CN103808159A - 基于高精度模糊控制的矿热炉电极自动控制方法 - Google Patents

Abstract

一种基于高精度模糊控制的矿热炉电极自动控制方法，根据电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t，采用高精度模糊控制器对矿热炉电极位置的变化量m_t进行调节，其中模糊控制器的隶属度函数和模糊控制规则是根据专家经验获得，控制器的输出是根据模糊近邻距离加权插值计算得到，从而提高了模糊控制器的控制精度。该方法为矿热炉安全可靠的运行提供了保证，能使矿热炉在稳定方式下运行，可有效减轻工人劳动强度，减少维护量，改善工作环境，并为后续的谐波抑制提供更好的条件。

Description

基于高精度模糊控制的矿热炉电极自动控制方法

技术领域

本发明涉及一种矿热炉电极自动控制方法，特别涉及一种基于高精度模糊控制的矿热炉电极自动控制方法。

背景技术

矿热炉被广泛用于冶炼硅铁、硅锰合金等生产过程中，其工作原理主要为通过电离空气形成电弧，产生高温，为炉内的冶炼过程提供能源。为了保证矿热炉生产过程的平稳、高产和低耗，在冶炼过程中，要求控制炉内的温度，使其保持在一个合理的范围内，并使炉内温度分布均匀。炉内温度依赖提供热量的多少，即功率或者说电流电压积的大小，而炉内温度分布依赖于在堆料均匀情况下三相电流的平衡，以上状态均需要通过控制各相电极运动位置来实现。也就是说，在堆料均匀状况下，以保持三相电流平衡为准则，适当调控电极在料层中的插入深度可保证矿热炉的温度及温度分布的均匀性。因此，所设计的电极控制系统要能实现电极位置的快速调节，以保持恒定的电弧长度，减少电弧电流的波动，从而维持电压和电流比值的恒定，这样可使输入功率稳定且使系统按照设定的工作状态运行，最终达到控制炉温和炉内化学反应速度的目的。

传统的依靠手工调节控制电极升降的方法，很难达到理想的操作指标。这是因为人工调节要求操作员精力高度集中，工人的劳动强度大，就容易因疲劳而造成误操作。而且，不同操作员操作水平、操作习惯的不同，其操作不统一而导致电极控制不稳定，因此容易出现产品质量不稳定以及耗电量增加的问题。

随着计算机技术的进步和控制理论的发展，矿热炉电极控制方式得到了一定程度的发展，用计算机技术代替手工操作控制电极升降显示了很强的优势，可以用来弥补手工操作中的缺陷。

在工业控制中，PID控制具有直观、便于实现和鲁棒性好等一系列优点，但对于时变和非线性PID参数整定往往难以达到各种工况下的最优状态，面对矿热炉这样随机干扰十分严重的非线性时变系统，常规PID调节器很难收到良好的控制效果。

矿热炉冶炼过程的好坏会受到各种因素影响，在工况发生变化时，系统参数随之改变。自适应控制在运转条件改变时仍能保证目标函数最大，其分为模型参考自适应控制方法和自校正控制方法。虽然以上两种策略在矿热炉电极控制中都有应用，但是矿热炉及其工况的数学模型不完全确定，即是含有一些未知和随机因素的不确定性系统，所以也很难达到令人满意的控制效果。

近年来神经网络也被用于矿热炉电极控制中。神经网络模型具有很强的非线性映射能力和柔性网络能力及高度的容错性和鲁棒性，适合于非线性问题的求解。但神经网络不能很好解释自身推理过程和依据，所以当数据不充分时往往会导致结果的不准确。

基于矿热炉工艺复杂、建模困难的特点，模糊控制方法被引入矿热炉电极控制过程。模糊控制不依赖数学模型，而是借助由专家经验知识所得的一系列控制规则进行推理，以此获得控制输出量。但模糊控制器等效于PD控制器，其控制精度存在一定的局限性。虽然增加语言值的数量可有效的提高模糊控制精度，但会导致控制规则成指数倍增加，从领域专家知识中总结控制规则的过程将变得非常困难，从而增加了模糊控制器的设计难度。此外，当系统输入变量较多时，这个问题也会进一步影响到模糊控制器的实际应用。

发明内容

为了克服上述现有技术存在的不足，本发明提供一种基于高精度模糊控制的矿热炉电极自动控制方法，该方法在不增加模糊控制设计难度的基础上，提高控制器控制精度，对电极位置进行调节使得矿热炉安全稳定运行，减少电流波动和因此产生谐波所造成的能耗增加。这样不仅为矿热炉的稳定运行提供了有效保证，而且能够间接降低矿热炉生产能耗，实现其经济效益的提高。

为了实现上述任务，本发明采取如下的技术解决方案：

基于高精度模糊控制的矿热炉电极自动控制方法，根据电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t，采用模糊控制器对矿热炉电极位置的变化量（上升或下降一定高度）m_t进行调节，其中模糊控制器的隶属度函数和模糊控制规则是根据专家经验获得，控制器的输出是根据模糊近邻距离加权插值计算得到，从而提高了模糊控制器的控制精度，电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t、电极插入炉料中深度的变化率Δd_t和电极位置的变化量m_t的对应的语言变量分别为E_i、ΔE_i、D_t、ΔD_t和M_t，E_i、ΔE_i、ΔD_t和M_t的论域均为[-10,-8,-6,-4,-2,0,2,4,6,8,10]，语言值则均选择[N，ZO，P]，分别代表负、零、正；D_t的论域为[0,2,4,6,8,10]，语言值则选择[ZO，PS，PB]，分别代表零、正小、正大；根据专家的知识和技术人员的经验可建立相应的隶属度赋值表，如表1～5所示：

表1E_i隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.3	0	0	0	0	0	0	0
ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
												P	0	0	0	0	0	0	0	0.3	0.6	0.8	1

表2ΔE_i隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.3	0	0	0	0	0	0	0
ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
												P	0	0	0	0	0	0	0	0.3	0.6	0.8	1

表3D_t隶属度赋值表

	0	2	4	6	8	10
							ZO	1	0.8	0	0	0	0
PS	0	0.6	0.8	1	0.4	0
							PB	0	0	0.2	0.6	0.7	1

表4ΔD_t隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.4	0	0	0	0	0	0	0
ZO	0	0	0	0.5	0.7	1	0.7	0.5	0	0	0
												P	0	0	0	0	0	0	0	0.4	0.5	0.7	1

表5M_t隶属度赋值表

-10

-8

-6

-4

-2

0

2

4

6

8

10

N	1	0.8	0.6	0.4	0	0	0	0	0	0	0
												ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
P	0	0	0	0	0	0	0	0.4	0.6	0.8	1

根据专家知识和经验可得到一系列形如“IF…THEN…”模糊控制规则，因为4个输入变量的语言值均为3个，则模糊控制规则的总数量为81条，如表6所示：

表6模糊控制规则

根据以上的隶属度赋值表和模糊控制规则，则完成了模糊控制器构建，为了提高模糊控制器的控制精度，采用模糊近邻距离加权插值算法得到最终的控制输出，具体如下：

将电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t的测量值分别变换到各自对应的论域上得到x₁、x₂、x₃、x₄，则此时模糊控制器输入量为{x₁，x₂，x₃，x₄}，接着根据该输入量满足以下所述条件（1）或条件（2）的不同情况，得到实际控制输出；

条件（1）：若x₁=[x₁]且x₂=[x₂]且x₃=[x₃]且x₄=[x₄]（[·]为取整算子），则可直接利用上述表1～表6隶属度赋值表和模糊控制规则，采用最大-最小推理方法以及最大隶属度的去模糊化过程得到控制输出的语言值等级，再将该等级值乘以电极位置的变化量m_t的量程，得到实际控制输出u；

条件（2）：若x₁≠[x₁]或x₂≠[x₂]或x₃≠[x₃]或x₄≠[x₄]（[·]为取整算子），则定义8个近邻变量A₀、A₁、B₀、B₁、C₀、C₁、D₀、D₁，且令A₀=[x₁]，A₁=[x₁]+1，B₀=[x₂]，B₁=[x₂]+1，C₀=[x₃]，C₁=[x₃]+1，D₀=[x₄]，D₁=[x₄]+1，这样模糊控制器输入{x₁，x₂，x₃，x₄}在模糊规则前件空间中的模糊近邻点共有16个，即P₀₀₀₀={A₀，B₀，C₀，D₀}、P₀₀₀₁={A₀，B₀，C₀，D₁}、P₀₀₁₀={A₀，B₀，C₁，D₀}、P₀₀₁₁={A₀，B₀，C₁，D₁}、P₀₁₀₀={A₀，B₁，C₀，D₀}、P₀₁₀₁={A₀，B₁，C₀，D₁}、P₀₁₁₀={A₀，B₁，C₁，D₀}、P₀₁₁₁={A₀，B₁，C₁，D₁}、P₁₀₀₀={A₁，B₀，C₀，D₀}、P₁₀₀₁={A₁，B₀，C₀，D₁}、P₁₀₁₀={A₁，B₀，C₁，D₀}、P₁₀₁₁={A₁，B₀，C₁，D₁}、P₁₁₀₀={A₁，B₁，C₀，D₀}、P₁₁₀₁={A₁，B₁，C₀，D₁}、P₁₁₁₀={A₁，B₁，C₁，D₀}、P₁₁₁₁={A₁，B₁，C₁，D₁}，这16个模糊近邻点P_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，可分别利用上述隶属度赋值表和模糊控制规则（表1～6），采用最大-最小推理方法以及最大隶属度的去模糊化过程得到这16个模糊近邻点P_ijkq各自对应的控制输出的语言值等级，再将等级值乘以电极位置的变化量m_t量程可得到这16个模糊近邻点P_ijkq各自对应的控制输出m_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，接着计算这16个模糊近邻点和P_ijkq模糊控制器输入{x₁，x₂，x₃，x₄}之间的改进Logistic距离，d_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$d_{\mathrm{ijkq}}=\frac{\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}}{1+\exp [-8(\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}-1)]}$

其中：A_i、A_j、A_k和A_q是近邻变量，且i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}。

接着计算出这16个模糊近邻点各自对应的权重w_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$w_{\mathrm{ijkq}}=\frac{d_{\mathrm{ijkq}}}{\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{d}_{\mathrm{ijkq}}}$

最后根据计算出实际控制输出u，具体计算公式如下：

$u=\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{w}_{\mathrm{ijkq}}\·m_{\mathrm{ijkq}}$

根据上述条件（1）或条件（2）得到实际控制输出u后，输出给对应的执行机构（控制电极移动的电机）来调整电极的升降。

矿热炉共有三相电极，每相电极的控制方法均和上述方法一致。

在模糊控制器的基础上，通过插值算法提高控制器精度，对矿热炉电极位置进行调节使得矿热炉安全稳定运行，同时减少电流波动和因此产生谐波所造成的能耗增加，实现了矿热炉生产过程的节能降耗，提高了企业的经济效益。

附图说明

附图是基于高精度模糊控制的矿热炉电极自动控制方法的控制框图。

具体实施方式

以下结合附图和具体实施例对本发明作进一步的详细说明。

如附图所示，以某冶炼厂矿热炉为例，给出本发明的一个具体应用，该冶炼厂配备的矿热炉的型号为25000KVA。由于矿热炉共有三相电极且每相电极的控制器均一致，图中仅为一相控制器结构图。其工作流程为：冶炼原料被填进炉内，三相电极插入炉料中，电极间激发电弧并产生高温，从而为炉料冶炼提供能量。为使炉内温度维持在期望范围内且分布均匀，在矿热炉运行过程中需控制电极在炉料中的深度，以此调节电弧长度，维持炉内温度的稳定和均匀分布。

基于高精度模糊控制的矿热炉电极自动控制方法，根据电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t，采用模糊控制器对矿热炉电极位置的变化量（上升或下降一定高度）m_t进行调节，其中模糊控制器的隶属度函数和模糊控制规则是根据专家经验获得，控制器的输出是根据模糊近邻距离加权插值计算得到，从而提高了模糊控制器的控制精度，具体控制框图见附图1。电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t、电极插入炉料中深度的变化率Δd_t和电极位置的变化量m_t的对应的语言变量分别为E_i、ΔE_i、D_t、ΔD_t和M_t，E_i、ΔE_i、ΔD_t和M_t的论域均为[-10,-8,-6,-4,-2,0,2,4,6,8,10]，语言值则均选择[N，ZO，P]，分别代表负、零、正；D_t的论域为[0,2,4,6,8,10]，语言值则选择[ZO，PS，PB]，分别代表零、正小、正大；根据专家的知识和技术人员的经验可建立相应的隶属度赋值表，如表1～5所示：

表1E_i隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.3	0	0	0	0	0	0	0
ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
												P	0	0	0	0	0	0	0	0.3	0.6	0.8	1

表2ΔE_i隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.3	0	0	0	0	0	0	0
ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
												P	0	0	0	0	0	0	0	0.3	0.6	0.8	1

表3D_t隶属度赋值表

0

2

4

6

8

10

ZO	1	0.8	0	0	0	0
							PS	0	0.6	0.8	1	0.4	0
PB	0	0	0.2	0.6	0.7	1

表4ΔD_t隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.7	0.5	0.4	0	0	0	0	0	0	0
ZO	0	0	0	0.5	0.7	1	0.7	0.5	0	0	0
												P	0	0	0	0	0	0	0	0.4	0.5	0.7	1

表5M_t隶属度赋值表

	-10	-8	-6	-4	-2	0	2	4	6	8	10
												N	1	0.8	0.6	0.4	0	0	0	0	0	0	0
ZO	0	0	0	0.6	0.8	1	0.8	0.6	0	0	0
												P	0	0	0	0	0	0	0	0.4	0.6	0.8	1

根据专家知识和经验可得到一系列形如“IF…THEN…”模糊控制规则，因为4个输入变量的语言值均为3个，则模糊控制规则的总数量为81条，如表6所示：

表6模糊控制规则

根据以上的隶属度赋值表和模糊控制规则，则完成了模糊控制器构建，为了提高模糊控制器的控制精度，采用模糊近邻距离加权插值算法得到最终的控制输出，具体如下：

将电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t的测量值分别变换到各自对应的论域上得到x₁、x₂、x₃、x₄，则此时模糊控制器输入量为{x₁，x₂，x₃，x₄}，接着根据该输入量满足以下所述条件（1）或条件（2）的不同情况，得到实际控制输出；

条件（1）：若x₁=[x₁]且x₂=[x₂]且x₃=[x₃]且x₄=[x₄]（[·]为取整算子），则可直接利用上述表1～表6隶属度赋值表和模糊控制规则，采用最大-最小推理方法以及最大隶属度的去模糊化过程得到控制输出的语言值等级，再将该等级值乘以电极位置的变化量m_t的量程，得到实际控制输出u；

条件（2）：若x₁≠[x₁]或x₂≠[x₂]或x₃≠[x₃]或x₄≠[x₄]（[·]为取整算子），则定义8个近邻变量A₀、A₁、B₀、B₁、C₀、C₁、D₀、D₁，且令A₀=[x₁]，A₁=[x₁]+1，B₀=[x₂]，B₁=[x₂]+1，C₀=[x₃]，C₁=[x₃]+1，D₀=[x₄]，D₁=[x₄]+1，这样模糊控制器输入{x₁，x₂，x₃，x₄}在模糊规则前件空间中的模糊近邻点共有16个，即P₀₀₀₀={A₀，B₀，C₀，D₀}、P₀₀₀₁={A₀，B₀，C₀，D₁}、P₀₀₁₀={A₀，B₀，C₁，D₀}、P₀₀₁₁={A₀，B₀，C₁，D₁}、P₀₁₀₀={A₀，B₁，C₀，D₀}、P₀₁₀₁={A₀，B₁，C₀，D₁}、P₀₁₁₀={A₀，B₁，C₁，D₀}、P₀₁₁₁={A₀，B₁，C₁，D₁}、P₁₀₀₀={A₁，B₀，C₀，D₀}、P₁₀₀₁={A₁，B₀，C₀，D₁}、P₁₀₁₀={A₁，B₀，C₁，D₀}、P₁₀₁₁={A₁，B₀，C₁，D₁}、P₁₁₀₀={A₁，B₁，C₀，D₀}、P₁₁₀₁={A₁，B₁，C₀，D₁}、P₁₁₁₀={A₁，B₁，C₁，D₀}、P₁₁₁₁={A₁，B₁，C₁，D₁}，这16个模糊近邻点P_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，可分别利用上述隶属度赋值表和模糊控制规则（表1～6），采用最大-最小推理方法以及最大隶属度的去模糊化过程得到这16个模糊近邻点P_ijkq各自对应的控制输出的语言值等级，再将等级值乘以电极位置的变化量m_t量程可得到这16个模糊近邻点P_ijkq各自对应的控制输出m_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，接着计算这16个模糊近邻点和P_ijkq模糊控制器输入{x₁，x₂，x₃，x₄}之间的改进Logistic距离，d_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$d_{\mathrm{ijkq}}=\frac{\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}}{1+\exp [-8(\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}-1)]}$

其中：A_i、A_j、A_k和A_q是近邻变量，且i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}。

接着计算出这16个模糊近邻点各自对应的权重w_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$w_{\mathrm{ijkq}}=\frac{d_{\mathrm{ijkq}}}{\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{d}_{\mathrm{ijkq}}}$

最后根据计算出实际控制输出u，具体计算公式如下：

$u=\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{w}_{\mathrm{ijkq}}\·m_{\mathrm{ijkq}}$

根据上述条件（1）或条件（2）得到实际控制输出u后，输出给对应的执行机构（控制电极移动的电机）来调整电极的升降。

矿热炉共有三相电极，每相电极的控制方法均和上述方法一致。

根据以上说明，基于高精度模糊控制的矿热炉电极自动控制方法已经设计完毕。在具体实施时，可采用PLC或控制模块和工控机组成的小型DDC系统，在PLC或控制模块中实现相关数据的采集，采集速率为500ms以上，并将得到的控制结果变换到输出变量对应的基本论域后，由PLC或控制模块输出给控制电极移动的电机。

Claims (4)

1.一种基于高精度模糊控制的矿热炉电极自动控制方法，其特征在于：

根据电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t，采用模糊控制器对矿热炉电极位置的变化量m_t进行调节，其中模糊控制器的隶属度函数和模糊控制规则是根据专家经验获得，控制器的输出是根据模糊近邻距离加权插值计算得到；电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t、电极插入炉料中深度的变化率Δd_t和电极位置的变化量m_t的对应的语言变量分别为E_i、ΔE_i、D_t、ΔD_t和M_t；E_i、ΔE_i、ΔD_t和M_t的论域均为[-10,-8,-6,-4,-2,0,2,4,6,8,10]，语言值则均选择[N，ZO，P]，分别代表负、零、正；D_t的论域为[0,2,4,6,8,10]，语言值则选择[ZO，PS，PB]，分别代表零、正小、正大；根据专家的知识和技术人员的经验建立相应的隶属度赋值表，如表1～5所示：

表1E_i隶属度赋值表

-10 -8 -6 -4 -2 0 2 4 6 8 10 N 1 0.7 0.5 0.3 0 0 0 0 0 0 0 ZO 0 0 0 0.6 0.8 1 0.8 0.6 0 0 0 P 0 0 0 0 0 0 0 0.3 0.6 0.8 1

表2ΔE_i隶属度赋值表

-10 -8 -6 -4 -2 0 2 4 6 8 10 N 1 0.7 0.5 0.3 0 0 0 0 0 0 0 ZO 0 0 0 0.6 0.8 1 0.8 0.6 0 0 0

P 0 0 0 0 0 0 0 0.3 0.6 0.8 1

表3D_t隶属度赋值表

0 2 4 6 8 10 ZO 1 0.8 0 0 0 0 PS 0 0.6 0.8 1 0.4 0 PB 0 0 0.2 0.6 0.7 1

表4ΔD_t隶属度赋值表

-10 -8 -6 -4 -2 0 2 4 6 8 10 N 1 0.7 0.5 0.4 0 0 0 0 0 0 0 ZO 0 0 0 0.5 0.7 1 0.7 0.5 0 0 0 P 0 0 0 0 0 0 0 0.4 0.5 0.7 1

表5M_t隶属度赋值表

-10 -8 -6 -4 -2 0 2 4 6 8 10 N 1 0.8 0.6 0.4 0 0 0 0 0 0 0 ZO 0 0 0 0.6 0.8 1 0.8 0.6 0 0 0 P 0 0 0 0 0 0 0 0.4 0.6 0.8 1

根据专家知识和经验可得到一系列形如“IF…THEN…”模糊控制规则，因为4个输入变量的语言值均为3个，则模糊控制规则的总数量为81条，如表6所示：

表6模糊控制规则

根据以上的隶属度赋值表和模糊控制规则，则完成了模糊控制器构建，采用模糊近邻距离加权插值算法得到最终的控制输出，具体如下：

将电极电流偏差e_i、电极电流偏差的变化率Δe_i、电极插入炉料中的深度d_t和电极插入炉料中深度的变化率Δd_t的测量值分别变换到各自对应的论域上得到x₁、x₂、x₃、x₄，则此时模糊控制器输入量为{x₁，x₂，x₃，x₄}，接着根据该输入量满足以下所述条件（1）或条件（2）的不同情况，得到实际控制输出；

条件（1）：若x₁=[x₁]且x₂=[x₂]且x₃=[x₃]且x₄=[x₄]（[·]为取整算子），则可直接利用上述表1～表6隶属度赋值表和模糊控制规则，采用最大-最小推理方法以及最大隶属度的去模糊化过程得到控制输出的语言值等级，再将该等级值乘以电极位置的变化量m_t的量程，得到实际控制输出u；

条件（2）：若x₁≠[x₁]或x₂≠[x₂]或x₃≠[x₃]或x₄≠[x₄]（[·]为取整算子），则定义8个近邻变量A₀、A₁、B₀、B₁、C₀、C₁、D₀、D₁，且令A₀=[x₁]，A₁=[x₁]+1，B₀=[x₂]，B₁=[x₂]+1，C₀=[x₃]，C₁=[x₃]+1，D₀=[x₄]，D₁=[x₄]+1，这样模糊控制器输入{x₁，x₂，x₃，x₄}在模糊规则前件空间中的模糊近邻点共有16个，即P₀₀₀₀={A₀，B₀，C₀，D₀}、P₀₀₀₁={A₀，B₀，C₀，D₁}、P₀₀₁₀={A₀，B₀，C₁，D₀}、P₀₀₁₁={A₀，B₀，C₁，D₁}、P₀₁₀₀={A₀，B₁，C₀，D₀}、P₀₁₀₁={A₀，B₁，C₀，D₁}、P₀₁₁₀={A₀，B₁，C₁，D₀}、P₀₁₁₁={A₀，B₁，C₁，D₁}、P₁₀₀₀={A₁，B₀，C₀，D₀}、P₁₀₀₁={A₁，B₀，C₀，D₁}、P₁₀₁₀={A₁，B₀，C₁，D₀}、P₁₀₁₁={A₁，B₀，C₁，D₁}、P₁₁₀₀={A₁，B₁，C₀，D₀}、P₁₁₀₁={A₁，B₁，C₀，D₁}、P₁₁₁₀={A₁，B₁，C₁，D₀}、P₁₁₁₁={A₁，B₁，C₁，D₁}，这16个模糊近邻点P_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，分别利用上述表1～表6隶属度赋值表和模糊控制规则，采用最大-最小推理方法以及最大隶属度的去模糊化过程得到这16个模糊近邻点P_ijkq各自对应的控制输出的语言值等级，再将等级值乘以电极位置的变化量m_t量程可得到这16个模糊近邻点P_ijkq各自对应的控制输出m_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，接着计算这16个模糊近邻点和P_ijkq模糊控制器输入{x₁，x₂，x₃，x₄}之间的改进Logistic距离，d_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$d_{\mathrm{ijkq}}=\frac{\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}}{1+\exp [-8(\frac{1}{\sqrt{{(x_1-A_i)}^2+{(x_2-A_j)}^2+{(x_3-A_k)}^2+{(x_4-A_q)}^2}}-1)]}$

其中：A_i、A_j、A_k和A_q是近邻变量，且i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}。

接着计算出这16个模糊近邻点各自对应的权重w_ijkq，i∈{0,1}，j∈{0,1}，k∈{0,1}，q∈{0,1}，具体计算公式如下：

$w_{\mathrm{ijkq}}=\frac{d_{\mathrm{ijkq}}}{\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{d}_{\mathrm{ijkq}}}$

最后计算出实际控制输出u，具体计算公式如下：

$u=\underset{i=0}{\overset{1}{\mathrm{\Σ}}}\underset{j=0}{\overset{1}{\mathrm{\Σ}}}\underset{k=0}{\overset{1}{\mathrm{\Σ}}}\underset{q=0}{\overset{1}{\mathrm{\Σ}}}{w}_{\mathrm{ijkq}}\·m_{\mathrm{ijkq}}$

根据上述条件（1）或条件（2）得到实际控制输出u后，输出给对应的执行机构来调整电极的升降。

2.根据权利要求1所述的一种基于高精度模糊控制的矿热炉电极自动控制方法，其特征在于：矿热炉共有三相电极，每相电极的控制方法均和上述方法一致。

3.根据权利要求1所述的一种基于高精度模糊控制的矿热炉电极自动控制方法，其特征在于：所述方法采用PLC或控制模块和工控机组成的小型DDC系统，在PLC或控制模块中实现相关数据的采集，采集速率为500ms以上，并将得到的控制结果变换到输出变量对应的基本论域后，由PLC或控制模块输出给执行机构。

4.根据权利要求1或3所述的一种基于高精度模糊控制的矿热炉电极自动控制方法，其特征在于：所述执行机构为控制电极移动的电机。

Images