CN109814506A - 冶金烧结配料过程的智能优化控制装置及其控制方法 - Google Patents

Abstract

本发明提供一种冶金烧结配料过程智能优化控制装置及其控制方法。冶金烧结配料过程的优化控制方法包括优化设定层和回路控制层。优化设定层根据烧结矿各原料的化学成分，以烧结矿成品的铁品位、碱度等质量指标为约束条件，以成本为优化目标，建立冶金烧结配料的优化数学模型，并求解获得各原料的优化设定值；回路控制层是应用PID控制方法，控制烧结配料生产的流量实际值达到流量设定值。应用S7‑300 PLC和相关硬件设备以及STEP7和WinCC等相关软件，通过工控Profibus网络进行连接，开发了冶金烧结配料过程的优化控制装置。优点：建立烧结配料过程的优化模型并求解，实现了在满足产品质量的同时保证成本最低；控制装置具有完善的功能，包括优化计算、回路控制、监控功能。

Description

冶金烧结配料过程的智能优化控制装置及其控制方法

技术领域

本发明设计了冶金烧结配料过程的智能优化控制装置及其控制方法，属于工业自动化领域。

背景技术

烧结工序是冶金炼铁至关重要的一个环节，为高炉冶炼提供原料，冶炼原料即烧结矿的质量优劣直接影响着钢铁的产量和质量，而影响烧结矿质量的因素除了烧结机的炉温等因素，最为重要的就是原料进行烧结前配料过程，即将不同品位的铁矿粉、溶剂、催化剂和燃料等原料按照一定比例进行混合，即为冶金烧结配料过程。本发明以最低成本为优化目标函数，以混合矿质量指标要求为约束条件建立数学计算模型，并应用遗传优化算法对数学模型进行寻优求解，并设计了能够实现上述优化控制方法的控制装置。

发明内容

本发明的冶金烧结配料优化控制控制方法采用双层结构，包括优化设定层和回路控制层。优化设定层利用遗传算法进行求解，求出原料最优配比，得出配料系统的原料设定值，回路控制层接收原料设定值后通过PLC控制系统的PI控制器对流量进行调节，最终输出原料的实际流量，并将流量实际值反馈给PI控制器，形成控制回路。PLC控制系统对配料控制回路进行逻辑控制和连续控制，逻辑控制有各个原料的料位检测以及皮带秤等设备的启停和报警，连续控制是对皮带秤电机通过PI控制器进行转速控制，最终达到原料实际流量的稳定和跟踪流量设定值。

本发明的技术方案如下：

冶金烧结配料过程的智能优化控制装置及其控制方法，包括优化设定层、回路控制层和监控画面，所述优化设定层将八种原料的流量设定参数传送给回路控制层，进行实际生产运行，回路控制层将优化设定层传送过来的流量设定参数反馈给监控画面，实现烧结配料生产的自动化控制；

所述优化设定层包括优化模块和调整模块，所述优化模块根据冶金烧结配料的各原料的价格和成分，以烧结矿的质量指标为约束条件，建立数学优化模型，模型的最优值为原料成本的最低价，最优解为各原料的配比方案，将最佳配比方案经过调整模块的计算，灵活地调节流量的设定值，将经过调整模块计算的最佳配比方案的流量设定值传送给回路控制层的PLC控制器，PLC控制器调节变频器的频率，从而控制皮带秤电机的转速，并形成控制回路，使原料流量的实际值跟踪设定值；监控画面是以计算机为硬件基础设计成的对冶金烧结配料优化设定层、回路控制层进行多方面的监视与控制的工业系统，包括流量参数的显示与设定、各原料的仓储料位显示与报警、皮带秤启停与运行状态、各皮带秤的流量实时监视、原料流量趋势图、设备故障告警等；

冶金烧结配料过程的智能优化控制装置的控制方法为：

步骤一、优化设定层中冶金烧结配料的优化模块及求解算法

冶金烧结配料是将铁矿粉、燃料、溶剂、返矿等按照预设比例混合，生产出满足质量指标要求的混合料，并运送到烧结机中进行高温烧结，生成烧结矿；冶金烧结配料的参考指标有铁品位(TFe)、碱度(R)、氧化钙含量(CaO％)、氧化镁含量(MgO％)、二氧化硅含量(SiO₂％)、氧化铝含量(Al₂O₃％)、杂质硫含量(S％)等；优化模型中的优化目标f(x)为原料价格的最小值；

模型中各质量指标的计算公式：

其中，TFe_x％、CaO_x％、MgO_x％、SiO_2x％、Al₂O_3x％、S_x％、R_x分别为烧结矿中计算所得的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度；i为原料品种数，本发明中i设为8；x_i为各原料在烧结矿中所占质量百分比；TFe_i％、CaO_i％、MgO_i％、SiO_2i％、Al₂O_3i％、S_i％分别为各原料的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量指标；

优化目标函数为：

min f(x)＝∑C_i×x_i (2)

其中，min f(x)为目标函数值，即总原料成本的最小值；i为原料品种数，本发明中i设为8；C_i为各原料的价格，单位是人民币；x为各原料在烧结矿中所占质量百分比；

约束条件为：

其中，TFe_min、CaO_min、MgO_min、SiO_2min、Al₂O_3min、R_min分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、碱度等计算值的下限值，即烧结矿的各个质量指标的下限值；TFe_max、CaO_max、MgO_max、SiO_2max、Al₂O_3max、S_max、R_max分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度等计算值的上限值，即烧结矿的各个质量指标的上限值；因为在烧结配料的实际生产中，混合料进行高温烧结会有烧损，所以考虑到烧损等情况，参与配比的原料总量必须大于等于烧结矿的总产量，即∑(1-w_i)x_i≥Q，x_i为烧结矿中各原料的质量百分比，w_i为各原料的烧损百分比，Q为所生产的烧结矿的总量；

联合式(2)-(3)可得优化模型(4)，

采用遗传算法对该优化模型进行求解；

步骤二、回路控制层的控制过程

上述的优化设定层计算出烧结配料最优化配比方案的流量设定值，回路控制层在实际生产中通过控制方法和生产设备对底层流量回路进行监测与控制，使流量的实际值达到流量设定值，使流量实际值与设定值之间的误差在理想范围内；

底层原料流量回路控制层的硬件设备主要包括PLC控制器、变频器、皮带秤电机以及流量检测设备，控制算法是PID控制方法，具体步骤为：

步骤(1)：冶金烧结配料流量PID控制方法的输入是流量设定值和流量实际值的偏差，输出为所连接控制的变频器的频率的变化，在步骤(1)，输入流量偏差值的大小；

步骤(2)：通过比例-积分-微分计算后，得出变频器调节频率的大小；

步骤(3)：通过调节频率，对皮带秤电机的转速进行控制，不断地减小流量实际值与设定值的偏差，从而使流量的实际值与设定值基本相等，并保证流量的稳定输出。

进一步地，所述遗传算法的计算求解过程步骤如下：

步骤(1)：编码

首先确定编码的策略，即找到一个合适的方法可以将冶金烧结配料工艺约束条件这个范围的变量用计算机语言表示出来，编码需要注意完备性、健全性和非冗余性；

冶金烧结配料的八种原料的的配比作为八个变量以十进制数排列成一个行向量，作为一个个体，如：

x_i＝[x_i1,x_i2,x_i3,x_i4,...,x_i8] (5)

式中x_i表示第i个个体，x_ij表示i个个体中的j变量；

步骤(2)：生成初始种群

设置好最大进化代数，生成N×8的矩阵，N表示初始种群的个体的个数，矩阵每一行代表一种配料方案，每一个元素均表示该配料方案中某原料的配比，x_i1到x_i8均为0～1之间随机数，为实现配比和为1的要求，通过公式进行处理：

步骤(3)：适应度计算

计算目标函数值minf(x)即各配料方案的成本，在原料成本的基础上加入因违反约束条件而增加的惩罚值，惩罚值的大小由约束条件的重要性决定；

(a)第一级：配比的约束

因为初始种群是随机产生，且后续进化过程中的交叉和变异操作的不确定性，为了保证在有效解区间内搜索，例如设定个体的任一元素即配比在0～0.6之间，不在此范围内，则该个体的目标函数加上惩罚值P₁；

(b)第二级：烧结矿质量指标

烧结光质量指标要求是优化配料的前提条件，所以需要设定不能满足约束的惩罚值P₂，使不合格的个体即配料方案在进化中淘汰；

(c)第三级：原料总量的约束

在满足烧结矿质量指标要求的个体中，还需要找出满足供应总量的约束才能产生实际意义，不满足的需要加上惩罚值P₃；

以上三个等级的约束重要性依次递减，即P₁＞P₂＞P₃；根据目标函数值minf(x)即烧结矿原料价格的大小顺序计算适应度值，设定材料成本较高的配料方案的适应度值较小，保证惩罚值大的个体被快速淘汰，而惩罚值小的个体能够作为优秀个体遗传下去；

步骤(4)：确定选择策略

遗传算法中将配料方案的适应度值在种群中的比例作为选择的标准，这个比值叫做选择概率，对于个体数为n的原料配比种群，pop＝{t₁,t₂,t₃...t_n},个体的适应度值为g(t_i)，其选择概率为：

得到选择概率后，用旋轮法进行选择操作，在轮盘中将m个个体根据选择概率分为m个部分，所分得的面积与其选择概率正相关，其中第a个个体的概率最小，选择后，该个体被选中的几率最小；而第b个个体的概率最大，随机选择后被选中的几率最大；

步骤(5)：遗传运算

(a)交叉：交叉操作在一组染色体上随机产生断点，与其他染色体上相同位置的基因段进行交叉组合，得到新的染色体组，染色体中并不是所有的点都交叉，设定一个交叉概率P_C，一般P_C选择较大一些，有利于遗传运算的速度，更快的找到最优解即最优配料方案；

(b)变异：在初始配料方案种群中没有所需要的基因，就在种群中按照变异概率P_m，选择若干位基因进行改变，例如在二进制编码中将染色体中某一位的值由0变为1或由1变为0，从而产生新的染色体组，即变异操作，一般设定的P_m较小，在陷入局部最优解时有效果；

步骤(6)：终止准则

遗传算法的终止准则最常用的方法是设定一个适当的最大代数，经过最大代数的运算，即可得到原料成本的最小值以及该价格所对应的配料方案，如果没有得到最优值和最优解，则返回步骤(4)重新计算。

进一步地，所述PLC控制器作为核心控制器，在回路控制生产中有逻辑控制和连续控制功能，皮带秤电机的启停、上下限位报警、设备总开关属于逻辑控制；应用PLC控制器调节变频器的频率，从而控制皮带秤电机转速属于连续控制。

进一步地，所述变频器是由PLC控制器通过通讯网络向其传送数字信号和不同的电流模拟量信号，对皮带秤电机进行转速控制与调节。

进一步地，所述皮带秤数量为8条，即有8个可控的皮带秤电机，在保证粉矿原料稳定配送的同时，能够对原料的重量进行称量，也保证了配料过程的准确性。

进一步地，所述监控画面应用WinCC软件进行设计，内容包括登录界面、工艺流程界面、各原料仓储信息界面、流量设定及监视界面、设备状态界面、设备启停控制界面、实际流量趋势界面、报警界面。

进一步地，所述PLC控制器采用S7-300系列，包括：

电源选用SIMATIC PS 307-5A，安装位置在导轨的1号槽，为PLC模块和输入输出模块以及扩展模块提供24V，最高为5A的电源；

CPU选用SIMATIC CPU 314C-2 PN/DP；

数字量输入/输出模块，选用的数字量输入模块为CPU 314C-2 PN/DP自带的DI24/DO16模块，以及一个SM 322 DO8×DC24V/2A模块；

模拟量输入/输出模块，模拟量输入点共有包括各原料仓储料位实际值10个，使用SM331模块。

进一步地，所述逻辑控制包括澳洲精矿、弱磁精矿等8种原料的皮带秤的启停和混合矿皮带秤电机的启停之间的先后顺序和相互制约的逻辑关系，各原料料仓上下限位报警信号。

进一步地，所述连续控制是对8种原料包括澳洲精粉、弱磁精矿、朝鲜精矿、海南粉矿、轧钢皮、溶剂粉、消石灰、煤灰粉的皮带秤电机进行调速控制，运用PLC中的PI控制器进行控制；由PI控制器调节的控制回路的输入值是原料流量的设定值和实际值的偏差值，经过比例调节和积分调节，将调节皮带秤电机频率的电流传送给变频器，通过变频器对皮带秤电机转速进行调节控制，而皮带秤电机的转速的变化可以控制皮带秤运送原料的量，控制回路的输出即为原料的实际流量，通过流量检测传感器将实际流量作为过程变量传回给输入端，与设定值相加，为PI控制器提供输入值。

进一步地，采用两层控制结构，包括应用遗传优化方法的优化设定层和应用PID控制方法的底层原料流量回路控制层；优化设定层中包含烧结配料的优化目标，质量指标约束，各原料化学成分以及配料给料总量等信息；其特征在于：优化设定层建立冶金烧结配料的优化模块，即优化模型，优化模型的目标函数是烧结矿的生产成本，约束条件是烧结矿的各项质量指标要求，并且应用遗传优化方法进行计算求解，即可得到冶金烧结配料过程中保证烧结矿质量合格的最低生产成本以及各原料的最佳配比；将最佳配比方案经过调整模块的计算，结合实际生产需求，可以计算出此时各原料的实际需求量，即底层原料流量回路控制层的各原料的流量设定值。

本发明的有益效果为：(1)建立烧结配料过程的优化模型并求解，实现了在满足产品质量指标的同时保证成本最低；(2)控制装置具有完善的功能，包括优化计算、回路控制、监控功能。

附图说明

图1为冶金烧结配料过程智能优化控制结构图。

图2为遗传算法的计算流程图。

图3为PID控制回路框图。

图4为控制装置结构功能框图。

图5为控制装置的硬件结构图

图6为配料皮带秤启动流程图。

图7为配料皮带秤停止流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明。

实施例

一、冶金烧结配料过程智能优化控制方法

智能优化控制方法采用两层控制结构，包括应用遗传优化方法的优化设定层和应用PID控制方法的底层原料流量回路控制层。优化设定层中包含烧结配料的优化目标，质量指标约束，各原料化学成分以及配料给料总量等信息。

1.优化设定层

(1)优化设定层的功能

优化设定层建立冶金烧结配料的优化模块(即优化模型)，模型的目标函数是烧结矿的生产成本，约束条件是烧结矿的各项质量指标要求，并且应用遗传优化方法进行计算求解，即可得到冶金烧结配料过程中保证烧结矿质量合格的最低生产成本以及各原料的最佳配比。将最佳配比方案经过调整模块的计算，结合上实际生产需求，可以计算出此时各原料的实际需求量，即底层原料流量回路控制层的各原料的流量设定值。

(2)冶金烧结配料的优化模块及求解算法

冶金烧结配料是将铁矿粉、燃料、溶剂、返矿等按照预设比例混合，生产出满足质量指标要求的混合料，并运送到烧结机中进行高温烧结，生成烧结矿。冶金烧结配料的主要参考指标有铁品位(TFe)、碱度(R)、氧化钙含量(CaO％)、氧化镁含量(MgO％)、二氧化硅含量(SiO₂％)、氧化铝含量(Al₂O₃％)、杂质硫含量(S％)等。优化模型中的优化目标f(x)为原料价格的最小值。

模型中各质量指标的计算公式：

其中，TFe_x％、CaO_x％、MgO_x％、SiO_2x％、Al₂O_3x％、S_x％、R_x分别为烧结矿中计算所得的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度；i为原料品种数，本发明中i设为8；x_i为各原料在烧结矿中所占质量百分比；TFe_i％、CaO_i％、MgO_i％、SiO_2i％、Al₂O_3i％、S_i％分别为各原料的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量等指标。

优化目标函数为：

min f(x)＝∑C_i×x_i (2)

其中，min f(x)为目标函数值，即总原料成本的最小值；i为原料品种数，本发明中i设为8；C_i为各原料的价格，单位是人民币；x为各原料在烧结矿中所占质量百分比。

约束条件为：

公式中，TFe_min、CaO_min、MgO_min、SiO_2min、Al₂O_3min、R_min分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、碱度等计算值的下限值，即烧结矿的各个质量指标的下限值；TFe_max、CaO_max、MgO_max、SiO_2max、Al₂O_3max、S_max、R_max分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度等计算值的上限值，即烧结矿的各个质量指标的上限值；因为在烧结配料的实际生产中，混合料进行高温烧结会有烧损，所以考虑到烧损等情况，参与配比的原料总量必须大于等于烧结矿的总产量，即∑(1-w_i)x_i≥Q，x_i为烧结矿中各原料的质量百分比，w_i为各原料的烧损百分比，Q为所生产的烧结矿的总量。

联合式(2)-(3)可得优化模型(4)，

采用遗传算法对模型进行求解，其计算求解过程如图2所示。遗传算法的计算求解过程步骤如下：

步骤(1)：编码

首先确定编码的策略，即找到一个合适的方法可以将冶金烧结配料工艺约束条件这个范围的变量用计算机语言表示出来，编码需要注意完备性、健全性和非冗余性；

冶金烧结配料的八种原料的的配比作为八个变量以十进制数排列成一个行向量，作为一个个体，如：

x_i＝[x_i1,x_i2,x_i3,x_i4,...,x_i8] (5)

式中x_i表示第i个个体，x_ij表示i个个体中的j变量；

步骤(2)：生成初始种群

设置好最大进化代数，生成N×8的矩阵，N表示初始种群的个体的个数，矩阵每一行代表一种配料方案，每一个元素均表示该配料方案中某原料的配比，x_i1到x_i8均为0～1之间随机数，为实现配比和为1的要求，通过公式进行处理：

步骤(3)：适应度计算

计算目标函数值min f(x)即各配料方案的成本，在原料成本的基础上加入因违反约束条件而增加的惩罚值，惩罚值的大小由约束条件的重要性决定；

(a)第一级：配比的约束

因为初始种群是随机产生，且后续进化过程中的交叉和变异操作的不确定性，为了保证在有效解区间内搜索，例如设定个体的任一元素即配比在0～0.6之间，不在此范围内，则该个体的目标函数加上惩罚值P₁；

(b)第二级：烧结矿质量指标

烧结光质量指标要求是优化配料的前提条件，所以需要设定不能满足约束的惩罚值P₂，使不合格的个体即配料方案在进化中淘汰；

(c)第三级：原料总量的约束

在满足烧结矿质量指标要求的个体中，还需要找出满足供应总量的约束才能产生实际意义，不满足的需要加上惩罚值P₃；

以上三个等级的约束重要性依次递减，即P₁＞P₂＞P₃；根据目标函数值min f(x)即烧结矿原料价格的大小顺序计算适应度值，设定材料成本较高的配料方案的适应度值较小，保证惩罚值大的个体被快速淘汰，而惩罚值小的个体能够作为优秀个体遗传下去；

步骤(4)：确定选择策略

遗传算法中将配料方案的适应度值在种群中的比例作为选择的标准，这个比值叫做选择概率，对于个体数为n的原料配比种群，pop＝{t₁,t₂,t₃...t_n},个体的适应度值为g(t_i)，其选择概率为：

得到选择概率后，用旋轮法进行选择操作，在轮盘中将m个个体根据选择概率分为m个部分，所分得的面积与其选择概率正相关，其中第a个个体的概率最小，选择后，该个体被选中的几率最小；而第b个个体的概率最大，随机选择后被选中的几率最大；

步骤(5)：遗传运算

(a)交叉：交叉操作在一组染色体上随机产生断点，与其他染色体上相同位置的基因段进行交叉组合，得到新的染色体组，染色体中并不是所有的点都交叉，设定一个交叉概率P_C，一般P_C选择较大一些，有利于遗传运算的速度，更快的找到最优解即最优配料方案；

(b)变异：在初始配料方案种群中没有所需要的基因，就在种群中按照变异概率P_m，选择若干位基因进行改变，例如在二进制编码中将染色体中某一位的值由0变为1或由1变为0，从而产生新的染色体组，即变异操作，一般设定的P_m较小，在陷入局部最优解时有效果；

步骤(6)：终止准则

遗传算法的终止准则最常用的方法是设定一个适当的最大代数，经过最大代数的运算，即可得到原料成本的最小值以及该价格所对应的配料方案，如果没有得到最优值和最优解，则返回步骤(4)重新计算。

2.回路控制层

上述设计的优化设定层的功能是计算出烧结配料最优化配比方案的流量设定值，底层原料流量回路控制层则是在实际生产中通过控制方法和生产设备对底层流量回路进行监测与控制，使流量的实际值达到流量设定值，使流量实际值与设定值之间的误差在理想范围内。

底层原料流量回路控制层的硬件设备主要包括控制器、变频器、皮带秤电机以及流量检测设备等，所用的控制算法是PID控制方法。具体步骤为：

步骤(1)：冶金烧结配料流量PID控制方法的输入是流量设定值和流量实际值的偏差，输出为所连接控制的变频器的频率的变化，在步骤(1)，输入流量偏差值的大小；

步骤(2)：通过比例-积分-微分计算后，得出变频器调节频率的大小；

步骤(3)：通过调节频率，对皮带秤电机的转速进行控制，不断地减小流量实际值与设定值的偏差，从而使流量的实际值与设定值基本相等，并保证流量的稳定输出。

冶金烧结配料流量PI控制器的输入是流量设定值和流量实际值的偏差，输出为所连接控制的变频器的频率的变化，根据输入流量偏差值的大小与正负，通过调节变频器的频率的大小，对皮带秤电机的转速进行控制，不断地减小流量实际值与设定值的偏差，从而使流量的实际值与设定值基本相等，并保证流量的稳定输出。PID控制框图如图3所示。

二、智能优化控制装置

冶金烧结配料优化控制装置如图4所示。

优化设定层：优化设定层包括优化模块和调整模块，优化配比是根据冶金烧结配料的各原料的价格和成分，以烧结矿的质量指标为约束条件，建立数学优化模型，模型的最优值为原料成本的最低价，最优解为各原料的配比方案。调整模块是指流量调整，是根据能够满足烧结机后续生产需求的混合矿料量，结合各原料的最优配比，灵活地调节流量的设定值。优化设定层将八种原料的流量设定参数传送给回路控制层，进行实际生产运行。

回路控制层：回路控制层即为底层原料流量回路层，硬件主要包括PLC控制器、变频器、皮带秤电机、流量监测设备等，控制方法为PID算法。回路控制层的功能是将优化设定层设计出来的8种原料的最优配比准确、可调节地应用在实际生产中，并将流量实际数据反馈给监控计算机，实现烧结配料生产的自动化控制。

PLC控制器作为核心控制器，在回路控制生产中不仅有逻辑控制功能，还有连续控制功能。皮带秤电机的启停、上下限位报警、设备总开关等属于逻辑控制；应用PID控制器调节变频器的频率，从而控制皮带秤电机转速属于连续控制。PLC还会接收流量监测设备的反馈值，形成控制回路，能够使原料流量的实际值跟踪设定值，最终保证烧结配料生产迅速、稳定地进行。

变频器是回路控制层中不可缺少的一部分，由PLC控制器通过通讯网络向其传送数字信号和不同的电流模拟量信号，对皮带秤电机进行转速控制与调节。

皮带秤是整个冶金烧结配料工业过程的执行机构，本发明的优化系统中共有8条皮带秤，即有8个可控的皮带秤电机，在保证粉矿原料稳定配送的同时，可以对原料的重量进行称量，也保证了配料过程的准确性。

监控画面：监控画面是以计算机为硬件基础设计成的对冶金烧结配料优化设定层、回路控制层进行多方面的监视与控制的工业系统，能够实现的功能包括流量参数的显示与设定、各原料的仓储料位显示与报警、皮带秤启停与运行状态、各皮带秤的流量实时监视、原料流量趋势图、设备故障告警等。监控计算机拥有强大的现场监视和控制能力，节省了大量人力物力，是实现工业控制自动化的必不可少的环节。

1.控制装置的硬件设计

采用S7-300系列PLC，S7-300PLC的主要组成结构包括：

(1)电源：本发明的控制系统的电源选用SIMATIC PS 307-5A，安装位置在导轨的1号槽，可以为PLC模块和输入输出模块以及扩展模块提供24V，最高为5A的电源。

(2)CPU：控制系统的CPU选用SIMATIC CPU 314C-2 PN/DP。

(3)数字量输入/输出模块：由于本发明的控制系统需要数字量输入点20个，数字量输出点22个，所以选用的数字量输入模块为Siemens实验室CPU 314C-2 PN/DP自带的DI24/DO16模块，此SM模块中集成了24个数字量输入点和16个数字量输出点，还需要一个SM322 DO8×DC24V/2A模块，为系统提供8个数字量输出点。

(4)模拟量输入/输出模块：模拟量输入点共有包括各原料仓储料位实际值等10个，使用SM331模块。由于使用的变频器设备是通过PROFIBUS-DP网络由PLC控制器直接连接控制，无需模拟量输出模块。由于导轨上3号槽是扩展槽，在当前SM模块数量无法满足生产需要时，由3号槽的ET200扩展模块，通过PROFIBUS，建立从站，对输入输出模块进行扩展，控制系统整体硬件结构如图5所示。

2.控制装置的软件设计

通过STEP7软件运用梯形图编程语言进行烧结配料逻辑控制程序和连续控制程序的编写。

(1)逻辑控制

冶金烧结配料的优化控制装置中的逻辑控制包括澳洲精矿、弱磁精矿等8种原料的皮带秤的启停和混合矿皮带秤电机的启停之间的先后顺序和相互制约的逻辑关系，各原料料仓上下限位报警信号等。皮带秤电机启动流程图和停止流程图如图6和图7所示。

实际生产中，启动澳洲精粉的皮带秤电机时，首先需要确认混合矿料仓无高限位报警以及澳洲精粉料仓无低限位报警，之后对变频器进行清错和检测无故障，满足以上条件，则澳洲精粉皮带秤电机即可正常启动。停止澳洲精粉皮带秤可以通过人工手动停止或者由于混合矿料仓高限位报警或澳洲精粉料仓低限位报警。

(2)连续控制

本发明连续控制是对8种原料包括澳洲精粉、弱磁精矿、朝鲜精矿、海南粉矿、轧钢皮、溶剂粉、消石灰、煤灰粉的皮带秤电机进行调速控制，运用PLC中的PI控制器进行控制。本发明由PI控制器调节的控制回路的输入值是原料流量的设定值和实际值的偏差值，经过比例调节和积分调节，将调节皮带秤电机频率的电流传送给变频器，通过变频器对电机转速进行调节控制，而电机的转速的变化可以控制皮带秤运送原料的量，控制回路的输出即为原料的实际流量，通过流量检测传感器将实际流量作为过程变量传回给输入端，与设定值相加，为PI控制器提供输入值。经过调节，最终将输出稳定且与流量设定值足够接近的实际流量，达到调节流量的目的。

在SIMATIC S7-300PLC中，FB41模块可以作为PI控制器，在STEP7软件中调用FB41模块，模块中用参数SP_INT(内部设定值)输入浮点数格式的设定值，PV作为过程变量，由于PI控制器在参数设定过程中输入参数是以百分比的形式表示，需要对流量设定值进行规格化，由“设定值”×100/27648换算成百分比参数；LMN作为控制器的输出值，通过公式LMN_PER＝LMN×27648/100转换成外部设备格式的输出值LMN_PER，传送给变频器。在设定好PI控制器参数后，可以运用PID控制器参数整定相关的软件对比例参数和积分时间进行调节。

(3)监控画面设计

本系统的监控画面应用设计开发的WinCC(Windows Control Center)编辑软件进行设计。本发明的冶金烧结配料优化控制装置的监控系统内容包括登录界面、工艺流程界面、各原料仓储信息界面、流量设定及监视界面、设备状态界面、设备启停控制界面、实际流量趋势界面、报警界面等。

Claims (10)

1.冶金烧结配料过程的智能优化控制装置及其控制方法，包括优化设定层、回路控制层和监控画面，其特征在于：所述优化设定层将八种原料的流量设定参数传送给回路控制层，进行实际生产运行，回路控制层将优化设定层传送过来的流量设定参数反馈给监控画面，实现烧结配料生产的自动化控制；

所述优化设定层包括优化模块和调整模块，所述优化模块根据冶金烧结配料的各原料的价格和成分，以烧结矿的质量指标为约束条件，建立数学优化模型，模型的最优值为原料成本的最低价，最优解为各原料的配比方案，将最佳配比方案经过调整模块的计算，灵活地调节流量的设定值，将经过调整模块计算的最佳配比方案的流量设定值传送给回路控制层的PLC控制器，PLC控制器调节变频器的频率，从而控制皮带秤电机的转速，并形成控制回路，使原料流量的实际值跟踪设定值；监控画面是以计算机为硬件基础设计成的对冶金烧结配料优化设定层、回路控制层进行多方面的监视与控制的工业系统，包括流量参数的显示与设定、各原料的仓储料位显示与报警、皮带秤启停与运行状态、各皮带秤的流量实时监视、原料流量趋势图、设备故障告警等；

冶金烧结配料过程的智能优化控制装置的控制方法为：

步骤一、优化设定层中冶金烧结配料的优化模块及求解算法

冶金烧结配料是将铁矿粉、燃料、溶剂、返矿等按照预设比例混合，生产出满足质量指标要求的混合料，并运送到烧结机中进行高温烧结，生成烧结矿；冶金烧结配料的参考指标有铁品位(TFe)、碱度(R)、氧化钙含量(CaO％)、氧化镁含量(MgO％)、二氧化硅含量(SiO₂％)、氧化铝含量(Al₂O₃％)、杂质硫含量(S％)等；优化模型中的优化目标f(x)为原料价格的最小值；

模型中各质量指标的计算公式：

其中，TFe_x％、CaO_x％、MgO_x％、SiO_2x％、Al₂O_3x％、S_x％、R_x分别为烧结矿中计算所得的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度；i为原料品种数，本发明中i设为8；x_i为各原料在烧结矿中所占质量百分比；TFe_i％、CaO_i％、MgO_i％、SiO_2i％、Al₂O_3i％、S_i％分别为各原料的铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量指标；

优化目标函数为：

minf(x)＝∑C_i×x_i (2)

其中，minf(x)为目标函数值，即总原料成本的最小值；i为原料品种数，本发明中i设为8；C_i为各原料的价格，单位是人民币；x为各原料在烧结矿中所占质量百分比；

约束条件为：

其中，TFe_min、CaO_min、MgO_min、SiO_2min、Al₂O_3min、R_min分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、碱度等计算值的下限值，即烧结矿的各个质量指标的下限值；TFe_max、CaO_max、MgO_max、SiO_2max、Al₂O_3max、S_max、R_max分别为模型中铁品位、氧化钙含量、氧化镁含量、二氧化硅含量、氧化铝含量、杂质硫含量、碱度等计算值的上限值，即烧结矿的各个质量指标的上限值；因为在烧结配料的实际生产中，混合料进行高温烧结会有烧损，所以考虑到烧损等情况，参与配比的原料总量必须大于等于烧结矿的总产量，即∑(1-w_i)x_i≥Q，x_i为烧结矿中各原料的质量百分比，w_i为各原料的烧损百分比，Q为所生产的烧结矿的总量；

联合式(2)-(3)可得优化模型(4)，

采用遗传算法对该优化模型进行求解；

步骤二、回路控制层的控制过程

上述的优化设定层计算出烧结配料最优化配比方案的流量设定值，回路控制层在实际生产中通过控制方法和生产设备对底层流量回路进行监测与控制，使流量的实际值达到流量设定值，使流量实际值与设定值之间的误差在理想范围内；

底层原料流量回路控制层的硬件设备主要包括PLC控制器、变频器、皮带秤电机以及流量检测设备，控制算法是PID控制方法，具体步骤为：

步骤(1)：冶金烧结配料流量PID控制方法的输入是流量设定值和流量实际值的偏差，输出为所连接控制的变频器的频率的变化，在步骤(1)，输入流量偏差值的大小；

步骤(2)：通过比例-积分-微分计算后，得出变频器调节频率的大小；

步骤(3)：通过调节频率，对皮带秤电机的转速进行控制，不断地减小流量实际值与设定值的偏差，从而使流量的实际值与设定值基本相等，并保证流量的稳定输出。

2.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述遗传算法的计算求解过程步骤如下：

步骤(1)：编码

首先确定编码的策略，即找到一个合适的方法可以将冶金烧结配料工艺约束条件这个范围的变量用计算机语言表示出来，编码需要注意完备性、健全性和非冗余性；

冶金烧结配料的八种原料的的配比作为八个变量以十进制数排列成一个行向量，作为一个个体，如：

x_i＝[x_i1,x_i2,x_i3,x_i4,...,x_i8] (5)

式中x_i表示第i个个体，x_ij表示i个个体中的j变量；

步骤(2)：生成初始种群

设置好最大进化代数，生成N×8的矩阵，N表示初始种群的个体的个数，矩阵每一行代表一种配料方案，每一个元素均表示该配料方案中某原料的配比，x_i1到x_i8均为0～1之间随机数，为实现配比和为1的要求，通过公式进行处理：

步骤(3)：适应度计算

计算目标函数值minf(x)即各配料方案的成本，在原料成本的基础上加入因违反约束条件而增加的惩罚值，惩罚值的大小由约束条件的重要性决定；

(a)第一级：配比的约束

因为初始种群是随机产生，且后续进化过程中的交叉和变异操作的不确定性，为了保证在有效解区间内搜索，例如设定个体的任一元素即配比在0～0.6之间，不在此范围内，则该个体的目标函数加上惩罚值P₁；

(b)第二级：烧结矿质量指标

烧结光质量指标要求是优化配料的前提条件，所以需要设定不能满足约束的惩罚值P₂，使不合格的个体即配料方案在进化中淘汰；

(c)第三级：原料总量的约束

在满足烧结矿质量指标要求的个体中，还需要找出满足供应总量的约束才能产生实际意义，不满足的需要加上惩罚值P₃；

以上三个等级的约束重要性依次递减，即P₁＞P₂＞P₃；根据目标函数值minf(x)即烧结矿原料价格的大小顺序计算适应度值，设定材料成本较高的配料方案的适应度值较小，保证惩罚值大的个体被快速淘汰，而惩罚值小的个体能够作为优秀个体遗传下去；

步骤(4)：确定选择策略

遗传算法中将配料方案的适应度值在种群中的比例作为选择的标准，这个比值叫做选择概率，对于个体数为n的原料配比种群，pop＝{t₁,t₂,t₃...t_n},个体的适应度值为g(t_i)，其选择概率为：

得到选择概率后，用旋轮法进行选择操作，在轮盘中将m个个体根据选择概率分为m个部分，所分得的面积与其选择概率正相关，其中第a个个体的概率最小，选择后，该个体被选中的几率最小；而第b个个体的概率最大，随机选择后被选中的几率最大；

步骤(5)：遗传运算

(a)交叉：交叉操作在一组染色体上随机产生断点，与其他染色体上相同位置的基因段进行交叉组合，得到新的染色体组，染色体中并不是所有的点都交叉，设定一个交叉概率P_C，一般P_C选择较大一些，有利于遗传运算的速度，更快的找到最优解即最优配料方案；

(b)变异：在初始配料方案种群中没有所需要的基因，就在种群中按照变异概率P_m，选择若干位基因进行改变，例如在二进制编码中将染色体中某一位的值由0变为1或由1变为0，从而产生新的染色体组，即变异操作，一般设定的P_m较小，在陷入局部最优解时有效果；

步骤(6)：终止准则

遗传算法的终止准则最常用的方法是设定一个适当的最大代数，经过最大代数的运算，即可得到原料成本的最小值以及该价格所对应的配料方案，如果没有得到最优值和最优解，则返回步骤(4)重新计算。

3.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述PLC控制器作为核心控制器，在回路控制生产中有逻辑控制和连续控制功能，皮带秤电机的启停、上下限位报警、设备总开关属于逻辑控制；应用PLC控制器调节变频器的频率，从而控制皮带秤电机转速属于连续控制。

4.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述变频器是由PLC控制器通过通讯网络向其传送数字信号和不同的电流模拟量信号，对皮带秤电机进行转速控制与调节。

5.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述皮带秤数量为8条，即有8个可控的皮带秤电机，在保证粉矿原料稳定配送的同时，能够对原料的重量进行称量，也保证了配料过程的准确性。

6.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述监控画面应用WinCC软件进行设计，内容包括登录界面、工艺流程界面、各原料仓储信息界面、流量设定及监视界面、设备状态界面、设备启停控制界面、实际流量趋势界面、报警界面。

7.根据权利要求3所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述PLC控制器采用S7-300系列，包括：

电源选用SIMATIC PS 307-5A，安装位置在导轨的1号槽，为PLC模块和输入输出模块以及扩展模块提供24V，最高为5A的电源；

CPU选用SIMATIC CPU 314C-2PN/DP；

数字量输入/输出模块，选用的数字量输入模块为CPU 314C-2 PN/DP自带的DI24/DO16模块，以及一个SM 322 DO8×DC24V/2A模块；

模拟量输入/输出模块，模拟量输入点共有包括各原料仓储料位实际值10个，使用SM331模块。

8.根据权利要求3所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述逻辑控制包括澳洲精矿、弱磁精矿等8种原料的皮带秤的启停和混合矿皮带秤电机的启停之间的先后顺序和相互制约的逻辑关系，各原料料仓上下限位报警信号。

9.根据权利要求3所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：所述连续控制是对8种原料包括澳洲精粉、弱磁精矿、朝鲜精矿、海南粉矿、轧钢皮、溶剂粉、消石灰、煤灰粉的皮带秤电机进行调速控制，运用PLC中的PI控制器进行控制；由PI控制器调节的控制回路的输入值是原料流量的设定值和实际值的偏差值，经过比例调节和积分调节，将调节皮带秤电机频率的电流传送给变频器，通过变频器对皮带秤电机转速进行调节控制，而皮带秤电机的转速的变化可以控制皮带秤运送原料的量，控制回路的输出即为原料的实际流量，通过流量检测传感器将实际流量作为过程变量传回给输入端，与设定值相加，为PI控制器提供输入值。

10.根据权利要求1所述的冶金烧结配料过程的智能优化控制装置及其控制方法，其特征在于：采用两层控制结构，包括应用遗传优化方法的优化设定层和应用PID控制方法的底层原料流量回路控制层；优化设定层中包含烧结配料的优化目标，质量指标约束，各原料化学成分以及配料给料总量等信息；其特征在于：优化设定层建立冶金烧结配料的优化模块，即优化模型，优化模型的目标函数是烧结矿的生产成本，约束条件是烧结矿的各项质量指标要求，并且应用遗传优化方法进行计算求解，即可得到冶金烧结配料过程中保证烧结矿质量合格的最低生产成本以及各原料的最佳配比；将最佳配比方案经过调整模块的计算，结合实际生产需求，可以计算出此时各原料的实际需求量，即底层原料流量回路控制层的各原料的流量设定值。