CN110090728B - 用于控制水泥生料立磨中喂料量的方法、装置及设备 - Google Patents

Abstract

本发明公开了一种用于控制水泥生料立磨中喂料量的方法、装置及设备，所述方法包括步骤：获取FOPID控制器的最优整数阶参数K_p、K_i、K_d；获取FOPID控制器的最优分数阶阶数λ、μ；分别以所述最优整数阶参数K_p、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量。所述装置与所述设备用于实现所述方法。它能够解决了传统的PID控制器参数整定不良、性能欠佳、控制范围不广、对运行工况适应性差等问题，并在一定程度上提升了水泥厂自动化程度，减轻了操作员压力，提高了生产效率。

Description

用于控制水泥生料立磨中喂料量的方法、装置及设备

技术领域

本发明涉及水泥自动化生产领域，尤其涉及一种用于控制水泥生料立磨中喂料量的方法、装置及设备。

背景技术

水泥是当今世界各国基础建设和经济发展必不可少的基本原材料。随着经济的发展，许多国家(特别是发展中国家)对水泥的需求越来越大，东南亚等地区的水泥产量甚至可以达到世界产量的一半以上。然而，水泥行业的自动化水平却无法与其高产量相匹配，大多数水泥厂仍然采用人工经验调节喂料量、风机阀门等关键控制量，无法保证最优和实时调节，这就导致了人力物力耗费大、能效低等现状。而部分采用自动控制方法的水泥厂也基本应用较陈旧的控制策略，如模糊控制、PID控制等，普遍存在参数整定不良、性能欠佳、控制范围不广、对运行工况适应性差等问题。针对水泥生产过程自动化水平低的问题，近年来对水泥过程控制方法的研究吸引了越来越多学者的注意。由于水泥生产中大多数过程呈现非线性、大滞后、强耦合等特点，其精确数学模型难以获取，所以对其某一过程的建模和基于I/O数据的数据驱动控制成为了水泥系统研究的主流。

稳流仓(又称称重仓、小仓)是水泥生料粉磨、水泥粉磨环节必不可少的重要设备。生料制备环节中，原料均化库的物料经喂料皮带送入稳流仓，经称重和密实均布处理后送入立磨机，稳流仓料位的稳定与否直接影响立磨的粉磨质量；水泥联合粉磨环节中，烧制后的熟料经稳流仓密实均布处理后依靠自身重力落入辊压机挤压，其料位稳定与否同样与辊压机效率和挤压效果有直接关系。对于联合粉磨稳流仓系统，国内国外已经有了不少建模和控制的研究，而对于生料粉磨稳流仓系统，其关注度相对较低。

目前水泥生料厂在调节喂料量时大多采用人工调节，操作员在得到实时稳流仓料位数据后，根据长时间工作经验总结的规律，手动调节喂料阀门，达到调节喂料量的效果，进而调节稳流仓料位。少部分具有一定自动化程度的水泥厂多是通过PID控制器、模糊控制器等发展时间较长的基础控制器实现参数自动化调节。

操作员经验调节在实时性、精确性上难以得到保证，很难在短时间内得到较优的控制量，且需要耗费操作员大量的时间和精力；PID控制、模糊控制等方法随着水泥等行业的发展已经很难满足人们对控制精度和能效的需求，存在参数整定不良、性能欠佳、控制范围不广、对运行工况适应性差等问题。

发明内容

本发明提出一种用于控制水泥生料立磨中喂料量的方法、装置及设备，旨在解决现有水泥生产线中稳流仓的料位控制精度不够的问题。

为了实现上述目的，本发明提供一种用于控制水泥生料立磨中喂料量的方法，包括步骤：K_pK_iK_dλ、μ

获取FOPID控制器的最优整数阶参数K_p、K_i、K_d；

获取FOPID控制器的最优分数阶阶数λ、μ；

分别以所述最优整数阶参数K_p、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量。

所述获取FOPID控制器的最优整数阶参数K_p、K_i、K_d的步骤包括：

获取所述稳流仓的喂料量与所述稳流仓的料位的实时检测值；

利用所述喂料量与所述料位的实时检测值估计伪偏导数参数；

将所述伪偏导数参数输入至所述FOPID控制器中，并对整数阶参数K_p、K_i、K_d实时调整；

当所述料位的实时检测值无偏差跟踪稳流仓的期望值时，得到最优整数阶参数K_p、K_i、K_d。

所述获取FOPID控制器的最优分数阶阶数λ、μ的步骤包括：

利用遗传算法整定所述分数阶阶数λ、μ，以获取最优分数阶阶数λ、μ。

所述整数阶参数K_p、K_i、K_d实时调整的步骤包括：

利用梯度下降法整定所述整数阶参数K_p、K_i、K_d。

所述估计伪偏导数参数的计算公式为：

所述e_c(k)的计算公式为：

为了实现上述目的，本发明还提供一种用于控制水泥生料立磨中喂料量的装置，包括：

整数阶参数获取单元，用于获取FOPID控制器的最优整数阶参数K_p、K_i、K_d；

分数阶结束获取单元，用于获取FOPID控制器的最优分数阶阶数λ、μ；

FOPID控制器，分别以所述最优整数阶参数K_p、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量。

所述整数阶参数获取单元包括PPD状态观测器。

所述分数阶结束获取单元包括遗传算法参数整定器。

为实现上述目的，本发明还提供一种控制设备，所述控制设备包括处理器及存储器，以及存储在所述存储器上的稳流仓系统控制程序，所述稳流仓系统控制程序被所述处理器执行，实现所述的用于控制水泥生料立磨中喂料量的方法；和/或所述控制设备包括所述的用于控制水泥生料立磨中喂料量的装置。

本发明的有益效果有：采用FOPID控制器实现对喂料量的控制，并分别采用PPD状态观测器结合梯度下降法和遗传算法整定FOPID控制器的5个参数，解决了传统的PID控制器参数整定不良、性能欠佳、控制范围不广、对运行工况适应性差等问题，并在一定程度上提升了水泥厂自动化程度，减轻了操作员压力，提高了生产效率。

附图说明

图1示出了水泥生料立磨简图；

图2示出了本发明一实施例的控制方法的流程图；

图3示出了本发明一实施例的遗传算法流程图；

图4示出了本发明一实施例的控制装置第一结构图；

图5示出了本发明一实施例的控制装置第二结构图；

图6示出了本发明一实施例的PID控制器和FOPID控制器稳流仓料位跟踪效果对比图；

图7示出了本发明一实施例的喂料量变化曲线

图8示出了本发明一实施例的PID控制器参数变化曲线；

图9示出了本发明一实施例的遗传算法运行过程。

具体实施方式

为了更好的了解本发明的技术方案，下面结合附图对本发明作进一步说明。

如图1所示，水泥生料立磨工艺流程如下：将从矿山开采的原材料石灰石、页岩、砂岩、铁粉等按照一定的比例配比混合，此为生料配料阶段。经过配料的原料通过指令喂料系统经喂料皮带送入稳流仓中，稳流仓起到稳流和称重的作用，故稳流仓又称称重仓。进入稳流仓的物料从仓下部出口缓慢漏下，经一段皮带送入立磨机进行研磨。立磨机内部有一个旋转圆盘，圆盘外侧有磨辊，入立磨的物料首先落在圆盘上，圆盘旋转产生的离心力使物料向外侧移动，外侧的磨辊和圆盘产生相对运动，对物料进行挤压研磨。经过一次研磨之后的物料粗细并不均匀，从磨盘甩出之后分为两部分，较细的物料被立磨机内自下而上的循环风吹起，粗的一部分无法吹起，自由落下，从立磨机底部出磨，经运输皮带、除铁器后由斗式提升机提起，重新送入稳流仓，开始二轮研磨过程。立磨机内被吹起的细料经过立磨机上部选粉机选粉后，细度仍然不够的物料无法通过，重新落回，足够细的粉尘和颗粒通过选粉机，由循环风吹入收尘器，收尘后送入生料均化库均化后，即为生料成品，具备进行下一步入窑烧制的条件。其中稳流仓料位是立磨机研磨效率高低的一个重要检验指标。稳流仓料位过高，仓内压力大，大量物料堆积在稳流仓下料口，导致下料速度变慢，入立磨的物料变少，磨盘上料层厚度低，此时研磨效率低且易发生磨盘磨辊接触磨损等情况，需要适当降低喂料量，使稳流仓料位降下来；稳流仓料位过低，漏料过快，入磨物料过多，磨盘上料层厚度大，会出现磨盘与磨辊挤压物料不充分，一次研磨后合格颗粒少，二次研磨率升高，研磨效率低下，此时需要适当增加喂料量，使稳流仓料位升高。

如图2所示，一种用于控制水泥生料立磨中喂料量的方法，包括步骤：

获取FOPID控制器的最优整数阶参数K_p、K_i、K_d；

获取FOPID控制器的最优分数阶阶数λ、μ；

分别以所述最优整数阶参数K_p、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量。FOPID控制器是通过控制喂料量，调节稳流仓料位，使稳流仓料位跟踪期望值。即控制器输出是喂料量，通过控制喂料量，控制稳流仓系统，以实现技术目的。

所述获取FOPID控制器的最优整数阶参数K_p、K_i、K_d的步骤包括：

获取所述稳流仓的喂料量与所述稳流仓的料位的实时检测值；

利用所述喂料量与所述料位的实时检测值估计伪偏导数参数；

将所述伪偏导数参数输入至所述FOPID控制器中，并对整数阶参数K_p、K_i、K_d实时调整；

当所述料位的实时检测值无偏差跟踪稳流仓的期望值时，得到最优整数阶参数K_p、K_i、K_d。

所述获取FOPID控制器的最优分数阶阶数λ、μ的步骤包括：

利用遗传算法整定所述分数阶阶数λ、μ，以获取最优分数阶阶数λ、μ。

所述整数阶参数K_p、K_i、K_d实时调整的步骤包括：

利用梯度下降法整定所述整数阶参数K_p、K_i、K_d。

所述估计伪偏导数参数的计算公式为：

所述e_c(k)的计算公式为：

具体的实施步骤为：

稳流仓料位受喂料量、磨机负荷、循环风机转速、收尘风机转速等因素影响，而值得注意的是，喂料量的影响是最直观和主要的，在一定程度上可以忽略其他因素的影响。所以稳流仓系统的数学模型可以描述为

c_T(k+1)＝f_map(c_T(k)，c_T(k-1)，...，c_T(k-n_y)，c_u(k)，c_u(k-1)，...，c_u(k-n_u)) (1)

其中，c_T和c_u分别是稳流仓料位和喂料量，f_map(·)是一个未知的映射函数，n_y和n_u分别是c_T和c_u的延时阶次；k是采样时间，因为被控对象是离散的，k代表当前时刻，理论上从0至无穷，k+1代表下一时刻，k-1代表上一时刻，k-n_u代表代表当前时刻往前推n_u个时刻，k-n_yy代表当前时刻往前推n_y个时刻，相邻的两个时刻之间的时间差值为一固定时间差值，该时间差值通过设定获取。由上述公式可知，在这个系统里表示下一时刻的稳流仓料位值是一个由当前到n_u个时刻之前的喂料量值、当前到n_y个时刻之前的稳流仓料位值组成的非线性函数。

通过公式(1)，可将稳流仓系统归纳为一个通用模型如下

y(k+1)＝f(y(k)，y(k-1)，...，y(k-n_y)，u(k)，u(k-1)，...，u(k-n_u)) (2)

y∈R、u∈R分别表示系统的输出和输入，f(·)∈R是一个未知的非线性映射函数。R为正实数集。

针对此模型做以下假设：

假设一.公式(2)中的非线性系统f(·)的偏导数存在且连续。

假设二.对于

和Δu(k)≠0，公式(2)满足Δy(k+1)≤C₁|Δu(k)|，其中Δy(k+1)＝y(k+1)-y(k)，Δu(k)＝u(k)-u(k-1)，C₁是一个未知常量。

在以上假设成立的情况下，必存在一个伪偏导数Φ(k)，使下面等式成立

Δy(k+1)＝Φ(k)Δu(k) (3)

其中

|Φ(k)|≤C₁

公式(3)是公式(2)的一种转化形式，将非线性系统分为多个小区间，此区间内可近似将系统看作线性系统，伪偏导数即为描述此区间系统的唯一变量，是一个估计量，且各个区间伪偏导数的值都不同，即伪偏导数是时变的。根据Δy(k+1)和Δu(k)的定义可以将公式(3)改写为

y_P(k+1)＝y_P(k)+Φ(k)Δu(k) (4)

其中，y_P(k)表示稳流仓料位的预测值。接下来设计PPD状态观测器。

假设三.控制器输出的变化量Δu(k)完全收敛于一个大于0的常数Ω₁，即|Δu(k)|≤Ω₁。(注：假设系统的输入和输出都是有界的，可以得到一大类满足假设三的Δu(k))

在以上假设成立的基础上，PPD状态观测器的结构可以表示为

其中，e_c(k)＝y_p(k)-y_r(k)，表示稳流仓料位实际值和期望值之间的误差，

表示PPD参数的估计值，增益k_c是从单位圆里根据F_c＝1-k_c选择的。因此，结合公式(3)和(5)，可以得到输出误差的估计模型如下

其中，

表示PPD参数实际值与估计值的误差。

PPD参数是通过PPD观测器在线估计得出的，其估计值可以通过如下公式得到

增益Γ_c(k)可以通过下式获得

其中

是一个正常数，所以Γ_c(k)对任意的k正定。根据假设三，

是有界的，满足下列不等式：

其中，

表示估计增益的绝对值，

是一个正的常数，仿真里取了0.1。

表示|Δu(k)|²的最大值。为了方便表示，

用来代替

根据公式(6)和(7)，动态估计误差可以描述为

H_c通过如下公式确定

H_c＝1-Δu²(k)Γ_c(k)

综上，PPD状态观测器的结构以及PPD参数的估计方法都已给出，同时，根据误差估计公式(8)以及假设一、二、三，易证输出估计误差e_c(k)和PPD参数估计误差

趋近于零是全局一致稳定的。接下来给出以上结论的证明过程。

考虑如下李雅普诺夫方程

其中，V(k)表示李雅普诺夫函数，λ_c，Q_c是正的常数，P_c是方程

的解，其存在且正定。将上式代入公式(8)，可得如下推导过程

其中，

式中ε表示一个正的常数。因此，由ΔV(k+1)≤0得到ε，Q_c，λ_c满足如下不等式

根据Barbalat引理可知，式(8)中的平衡

是全局一致稳定的。因此，对于任意的k而言，ec(k)和

部是有界的，且满足lim_k→∞e_c(k)＝0，

控制器的设计如下：

PID控制器的结构为增量式，首先定义控制误差为

e(k)＝y_r(k)-y_p(k) (10)

为方便整定PID参数，定义以下过程量

联合公式(10)，(11)，控制率设定如下

首先，令分数阶阶次为1，即λ＝1，μ＝1，此时控制率可以看成是传统的整数阶PID控制率，如下

u(k)＝u(k-1)+K_px_c1+K_ix_c2+K_dx_c3 (13)

目标函数定义如下

J(k)＝1/2e²(k) (14)

利用梯度下降法整定PID控制器的三个参数，如下

其中，

通过PPD状态观测器在线得出，实时整定。

通过以上方法可以得到对于稳流仓料位系统的最优传统整数阶PID控制器，此时PID参数保持不变，将控制率改为式(12)的形式，利用遗传算法整定FOPID控制器的分数阶阶次λ、μ。遗传算法的目标函数定义如下

其中，ω₁、ω₂、ω₃为权值，t_u是上升时间。适应度函数选择为

f＝1/J (17)

遗传算法的流程图如图3所示。对λ、μ进行编码，随机生成初始种群，设定进化代数为50，经过选择、交叉和变异后，得到新的种群，计算其适应度函数值，50代之后，选取适应度最高的种群，解码后即为最适合的分数阶阶次λ、μ。

如图4所示，本发明还提供一种用于控制水泥生料立磨中喂料量的装置，包括：

整数阶参数获取单元，用于获取FOPID控制器的最优整数阶参数K_p、K_i、K_d；

分数阶阶数获取单元，用于获取FOPID控制器的最优分数阶阶数λ、μ；

FOPID控制器，分别以所述最优整数阶参数K_p、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述稳流仓系统。

在某一实施方式中，所述整数阶参数获取单元包括PPD状态观测器。

所述分数阶结束获取单元包括遗传算法参数整定器。

具体地，如图5所示，y_r(k)表示稳流仓料位期望给定值，y表示稳流仓料位实时检测值，这两个值之间的误差分别送入FOPID控制器和遗传算法整定器。首先令控制器为整数阶PID控制器，即λ＝1，μ＝1，PPD状态观测器通过PID控制器的输出，即喂料量u(k)和料位实时检测值

在线估计出此时系统的PPD参数

送入PID控制器，实时调整K_p、K_i、K_d三个参数，直到稳流仓料位实时值能够无偏差跟踪期望值，此时便得到了最优的三个参数。固定三个参数不变，将控制器结构变为FOPID控制器，利用遗传算法整定分数阶阶次λ、μ，交叉变异50代之后，得到最优阶次，即为针对生料立磨稳流仓系统的最优FOPID控制器。

本发明还提供一种控制设备，所述控制设备包括处理器及存储器，以及存储在所述存储器上的稳流仓系统控制程序，所述稳流仓系统控制程序被所述处理器执行，实现所述的用于控制水泥生料立磨中喂料量的方法；和/或所述控制设备包括所述的用于控制水泥生料立磨中喂料量的装置。

matlab仿真

根据某水泥厂有经验的操作员的专家经验，将生料稳流仓料位的初始值设为P_sfb(0)＝60％，期望值设为y_r＝67％，喂料量的初始值W_mf(0)＝160t/h。根据已有的建模结果，稳流仓系统的数学模型可以表示为

其中，α₁、α₂、α₃是系统参数矩阵，激活函数g(·)是sigmoid函数。

PPD观测器参数选为k_c＝0.8，

Φ(0)＝1，PID控制器参数的初始值选为K_p(0)＝0.3，K_d(0)＝0.2，K_i(0)＝0.02，η＝0.15。仿真结果如图6-9所示。

图6为PID控制器和FOPID控制器稳流仓料位跟踪效果对比图，从图中可以看出，在两种方法都能取得稳定的跟踪效果的情况下，FOPID控制器较之于传统的PID控制器，具有更短的调节时间和更小的超调量，在对水泥生料厂的稳流仓料位调节环节具有更大的有效性和更优的能效。

图7为喂料量变化曲线，从图中可以看出，当稳流仓料位稳定在期望值67％时，喂料量为168t/h。

图8为PID控制器参数变化曲线，图9为遗传算法运行过程，从图8-9中，可以得到运行结果为K_p＝0.3086，K_i＝0.0172，K_d＝0.4830。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种用于控制水泥生料立磨中喂料量的方法，其特征在于，包括步骤：

获取FOPID控制器的最优整数阶参数K_P、K_i、K_d；

获取FOPID控制器的最优分数阶阶数λ、μ；

分别以所述最优整数阶参数K_P、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量；

所述获取FOPID控制器的最优整数阶参数K_P、K_i、K_d的步骤包括：

获取稳流仓的喂料量与所述稳流仓的料位的实时检测值；

利用所述喂料量与所述料位的实时检测值估计伪偏导数参数；

将所述伪偏导数参数输入至所述FOPID控制器中，并对整数阶参数K_P、K_i、K_d实时调整；

当所述料位的实时检测值无偏差跟踪稳流仓的期望值时，得到最优整数阶参数K_P、K_i、K_d。

2.根据权利要求1所述的用于控制水泥生料立磨中喂料量的方法，其特征在于，所述获取FOPID控制器的最优分数阶阶数λ、μ的步骤包括：

利用遗传算法整定最优分数阶阶数λ、μ，以获取最优分数阶阶数λ、μ。

3.根据权利要求1所述的用于控制水泥生料立磨中喂料量的方法，其特征在于，所述整数阶参数K_P、K_i、K_d实时调整的步骤包括：

利用梯度下降法整定所述整数阶参数K_P、K_i、K_d。

4.根据权利要求1所述的用于控制水泥生料立磨中喂料量的方法，其特征在于，所述估计伪偏导数参数的计算公式为：

5.根据权利要求4所述的用于控制水泥生料立磨中喂料量的方法，其特征在于，所述e_c(k)的计算公式为：

6.一种用于控制水泥生料立磨中喂料量的装置，其特征在于，包括：

整数阶参数获取单元，用于获取FOPID控制器的最优整数阶参数K_P、K_i、K_d；

分数阶阶数获取单元，用于获取FOPID控制器的最优分数阶阶数λ、μ；

FOPID控制器，分别以所述最优整数阶参数K_P、K_i、K_d，所述最优分数阶阶数λ、μ，作为所述FOPID控制器的整数阶参数、分数阶阶数，并利用所述FOPID控制器控制所述喂料量；

所述整数阶参数获取单元包括PPD状态观测器。

7.根据权利要求6所述的用于控制水泥生料立磨中喂料量的装置，其特征在于，所述分数阶阶数获取单元包括遗传算法参数整定器。

8.一种控制设备，其特征在于，所述控制设备包括处理器及存储器，以及存储在所述存储器上的稳流仓系统控制程序，所述稳流仓系统控制程序被所述处理器执行，实现如权利要求1-5任一所述的用于控制水泥生料立磨中喂料量的方法；和/或所述控制设备包括如权利要求6或7所述的用于控制水泥生料立磨中喂料量的装置。

Images