CN112517220B - 一种基于矿渣粉磨系统的优化控制系统及方法 - Google Patents
一种基于矿渣粉磨系统的优化控制系统及方法 Download PDFInfo
- Publication number
- CN112517220B CN112517220B CN202011300378.5A CN202011300378A CN112517220B CN 112517220 B CN112517220 B CN 112517220B CN 202011300378 A CN202011300378 A CN 202011300378A CN 112517220 B CN112517220 B CN 112517220B
- Authority
- CN
- China
- Prior art keywords
- mill
- slag
- grinding
- material layer
- vertical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C2201/00—Codes relating to disintegrating devices adapted for specific materials
- B02C2201/06—Codes relating to disintegrating devices adapted for specific materials for garbage, waste or sewage
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种基于矿渣粉磨系统的优化控制系统及方法,系统包括:依次连接的集散控制系统DCS、磨机工况识别模块、立磨料层厚度设定模块、立磨料层厚度复合控制模块和矿渣立磨粉磨控制系统;方法包括:S1,磨机工况识别,从集散控制系统DCS获取被控对象,并根据被控对象判断磨机是否稳定,当稳定时,启动立磨料层厚度设定,否则切换到手动控制;S2,立磨料层厚度设定启动后,根据获取的被控对象设定立磨料层厚度范围;S3,立磨料层厚度复合控制,将立磨料层厚度控制在设定范围内,从而优化控制矿渣立磨粉磨控制系统,当矿渣立磨粉磨控制系统处于稳定状态时,采用模型预测控制模块控制,否则,采用异常工况控制模块控制。
Description
技术领域
本发明涉及自动控制技术领域,尤其是涉及了一种基于矿渣粉磨系统的优化控制系统及方法。
背景技术
矿渣粉磨是矿渣水泥生产的重要环节,其粉磨效果的高低和粉磨质量的好坏直接影响矿渣水泥生产的成本和品质。立磨作为矿渣粉磨的核心设备,它主要靠磨盘和磨辊的碾磨来粉碎物料,集细碎、粉磨、提升、烘干、选粉于一体,矿渣粉磨系统主要由配料站、皮带输送机、热风炉、立磨、袋式收尘器、斗式提升机和成品库等组成。在实际生产运行中,由于各种因素的影响,立磨粉磨经常出现振动停机、吐渣、满磨、空磨、磨功耗增大等故障,尤以振动停机最为常见,严重影响矿渣粉磨生产线的稳定性和连续性。
立磨受到多种因素的影响,经常出现各种异常工况,通常有磨机振动大、立磨吐渣和磨内压差不稳定。
1、立磨振动大,立磨运行时会出现振动,水平和垂直振幅在一定的范围内是立磨设计参数所允许的,但也会出现振动幅度大而停机的现象。引起磨机振动停机的因素有如下几点:
(1)入磨物料粒度。入磨物料粒度太小,物料容易被压实,料层不容易控制,很容易造成料层变薄,磨辊和磨盘发生刚性接触,引起振动。入磨粒度太大,物料不容易粉磨,振动也大。
(2)入磨物料杂质。入磨物料中含有铁块等难以粉磨的物质时,会造成磨机剧烈振动。
(3)研磨压力。研磨压力的大小直接影响着磨机振动的大小。喂料量一定时,加大研磨压力,料层变薄,产品细,振动加大;减小研磨压力,料层增厚,振动小,物料磨得粗。
(4)磨内压差。磨内压差为磨机进口压力与出口压力之差。当磨内通风不变时,压差增大,说明料层厚;压差减小,料层薄。料层太厚,物料难以粉磨;反之料层太薄,磨辊与磨盘之间易形成刚性接触,造成剧烈振动。
(5)磨机通风量。磨机通风量由磨主排风机抽风及循环风组成的,改变通风量可改变压差及进出口温度,通风量的大小直接影响料流,从而影响立磨振动。
(6)选粉机转速太高。选粉机转速太高,成品物料不能即时排出磨外,物料重复粉磨,内循环加大,差压高,立磨缓冲料层变薄引起振动。
从以上引起立磨振动的六个原因看,其最终导致立磨振动的根本原因是立磨料层的不稳定,故要想防止立磨出现振动停机,就必须控制好料层厚度。
2、立磨吐渣,立磨在运行时还会出现吐渣现象。出现吐渣现象除了机械磨损,物料成分问题之外,还与立磨控制参数有关。立磨内压差过高,物料在立磨内循环时间过长,特别容易饱磨,进而造成磨机吐渣。磨内通风量减少也容易使立磨吐渣。
3、磨内压差不稳定,磨内压差不稳定除机械因素外,磨内压差主要受入磨风量、温度、入磨物料湿度、喂料量和选粉机转速的影响。压差的变化直接反映了磨腔内循环物料量的大小。
发明内容
为解决现有技术的不足,实现在不改变生产过程以及不增加控制复杂程度的情况下达到提高粉磨工作效率的目的,本发明采用如下的技术方案:
一种基于矿渣粉磨系统的优化控制系统,包括磨机工况识别模块、立磨料层厚度设定模块和立磨料层厚度复合控制模块,立磨料层厚度复合控制模块包括模型预测控制模块和异常工况控制模块,磨机工况识别模块分别与矿渣粉磨集散控制系统DCS和立磨料层设定模块连接,立磨料层厚度复合控制模块分别与立磨料层厚度设定模块和矿渣立磨粉磨控制系统连接;
磨机工况识别模块,从DCS获取被控对象,并根据被控对象判断磨机是否稳定,当稳定时,启动立磨料层厚度设定模块,否则切换到手动控制;
立磨料层厚度设定模块,根据获取的当前磨机工况来设定最优的立磨料层厚度范围;
立磨料层厚度复合控制模块,将立磨料层厚度控制在设定范围内,从而优化控制矿渣立磨粉磨控制系统,当矿渣立磨粉磨控制系统处于稳定状态时,采用模型预测控制模块控制,否则,采用异常工况控制模块控制,即专家控制策略,及时做出调整建议,使矿渣立磨粉磨控制系统快速恢复稳定;而模型预测既可利用过程当前信息,又能预测过程未来行为,在工业应用中能保证对动态行为和过程约束响应迅速和准确,能有效消除矿渣粉磨过程的时滞性,在矿渣粉磨正常生产时能将关键变量控制在合理范围内。
整个系统通过管理人员控制决策给出期望指标,综合检测反馈值以及现场有关的生产数据进行优化设定。最优设定值通过回路控制对被控对象的运行状态进行控制,从而得到预期的控制效果。采用优化设定与回路控制相结合的整体控制结构可在不改变生产过程以及不增加控制复杂程度的情况下达到提高粉磨工作效率的目的。
优化控制系统还包括立磨压差设定模块和磨机进出口压差复合控制模块,立磨压差设定模块分别与磨机工况识别模块和磨机进出口压差复合控制模块连接,磨机进出口压差复合控制模块与矿渣立磨粉磨控制系统连接,根据磨内进出风口压差设定值和反馈值之差,经过压差控制器计算热风阀开度和喂料量,用于优化矿渣立磨粉磨控制系统连接。
一种基于矿渣粉磨系统的优化控制方法,包括如下步骤:
S1,磨机工况识别,从矿渣粉磨集散控制系统DCS获取被控对象,并根据被控对象判断磨机是否稳定,当稳定时,启动立磨料层厚度设定,否则切换到手动控制;
S2,立磨料层厚度设定启动后,根据获取的当前磨机工况来设定最优的立磨料层厚度范围;
S3,立磨料层厚度复合控制,将立磨料层厚度控制在设定范围内,从而优化控制矿渣立磨粉磨控制系统,当矿渣立磨粉磨控制系统处于稳定状态时,采用模型预测控制模块控制,否则,采用异常工况控制模块控制,即专家控制策略,及时做出调整建议,使矿渣立磨粉磨控制系统快速恢复稳定;而模型预测既可利用过程当前信息,又能预测过程未来行为,在工业应用中能保证对动态行为和过程约束响应迅速和准确,能有效消除矿渣粉磨过程的时滞性,在矿渣粉磨正常生产时能将关键变量控制在合理范围内。
本方法使得在各项生产指标满足规定的约束条件下通过优化方法,寻求到一组目标设定值,使控制对象运行状态达到最优。
所述步骤S3中的模型预测控制,通过预测模型,预测未来状态,并采用反馈校正和滚动优化来优化系统行为的闭环优化控制策略。
所述预测模型,预估未来时刻被控对象的变化及误差,以其作为确定当前控制的依据,使控制策略适应被控对象的存储性、因果性和滞后性,达到较好的控制效果,预测模型采用在实际工业过程中较易获得的脉冲响应模型或阶跃响应模型。
所述反馈校正,采用如下公式消除预测误差:
yp(k+i)=ym(k+i)+h[ym(k)-y(k)]
其中,ym(k+i)为预测值,h[ym(k)-y(k)]为扰动预测值,h是权重系数,ym(k)为k时刻的预测值,y(k)为被控实际输出值,yp(k+i)为经反馈校正后的预测值,由于对象的验前信息不具有充分性,实际系统中还存在非线性、时变、模型失配、干扰等因素,预测值与实测值往往存在一定偏差,即预测误差,不消除预测误差必然会影响控制品质,只有根据预测误差不断进行反馈校正,保证预测趋向准确。
所述滚动优化,每个采样周期计算一次最优控制序列,但只输出第一个值,下一个采样周期再计算一次,输出一次,周而复始滚动执行,其实质是考虑了实际控制过程中各种不确定性,采用如下公式:
ujmin≤u(k+j)≤ujmax
Δujmin≤Δu(k+j-1)≤Δujmax
min J(k)为优化目标函数,确定从k时刻起的M个控制增量△u(k),…,△u(k+M-1),使得被控对象预测值在其作用下,在未来P个时刻,Δu→0,w(k+i)表示被控对象实际输出值,因此,在k时刻下,表示的优化性能指标为其中qi,rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
该优化过程带有约束条件:
控制变量u(k+j)调整范围在[ujmin,ujmax],控制变量的增量变化范围在[△ujmin,△ujmax],被控对象的变化范围在[yimin,yimax],被控对象的增量变化范围在[△yimin,△yimax]。
所述步骤S1中,对获取的被控搞对象进行预处理,考虑到某个参数的瞬时异常突变,又要及时反应出各参数变化情况,采用均值滤波的方法实现数据的预处理,从而确定参数的变化趋势及实时数值区间,保证参数变化趋势不失真的前提下,尽量使曲线光滑,从而使趋势的变化情况一目了然,预处理采用N个周期的采样数值,滤波函数如下:
式中,xj表示某参数某时刻的实时值,xi表示每隔N个周期的平均值。
所述步骤S1中,获取的被控对象包括矿渣喂料量S、料层厚度L、磨机振动V、外排斗提电流A、出磨热风温度T、磨内进出风口压差P,使用状态向量Q表示磨机工况:
Q={S,L,V,A,T,P}
磨机工况判断采用如下产生式规则:
IF<Q>THEN<R>
其中,R表示磨机工况,当被控对象均在正常范围内,R=1,表示磨机处于正常工况下,反之,R=0,磨机处于异常工况。
选取以上六个被控对象原因如下:
料层厚度,稳定合适的料层厚度是立磨粉磨的基础,也是立磨正常运行的关键所在,在研磨压力一定的情况下,料层的厚度决定了矿渣破碎和挤压的效率,因此决定了矿渣微粉的质量,料层过厚,矿渣得不到充分的粉磨,容易造成磨负荷增大,料层过薄,磨盘和磨辊的刚性接触大,容易破坏立磨设备,使振动增大,因此选取料层厚度作为被控对象。
磨机振动,立磨处于稳定工作状态时,为保证矿渣微粉的比表面积,立磨研磨压力必须稳定在工艺要求范围内,在这种情况下,当立磨出现振动增大时,主要是由于磨辊和磨盘的刚性接触增大或磨内物料堆积过多,造成这种现象的主要原因是立磨料层过薄或过厚,磨内负荷波动频繁,因此选取磨机振动作为被控对象。
外排斗提电流,主要反映磨机内部物料量的变化情况,因此选取外排斗提电流作为被控对象。
出磨热风温度,出磨气体温度低说明烘干能力不足,成品水分大,矿渣磨不细,造成立磨料层变厚,主电机和选粉机电机电流都可能会增大甚至过负荷跳停,出磨气体温度过高,当主电机电流、选粉机电机电流和压差正常时,吐渣量将增大,造成产量降低,严重时造成料层越来越薄,因此选取出磨热风温度作为被控对象。
磨内进出风口压差,如果压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层逐渐变薄,最终会造成振动停机,如果压差过高,说明入磨矿渣量大于出磨矿粉量,循环负荷增加,导致料床不稳或吐渣,造成饱磨而振动停机,因此选取磨内进出风口压差作为被控对象。
矿渣喂料量,是最主要的被控对象之一,多数被控对象都需要通过调整矿渣喂料量对本被控对象进行调节,因此选取矿渣喂料量作为被控对象。
所述步骤S2中,立磨料层厚度的设定值分别参考磨机振动、出磨热风温度、磨内进出风口压差,通过三者与立磨料层厚度的对应关系,改变矿渣喂料量,以达到料层厚度设定值,建立料层设定专家规则如下:
S31,建立磨机参数分档表,为参考磨机振动分出良好、正常、偏大三档,为出磨热风温度、磨内进出风口压差分别分出偏高、正常、偏低三档;
S32,建立立磨料层厚度设定量化表,将磨机振动、出磨热风温度、磨内进出风口压差在各自不同档时的排列组合,量化对应的料层厚度。
对立磨料层设定影响最大的是立磨振动;在出磨温度处于合理范围内时,料层厚度的设定还要参考磨机出口温度,磨机出口温度小,说明矿渣含水量大,容易形成稳定的料床,研磨容易,此时的磨内压差也相对稳定;出磨热风温度大,说明矿渣含水量小,矿渣较干燥不容易形成稳定的料床,这时磨内压差波动频繁,需加大矿渣喂料量使料层变厚,防止立磨振动;磨内进出风口压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层会逐渐变薄;压差过高,说明入磨矿渣量大于出磨矿渣量,循环负荷增加。通过实验和专家经验分别分析了磨机运行的三个参数与立磨料层厚度的对应关系,将磨机振动、出磨热风温度、磨内进出风口压差三个参数分三档,经排列组合对应最佳料层厚度,通过改变矿渣喂料量达到料层厚度设定值的目的。
本发明的优势和有益效果在于:
本发明的系统通过管理人员控制决策给出期望指标,综合检测反馈值以及现场有关的生产数据进行优化设定。最优设定值通过回路控制对被控对象的运行状态进行控制,从而得到预期的控制效果。采用优化设定与回路控制相结合的整体控制结构可在不改变生产过程以及不增加控制复杂程度的情况下达到提高粉磨工作效率的目的。本发明的方法使得在各项生产指标满足规定的约束条件下通过优化方法,寻求到一组目标设定值,使控制对象运行状态达到最优。
附图说明
图1是本发明中矿渣粉磨工艺流程示意图。
图2是本发明中系统网络结构图。
图3a是本发明中ICE界面图。
图3b是本发明中DCS界面图。
图3c是本发明中APC控制界面图。
图4是本发明中辊磨压力与料层厚度和振动的关系图。
图5是本发明中总体控制结构示意图。
图6是本发明中复合控制结构图。
图7是本发明中矿渣立磨料层历史数据处理效果图。
图8是本发明中闭环优化控制结构图。
图9是本发明中反馈校正曲线图。
图10是本发明中系统控制关系图。
图11a是本发明中饱磨应急处理参数示意图。
图11b是本发明中温度暴跌应急处理参数示意图。
图11c是本发明中温度过高应急处理参数示意图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
对于矿渣粉磨生产来说,合理地选取立磨及其他配套粉磨设备以及综合考虑各种生产因素设计矿渣粉磨生产线是提高粉磨过程整体性能的先决条件。但在大多数的实际工程项目中,矿渣粉磨的整体结构和设备选型已经确立,因此在实际生产中,各控制环节有机地整合以及优化控制方案的实施成为影响粉磨过程的最直接因素。随着各企业对矿渣粉磨生产线稳定性和连续性要求的逐步提高,寻求一种有效的整体优化控制方案使得粉磨过程的生产效率和稳定性提高,成为当前矿渣粉磨控制研究的重点。
立磨运行情况分类及控制要求:
立磨受到多种因素的影响,经常出现各种异常工况,通常有磨机振动大、立磨吐渣和磨内压差不稳定。
1、立磨振动大
立磨运行时会出现振动,水平和垂直振幅在一定的范围内是立磨设计参数所允许的,但也会出现振动幅度大而停机的现象。引起磨机振动停机的因素有如下几点:
(1)入磨物料粒度。入磨物料粒度太小,物料容易被压实,料层不容易控制,很容易造成料层变薄,磨辊和磨盘发生刚性接触,引起振动。入磨粒度太大,物料不容易粉磨,振动也大。
(2)入磨物料杂质。入磨物料中含有铁块等难以粉磨的物质时,会造成磨机剧烈振动。
(3)研磨压力。研磨压力的大小直接影响着磨机振动的大小。喂料量一定时,加大研磨压力,料层变薄,产品细,振动加大;减小研磨压力,料层增厚,振动小,物料磨得粗。研磨压力必须根据喂料量的不同以及产品细度情况控制在合理的范围内。研磨压力与料层厚度和振动值的关系如图4所示。
(4)磨内压差。磨内压差为磨机进口压力与出口压力之差。当磨内通风不变时,压差增大,说明料层厚;压差减小,料层薄。料层太厚,物料难以粉磨;反之料层太薄,磨辊与磨盘之间易形成刚性接触,造成剧烈振动。因此,在立磨操作中应注意保持合理稳定的压差。
(5)磨机通风量。磨机通风量由磨主排风机抽风及循环风组成的,改变通风
量可改变压差及进出口温度,通风量的大小直接影响料流,从而影响立磨振动。
(6)选粉机转速太高。选粉机转速太高,成品物料不能即时排出磨外,物料重复粉磨,内循环加大,差压高,立磨缓冲料层变薄引起振动。
从以上引起立磨振动的六个原因看,其最终导致立磨振动的根本原因是立磨料层的不稳定,故要想防止立磨出现振动停机,就必须控制好料层厚度。
2、立磨吐渣
立磨在运行时还会出现吐渣现象。出现吐渣现象除了机械磨损,物料成分问题之外,还与立磨控制参数有关。立磨内压差过高,物料在立磨内循环时间过长,特别容易饱磨,进而造成磨机吐渣。磨内通风量减少也容易使立磨吐渣。
3、磨内压差不稳定
磨内压差不稳定除机械因素外,磨内压差主要受入磨风量、温度、入磨物料湿度、喂料量和选粉机转速的影响。压差的变化直接反映了磨腔内循环物料量的大小。
由以上立磨工况分析可以看出,无论是立磨运行状态如何,立磨运行直接可控量有喂料量、研磨压力、选粉机转速、循环风阀开度等,间接影响磨机运行的参数有料层厚度、物料湿度、入口负压、磨内压差、振动大小、磨机进出口温度等,这些参数相互作用、相互制约,从整体上影响并反映立磨的运行工况。综上所述,立磨粉磨控制系统是一个多变量、强耦合系统,系统正常运行时处于动态平衡状态,即各项参数保持在一定范围内,当其中一个控制改变时其他控制量也要做相应的改变。
对矿渣粉磨系统进行控制的目的是保证粉磨产品的细度、湿度和产量,防止磨机异常情况的发生,提高矿渣粉磨系统的稳定性和连续性。就整个生产流程控制而言,主要保证各设备组内部的自动连锁启停和回路调节以及组与组之间的协调控制。对于磨机本体控制而言就是要控制好磨机运行时料层的厚度、出口风温和磨内压差,使磨机运行达到预期设计的动态平衡状态。
矿渣立磨的控制要求:矿渣立磨控制是在保证矿渣微粉细度的前提下,尽可能降低立磨的振动,维持立磨磨内压差在合理的范围内,保持立磨稳定运行。矿渣粉磨主要是以比表面积作为判断矿渣微粉质量的指标。比表面积越高,矿渣微粉质量越好,反之,矿渣微粉质量则越差。但并不是矿渣微粉的比表面积越高越好,这样势必会增加研磨压力,造成振动增加,对立磨设备不利。由立磨的粉磨机理可知,矿渣微粉的质量主要取决于液压系统的研磨压力、立磨料层的厚度以及立磨内部料流情况。故立磨的料层厚度和磨内压差是影响矿渣微粉质量的主要因素。
(1)料层厚度
稳定合适的料层是立磨粉磨的基础,也是立磨正常运行的关键所在。在研磨压力一定的情况下,料层的厚度决定了矿渣破碎和挤压的效率,因此决定了矿渣微粉的质量。料层过厚,矿渣得不到充分的粉磨,容易造成磨负荷增大;料层过薄,磨盘和磨辊的刚性接触大,容易破坏立磨设备,使振动增大。目前,在实际生产中主要通过调节矿渣喂料量来控制料层。
(2)磨内压差
从矿渣粉磨成矿渣微粉,物料在立磨内需循环几十次,加之矿渣微粉的比表面积要求高,故矿渣在立磨中停留的时间较生料粉磨的时间长。矿渣在立磨内的停留时间长,受到的干扰因素多,同时也造成了立磨压差波动大。磨内压差大,表明立磨负荷大,立磨有堵料的危险;磨内压差小,一般情况下是由立磨料层变薄引起,同时容易导致振动增大。因此,保持立磨磨内压差的稳定至关重要。
为使磨机在不同磨机工况下能保持稳定,相应的控制策略如下:
(1)立磨振动大
立磨处于稳定工作状态时,为保证矿渣微粉的比表面积,立磨研磨压力必须稳定在工艺要求范围内。在这种情况下,当立磨出现振动增大时,主要是由于磨辊和磨盘的刚性接触增大或磨内物料堆积过多,造成这种现象的主要原因是立磨料层过薄或过厚,磨内负荷波动频繁。
当立磨出现振动增大时,主要通过及时稳步地调整料层厚度设定值,增加或减少矿渣喂料量,以及通过提高入磨热风温度加快磨内物料循环来控制。
(2)进出口压差不稳定
该矿渣立磨正常工作的压差应在3200Pa-4000Pa,正常工作时应基本稳定在这一范围内。如果压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层逐渐变薄,最终会造成振动停机;如果压差过高,说明入磨矿渣量大于出磨矿粉量,循环负荷增加,导致料床不稳或吐渣,造成饱磨而振动停机。
出现立磨磨内压差不稳定时,立磨振动也会增大,控制方法主要是调节矿渣喂料量,维持立磨料层稳定,同时调节入磨热风温度控制矿渣循环速度。
(3)磨机出口温度不稳定
出磨气体温度低说明烘干能力不足,成品水分大,矿渣磨不细,造成立磨料层变厚,主电机和选粉机电机电流都可能会增大甚至过负荷跳停。出磨气体温度过高,当主电机电流、选粉机电机电流和压差正常时,吐渣量将增大,造成产量降低,严重时造成料层越来越薄。
出现出磨气体温度不稳定主要是根据情况改变立磨料层设定,控制矿渣喂料量,同时改变入磨热风温度。
综合以上三种主要影响立磨运行的因素,在研磨压力不变的情况下,可通过改变矿渣喂料量和入磨热风温度来消除其影响,维持磨机稳态工况。为使控制简单方便,我们将尾排风机转速、循环风阀的开度固定,采用调节热气风阀开度来控制入磨热风温度。
综上所述,我们选择立磨料层厚度和磨机进出口压差作为被控量,矿渣喂料量和热风阀开度作为控制量。
针对矿渣磨粉磨生产过程特点设计了一种基于矿渣粉磨系统的优化控制系统,在各项生产指标满足规定的约束条件下采用优化方法,寻求一组目标设定值,使控制对象运行状态达到最优。整个系统通过管理人员控制决策给出期望指标,综合检测反馈值以及现场有关的生产数据进行优化设定。最优设定值通过回路控制对被控对象的运行状态进行控制,从而得到预期的控制效果。采用优化设定与回路控制相结合的整体控制结构可在不改变生产过程以及不增加控制复杂程度的情况下达到提高粉磨工作效率的目的。
矿渣粉磨系统主要由配料站、皮带输送机、热风炉、立磨、袋式收尘器、斗式提升机和成品库等组成。本申请主要对其中的立磨进行优化控制。
DCS是集散控制系统的简称,用于矿渣立磨底层的控制系统,反映的是现场矿渣立磨生产,其工艺流程如图1所示,ICE是以多变量模型预测控制(MPC)算法为核心的智能控制产品,APC是先进控制系统的简称,ICE产品集成了APC。
矿渣立磨粉磨控制系统是针对矿渣立磨复杂生产过程而研发的控制系统,采集DCS的实时生产数据,并结合化验室的质量数据,利用预测控制、模糊控制、鲁棒控制、最优控制和自适应控制等多种先进控制技术,实现矿渣立磨所有关键生产环节的过程优化控制。
如图2、图3a-3c所示,矿渣立磨粉磨控制系统安装在APC服务器上,通过网关与DCS连接,实现双向数据通讯,网络拓扑结构采用星型网络结构,以100Mbps TCP/IP的以太网作为信息传递和数据传输的媒体,网络连接设备利用DCS以太网交换机。系统依托生产线已有的DCS控制系统,充分利用原有的软硬件和仪表资源,通过OPC连接DCS。在APC服务器上配置OPC客户端,连接位于工程师站上的OPC Server,以使矿渣立磨粉磨控制系统能够获取分布在各现场控制站上的实时采集信息,并在操作员站管理下操作分布在各个现场控制站上的有关执行器。
对立磨进行的优化控制,即对矿渣立磨粉磨控制系统进行优化控制。
如图5所示,一种基于矿渣粉磨系统的优化控制系统,包括磨机工况识别模块、基于专家规则的立磨料层设定模块、立磨料层厚度复合控制模块和矿渣立磨粉磨控制系统,控制系统首先监测磨机当前工况可通过矿渣喂料量、磨机料层厚度、磨机振动、磨机出口温度、外排斗提电流、磨内进出风口压差六个变量来表征,其中料层厚度是矿渣立磨粉磨控制系统的关键被控变量,矿渣立磨粉磨优化的关键点是根据磨机实际工况找到料层厚度的当前工况下最佳目标值或目标范围,然后由矿渣立磨粉磨控制系统将料层厚度控制在这个目标值附近或目标范围内,达到磨机稳定运行的目的。
首先,判断立磨运行工况是否处于稳定状态。若立磨系统出现故障,自动将立磨系统切换到手动控制方式。若立磨系统运行稳定,则启用立磨料层设定模块,优化控制系统根据立磨料层设定值和现场测量数值之差,经过控制算法计算设定矿渣喂料量,通过矿渣喂料称作用于立磨机工粉磨控制模块。同时,根据磨内进出风口压差设定值和反馈值之差,经过压差控制器计算热风阀开度和喂料量。
立磨料层设定值的控制,是根据实际的矿渣粉磨生产设定的,矿渣立磨运行在稳态工作点时料层厚度范围为26mm-38mm,但根据工况变化,立磨料层厚度可以在25mm-40mm范围内波动。根据操作人员经验,立磨运行偏离稳态工作点时,综合矿渣喂料量、磨机振动、出入磨热风温度、磨内进出风口压差等因素,立磨料层设定值比正常范围低一点或高一点不仅不会引起立磨振动增大和进出口压差不稳定,反而可以稳定立磨运行,通过逐步改变立磨料层设定值,可以重新使立磨运行在稳态工作点。基于这一事实,结合操作员经验,利用专家规则设计了立磨料层设定模块。
立磨料层的复合控制,是通过复合控制策略根据立磨机工粉磨控制模块不同的运行状态选择对应的控制方式,如图6所示,矿渣立磨粉磨控制系统在工况相对稳定时采用模型预测控制(MPC)来进行控制;当出现异常工况时选择异常工况控制模块,即专家控制策略,及时做出调整建议,使矿渣立磨粉磨控制系统快速恢复稳定。
对于立磨运行而言,影响立磨工况的因素主要包括内部因素和外部因素。内部因素主要有料层厚度、磨机进出压差、磨机振动、外排斗提电流和出磨热风温度;外部因素有矿渣喂料量。立磨料层厚度和进出风口压差反应立磨内部物料量的多少和物料运动情况,磨机振动反映物料研磨情况,外排斗提电流反映磨机内部物料量的变化情况,出磨热风温度反映磨机内部矿渣烘干情况,矿渣喂料量和进出风口压差综合反映立磨生产能力。
这六个主要运行参数允许波动范围为:
矿渣喂料量:允许波动范围220t/h-270t/h;
料层厚度:允许波动范围26mm-38mm;
磨机振动:允许波动范围0mm/s-1mm/s;
出磨热风温度:允许波动范围85℃-95℃;
外排斗提电流:允许波动范围2.6-3.5A;
磨内进出风口压差:允许波动范围3200Pa-4000Pa。
采样数据预处理:
对上述标志磨机工况的六个主要参数进行采样,采样周期为2秒。为保证参数的准确性必须对参数进行滤波处理。滤波处理的目的是确定参数的变化趋势及实时数值区间。滤波处理的原则是在保证参数变化趋势不失真的前提下,尽量使曲线光滑,从而使趋势的变化情况一目了然。该模块的设计在既考虑到某个参数的瞬时异常突变,又要及时反应出各参数变化情况,故采用均值滤波的方法实现数据的预处理。该模块使用5个周期的采样数值(时间间隔为10秒)进行滤波。滤波函数如下:
式中,xj表示某时刻某参数的实时值。xi表示不同的参数。
以料层厚度为例,采用以上滤波方式对现场采集的5000个数据进行预处理,如图7所示。
磨机工况判断是以上述六个变量的均值滤波后的数值作为判断依据,并定义状态变量矿渣喂料量S、料层厚度L、磨机振动V、外排斗提电流A、出磨热风温度T、磨内进出风口压差P,使用状态向量Q表示磨机工况:
Q={S,L,V,A,T,P}
因磨机工况判断是为后续立磨控制服务,磨机工况判断模块仅判断出立磨处于何种工况下即可。根据矿渣粉磨总体控制方案,磨机控制分为在正常和异常两种情况下进行,因此,立磨工况识别模块的输出为两个状态,用0表示磨机异常工况,1表示磨机正常工况。磨机工况的判断即以上述反应磨机工况的六个主要参数滤波后的数值为依据,使用的产生式规则,即:
IF<Q>THEN<R>
其中,R表示磨机工况。
确定六个状态变量是否在正常工况的波动范围内。若六个状态变量均在正常范围内,即R=1,则磨机处于正常工况下,反之,R=0,磨机处于异常工况。
影响立磨工况的外部因素还包括入磨热风温度T’,允许波动范围160℃-250℃;出磨热风温度和入磨热风温度综合反映磨机内部矿渣烘干情况,在现场,入磨热风温度可作为一个参考变量,入磨热风温度的波动也会导致磨机工况发生变化。状态向量Q可以表示为:
Q={S,L,V,A,T,T’,P}。
立磨料层设定模块,当矿渣粉磨系统处于稳定工况时,根据矿渣粉磨控制方案,可对立磨系统进行优化控制。优化控制的前提是根据矿渣喂料量、磨机振动、出磨热风温度、磨内进出风口压差等参数,合理选择立磨料层厚度。它是立磨优化控制能否达到预期效果的重要前提。目前还没有针对立磨料层设定的经验公式,但由立磨工况分析可知,立磨料层设定值可由专家经验得到。
磨机主要运行参数对料层影响的分析:
立磨料层的厚度设定值需综合磨机振动、出磨热风温度、磨内进出风口压差而定,现结合专家经验分别对影响立磨料层的各因素进行分析。
对立磨料层设定影响最大的是立磨振动值。当矿渣粉磨生产线的立磨振动值在0mm/s-1mm/s内波动时,下表给出了立磨振动值与立磨料层参考对应关系。
表:立磨振动值与立磨最优料层参考对应关系
在出磨温度处于合理范围内时,料层厚度的设定还要参考磨机出口温度,该矿渣立磨实际运行时磨机出口温度波动在85℃-95℃。磨机出口温度小,说明矿渣含水量大,容易形成稳定的料床,研磨容易,此时的磨内压差也相对稳定;磨机出口温度大,说明矿渣含水量小,矿渣较干燥不容易形成稳定的料床,这时磨内压差波动频繁,需加大矿渣喂料量使料层变厚,防止立磨振动。
该矿渣立磨正常工作时的压差在3200Pa-4000Pa,压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层会逐渐变薄;压差过高,说明入磨矿渣量大于出磨矿渣量,循环负荷增加。下表给出了磨内压差与立磨料层参考对应关系。
磨内压差(Pa) | 3500-3600 | 3600-3800 | 3800-4000 |
料层厚度(mm) | 35-38 | 30-35 | 30-35 |
表:磨内压差与立磨最优料层参考对应关系
以上分别分析了磨机运行的三个参数与立磨料层的对应关系,磨机运行时料层的设定值主要参考这三个参数而定,通过改变矿渣喂料量达到料层厚度设定值。
料层设定专家规则的建立,立磨料层设定主要参考磨机振动、磨机出口温度、磨内进出风口压差,依据现场操作人员的经验,我们将这三个参数的正常波动范围分别划定为三档,三个参数的分档情况如下表所示。
表:磨机参数分档表
总结操作人员经验以及与现场工程师讨论得到料层调整规则及立磨料层设定的量化值。本文采用专家规则对立磨料层设定值进行调整,下面列举六条立磨料层调整的规则:
IF“立磨振动值正常”AND“磨机出口温度正常”AND“磨内压差正常”
THEN“立磨料层设定值为33mm”;
IF“立磨振动值正常”AND“磨机出口温度偏高”AND“磨内压差偏低”
THEN“立磨料层设定值为36mm”;
IF“立磨振动值偏大”AND“磨机出口温度偏低”AND“磨内压差偏高”
THEN“立磨料层设定值为33mm”;
IF“立磨振动值偏大”AND“出磨机出口温度偏高”AND“磨内压差偏低”
THEN“立磨料层设定值为36mm”;
IF“立磨振动值良好”AND“磨机出口温度偏高”AND“磨内压差偏低”
THEN“立磨料层设定值为36mm”。
表:立磨料层厚度设定量化表
复合控制策略能根据矿渣立磨的不同运行状态下选择对应的控制方式,矿渣立磨粉磨控制系统在相对稳定时采用模型预测控制(MPC)来进行控制;当出现异常工况时选择专家控制策略以及时做出调整建议,使矿渣立磨粉磨控制系统快速恢复稳定,待恢复正常后再度采用模型预测控制(MPC)。
模型预测既可利用过程当前信息,又能预测过程未来行为,在工业应用中能保证对动态行为和过程约束响应迅速和准确,能有效消除矿渣粉磨过程的时滞性,在矿渣粉磨正常生产时能将关键变量控制在合理范围内。
MPC控制回路分为生产指标优化层和实时动态控制层。生产指标优化层相当于立磨料层设定模块,设定磨机料层厚度目标值,具有自优化的智能决策算法模型,通过对配比、产量、质量、能耗建立成本模型,能够输出最优的控制优化参数;实时动态控制层反映的是MPC控制机理,它与生产指标优化层采用不同的周期控制,通过约束函数、过程控制模型、动态优化控制器实现模型预测控制,使控制器设定值在线调整,实现粉磨系统的MPC优化控制。
模型预测控制(MPC)通过预测模型预测系统未来状态,并采用在线滚动优化和反馈校正来优化系统行为的闭环优化控制策略,如图8所示,包括预测模型、反馈校正和滚动优化。
(1)预测模型,预估未来时刻被控对象的变化及误差,以其作为确定当前控制作用的依据,使控制策略适应被控对象的存储性、因果性和滞后性,达到较好的控制效果。预测模型通常采用在实际工业过程中较易获得的脉冲响应模型或阶跃响应模型。
(2)反馈校正,如图9所示,由于对象的验前信息不具有充分性,实际系统中还存在非线性、时变、模型失配、干扰等因素,预测值与实测值往往存在一定偏差,即预测误差。不消除预测误差必然会影响控制品质,采用如下公式消除预测误差:
yp(k+i)=ym(k+i)+h[ym(k)-y(k)]
其中,ym(k+i)为预测值,h[ym(k)-y(k)]为扰动预测值,h是权重系数,ym(k)为k时刻的预测值,y(k)为被控对象实际输出值,yp(k+i)为经反馈校正后的预测值,因此只有根据预测误差不断进行反馈校正,才能保证预测趋向准确。
(3)滚动优化,每个采样周期计算一次最优控制序列,但只输出其中第一个值,下一个采样周期再计算一次,输出一次,周而复始滚动执行,其实质是考虑了实际控制过程中各种不确定性。采用如下公式:
ujmin≤u(k+j)≤ujmax
Δujmin≤Δu(k+j-1)≤Δujmax
min J(k)为优化目标函数,确定从k时刻起的M个控制增量△u(k),…,△u(k+M-1),使得被控对象预测值在其作用下,在未来P个时刻,Δu→0,w(k+i)表示被控对象实际输出值,因此,在k时刻下,表示的优化性能指标为其中qi,rj为权系数,分别表示对跟踪误差及控制量变化的抑制。
该优化过程是带有约束条件的,约束条件为:
控制变量u(k+j)调整范围在[ujmin,ujmax],控制变量的增量变化范围在[△ujmin,△ujmax],被控对象的变化范围在[yimin,yimax],被控目标的增量变化范围在[△yimin,△yimax]。
在矿渣粉磨实际生产中,有些工况的出现给立磨正常运行造成强烈干扰,使磨机工况恶化,导致生产效率降低甚至磨机跳停。判断出磨机异常工况,并及时采取控制手段对矿粉生产质量和产量至关重要。
当下列情况发生时,智能控制值系统或其部分功能将不具备投用条件,此时应及时做出特殊工况下的处理,防止智能控制系统执行错误的操作。
(1)关键设备故障导致装置停止,装置无法连续正常生产,APC控制器不具备投用条件。处理方法:切除所有APC控制器,人工操作干预。
(2)通信异常/APC软硬件异常,将导致APC无法读取DCS位号以及向DCS写值,此时,APC控制器不具备投用条件。保护机制:心跳逻辑程序将自动切除所有控制器,并产生报警communication error,等级为H,心跳逻辑程序是用来监测APC与DCS的通信状态。处理方法:发现通信异常报警后,检查APC控制器是否全部切除,并人工操作干预。
(3)选粉机出现轻故障。应急处理:将总喂料量上限降低一定的值,待故障解除后,自动恢复为原有的高限值。
(4)当磨机紧急抬辊时,将关闭控制器总开关,此时转为人工操作模式。
(5)饱磨应急专家程序,应急处理:当磨机进出口压差超过其设定上限,并且磨机进出口压差梯度(压差变化趋势)超过其设定上限时,判断此时磨机发生大饱磨,将选粉机频率设定值输出设为其设定下限,将尾排风机频率设定值输出设为其设定上限,来解除磨机饱磨。当磨机进出口压差小于其上限,或机进出口压差梯度小于5时,认为饱磨已解除,将选粉机频率设定值输出和尾排风机频率设定值输出恢复为其给定值,优化控制系统切换到MPC策略进行调节。5是压差变化趋势的经验值,相当于斜率,单位是1。
综上所述,现场控制器的选择是由切换规则确定,对磨机料层厚度和进出口压差的控制在大偏差范围内采用专家控制器,在小偏差范围内切换成模型预测控制,二者转换由计算机程序根据事先给定的偏差范围自动实现,从模型预测控制切换到专家控制的阈值要恰到好处。
APC主要包括自动调节喂料量、自动调节选粉机转速、自动调节循环风机转速、自动调节热风炉风量、自动调节研磨压力及磨机喷水量,最终实现矿渣立磨的智能控制。
优化控制系统是多输入多输出结构,输入变量主要有喂料量、料层厚度、磨机振动、磨机出口温度、外排斗提电流、磨机进出口压差,用于判断磨机当前工况,异常工况时可切换到手动控制,正常时切换至复合控制系统。两个复合控制系统中的料层目标值和磨机进出口压差由设定系统(将专家经验转化成计算机语言)给出,其中料层设定系统的输入变量主要是磨机振动、磨机出口温度和磨机进出口压差,最终输出的主要变量是磨机料层厚度和磨机压差,矿粉比表面积/细度也是被控变量,根据现场控制需要,也需控制在工艺要求范围内。
模型预测控制(MPC)控制器是一个多变量控制,多输入多输出结构,一个被控变量可能由多个操纵变量控制,一个操纵变量可能同时控制多个被控变量,如磨机进出口压差同时由喂料量、选粉机转速、尾排风机转速控制,这三个操纵变量对磨机进出口压差控制的权重可以根据磨机工况进行分配。如图10所示,其目的包括提升磨机料位的稳定性,使磨机料位运行在最佳运行区间,最大化磨机产量,提升出磨成品的质量(细度)的稳定性。磨机主要控制关系描述如下:
1、料层厚度
当有快速增加料层厚度的需要时,通过智能控制算法来控制定量变速喂料称的变速阀,增大入磨的喂料量,使得料层厚度达到所需的值。同理,当需要降低料层厚度时,同样采用以上控制方案来减小喂料量,已达到期望的料层厚度。
2、磨机振动
当立磨振动偏大时,主要通过及时稳步地调整料层厚度设定值,增加或减少矿渣喂料量,同时尾排风机转速也会相应调整以保证磨机内正常的物料量,从而将立磨振动控制在工艺要求范围内;
3、磨机进出口压差
出现立磨磨内压差不稳定时,立磨振动也会增大,控制方法主要是调整矿渣喂料量,维持立磨料层稳定,同时通过调整热风阀来控制矿渣在磨机内的循环速度。当磨机进出口压差超过其上限时,通过适当降低选粉机转速和增加尾排风机转速来抑制这种波动;
4、磨机出口温度
出现出磨气体温度不稳定主要是根据情况改变立磨料层设定,通过调节矿渣喂料量、热风炉喷气阀和冷风阀将磨机出口温度控制在工艺要求范围内;
5、矿粉比表面积控制
矿粉比表面积/细度主要由磨辊液压、选粉机、喂料量决定,现场主要通过调节选粉机转速来控制产品比表面积于设定值附近,产品的比表面积决定了产品质量,经与现场操作人员沟通后,比表设定值可由现场操作人员根据每小时化验室得出的产品比表化验值自行输入。
遇到异常情况,例如外排斗提电流超过其设定上限时,拉风的同时,会微微降低选粉机,正常情况下其会保持产品比表处于设定值。
6、外排斗提电流
外排斗提电流主要是反映磨机工况的,主要的控制目标是将外排斗提电流当前值控制在其设定高限以下。当外排斗提电流超过其设定高限时,首先将对磨机总喂料量的高限进行约束,然后提升尾排风机频率,微微降低选粉机频率。当外排斗提电流降至较合理的范围后,认为此时异常情况已经解决,将选粉机频率和尾排风机频率逐渐恢复至原有值。
异常工况应急处理:
(1)饱磨应急处理:饱磨时,拉升尾排,减选粉机,优先保证生产安全;解决后拉回,防止比表过低。如图11a所示。
(2)温度暴跌应急处理:温度暴跌可能导致紧急抬辊。发生时,迅速拉升尾排,同时使用烟囱调节炉膛负压,防止炉熄火。如图11b所示。
(3)温度过高应急处理:温度过高时,容易导致料层不稳,频繁触发低限位。发生时,开启冷风调节温度,同时调节烟囱控制炉膛负压,防止炉喷火。如图11c所示。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的范围。
Claims (6)
1.一种基于矿渣粉磨系统的优化控制系统,其特征在于包括磨机工况识别模块、立磨料层厚度设定模块和立磨料层厚度复合控制模块,立磨料层厚度复合控制模块包括模型预测控制模块和异常工况控制模块,磨机工况识别模块分别与矿渣粉磨集散控制系统DCS和立磨料层设定模块连接,立磨料层厚度复合控制模块分别与立磨料层厚度设定模块和矿渣立磨粉磨控制系统连接;
磨机工况识别模块,从DCS获取被控对象,并根据被控对象判断磨机是否稳定,当稳定时,启动立磨料层厚度设定模块,否则切换到手动控制;
立磨料层厚度设定模块,根据获取的当前磨机工况来设定最优的立磨料层厚度范围;
立磨料层厚度复合控制模块,将立磨料层厚度控制在设定范围内,从而优化控制矿渣立磨粉磨控制系统,当矿渣立磨粉磨控制系统处于稳定状态时,采用模型预测控制模块控制,否则,采用异常工况控制模块控制;
矿渣立磨粉磨控制系统根据立磨料层设定值和现场测量数值之差,经过控制算法计算设定矿渣喂料量,通过矿渣喂料称作用于立磨机工粉磨控制模块;
立磨料层厚度的设定值分别参考磨机振动、出磨热风温度、磨内进出风口压差,通过三者与立磨料层厚度的对应关系,改变矿渣喂料量,以达到料层厚度设定值,建立料层设定专家规则如下:建立磨机参数分档表,为参考磨机振动分出良好、正常、偏大三档,为出磨热风温度、磨内进出风口压差分别分出偏高、正常、偏低三档;建立立磨料层厚度设定量化表,将磨机振动、出磨热风温度、磨内进出风口压差在各自不同档时的排列组合,量化对应的料层厚度;
对立磨料层设定影响最大的是立磨振动;在出磨温度处于合理范围内时,料层厚度的设定还要参考磨机出口温度,磨机出口温度小,说明矿渣含水量大,容易形成稳定的料床,研磨容易,此时的磨内压差也相对稳定;出磨热风温度大,说明矿渣含水量小,矿渣较干燥不容易形成稳定的料床,这时磨内压差波动频繁,需加大矿渣喂料量使料层变厚,防止立磨振动;磨内进出风口压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层会逐渐变薄;压差过高,说明入磨矿渣量大于出磨矿渣量,循环负荷增加;
优化控制系统还包括立磨压差设定模块和磨机进出口压差复合控制模块,立磨压差设定模块分别与磨机工况识别模块和磨机进出口压差复合控制模块连接,磨机进出口压差复合控制模块与矿渣立磨粉磨控制系统连接,根据磨内进出风口压差设定值和反馈值之差,经过压差控制器计算热风阀开度和喂料量,用于优化矿渣立磨粉磨控制系统连接。
2.一种基于矿渣粉磨系统的优化控制方法,其特征在于包括如下步骤:
S1,磨机工况识别,从矿渣粉磨集散控制系统DCS获取被控对象,并根据被控对象判断磨机是否稳定,当稳定时,启动立磨料层厚度设定,否则切换到手动控制;
对获取的被控对象进行预处理,采用均值滤波的方法实现数据的预处理,预处理采用N个周期的采样数值,滤波函数如下:
式中,xj表示某参数某时刻的实时值,xi表示每隔N个周期的平均值;
获取的被控对象包括矿渣喂料量S、料层厚度L、磨机振动V、外排斗提电流A、出磨热风温度T、磨内进出风口压差P,使用状态向量Q表示磨机工况:
Q={S,L,V,A,T,P}
磨机工况判断采用如下产生式规则:
IF<Q>THEN<R>
其中,R表示磨机工况,当被控对象均在正常范围内,R=1,表示磨机处于正常工况下,反之,R=0,磨机处于异常工况;
S2,立磨料层厚度设定启动后,根据获取的当前磨机工况来设定最优的立磨料层厚度范围;
S3,立磨料层厚度复合控制,将立磨料层厚度控制在设定范围内,从而优化控制矿渣立磨粉磨控制系统,当矿渣立磨粉磨控制系统处于稳定状态时,采用模型预测控制模块控制,否则,采用异常工况控制模块控制;
矿渣立磨粉磨控制系统根据立磨料层设定值和现场测量数值之差,经过控制算法计算设定矿渣喂料量,通过矿渣喂料称作用于立磨机工粉磨控制模块;立磨料层厚度的设定值分别参考磨机振动、出磨热风温度、磨内进出风口压差,通过三者与立磨料层厚度的对应关系,改变矿渣喂料量,以达到料层厚度设定值,建立料层设定专家规则如下:
S31,建立磨机参数分档表,为参考磨机振动分出良好、正常、偏大三档,为出磨热风温度、磨内进出风口压差分别分出偏高、正常、偏低三档;
S32,建立立磨料层厚度设定量化表,将磨机振动、出磨热风温度、磨内进出风口压差在各自不同档时的排列组合,量化对应的料层厚度;
对立磨料层设定影响最大的是立磨振动;在出磨温度处于合理范围内时,料层厚度的设定还要参考磨机出口温度,磨机出口温度小,说明矿渣含水量大,容易形成稳定的料床,研磨容易,此时的磨内压差也相对稳定;出磨热风温度大,说明矿渣含水量小,矿渣较干燥不容易形成稳定的料床,这时磨内压差波动频繁,需加大矿渣喂料量使料层变厚,防止立磨振动;磨内进出风口压差过低,说明入磨矿渣量小于出磨矿渣量,循环负荷降低,料层会逐渐变薄;压差过高,说明入磨矿渣量大于出磨矿渣量,循环负荷增加。
3.如权利要求2所述的一种基于矿渣粉磨系统的优化控制方法,其特征在于所述步骤S3中的模型预测控制,通过预测模型,预测未来状态,并采用反馈校正和滚动优化来优化系统行为的闭环优化控制策略。
4.如权利要求3所述的一种基于矿渣粉磨系统的优化控制方法,其特征在于所述预测模型,预估未来时刻被控对象的变化及误差,以其作为确定当前控制的依据,预测模型采用脉冲响应模型或阶跃响应模型。
5.如权利要求4所述的一种基于矿渣粉磨系统的优化控制方法,其特征在于所述反馈校正,采用如下公式消除预测误差:
yp(k+i)=ym(k+i)+h[ym(k)-y(k)]
其中,ym(k+i)为预测值,h[ym(k)-y(k)]为扰动预测值,h是权重系数,ym(k)为k时刻的预测值,y(k)为被控实际输出值,yp(k+i)为经反馈校正后的预测值。
6.如权利要求4所述的一种基于矿渣粉磨系统的优化控制方法,其特征在于所述滚动优化,每个采样周期计算一次最优控制序列,但只输出第一个值,下一个采样周期再计算一次,输出一次,周而复始滚动执行,采用如下公式:
ujmin≤u(k+j)≤ujmax
Δujmin≤Δu(k+j-1)≤Δujmax
min J(k)为优化目标函数,确定从k时刻起的M个控制增量△u(k),…,△u(k+M-1),使得被控对象预测值在其作用下,在未来P个时刻,Δu→0,w(k+i)表示被控对象实际输出值,因此,在k时刻下,表示的优化性能指标为其中qi,rj为权系数,分别表示对跟踪误差及控制量变化的抑制;
该优化过程带有约束条件:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300378.5A CN112517220B (zh) | 2020-11-19 | 2020-11-19 | 一种基于矿渣粉磨系统的优化控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011300378.5A CN112517220B (zh) | 2020-11-19 | 2020-11-19 | 一种基于矿渣粉磨系统的优化控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112517220A CN112517220A (zh) | 2021-03-19 |
CN112517220B true CN112517220B (zh) | 2022-11-15 |
Family
ID=74981614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011300378.5A Active CN112517220B (zh) | 2020-11-19 | 2020-11-19 | 一种基于矿渣粉磨系统的优化控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112517220B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113198591B (zh) * | 2021-05-17 | 2022-06-07 | 哈工大机器人(合肥)国际创新研究院 | 基于滚动时域估计的辊式立磨自适应预测控制系统 |
CN114035519A (zh) * | 2021-10-27 | 2022-02-11 | 上海宝田新型建材有限公司 | 一种矿粉生产细度在线智能监控系统及其控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102151605A (zh) * | 2011-03-17 | 2011-08-17 | 浙江大学 | 基于模型辨识和预测控制的立磨先进控制方法及系统 |
CN106990763B (zh) * | 2017-04-20 | 2017-12-29 | 浙江大学 | 一种基于数据挖掘的立磨运行调控系统及方法 |
CN107239066B (zh) * | 2017-06-09 | 2018-02-16 | 浙江大学 | 一种基于数据挖掘的立磨运行闭环控制装置及方法 |
-
2020
- 2020-11-19 CN CN202011300378.5A patent/CN112517220B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112517220A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112517220B (zh) | 一种基于矿渣粉磨系统的优化控制系统及方法 | |
CN102151605A (zh) | 基于模型辨识和预测控制的立磨先进控制方法及系统 | |
CN111701698A (zh) | 一种水泥磨系统及其自动寻优控制系统和方法 | |
US7591440B2 (en) | Methods and systems for cement finishing mill control | |
CN103149887B (zh) | 一种适用于中卸式水泥生料磨系统的智能控制方法 | |
CN102147613B (zh) | 一种对烟叶复烤机水分、温度的模型预测控制方法及系统 | |
US20130030573A1 (en) | Computer-based method and device for automatically providing control parameters for a plurality of coal mills supplying coal powder to a plant | |
CN103028480A (zh) | 一种基于模糊pid算法的立磨智能控制系统 | |
CN202097023U (zh) | 基于模型辨识和预测控制的立磨先进控制系统 | |
CN102000627A (zh) | 一种圆锥式破碎机挤满给矿的自动控制装置及其方法 | |
CN112295255B (zh) | 一种甲醇精馏装置智能控制系统及控制方法 | |
CN110918244A (zh) | 一种水泥粉磨磨机系统的控制方法、装置以及相关设备 | |
CN112452520A (zh) | 一种矿渣立磨智能化方法 | |
CN111443597B (zh) | 用于控制立磨矿粉粒度的装置及方法 | |
CN113593653B (zh) | 一种湿法脱硫装置整体经济效益最优控制方法 | |
CN111701697A (zh) | 一种水泥原料磨系统及其自动寻优控制方法 | |
US5798917A (en) | Control process for closed-circuit dry-method grinder | |
CN113198591B (zh) | 基于滚动时域估计的辊式立磨自适应预测控制系统 | |
CN112631121B (zh) | 水泥自立式辊压磨自动监测控制方法及系统 | |
CN109597301B (zh) | 干熄焦余热锅炉主汽温优化控制方法 | |
CN115327886A (zh) | 高压辊磨工序料重过程的智能pid控制器、控制方法及系统 | |
CN105624374B (zh) | 一种气垫式淬火系统及自动控制系统 | |
CN110207096B (zh) | 热力锅炉汽包水位智能控制方法 | |
Nieto et al. | Implementation of a multivariable controller for grinding-classification process | |
CN205368437U (zh) | 一种变喷结构、气垫式淬火装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |