CN1408081A - 调节原料混合配比控制器的系统及方法 - Google Patents

Abstract

调节原料混合配比控制器的系统及方法应用于水泥生产设备。模糊逻辑管理控制器按照目标设定点追踪水泥生产设备模拟器的运行，以获得正确的原料混合与构成。遗传算法通过在连续的有效数位序列中调整模糊逻辑管理控制器的参数来调整其运行。

Description

调节原料混合配比控制器 的系统及方法

可参照的相关申请

本申请是1998年11月9日提出的题为“在使用模糊逻辑管理控制器的水泥生产设备中提供原料混合配比控制的系统和方法”的美国专利申请系列中NO.09/189,153的部分继续申请。

发明背景

本发明通常涉及水泥生产设备，特别与水泥生产设备中的调节原料混合配比控制器有关。

典型的水泥生产设备使用石灰石、砂石、脱硫剂(sweetener)等做原料来生产水泥。传送带(例如重量计量进料器)分别将这三种原料运送到混合器中进行混合。原料研磨机接收上述混合原料，并将其掺混、研磨成粉末，这个过程被称为“原料混合”。原料研磨机把混合原料送进窑内进行煅烧。为了生产出优质水泥，原料研磨机加工出来的混合原料必须具有符合一定期望值的物理性质。表示混合原料特性的物理性质包括石灰饱和系数(LSF)、铝氧系数(ALM)和硅氧系数(SIM)，这些参数被认为是每种原料中四种金属氧化物(即钙、铁、铝和硅)比值的函数。一般原料研磨机加工出来的混合原料的LSF、ALM和SIM值应当接近给定的设定点。

调整原料研磨机加工出来的混合原料的LSF、ALM和SIM值使其符合给定设定点的一种方法，是使用比例控制器来提供闭环控制。一般比例控制器把原料研磨机设定点的偏差作为输入，产生新的目标设定点作为下一个时间间隔的输出。基本上，闭环比例控制器是常规的以追踪误差作为输入产生控制作用来校正误差的反馈控制器。使用闭环比例控制器调整原料研磨机加工出来的混合原料的LSF、ALM和SIM值存在一个问题，即围绕目标设定点存在着太多的波动，太多的波动将导致错误的原料混合，其结果是生产出劣质水泥。为了防止原料研磨机加工出来的混合原料的LSF、ALM和SIM值的波动，需要能够保证用于生产水泥的原料的正确混合与构成的装置和方法。

发明概述

本发明涉及系统、方法和储存调节原料混合配比控制器的计算机指令的计算机可读介质。在本实施方案中，存在着多个目标设定点。水泥生产设备模拟器按照多个目标设定点模拟水泥生产设备的运行，模糊逻辑管理控制器按照多个目标设定点控制水泥生产设备模拟器的运行。更具体地说，模糊逻辑管理控制器在水泥生产设备模拟器的多个设定点和多个目标设定点之间追踪误差和追踪误差变化，并向水泥生产设备模拟器提供控制作用使追踪误差趋于最小。与水泥生产设备模拟器和模糊逻辑管理控制器相耦合的调节器使水泥生产设备模拟器与多个目标设定点之间的追踪最优化。

附图简述

图1为调节原料混合配比控制器运行装置中的普通计算机系统示意图。

图2为使用原料混合配比控制器的水泥生产设备的方框图。

图3为图2中由原料混合配比控制器提供的模糊逻辑管理控制的示意图。

图4为图3中开环系统的详细示意图。

图5为图3中模糊逻辑管理控制器的详细示意图。

图6为用于模糊逻辑管理控制器的模糊逻辑比例积分(FPI)控制器的详细方框图。

图7为图6中FPI控制器的详细方框图。

图8a-8c为用于FPI控制器模糊成员函数的实例。

图9为FPI控制器规则集的实例。

图10为控制设定点的控制面实例。

图11为运用模糊逻辑管理控制提供原料混合配比控制的步骤流程图。

图12为图2中调节原料混合配比控制器系统的方框图。

图13为调节图5、图6中FPI控制器运行的步骤流程图。

图14为图13所示获得性能测量的步骤流程图。

发明详述

图1为调节原料混合配比控制器运行系统中普通计算机系统10的示意图。计算机系统10通常包括处理器12、存储器14、输入/输出设备和连接处理器、存储器和输入/输出设备的数据通道(例如，总线)16。处理器12接收存储器14发出的指令和数据进行各种运算，处理器12包括进行算术和逻辑运算的算术逻辑单元(ALU)和接收存储器14的指令、解码、执行、必要时访问ALU的控制单元。存储器14通常包括随机存储器(RAM)和只读存储器(ROM)，尽管可能还有其他类型的存储器如可编程的只读存储器(PROM)、可擦的可编程的只读存储器(EPROM)和用电可擦的可编程的只读存储器(EEPROM)。此外，存储器14最好包含在处理器12上运行的操作系统。这个操作系统执行的基本任务包括识别输入、发送输出到输出设备、记录文件和目录、控制各种外围设备。

输入/输出设备包括键盘18和用于将数据和指令输入计算机系统10的鼠标20。显示器22将计算机已完成的工作告诉使用者。其他输出设备或许包括打印机、绘图机、合成器和话筒。调制解调器或网卡24使计算机系统10能够访问其他计算机和网上资源。大型存储设备26允许计算机系统10永久保留大量数据。大型存储设备可能包括所有类型的磁盘(如软盘、硬盘和光盘)驱动器，以及可以在磁带或许还包括数字音频磁带(CDAT)、数字线性磁带、其他有磁性代码介质上读写数据的磁带驱动器。上述的计算机系统10可能采用手持数字计算机、个人数字辅助计算机、个人计算机、工作站、迷你计算机、大型计算机和超级计算机的形式。

图2为使用原料混合配比控制器的水泥生产设备28的方框图。水泥生产设备28使用多个原料30如石灰石、砂石和脱硫剂来生产水泥。另外，需要给原料进行加湿。因为这些原料能够反映出适合生产水泥混合原料的混合物的特征，所以应当明白的理解本发明的原理也许还适用于其他类型的用来加工水泥混合原料的原料。可容纳各种类型原料的容器32在传送带34(如重量计量进料器)上移动。原料混合配比控制器36控制着沿传送带34移动的原料的比例。混合器38将沿传送带34移动的部分原料30进行混合。原料研磨机40接收混合器38中的混合原料42进行掺混、研磨成混合原料。原料研磨机40将混合原料送至窑44中进行煅烧。

正如上面提到的，最好原料研磨机40加工出来的混合原料具有符合一定期望值的物理性质。在本发明中，物理性质是LSF、ALM和SIM。这些性质被认为是每种原料中四种金属氧化物(即钙、铁、铝和硅)比值的函数。安装在传送石灰石的传送带34上的传感器如IMAQUARCONT^TM传感器用于测量当前石灰石中钙、铁、铝和硅的含量。人工中那些熟练的将认识到，对于其他原料如果需要的话可以使用一个以上的传感器。一般原料研磨机加工出来的混合原料的LSF、ALM和SIM值应当接近给定的目标设定点。另一种传感器如IMA IMACON^TM传感器用于测量目前混合物42中钙、铁、铝和硅的含量。虽然本发明是根据LSF、ALM和SIM等物理性质来描述的，本领域技术人员将认识到，表示混合原料特征的其他物理性质也在本发明的范围内。

原料混合配比控制器36连续改变在进入原料研磨机40之前混合过的原料30的比例，以使LSF、ALM和SIM接近期望的目标设定点，使波动尽可能少。原料混合配比控制器36运用模糊逻辑管理控制连续改变原料比例。特别地，模糊逻辑管理控制把目标设定点和原料化学成份作为输入来产生连续改变原料比例的控制作用。混合器38对模糊逻辑管理控制测定后的原料比例进行混合，原料研磨机40把混合物42研磨成混合原料。

图3为由原料混合配比控制器36提供的模糊逻辑管理控制的示意图。由原料混合配比控制器提供的模糊逻辑管理控制有两个主要部分，模糊逻辑管理控制器50和开环系统52。模糊逻辑管理控制把S*和P作为输入来产生S作为输出，其中S*是目标设定点，P是原料过程成份矩阵，S是实际设定点。有关这些变量更详细的讨论将在后文中显示。在每一个时间间隔里，模糊逻辑管理控制器试图消除追踪误差，追踪误差被定义为：

        ΔS(t)＝S^*-S(t)                    (1)

由于产生控制作用变化ΔU(t)，所以下一个时间间隔的正确的控制作用被定义为：

        U(i+1)＝ΔU(t)+U(t)                (2)更具体地说，模糊逻辑管理控制器50使用梯度信息来产生变化以校正追踪误差。在图3中，减法器54进行等式1的运算操作，加法器56进行等式2的运算操作。

图4为图3中开环系统52的详细示意图。开环系统52接收P和U作为输入来产生S作为输出，其中P是一个4行3列的过程成份矩阵，U是一个3行1列的控制变量矩阵，S是一个3行1列的实际设定点矩阵，R是一个4行1列的重量矩阵。

过程成份矩阵P表示输入原料(即石灰石、砂石和脱硫剂)的化学成分(用百分比表示)，被定义为： $P=\left[\begin{array}{ccc}{c}_1& c_2& c_3\\ s_1& s_2& s_3\\ a_1& a_2& a_3\\ f_1& f_2& f_3\end{array}\right]----\left(3\right)$

矩阵P中的第1列表示石灰石的化学成份，P中的第2列和第3列分别表示砂石和脱硫剂的化学成份。本发明假定只有P中第1列随时间变化，第2列和第3在给定时间内被认为是不变的。P中的第1行表示目前原料中化学成份CaO的百分比，第2行、第3行和第4行分别表示目前原料中化学成份SiO₂、Al₂O₃和Fe₂O₃的百分比。

控制可变向量U表示用于原料混合配比的原料(即石灰石、砂石和脱硫剂)的比例，矩阵U被定义为： $U=\left[\begin{array}{c}{u}_1\\ u_2\\ u_3\end{array}\right]---\left(4\right)$

其中u₃＝1-u₁-u₂。

设定点向量S包含设定点LSF、SIM和ALM，S被定义为： $S=\left[\begin{array}{c}\mathrm{LSF}\\ \mathrm{SIM}\\ \mathrm{ALM}\end{array}\right]---\left(5\right)$

重量矩阵R被定义为： $R=\left[\begin{array}{c}C\\ S\\ A\\ F\end{array}\right]---\left(6\right)$

其中C、S、A和F分别是CaO、SiO2、Al₂O₃和Fe₂O₃的重量R是P和U相乘的结果。函数f接收R作为输入来产生S作为输出。函数f包含如下定义的3个联立的非线性方程式： $\mathrm{LSF}=\frac{C}{2.8\·S+1.18\·A+0.6\·F}$ $\mathrm{SIM}=\frac{S}{A+F}---\left(7\right)\left(8\right)\left(9\right)$ $\mathrm{ALM}=\frac{A}{F}$

其中：

    C＝c₁·u₁+c₂·u₂+c₃·(1-u₁-u₂)

    S＝s₁·u₁+s₂·u₂+s₃·(1-u₁-u₂)        (10)(11)(12)(13)

    A＝a₁·u₁+a₂·u₂+a₃·(1-u₁-u₂)

    F＝f₁·u₁+f₂·u₂+f₃·(1-u₁-u₂)u₁、u₂和u₃＝1-u₁-u₂分别是石灰石、砂石和脱硫剂的干基重比(drybasis ratio)。此外，c_i、s_i、a_i、f_i是等式3定义的过程矩阵P中的化学成份。

图5是图3中模糊逻辑管理控制器的详细示意图。模糊逻辑管理控制器50包括多个低电平控制器58，其中每一个低电平控制器58接收目标设定点变化ΔS作为输入来产生控制作用变化ΔU作为输出。多个低电平控制器最好是FPI控制器，尽管其他类型的模糊逻辑控制器也在本发明范围内。在优选实施方案中，如图5所示，模糊逻辑管理控制器50包括至少3对FPI控制器58，其中至少3对低电平控制器中的每一对接收目标设定点变化ΔS作为输入来产生控制作用变化ΔU作为输出。如图5所示，一对FPI控制器接收石灰饱和系数变化ΔLSF作为输入，第二对FPI控制器接收硅氧系数变化ΔSIM作为输入，第三对FPI控制器接收铝氧系数变化ΔALM作为输入。如上面提到的一样，一对FPI控制器中的每一个FPI控制器产生控制作用变化作为输出。更具体地说，一对中的一个FPI控制器产生控制作用变化ΔU₁作为一个输出，这对中的另一个FPI控制器产生控制作用变化ΔU₂作为第二个输出，控制作用变化ΔU₁表示石灰石的干基重比，控制作用变化ΔU2表示砂石的干基质比。

模糊逻辑管理控制器50还包括与每一对FPI控制器58相耦合的第一加法器60和第二加法器62，用于计算由控制器产生的控制作用变化的和。特别地，第一加法器60接收由每一对FPI控制器产生的控制作用变化ΔU₁，第二加法器62接收由每一对FPI控制器产生的控制作用变化ΔU₂。第一加法器60将所有的控制作用变化ΔU₁加起来，第二个加法器62将所有的控制作用变化ΔU2加起来，与第一加法器60和第二加法器62相耦合的第三加法器64则将控制作用变化ΔU₁和ΔU₂加起来，并由此产生控制作用变化ΔU。基本上，高电平模糊逻辑管理控制器50聚集三对低电平FPI控制器提供联合控制作用。此外，它可以通过为上述聚集过程提供加权函数来确定所有控制目标的平衡。例如，为集中消除ΔLSF，应对第一对FPI控制器提出的控制作用加更多的权重。

图6为用于模糊逻辑管理控制器50的FPI控制器58的详细方框图。FPI控制器58接收误差e和误差变化Δe作为输入来产生增加的控制作用ΔU作为输出。误差e与输入ΔS即ΔLSF、ΔSIM和ΔALM相对应，因此，一对FPI控制器的输入被定义为：

    e＝ΔLSF＝LSF^*-LSF                    (14)

第二对FPI控制器的输入被定义为：

    e＝ΔSIM＝SIM^*-SIM                    (15)

第三对FPI控制器的输入被定义为：

    e＝ΔALM＝ALM^*·ALM                   (16)

误差变化Δe被定义为：

    Δe＝e(t)-e(t-1)                       (17)

其中e(t)表示时间间隔t的误差值，e(t-1)表示时间间隔t-1的误差值。因此，在模糊逻辑管理控制器中每一对FPI控制器中都可能存在着误差变化Δe。如图6所示，FPI控制器的误差变化Δe由延迟元件(即脉冲调制及控制)和加法器68来确定。

图7是图6中FPI控制器的详细方框图。图7所示的FPI控制器58包括包括规则集、检索词集(term set)和标度因子的知识库。规则集把状态向量如e和Δe的语言描述映射到增加的控制作用Δu上；检索词集解释用于规则集的语言标准的语义学；标度因子决定输入变量(即e和Δe)和输出变量(即Δu)取值范围的极值。解释器72被用于按照知识库70中的标度因子、检索词集和规则集建立误差e、误差变化Δe与控制作用Δu之间的关系。

在本发明中，每一个输入变量(e和Δe)和输出变量都有一个检索词集。这些检索词集被分成NB集、NM集、NS集、ZE集、PS集、PM集和PB集，其中N表示负，B表示大，M表示中，S表示小，P表示正，ZE表示0。因此，NB表示负的大，NM表示负中，NS表示负小，PSB表示正小，PMB表示正中，PBB表示正大。本领域技术人员将认识到还有其他的检索词集能够在本发明中执行。每一个检索词集对于一个给定变量值对应一个反射成员或信任度的幂的成员函数，如果反射值在[0，1]范围内，成员函数可能是任何形式。图8a-8c是分别用于误差e、误差变化Δe和控制作用变化Δu的模糊成员函数的实例。

FPI控制器58的规则集实例如图9所示。正如上面提到的，规则集把误差e和误差变化Δe的语言描述映射到控制作用Δu上。在图9中，如果e为NM且Δe为PS，那么Δu将是PS。另一个例子是，如果e是PS且Δe为NS，那么Δu将是ZE。人工中那些熟练的将认识到还有其他的规则集能够在本发明中执行。图10为设定点控制面的实例，特别是，图10是控制LSF的控制表面。

图11是描述模糊逻辑管理控制提供的原料混合配比控制的流程图。最初，原料混合配比控制器在74步骤获得多个目标设定点S*，之后，原料混合配比控制器在步骤76获得过程成份矩阵P，然后原料混合配比控制器在步骤78用上述的方法执行模糊逻辑管理控制。原料混合配比控制器在步骤80输出表示原料比例的控制矩阵U。原料混合配比控制器设定每条传送带的速度，在步骤82提供合适的与控制矩阵U相符合的原料比例。这些步骤连续进行，直到这一班次结束为止。如果这一班次在结束于步骤84的情况下还有很多剩余时间，那么步骤74至步骤82将被重复执行，否则，过程结束。

在本发明的另一个实施方案中，有一个调节原料混合配比控制器36的系统。图12是调节原料混合配比控制器36的系统86的方框图。调节系统86能够在多用途计算机系统中操作，正如图1所示的一样。调节系统86包括用于运行水泥生产设备28的多个目标设定点88。在这个实施方案中，目标设定点包括LSF、ALM和SIM，尽管如以前提到过的，本领域技术人员将认识到其他设定点也在本发明的范围内。水泥生产设备模拟器90按照多个设定点模拟水泥生产设备28的运行。

比较器92将水泥生产设备模拟器90的多个设定点与多个目标设定点88进行比较，比较器92发出与水泥生产设备模拟器90的设定点和目标设定点之间的追踪误差相当的误差信号，模糊逻辑管理控制器50利用追踪误差和追踪误差变化来产生对水泥生产设备模拟器90的控制作用，使追踪误差减至最小。在本发明中，控制作用修改用于水泥生产设备模拟器90的原料的比例。与水泥生产设备模拟器90和模糊逻辑管理控制器50脱机连接的调节器94，除了提供平稳的控制作用以外，还优化控制器在水泥生产设备模拟器90与目标设定点之间的追踪效率。调节器94优化追踪并且通过确定模糊逻辑管理控制器的理想参数来提供平稳的控制作用，使控制器防止遭受由初始化和物质不稳定而引起的干扰。

在这个实施方案中，水泥生产设备模拟器90模拟水泥设备28的运行，采取前面图2-图11中描述过的方式进行。更准确地说，水泥生产设备模拟器90模拟使用原料如石灰石、砂石和脱硫剂生产水泥的操作过程。此外，水泥生产设备模拟器模拟原料的原料混合配比控制，水泥生产设备模拟器还模拟部分原料的混合、在原料研磨机中进行的研磨、掺混以及在窑里进行的煅烧过程。水泥生产设备模拟控制着水泥生产过程的运行，使混合原料的LSF、ALM和SIM达到指定的目标设定点值。水泥生产设备模拟器90按照方程式1-17执行这些操作。

为了调节模糊逻辑管理控制器50，这里给出了关于FPI控制器58的详细说明。在这个FPI控制器58中，输出变量u和输入变量e之间的关系可近似地表示为： $\frac{\mathrm{\Δu}\left(t\right)}{S_u}=\frac{\mathrm{\Λe}\left(t\right)}{S_d}+\frac{e\left(t\right)}{S_e}---\left(18\right)$ $u\left(t\right)=\frac{S_u}{S_d}\·e\left(t\right)+\frac{S_u}{S_e}\·\∫e\left(t\right)---\left(19\right)$

            -S_e≤e(t)≤S_e                (20)

            -S_d≤Δe(t)≤S_d              (21)

            -S_u≤Δu(t)≤S_u              (22)

其中S_e、S_d、S_u分别是误差e、误差变化Δe和增加的输出变量Δu的标度因子。上述关系与如下定义的常规的比例积分(PI)控制器不同： $u\left(t\right)=k_{p}e\left(t\right)+k_i\∫e\left(t\right)\mathrm{dt}---\left(23\right)$

其中K_p和K_i分别是比例增益系数和积分增益系数。将本发明中的FPI控制器与常规的PI控制器相比，结果如下： $K_p\≈\frac{S_u}{S_d}$ 和 $K_i=\frac{S_u}{S_e}\·\left(\frac{1}{\mathrm{dt}}\right)---\left(24\right)$

在这个实施方案中，FPI控制器58的运行由调节器94来调节。特别是，调节器94运用遗传算法按照连续有效数位的顺序来校准知识库70中的参数(即标度因子、成员函数和规则集)。遗传算法是一种被用于发现解决复杂多变量问题最佳办法技术的名称。从某种意义上说，遗传算法表示试验和误差的聚焦和递增形式。基本上，遗传算法是一种通过模拟自然选择进化过程来解决寻优或最优化问题的计算机程序。无论正在被解决的问题的精确特征如何，典型的遗传算法通过一系列方法的循环。首先是潜在的解决方案的总体被产生，解决方案是不连续的具有一般形式(例如相同的变量数目)的数据的一部分，如解决问题的答案一样。这些解决方案能够容易地被数字计算机操作。往往最初的解决方案在整个研究领域中是无规则发散的。

其次，特定问题的适合度函数(fitness function)被应用于总体中的每一个解决方案，使各种解决方案相对的可接受性能够被评估。然后，解决方案被选择用作下一世代解决方案的母体。典型地，被选择的母体(parent)与最初的总体中的数量一样多。解决方案被选择为母体的机会与解决方案的适合度结果有关系。比较好的解决方案多数被选作母体。通常情况下，比较好的解决方案被选作母体若干次，使他们成为若干新的解决方案的母体，同时不好的解决方案根本不被选择。母体解决方案被组合成对子，这些对子往往是随机地被组成，但是在一些执行程序中，不同的母体被相配以促进产物中的多样性。

每一对母体解决方案被用来产生两个新的产物(child)。不是变异控制器分别适用于每一个母体使每一个母体产生一个产物，就是两个母体被组合在一起，使用一个交换控制器，产生两个产物，其中每个产物都具有两个母体的一些相似之处。变异控制器是随机的控制器，它们试图把所需解决方案的特征输入到缺乏这些特征的解决方案总体中。交换控制器是决定性的控制器，它们捕捉两个母体最好的特征并输入到后世代的解决方案中。交换控制器一世代一世代归根到底合成将母体进化成个体的成功份子发现的最理想解决方案的标准部件。

新产物成员的总量由适合度函数估算。因为这些产物是以前总体中比较好解决方案的改良，所以一些产物可能具有比任何亲世代解决方案更好的特性。产物总体与母体源自于此并产生新总体的原始总体相结合。这样做的一种方法是，接受源于产物总体与原始总体结合体的解决方案中最好的部分。因此，所有的解决方案状态相同，但是平均特性可能被期望提升，如果产生出出色的产物的话。注意，在这个过程中产生的任何下等的产物都将被丢弃，那些出色的产物将成为下一个过程中的下一世代的母体。这个过程一直继续下去直到满意的解决方案(即具有按照适合度函数的可接受的特性)产生为止。更通常的情况是，当预先确定的反复次数完成时，或者当总体的平均估价在大量的反复之后没有提高时，遗传算法结束工作。

在本发明中，调节器94使用现成的遗传算法如GALib，即遗传算法客体的C++程序库，尽管其他已知的算法如GENESIS(GENEtic寻找执行系统)也能够使用。所有需要的都是适合度函数。在这个装置中，适合度函数表示为： $f_1=\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{W}_i\sqrt{\frac{{\mathrm{\Σ}}_j^T{(S_i^{\•}-S_i^j)}^2}{T}}---\left(25\right)$ $f_2=\underset{j=1_{...}T}{\max }(w_1\mathrm{\Δ}{U}_2^j+w_2\mathrm{\Δ}{U}_3^j)---\left(26\right)$ $f_3=\frac{1}{T}\underset{j=1}{\overset{T}{\mathrm{\Σ}}}\left(\underset{i=1}{\overset{3}{\mathrm{\Σ}}}{c}_1{U}_i^j\right)---\left(27\right)$ $f_4=\underset{k=1}{\overset{3}{\mathrm{\Σ}}}{w}_k{f}_k---\left(28\right)$

其中W是加权函数；S*是期望目标设定点，T是模拟时间；U是控制作用；C是原料成本；I是3个设定点指标；j是时间间隔指标；K是前3个适合度函数指标。适合度函数f₁记录追踪正确度，适合度函数f₂记录操作机构的操作，适合度函数f₃记录原料成本，适合度函数f₄是适合度函数f₁、f₂和f₃加权后的和。

图13是显示调节模糊逻辑管理控制器50运行步骤的流程图。调节器在步骤96启动，性能测量在步骤98在水泥生产设备模拟器中得到修正。图14表示性能测量是如何获得的。现在来看图14，水泥设备模拟器90在步骤100被预置成水泥生产操作，然后模拟运行在步骤102开始。在每一个模拟器的运行中，状态变量在步骤104在水泥生产设备模拟器中获得。在这个装置中，状态变量是水泥生产设备模拟器的设定点，状态变量在步骤106被输入模糊逻辑管理控制器。模糊逻辑管理控制器运用输入的状态变量在步骤108产生控制作用，水泥生产设备模拟器的性能测量如目标设定点、实际设定点和控制作用在步骤110获得并被存储在记录中，然后模拟运行在步骤112结束。如果确定在步骤114的操作中还有很多模拟运行的话，那么步骤102-112将被连续运行，直到没有任何模拟运行为止。一旦确定不再有更多的模拟运行，那么性能测量就准备用调节器进行调节了。

回到图13，从水泥生产设备模拟器中获得性能测量后，调节器运用适合度函数f₁、f₂、f₃和f₄在步骤116测量世代和个体的预定数量。适合度函数f₁、f₂、f₃和f₄一直被运用，直到在步骤118确定在当前世代中没有更多可以选择的解决方案为止。然后，遗传算法操作在步骤120被应用于模糊逻辑管理控制器来产生下一世代总体。这个装置的遗传算法参数如总体尺寸、交换率和转变率已被设定，如总体大小是50，进化世代的数量是25，交换率是0.6，转变率是0.001。

正如上面提到的，遗传算法操作按照连续的有效数位顺序被应用于模糊逻辑管理控制器。在这个装置中，标度因子首先被调节，因为它们对知识库中的规则集具有全面的影响。为了调节标度因子，解决方案中的每一个染色体被表示成对应标度因子Se、Sd和Su的三个波动点值的三个3比特值的串联。标度因子的可能范围的实例如下：

        S_e∈[1，9]；                        (29)

        S_d∈[1，9]；和                    (30)

        S_u∈[0.1，5]                      (31)

当调节成员函数时，一个染色体通过串联21个参数化的关于e、Δe和Δu的成员函数而构成。由于每一个成员函数是梯形的，且相邻的梯形之间有0.5度的重叠，所以论域被分为成员函数的核心与重叠区域相交替的区间。阴性介质NM和阳性介质PM的核心在[-1，1]区间之外分别向左、向右半无限地延伸。这些区间用bi表示，11个区间对应着7个成员函数标记。通常情况下，区间的数量被定义为：

        #(b)＝2x#(MF)-3                    (32)

其中#(b)是区间数量，#(MF)是成员函数数量。每一个染色体是具有11个浮点值的向量，因此论域被规格化如下： ${\mathrm{\Σ}}_{i=1}^{11}{b}_1\≤2---\left(33\right)$

另外，每个区间b_i被设定在[0.09，0.18]范围内，5比特用来表示使遗传算法与成员函数相谐调的一个染色体。不管怎样，如果∑_ib_i大于2，那么提供部分结构的等效成员函数的数量仍将被最优化。

遗传算法操作一直被应用，直到确定在步骤122没有更多世代为止。如果有更多的遗传算法世代，那么额外的性能测量通过水泥生产设备模拟器14获得，方法如同图14所描述的一样。一旦获得了额外的性能测量，那么图13中的步骤116-122被重复进行，直到没有更多世代为止。当遗传算法被应用于所有世代，那么调节器在步骤124向模糊逻辑管理控制器输出最好的解决方案。在最好的解决方案被提供给模糊逻辑管理控制器50后，控制器在原料混合配比控制器36中被运行，并应用到水泥生产设备28中来确定使用的是正确的原料混合和原料比例。

前面这些显露的流程图表示出了体系结构、函性性和调节原料混合配比控制器系统的可能执行的操作。在这方面，每一个框表示一个模块、一个片断，或者是部分包含一个或更多个执行指定逻辑函数的可执行的指令代码。还应当注意的是，在一些可选择的执行中，框中提到的函数可能会发生图中提到的故障，或者例如，实际上可能被同时充分执行，或者被颠倒次序，这取决于有关的函数性。

上面描述的调节原料混合配比控制器的系统和方法包括运行逻辑函数的可执行指令的有序排列，这个有序排列可以在任何计算机易读的用来连接能够修正程序并执行程序的计算机基础系统的介质中被具体化。在本申请的上下文中，计算机可读介质可能是很多能容纳、储存、通信、传播、转送或运送程序的装置。计算机可读介质可能是但不限定于电的、磁的、光的、电磁的、红外线系统、设备或装置。直观的但非详尽的计算机可读介质清单可能包括具有一条或多条线路的电子连接(电的)、便携式的计算机塑料磁盘(磁的)、随机存取的存储器(RAM)(磁的)、只读存储器(ROM)(磁的)、可擦的可编程的只读存储器(EPROM或闪速存储器)(磁的)、光缆(光的)和便携式的盘状的只读存储器(CDROM)(光的)。将程序打印在纸上或者其他合适的介质上甚至成为可能。例如，借助于对纸或其他介质的光扫描，指令能够被电子仪器记录下来，然后被编辑、解释，或者另外在合适的装置中运行，如果需要的话，再被储存在计算机存储器中。

这里提供的显然与当前的发明相适应，调节原料混合配比控制器的系统和方法完全满足上文中显示的目标、有利条件、客体等要求。本发明参照不同的装置来描述，不管怎样，在不超出本发明范围的情况下，变化和调整受到一般技术人员的影响是可以理解的。

Claims (72)

1.一种调节原料混合配比控制器的系统，其中包括：

多个目标设定点；

按照多个设定点模拟水泥生产设备运行的水泥生产设备模拟器；

按照多个目标设定点控制水泥生产设备模拟器运行的模糊逻辑管理控制器，其中模糊逻辑管理控制器在水泥生产设备模拟器的多个设定点与多个目标设定点之间追踪误差和追踪误差变化，并对水泥生产设备模拟器提供控制作用，使追踪误差减到最小。

连接水泥生产设备模拟器和模糊逻辑管理控制器的调节器，用来优化水泥生产设备模拟器和多个目标设定点之间的追踪。

2.根据权利要求1的系统，其中模糊逻辑管理控制器包含模糊逻辑知识库，该模糊逻辑知识库包含标度因子、成员函数和为追踪误差、追踪误差变化和控制作用而定义的规则集。

3.根据权利要求2的系统，其中模糊逻辑管理控制器还包含按照模糊逻辑知识库中的标度因子、成员函数和规则集在追踪误差和追踪误差变化与控制作用之间建立关系的解释器。

4.根据权利要求3的系统，其中控制作用修改水泥生产设备模拟器的原料配比。

5.根据权利要求1的系统，其中模糊逻辑管理控制器包含多个低电平控制器，其中每一个低电平控制器接收一个目标设定点的变化作为输入，产生控制作用变化作为输出。

6.根据权利要求5的系统，其中模糊逻辑管理控制器包含至少三对低电平控制器，其中至少三对低电平控制器中的每一个接收一个目标设定点的变化作为输入，产生一种控制作用变化作为输出。

7.根据权利要求6的系统，其中至少三对低电平控制器中的一对接收石灰饱和系数作为输入，至少三对低电平控制器中的第2对接收铝氧系数作为输入，至少三对低电平控制器中的第三对接收硅氧系数作为输入。

8.根据权利要求7的系统，其中至少三对低电平控制器中的一对中的每一个低电平控制器产生一种控制作用变化作为输出。

9.根据权利要求8的系统，还包含加法器，它与至少3对低电平控制器相耦合，并计算从那里产生的所有控制作用变化的总和。

10.根据权利要求9的系统，其中加法器包括至少3个加法器，其中第一个加法器用来计算从至少3对低电平控制器中的每一个产生的控制作用变化的第一个分量的和；第二个加法器用来计算从至少3对低电平控制器中的每一个产生的控制作用变化的第二个分量的和；第三个加法器用来计算第一个加法器与第二个加法器产生的控制作用变化的和。

11.根据权利要求5的系统，其中多个低电平控制器中的每一个都是模糊逻辑比例积分控制器。

12.根据权利要求2的系统，其中调节器包含计算水泥生产设备模拟器有效运行的多个适合度函数。

13.根据权利要求12的系统，其中调节器还包含按照由多个适合度函数确定的评估值使模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集中至少一个最优化的遗传算法。

14.根据权利要求13的系统，其中调节器还包含根据遗传算法提供的最优化来调整模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集的调整器。

15.根据权利要求1的系统，其中多个目标设定点为包括石灰饱和系数、铝氧系数和硅氧系数的物理特性。

16.一种调节原料混合配比控制器的方法，包括：

获取多个目标设定点；

按照多个设定点模拟水泥生产设备的运行；

提供模糊逻辑管理控制器按照多个目标设定点控制水泥生产设备模拟运行，其中模糊逻辑管理控制器在水泥生产设备模拟的多个设定点与多个目标设定点之间追踪误差和追踪误差变化，并向水泥设备模拟提供控制作用，使追踪误差减到最少；以及

调节模糊逻辑管理控制器优化在水泥生产设备模拟与多个目标设定点之间的追踪。

17.根据权利要求16的方法，其中提供模糊逻辑管理控制器的步骤包括提供包含标度因子、成员函数和用来确定追踪误差、追踪误差变化和控制作用的规则集的模糊逻辑知识库。

18.根据权利要求17的方法，其中提供模糊逻辑管理控制器的步骤还包括提供按照模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集，在追踪误差、追踪误差变化和控制作用之间建立关系的解释器。

19.根据权利要求18的方法，还包含运用控制作用修改用于水泥生产设备模拟的原料比例的步骤。

20.根据权利要求16的方法，其中提供模糊逻辑管理控制器的步骤包括提供多个低电平控制器，其中每一个低电平控制器接收目标设定点的变化作为输入，产生控制作用变化作为输出。

21.根据权利要求20的方法，其中提供模糊逻辑管理控制器的步骤包括提供至少3对低电平控制器，其中至少3对低电平控制器中的每一个接收目标设定点的变化作为输入，产生控制作用变化作为输出。

22.根据权利要求21的方法，其中至少3对低电平控制器中的一对接收石灰饱和系数作为输入，至少3对低电平控制器中的第二对接收铝氧系数作为输入，至少3对低电平控制器中的第三对接收硅氧系数作为输入。

23.根据权利要求22的方法，其中至少3对低电平控制器中的一对中的每一个低电平控制器产生控制作用变化作为输出。

24.根据权利要求23的方法，还包含提供耦合至少3对低电平控制器并计算控制器产生的所有控制作用变化的和的加法器的步骤。

25.根据权利要求24的方法，其中加法器包括至少3个加法器，其中第一个加法器计算从至少3对低电平控制器中的每一个产生控制作用变化的第一分量的和；第二个加法器计算从至少3对低电平控制器中的每一个产生控制作用变化的第二分量的和；第三个加法器计算第一个加法器和第2个加法器所产生的控制作用变化的和。

26.根据权利要求20的方法，其中多个低电平控制器中的每一个都是模糊逻辑比例积分控制器。

27.根据权利要求17的方法，其中调节步骤包括使用多个适合度函数来计算模拟水泥生产设备运行的运行性能。

28.根据权利要求27的方法，其中调节步骤还包括运用遗传算法按照多个适合度函数确定的值来优化模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集中的至少一个。

29.根据权利要求28的方法，其中调节步骤还包括按照遗传算法提供的优化方案校准模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集。

30.根据权利要求16的方法，其中多个目标设定点是包含石灰饱和系数、铝氧系数和硅氧系数的物理特性。

31.一种调节原料混合配比控制器的系统，包括：

提供多个目标设定点的装置；

按照多个设定点模拟水泥生产设备运行的装置；

按照多个目标设定点控制水泥生产设备模拟装置运行的装置，其中控制装置在水泥生产设备模拟手段的多个设定点与多个目标设定点之间追踪的误差和追踪误差变化，并对水泥生产设备模拟装置提供控制作用，使追踪误差减到最小；

调节控制装置使在水泥生产设备模拟装置和多个目标设定点之间的追踪最优化的装置。

32.根据权利要求31的系统，其中控制装置包括含标度因子、成员函数和用来确定追踪误差、追踪误差变化和控制作用的规则集的模糊逻辑知识库。

33.根据权利要求32的系统，其中控制装置还包括按照模糊逻辑知识库中的标度因子、成员函数和规则集建立追踪误差、追踪误差变化与控制作用之间关系的解释器。

34.根据权利要求33的系统，其中控制作用修改用于水泥生产设备模拟器的原料的比例。

35.根据权利要求31的系统，其中控制装置包括多个低电平控制器，其中每一个低电平控制器接收目标设定点变化作为输入，产生控制作用变化作为输出。

36.根据权利要求35的系统，其中控制装置包括至少3对低电平控制器，其中至少3对低电平控制器中的每一个接收目标设定点变化作为输入，产生控制作用变化作为输出。

37.根据权利要求36的系统，其中至少3对低电平控制器中的一对接收石灰饱和系数作为输入，至少3对低电平控制器中的第二对接收铝氧系数作为输入，至少3对低电平控制器中的第三对接收硅氧系数作为输入。

38.根据权利要求37的系统，其中至少3对低电平控制器中的一对中的每一个低电平控制器产生控制作用变化作为输出。

39.根据权利要求38中的系统，还包括计算从控制器产生的所有控制作用变化的和的装置。

40.根据权利要求39的系统，其中求和的装置包括至少3个加法器，其中第一个加法器计算至少3对低电平控制器中每一个产生的控制作用变化的第一分量的和；第二个加法器计算至少三对低电平控制器中每一个产生的控制作用变化的第二分量的和；第三个加法器计算第一个加法器和第二个加法器产生的控制作用变化的和。

41.根据权利要求35的系统，其中多个低电平控制器中的每一个都是模糊逻辑比例积分控制器。

42.根据权利要求32的系统，其中调节方法包括用来计算水泥生产设备模拟手段有效运行的多个适合度函数。

43.根据权利要求42的系统，其中调节装置还包括按照多个适合度函数确定的值来优化模糊逻辑管理控制器知识库中标度因子、成员函数和规则集中至少一个的遗传算法。

44.根据权利要求43的系统，其中调节装置还包括按照遗传算法提供的优化方案来校准模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集的装置。

45.根据权利要求31的系统，其中多个目标设定点是包括石灰饱和系数、铝氧系数和硅氧系数的物理特性。

46.存储用于指导计算机系统来调节原料混合配比控制器的计算机指令的计算机可读介质，

其中计算机程序包括：

获得多个目标设定点；

按照多个设定点模拟水泥生产设备的运行；

提供模糊逻辑管理控制器按照多个目标设定点来控制水泥生产设备模拟运行，其中模糊逻辑管理控制器在水泥生产设备模拟的多个设定点与多个目标设定点之间追踪误差和追踪误差变化，并向水泥生产设备模拟提供控制作用，使追踪误差减到最小；

调节模糊逻辑管理控制器使在水泥生产设备模拟与多个目标设定点之间的追踪最优化。

47.根据权利要求46的计算机可读介质，其中提供模糊逻辑管理控制器的程序包括提供模包含标度因子、成员函数和用于确定追踪误差、追踪误差变化和控制作用的规则集的糊逻辑知识库。

48.根据权利要求47的计算机可读介质，其中提供模糊逻辑管理控制器的程序还包括提供在追踪误差、追踪误差变化与控制作用之间按照模糊逻辑管理控制器知识库中的标度因子、成员函数和规则集建立关系的解释器。

49.根据权利要求48的计算机可读介质，还包括应用控制作用来修正用于水泥生产设备模拟的原料比例的程序。

50.根据权利要求46的计算机可读介质，其中提供模糊逻辑管理控制器的程序包括提供多个低电平控制器，其中每一个低电平控制器接收目标设定点的变化作为输入，产生控制作用变化作为输出。

51.根据权利要求50的计算机可读介质，其中提供模糊逻辑管理控制器的程序包括提供至少3对低电平控制器，其中至少3对低电平控制器中的每一个接收目标设定点的变化作为输入，产生控制作用变化作为输出。

52.根据权利要求51的计算机可读介质，其中至少3对低电平控制器中的一对接收石灰饱和系数作为输入，至少三对低电平控制器中的第二对接收铝氧系数作为输入，至少3对低电平控制器中的第三对接收硅氧系数作为输出。

53.根据权利要求52的计算机可读介质，其中至少3对低电平控制器中的一对中的每一个低电平控制器产生控制作用变化作为输出。

54.根据权利要求53的计算机介质其中至少3对低电平控制器中的一对中的每一个低电平控制器产生控制作用变化作为输出。

55.根据权利要求54的计算机可读介质，其中加法器包括至少3个加法器，其中第一个加法器用于计算至少3对低电平控制器中的每一个产生的控制作用变化的第一分量的和；第二个加法器用于计算至少3对低电平控制器中的每一个产生的控制作用变化的第二分量的和；第三个加法器用于计算第一个加法器和第二个加法器产生的控制作用变化的和。

56.根据权利要求50的计算机可读介质，其中多个低电平控制器中的每一个都是模糊逻辑比例积分控制器。

57.根据权利要求47的计算机可读介质，其中调节程序包括应用多个适合度函数计算模拟的水泥生产设备运行的有效运行。

58.根据权利要求57的计算机可读介质，其中调节程序还包括应用遗传算法按照多个适合度函数确定的值来优化模糊逻辑知识库中标度因子、成员函数和规则集中的至少一个。

59.根据权利要求58的计算机可读介质，其中调节程序还包括按照遗传算法提供的优化方案来校准模糊逻辑知识库中的标度因子、成员函数和规则集。

60.根据权利要求46的计算机可读介质，其中多个目标设定点是包括石灰饱和系数、铝氧系数和硅氧系数的物理特性。

61.一种提供原料混合配比控制的系统，包括：

多个原料；

传送多个原料的多个传送带；

测量多个传送带上传送的多个原料成份的测量仪；

连接多个传送带和测量仪的原料混合配比控制器，用来控制多个传送带上传送的多个原料的比例，其中原料混合比例控制器包括用来调节使确定多个原料的多个目标设定点的追踪最优化的模糊逻辑管理控制器。

62.根据权利要求61的系统，其中模糊逻辑管理管制器包括模糊逻辑知识库和解释器。

63.根据权利要求61的系统，其中模糊逻辑管理控制器包括多个低电平控制器。

64.根据权利要求63的系统，其中模糊逻辑管理控制器包括至少3对低电平控制器。

65.根据权利要求64的系统，其中至少3对低电平控制器中的一对接收石灰饱和系数作为输入，至少3对低电平控制器中的第二对接收铝氧系数作为输入，至少3对低电平控制器中的第三对接收硅氧系数作为输入。

66.根据权利要求65的系统，其中至少3对低电平控制器中的每一对中的每一个低电平控制器产生控制作用变化作为输出。

67.根据权利要求66的系统，还包括连接至少3对低电平控制器并计算控制器产生的所有控制作用变化和的加法器。

68.根据权利要求67的系统，其中加法器包括至少3个加法器，其中第一个加法器计算至少3对低电平控制器中每一个产生的控制作用变化的第一分量的和；第二个加法器计算至少3对低电平控制器中每一个产生的控制作用变化的第二分量的和；第三个加法器计算第一个加法器和第二个加法器产生的控制作用变化的和。

69.根据权利要求63的系统，其中每一个多个低电平控制器都是模糊逻辑比例积分控制器。

70.根据权利要求61的系统，其中可调节的模糊逻辑管理控制器按照多个适合度函数来调节。

71.根据权利要求70的系统，其中可调节的模糊逻辑管理控制器还按照遗传算法来调节。

72.根据权利要求61的系统，其中多个目标设定点是包含石灰饱和系数、铝氧系数和硅氧系数的物理特性。

Images