孫超+袁立新

摘 要：分析燒結(jié)過程中主抽風在管道運行原理，建立基于主抽變頻自動控制燒結(jié)過程機理模型，并用BP神經(jīng)網(wǎng)絡的方法對其在燒結(jié)臺車焙燒過建模，用基于密度聚類的小生鏡差分進化算法訓練。模型仿真證明，在相同的輸入狀態(tài)下，模型輸出與實際輸出誤差很小，模型有效，可用于主抽變頻自動控制研究中。

關鍵詞：主抽變頻；燒結(jié)；仿真

1.引言

燒結(jié)生產(chǎn)過程是一個多變量、非線性、長延時的復雜系統(tǒng)。燒結(jié)過程建模是燒結(jié)過程控制的基礎，是燒結(jié)智能化程序設定及優(yōu)化的依據(jù)。

目前，智能建模方法已經(jīng)成為解決復雜工業(yè)建模難題的重要途徑，其中神經(jīng)網(wǎng)絡模型具有非線性擬合能力強，精度高的特點，適應于燒結(jié)過程建模。利用神經(jīng)網(wǎng)絡建模的方法有、BP 神經(jīng)網(wǎng)絡[1]、小波神經(jīng)網(wǎng)絡[2]、模糊小腦模型神經(jīng)網(wǎng)絡[3]、多網(wǎng)絡模型[4]以及結(jié)合機理模型的BP 神經(jīng)網(wǎng)絡[5]等。通過這些智能化建模方法建立的燒結(jié)過程模型精度較高，可以反映實際燒結(jié)過程。

基于燒結(jié)過程的特殊性，筆者針對鋼鐵廠燒結(jié)過程智能控制要求，提出了一種燒結(jié)過程建模方法。首先，通過分析氣體在主抽大煙道的運行過程，通過伯努利方程建立大煙道負壓、風量及主抽風機功率關系數(shù)學模型；其次，進一步建立燒結(jié)過程中關于物料料層厚度、大煙道負壓、風量與垂直燒結(jié)速度預測神經(jīng)網(wǎng)絡模型。最后，結(jié)合機理分析及BP神經(jīng)網(wǎng)絡模型，對燒結(jié)過程進行仿真分析，仿真結(jié)果表明，結(jié)合燒結(jié)機理建立的燒結(jié)主抽負壓模型精度能滿足現(xiàn)代智能控制的應用要求。

2.燒結(jié)系統(tǒng)建模分析

2.1大煙道管道系統(tǒng)機理建模

主抽風機以負壓的形式抽風，空氣在大煙道內(nèi)的流動過程可以用伯努利方程表示，有：

（1）

空氣在管道運行過程中，根據(jù)伯努利方程（基于機械能守恒規(guī)律），這里考慮一部分能量內(nèi)能損耗及其漏風帶走的動能及風機自己損耗，可得到管道風量與風機功率之間的線性表達式：

（2）

其中：W為風機功率，Q管道為大煙道風量。

也可以表示為： （3）

其中：W為風機功率，P管道為大煙道負壓。

其中：a0、a1、a2、a3為與管道及運行狀態(tài)相關系數(shù)。

2.2燒結(jié)臺車焙燒過程BP神經(jīng)網(wǎng)絡建模

為減小BP神經(jīng)網(wǎng)絡訓練的復雜性，采用3層的網(wǎng)絡結(jié)構(gòu)，建立燒結(jié)過程終點位置預測模型，網(wǎng)絡結(jié)構(gòu)如圖所示：

圖1.BP神經(jīng)網(wǎng)絡結(jié)構(gòu)圖

其中，x1，x2，…，xn表示BP神經(jīng)網(wǎng)絡的輸入變量，y表示BP神經(jīng)網(wǎng)絡的輸出變量，h1，h2，…，hn表示網(wǎng)絡隱含層變量，bk為隱含層第k個節(jié)點的閾值，θ為輸出層節(jié)點的閾值， 為輸入層第j個變量到隱含層第k個節(jié)點的權(quán)值， 為隱含層第k個變量到輸出層節(jié)點的權(quán)值。

通過生產(chǎn)指標與過程參數(shù)的灰色關聯(lián)度分析，確定燒結(jié)物料焙燒BP神經(jīng)網(wǎng)絡預測模型的輸入變量x1為燒結(jié)料層厚度、x2為燒結(jié)機臺車速度、x3為物料透氣性指數(shù)、x4大煙道負壓、x5為大煙道風量、x6為物料透氣性指數(shù)；采用上圖所示的網(wǎng)絡結(jié)構(gòu)，模型輸出變量y1為燒結(jié)終點位置、y2為燒結(jié)物料溫度最高點溫度。

模型燒結(jié)終點位置BP神經(jīng)網(wǎng)絡預測模型可以描述為：

（4）

模型燒結(jié)物料溫度最高點溫度預測模型可以描述為：

（5）

2.3基于密度聚類的小生鏡差分進化算法

差分進化算法的基本思想是：對當前種群進行變異和交叉操作，產(chǎn)生一個新種群；然后利用基于貪婪思想的選擇操作對這兩個種群進行一對一的選擇，從而產(chǎn)生最終的新一代種群。具體而言，首先通過下式對第t次迭代種群中的每個個體 ，具體而言，i=1，2，…，Np實施變異操作（Np為種群規(guī)模），得到與其對應的變異個體 ，即

（6）

3.模型系統(tǒng)仿真

3.1仿真模型的建立

系統(tǒng)仿真在MATLAB/SIMULINK環(huán)境下進行，根據(jù)模型關系，在SIMULINK環(huán)境下搭建仿真模塊

3.2模型仿真分析

在該仿真模型，輸入為主抽負壓、風量，輸出為各風箱下料層厚度及各風箱所需風量。

通過建立的仿真模型，設定仿真時間可以得到燒結(jié)料燒結(jié)過程曲線，主要反映為燒結(jié)礦層厚度的變化，曲線如下：

圖2.模型燒結(jié)礦料層厚度仿真曲線

4.結(jié)論

通過仿真，我們可以看到此模型既能反映垂直燒結(jié)過程，也能得到燒結(jié)礦在臺車上的靜態(tài)特性，此模型能很好的描述燒結(jié)動態(tài)過程，通過該模型能反應燒結(jié)過程實時風量、系統(tǒng)阻力系數(shù)與負壓等之間的關系，根據(jù)模型可判斷主抽的風量和負壓需求，從而調(diào)節(jié)風機的速度和風門開度。

參考文獻

[1] 張群，吳信慈，馮安祖，等.寶鋼焦炭質(zhì)量預測模型I一焦炭質(zhì)量預測模型的建立和應用〔J].燃料化學學報，2002，30（4）：300-305.

[2] 胡德生，吳信慈，戴朝發(fā).寶鋼焦炭強度預測和配煤煤質(zhì)控制[J].寶鋼技術(shù)，2000，（3）：30-34.

[3] 張群，馮安祖，史美仁，等.寶鋼控制焦炭熱性質(zhì)的研究川.鋼鐵，2002，37（7）：l-7.

[4] 胡德生，吳信慈，冒建軍，曹進.寶鋼煉焦配煤的技術(shù)進步[J].鋼鐵，2004，39（l）：9-12.

[5] 胡德生，吳信慈，戴朝發(fā).寶鋼煤巖配煤方法的研究[J].鋼鐵，2001，36（1）：1-5.