专家系统+ 神经网络预估补偿智能控制在电弧炉电极控制中的应用.pdfVIP

《冶金 自动化》2004年增刊 专家系统+神经网络预估补偿智能控制 在电弧炉电极控制中的应用 季柳眠 ，‘康世民2 (1.攀钢集团成都钢铁有限责任公司，四川成都610069;2.西安电磁机械厂) 摘〔 要〕介绍一种基于专家系统+神经网络预估补偿的电弧炉电极自适应控制。在电弧炉调节系统中采用专家系统将 各种影响电弧炉运行的各种因素总结成判据和控制规律并对其进行控制，通过神经网络预估控制对象的状态，进而对控 制输出补偿并控制实际对象，利用改进的DBD算法动态修改神经网络权值作为自适应方法，使电弧炉电极调节系统较好 地适应负荷和外扰的变化，以获得满意的控制效果。 关〔键词〕电弧炉;专家系统;神经网络;预估控制 攀钢集团成都钢铁有限责任公司炼钢总厂使用一座由DEMAC公司制造、英国曼勒斯特钢铁公司引 进的二手92tUHP超高功率交流电弧炉。该电炉系20世纪70年代的产品，其电极调节系统采用模拟 电路构成，控制水平和装备水平相对较低，生产过程中主要依赖于操作人员的经验进行控制。长期以来 该电炉的作业率、设备故障率、电耗等运行指标都处于较低水平。为了提高该电炉的装备水平，降低电耗 和电极消耗，充分发挥超高功率电炉的产能，2001年底我们通过采用专家系统+神经网络预估补偿自适 应的控制方法对电弧炉的电极调节系统进行了改造。 1 系统结构 本公司92t超高功率电炉的电极智能控制系统是一个3级网络系统，由基础级(设备控制级)、过程 级(工作站)和管理级(服务器)组成。设备控制级由专家系统+神经网络预估补偿智能电极调节器和逻 辑控制装置组成，逻辑控制和信号采集由PLC完成并将信息送人工作站。 工作站由一台工控机来担任，并用从基础级获取的各种电参数和工艺参数构成各种图表和组态画 面，供操作人员进行监视，同时将获得的相关信息送到服务器。 服务器主要任务是对相关数据进行管理，形成各种报表，供生产管理者及时了解生产状况。同时将 各种组态画面进行转换，供远端客户访问，实现基于Web的远程监控。系统结构如图1所示。 图1控制系统结构图 专家及神经网络预估补偿控制 冶炼过程中的理想目标是将电功率稳定地、最大限度地转换为热能川。由于影响电弧炉电弧功率稳定 [收稿日期」2004-02-02;[修改稿收到日期〕2004-03-09 作〔者简介〕季柳氓[1957-]，男，四川成都人，高级工程师，硕士，主要从事工业自动化研究和应用工作。 《冶金 自动化》2004年增刊 的因素比较多，很难使所有的因素都处于最佳的受控状态。通常比较有效的途径是通过调节电极不断改变 弧长以保证炉内的电弧功率稳定，提高电效率和热效率，提高生产率和降低消耗[2j。因此，电极调节器的性 能越好，对电炉生产越有利。传统的电极控制通常通过PIID调节回路完成，并且是面向单电极的跟踪调节。 电炉的综合运行状态如果主要靠操作人员的经验判断进行操作，在条件差异的情况下，电炉运行状态的差 异会很大。如本公司的92t电炉，在没有进行改造之前，各班吨钢电耗最大相差近100kWh. 我们对92t电炉的实际运行工况和相关影响因素进行了分析，建立了以最佳经济运行电流为目标控 制值的计算机控制专家系统。本系统由数据库和控制运算模型组成，通过系统预设75组目标电流曲线， 根据不同的运行工况和操作判据，系统科学地给出电炉的目标控制值并适时地调整运行参数。通过人机 界面操作者可以全面地了解电炉的运行电流、电弧功率、电炉的功率因数等参数，从而为在线调整各种控 制参数提供了非常直观的定量的依据，使电炉可以运行在最优状态。由于专家系统存在控制的滞后性， 我们考虑在系统中叠加神经网络控制，使系统具有更好的自适应特性。 神经网络控制是在神经网络ANN(ArtificialNeuralNetwork)研究的基础上发展起来的控制技 术[[3]。神经网络由无数个神经元构成，使用这样的神经网络在计算机内建立起来一个虚拟的电弧炉模 型，并预估电炉下一时刻的状态，以弥补专家系统在调节控制过程中滞后于电弧炉实际状态变化的问题， 提高了电极调节精度。 根据电弧炉运行的特性分析及专家系统的特点，结合神经网络的控制理论，整个调节系统的控制策 略和控制结构如图2所示。在图2中炉子