基于粗糙集和小波神经网络信息融合在加热炉控制中的应用.pdfVIP

2013年 6月 机械设计与制造工程 MachineDesignandManufacturingEn~neefing Jun．2013 第42卷 第6期 Vo1．42No．6 DOI：10．3969／j．issn．2095—509X．2013．06．020 基于粗糙集Sndx波神经网络信息 融合在加热炉控制中的应用 王 韬 (长春职业技术学院 工程技术分院，吉林 长春 130033) 摘要：为更有效地控制加热炉中钢坯温度及其分布，将粗糙集和小波分析理论引入神经网络，构 成小波神经网络。综合多传感器信息融合的理论和技术，从加热炉应用出发给出了一种多传感 器信息融合的控制结构。该控制结构能够实现炉温和燃料消耗量的自动控制，达到了优化整个 生产系统的 目的。 关键词：信息融合；粗糙集；小波神经网络；加热炉控制 中图分类号：TG659 文献标识码 ：B 文章编号：2095—509X(2013)06—0074—05 1 加热炉控制技术 1．1．2 修正空燃 比 1．1 加热炉控制技术概述 在加热炉中各段内是否达到最佳燃烧效率，空 待轧钢坯根据计划被排列在加热炉 内的滑轨 燃比的设定是十分重要的，准确地调整空燃比对加 上，用燃料和空气混合燃烧产生的热量进行加热， 热炉安全及产品质量也很重要。在常规的仪表控 钢坯被加热到合适的温度后送给轧机进行轧制 。 制系统中，空燃比往往 由人工设定，但在频繁调节 燃料的燃烧需要适当配比的空气，空气量不足会造 状态下，即使是最灵敏的传感器和调节 阀也很难保 成燃料燃烧不充分从而浪费能源并污染大气；而空 证精确的空燃比。这是因为，流量测量孔板存在着 气过量时多余的空气会带走炉内热量，同时过量的 误差，而且在燃料或空气的流速较低时，调节阀的 空气会造成钢坯的氧化烧损，高效燃烧控制的重点 位置及流速之间呈非线性关系。目前残氧 闭环控 就是空燃比的控制。考虑燃料和空气混合的实际 制是修正空燃比的一种非常重要的方法。用氧化 情况，通常空气量要多于燃烧所需的理论值即理论 锆测定残氧量，用氧指示控制器调节输出修正空燃 空气量，空气过剩系数一般控制在 1．05～1．10之 比，可以降低燃烧时的过剩空气量。由于加热炉各 间。 段互有影响，为此在各段都单设残氧量控制 回路， 1．1．1 最佳燃烧控制 并估算各段间的影响，采用多变量控制，通过计算 温度燃料空气流量串级调节在仪表控制系统 求得加热炉各段残氧量调节 回路的设定值，修正各 中，处理燃料与空气的关系，通常采用配比调节，由 段的空燃 比。 于燃料与空气调节回路的响应速度不一致，流量测 1．1．3 附属回路调节及参数修正 量孔板有误差，燃料的热值不稳定以及烧嘴特性等 在加热炉燃烧控制中，除了温度流量串级及残 的变化，导致这种配 比关系难 以保证。特别是在燃 氧修正空燃比主要回路外，还有为减少路外冷空气 烧负荷发生变化的情况下，更无法保持最佳配比。 侵入及火焰外喷的炉膛压力调节；保障流量调节回 为解决这些 问题，产生了3种处理空燃关系的交叉 路稳定的燃气及空气总管压力调节以及为保证稳 限幅法：单交叉限幅法、双交叉限幅法、改进型双交 定的空燃比而进行的温度、压力及燃气的热值修 叉 限幅法。