神经网络PID在烧结混合料水分控制中的应用 .pdfVIP

学兔兔 神经网络P1D在烧结混合料永分接静】中的应用 劐悻杂 神经网络PID在烧结混合料水分控制中的应用 The application of neural network PI D in Moisture control for sinter mixture 刘伟东 (北方工业大学机电工程学院自动化系，北京 100144) [摘要] 烧结混合料水分检测与自动控制在钢铁行业中一直是一个很难解决的问题。提出一种神 经网络PID控制烧结混合料水分含量的控制方法，可以实现随现场情况的变化自动整定寻找出最优PID 3 个控制参数进行PID控制，使烧结混合料水分含量的控制更加稳定精准。 [关键词] 神经网络；辨识器；PID；烧结混合料 [中图分类号] TP183 [文献标识码] B 本文提出神经网络PID控制，既结合了PID良 引言 好的控制性，又具有神经网络的自适应能力，实 烧结混合料是由铁矿石、白云石、石灰石、 验结果证明将两者结合在一起控制烧结混合料的 生石灰、焦和煤五种原料和其他一些辅助原料组 水分含量更加稳定准确。 成的混合物在高温加热到半融化状态时，进行冷 1 过程描述 却凝结成块而成，烧结料的生产是高炉炼铁中不 可或缺的一个重要环节之一。烧结料质量的好坏 烧结料的生产工艺是：将原配料、燃料和添 直接影响到高炉炼铁的成本和铁的质量。烧结混 加剂按着一定的比例进行配料，与矿返料混合后 合料的含水量是决定烧结料质量的一个不可忽视 进行粗加水，再次搅拌后细加水；把经过两次加 又难以控制的问题。含水量过少容易形成干料的 水的混合料均匀地平铺到烧结机上加热烧结，烧 小粉粒，其在抽风机的风力作用下易向下移动， 结完成后，放入冷藏室冷却，最终放入高炉中进 从下层料层的空隙中被风机抽走；含水量过高时 行炼铁。烧结料工艺流程见图1。 则易使混合料出现粘结，妨碍物料流动和加大气 流通过的阻力，使得这一带的通气性变差。 目前，大多数钢铁厂控制烧结料的水分含量 采用人工操作，存在危险性高、劳动量大、控制 图1 烧结料生产过程流程图 滞后、水分含量波动性较大等问题。若采用传统 烧结料水分含量有一个适宜的范围，通常含 PID控制技术，虽然可实现自动控制烧结混合料水 水量保持在6．5％～7．5％，但在烧结料的生产工 分含量，但PID 3个控制参数确定后，不能根据现 厂里，由于现场条件的复杂性，包括各种混合料 场的实际情况自动调整，这样当现场某一原配料 含水量受季节影响不稳定等因素，人工控制烧结 含水量变化时，很难保证之前调整好的PID参数适 混合料的含水量很难保证其一直在此范围内。为 合当前系统。神经网络作为智能控制的一个分支， 了保证能及时准确地控制烧结混合料水分含量， 近年来发展迅速，因为具有学习自适应能力，非 本文采用神经网络PID控制器，与BP神经网络 线性映射能力和并行信息处理能力，所以在非线 辨识器，对随时可能发生变化的模型进行辨识， 性控制领域，越来越受到青睐。 不断寻找出最优PID控制参数，满足及时准确地