自动温度控制系统在高炉中的开发应用精选.doc

自动温度控制系统在高炉中的开发应用 摘要：在本论文中，我们认为自动温度控制系统是高炉运转中最重要的一部分。通常来说，应用在高炉中的自动温度控制器是非常困难和敏感的，因为它会被一大堆因素所影响。所以，首先的，这分论文描叙的应用与高炉的自动温度控制模式是使用Takagi-Sugeno（TS）模糊模式，这种模式是基于模型预估控制技术，这种技术被广泛应用与工业过程控制预估[6]-[9]。我们假设了建立数字化模式的描叙的高炉是基于TS模糊系统；控制自动温度控制系统使用的是预测控制模型。 关键词：高炉，模糊建模，预测控制模型 1 简介 稳定的温度在高炉操作是非常重要的，以增加生铁生产力。因此，自动温度控制系统是必须保持稳定的温度在高炉操作不过，自动温度控制高炉是非常棘手和敏感的，因为它是受多项因素影响。。当高炉温度被热风，热负荷，蒸汽，生铁温度等等严重影响时，传统的温度控制方法是在高炉行动的目的是调整燃油喷射的重量，根据材料的充电速度或者每家运营商的经验。因此，在高炉温度有许多种波动的因素，然后突然改变这些因素自然而然得会影响稳定的高炉温度。所以这篇文章描叙的高炉自动温度控制模式是应用了TS模糊模式，这种模式常用于分析以上的因素。 许多识别技术基于模糊推理系统已被提出，可以解释的行为，一个未知的系统为其中只有一套数值输入输出的数据是可用的，例如我们的高炉[1]-[5]。模型所获得的模糊建模是人类可读的，因为他们是语言描述。更具体地说，结构的模糊模型所描述的使用IF-THEN形式模糊规则。其中一个比较有名的模糊推理是Takagi-Sugeno-Kang(TSK)模糊模式，这种模式的基本规则是作为线性方程组的规则。这个模型具有良好的能力来描叙某一未知的系统。 当建模的不是一个物理模型而是一种设备的一套数据时，模糊聚类就可以代表建模方法确定的隶属函数和相应参数的TS模糊模型。一些传输延误的先验知识，延迟的输入和输出的数字必须考虑到获得精确的模型。但是通常都不容易得到精确的关于这些先验只是的数据当有一些噪音干扰在输入-输出数据周围，这些干扰就像高炉的干扰一样。因此，在模糊聚类之前它对于指出这些因素的真是价值是非常重要的。这个问题可以认为好像优化问题一样，优化就是尽量减少建模误差。人口为基础的优化，如遗传算法（ GA ） [ 10 ] ， [ 11 ]是目前最流行的工具，以解决优化问题没有关于解决办法空间的先验知识。因此，这是有可能找到的价值先验知识附近，它的真正价值，是尽量减少建模误差遗传算法。 建模后，为了控制我们的目标设备，次设备其中有缓慢的动态和输入/输出的限制，我们需要一个特别的，适当的方法来运行这种特别的设备。有多项研究修复一个复杂的设备与输入/输出的限制。其中，模型预测控制（MPC）技术被广泛应用于工业过程控制。MPC关键的优势是它可以直接处理输入/输出的限制。MPC解决了上线优化问题的每一个步骤，这些步骤恨死计算机控制超过给点的事业范围。但是只执行第一个预告控制。程序是反复在下次的时间的。 在这篇文章中，我们假设了一种用来建设数字模式来描叙我们的高炉的结构。高炉是基于TSK-模糊推理系统和运用MPC的带输入/输出限制系统。在第二节，我们介绍了高炉运转的过程。在第三节，是辨认和控制的细节的介绍。在第四节展示了仿真结果的识别和控制。最后，得出的结论在第五节进行一些讨论和进一步的言论。 2 高炉运行过程 高炉的目的是要减少化学和物理转换氧化铁到铁液中的所谓“铁水”。高炉是一个巨大的，钢铁栈衬耐火砖，其中铁矿石，焦炭和石灰石被丢进顶部和预热空气吹到底部。原料需要6至8小时来下降到底部的炉，在底部炉他们成为最终产品的液态渣和液态铁。这些液体产品在固定的时间间隔期间会被引导出来。热空气将会被加热到底部炉的顶端，在6至8秒后，将经历无数的化学反应。一旦高炉被启动，它将会连续不断的运行4到10年，期间指挥短期停止执行计划好的维修工程。 图1高炉运转过程 3高炉的识别和控制 在钢的生产过程中，生铁的生产力是被高炉的稳定性所影响的，还有，高炉的稳定性是能通过高炉的温度直接度量出来的。因此，在平衡的平底维持温度是非常重要的。但运作的高炉是高度非线性的，还有有这么多的未知因素影响温度以致很难得到一个适当的模型。既然没有一个数值模型来妥当的描述这个运转过程但是有一套从真实高炉运转所采集到的输入输出数据，在我们设计控制器之前我们需要这些数据做基础来建立一个数值模型。已经做了有很多基于模糊聚类的输入输出数据驱动识别的研究。因此，我们采取TS模型和模糊聚类模型来描叙我们的高炉运行过程。经过这次识别，我们设计了MPC控制器，这种控制器能适当的缓解设备输入输出的限制。 3.1 Takagi-Sugeno 模糊模型的高炉鉴定 既然我们在高炉的温度方面有兴趣，那么