焦爐集氣管壓力模糊神經(jīng)網(wǎng)絡(luò )控制系統

摘要：針對焦爐集氣管壓力這類(lèi)多變量非線(xiàn)性系統，提出一種基于模糊神經(jīng)網(wǎng)絡(luò )的智能協(xié)調控制方案。應用遺傳算法對模糊神經(jīng)網(wǎng)絡(luò )結構和參數進(jìn)行優(yōu)化，并采用PLC的邏輯梯形圖語(yǔ)言編程實(shí)現智能協(xié)調運算。工程應用表明了系統設計的有效性。

焦爐集氣管壓力控制是焦爐控制的關(guān)鍵之一。壓力大時(shí)焦爐冒煙嚴重，近距離不能看清設備，大量焦爐媒氣進(jìn)入空氣中，污染環(huán)境；壓力小時(shí)空氣吸入嚴重，影響焦爐壽命和焦爐煤氣質(zhì)量。因此，采用先進(jìn)控制手段，對焦爐焦氣管壓力進(jìn)行長(cháng)期穩定控制，對于改善環(huán)境、提高煤氣回收量和質(zhì)量、提高焦爐輔助產(chǎn)品產(chǎn)量和質(zhì)量，具有重要的意義。焦爐集氣管控制系統的主要問(wèn)題有：

（1）焦爐集氣管壓力系統是一個(gè)耦合嚴重、具有嚴重非線(xiàn)性、時(shí)變特性、擾動(dòng)變化激烈的多變量系統，一般的PID調節很難滿(mǎn)足要求。

（2）當媒質(zhì)較好、鼓風(fēng)機后媒氣負荷穩定時(shí)，自動(dòng)控制效果較好；當媒質(zhì)較差、鼓風(fēng)機后壓力變化大時(shí)，常常出現振蕩現象，迫使系統無(wú)法投入自動(dòng)控制。

（3）作為控制機構之一的鼓風(fēng)閘閥存在嚴重的非線(xiàn)性、滯后大，常規伺服放大器加執行結構很難適應。

近年來(lái)，神經(jīng)網(wǎng)絡(luò )、模糊技術(shù)和遺傳算法已成為智能計算的三大信息科學(xué)，是智能控制領(lǐng)域的三個(gè)重要基礎工具，將三者有機地結合起來(lái)，取長(cháng)補短，不僅在理論上顯示出誘人的前景，在實(shí)際應用也取得了突破。本系統采用一種基于遺傳算法和模糊神經(jīng)網(wǎng)絡(luò )的智能模糊控制器，實(shí)現了模糊規則的在線(xiàn)修改和隸屬函數的自動(dòng)更新，使模糊控制具有自學(xué)習和自適應能力。本文將系統的硬件高可靠性、軟件靈活性與現代智能控制相結合，在分析控制對象的基礎上采智能協(xié)調解耦控制方案，應用PLC的邏輯梯形圖語(yǔ)言編程實(shí)現，保證了集氣管壓力穩定在工藝要求范圍內。

1 工藝簡(jiǎn)介

圖1是焦爐集氣管系統的結構。焦爐媒氣從各炭化室通過(guò)上升管時(shí)被循環(huán)氨氣冷卻到80～90℃，然后進(jìn)入集氣管。焦爐某氣從焦爐到初冷器分為兩個(gè)吸氣系統，即1號和2號焦爐為一個(gè)系統，3號焦爐為一個(gè)系統。1號和2號焦爐的煤氣從各自的集氣管進(jìn)入共用吸氣管后，在初冷器前與3號焦爐的煤氣會(huì )合后進(jìn)入初冷器。通過(guò)初冷器被冷卻到35～40℃，然后由鼓風(fēng)機送往下道工序。

2 系統硬件結構及系統功能

焦爐集氣管壓力控制系統采用高可靠性的兩級計算機集散控制系統，由監控、控制器和通訊網(wǎng)及儀表系統構成，如圖2所示。監控站由研華工業(yè)控制計算機和高性能工業(yè)控制軟件構成，完成對焦爐集氣管壓力系統的監視和操作，對歷史數據進(jìn)行存檔，是控制系統的主要機界面�？刂破鞑捎萌毡救�菱公司推出的A2A擬量輸入模塊、數字量輸入輸出模塊和基板組成，通過(guò)智能控制算法對三座焦爐的集氣管壓力和鼓風(fēng)機壓力進(jìn)行控制。儀表系統由變送器、配電器、隔離器、調節器和執行器等構成，主要完成壓力信號的獲取和閥門(mén)的控制執行。

系統主要功能為：

（1）實(shí)現3焦爐集氣管壓力的解耦控制，實(shí)現初冷器前和鼓風(fēng)機前及鼓風(fēng)后壓力智能協(xié)調控制，保證4臺鼓風(fēng)機安全穩定運行。在推焦裝媒及鼓風(fēng)機后負荷變化等擾動(dòng)較大的情況下，集氣管壓力穩定在設定值±20Pa內。

（2）實(shí)現過(guò)程的實(shí)時(shí)數據采集、數據處理、顯示、報警、故障監測及診斷功能，手、自動(dòng)無(wú)擾切換和設定操作，對歷史趨勢數據進(jìn)行存儲（存儲240天的歷史數據）和顯示。具備報表打印功能和與上位機（管理系統）聯(lián)網(wǎng)功能。

3 控制原理

針對焦爐集氣管系統的結構和特點(diǎn)，本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò )的智能協(xié)調控制方案�？刂葡到y的結構如圖3所示。它分為兩級：專(zhuān)家智能控制協(xié)調級（虛線(xiàn)框內）和基本實(shí)時(shí)智能控制級。專(zhuān)家智能控制協(xié)調級在線(xiàn)實(shí)時(shí)監測被控系統過(guò)程，根據不同爐況，協(xié)調控制策略，進(jìn)行有效控制�；�本實(shí)時(shí)智能控制級分為單輸入單輸出（SISO）模糊神經(jīng)網(wǎng)絡(luò )控制器FNC1～FNC4和多變量解耦控制器FNC5兩部分，由徑向基函數網(wǎng)絡(luò )（RBFN）逼近過(guò)程模型。此模型用于計算過(guò)程輸出對過(guò)程輸入的一階偏導數ay/au和離線(xiàn)尋優(yōu)，由多量解耦控制器根據解耦參考模型2進(jìn)行解耦控制，與被控對象一道構成解耦后的廣義被控對象，在此基礎上分別采用SISO模糊神經(jīng)網(wǎng)絡(luò )控制器控制被控對象的動(dòng)態(tài)特性：采用智能協(xié)調模糊神經(jīng)網(wǎng)絡(luò )控制器FNC4，以鼓風(fēng)機閘閥開(kāi)度為控制量，控制初冷器前吸力；采用模糊神經(jīng)網(wǎng)絡(luò )控制器FNC1～3，以各焦爐集氣管蝶閥開(kāi)度為控制量，控制相應焦爐集氣管壓力。

3.1 模糊神經(jīng)網(wǎng)絡(luò )結構

3座焦爐集氣管壓力和初冷器前壓力控制算法FNC1～FNC4采用同樣的模糊神經(jīng)網(wǎng)絡(luò )結構，取誤差e、誤差變化率Δe及其導數Δ2e作為模糊推理控制器輸入，e為Δe分別劃分為7個(gè)模糊子集，Δ2e劃分為3個(gè)模糊子集，模糊子集隸屬度采用高斯型函數表示。上述的模糊推理控制器可用一個(gè)如圖4所示的初始神經(jīng)網(wǎng)絡(luò )構成。初始神經(jīng)網(wǎng)絡(luò )共有四層：輸入層、隸屬函數生成層、推理層和去模糊化層。輸入節點(diǎn)數n為3，第一層隱含節點(diǎn)（模糊化）為17，第二層隱含節點(diǎn)（推理）L為7×7×3=147，一個(gè)輸出點(diǎn)節。模糊化到推理連接權重為1。

多變量解耦控制器FNC5采用T-S模糊模型[4]，取FNC1～FNC4輸出作為模糊控制器的輸入，三座焦爐焦氣管蝶閥和鼓風(fēng)機前閘閥實(shí)際控制輸出作為模糊控制器的輸出，考慮到系統的動(dòng)態(tài)解耦，每個(gè)輸入分別取當前三個(gè)時(shí)刻值，從而構成12輸入、4輸出多變量解耦模糊控制模型。

3.2 模糊神經(jīng)網(wǎng)絡(luò )GA優(yōu)化學(xué)習

對于單變量和多變量解耦模糊神經(jīng)網(wǎng)絡(luò )，可用遺傳算法（GA）來(lái)調整和優(yōu)化參數和結構，而推理規則的結論部分中的權值Wi較為多地具有局部性，可采用智能梯度

【焦爐集氣管壓力模糊神經(jīng)網(wǎng)絡(luò )控制系統】相關(guān)文章：

基于matlab的節電模糊控制系統03-07

ＭＷＣ計算機模糊控制系統03-20

基于模糊神經(jīng)網(wǎng)絡(luò )的車(chē)輛自動(dòng)避撞預警算法研究03-07

PID參數自整定模糊控制器在爐溫控制系統中的應用03-07

論壓力傳感器構造自動(dòng)控制系統03-07

論模糊廣告12-09

基于粗集的神經(jīng)網(wǎng)絡(luò )的項目風(fēng)險評估02-27

粗糙集神經(jīng)網(wǎng)絡(luò )在圖像分割中的應用03-07

基于粗集神經(jīng)網(wǎng)絡(luò )的項目風(fēng)險評估03-28