一種基于回歸模型的分解爐出口溫度滑?？刂品椒?br> 【專利摘要】本發(fā)明公開(kāi)了一種基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ紫雀鶕?jù)水泥預(yù)分解工藝流程及現(xiàn)場(chǎng)操作人員經(jīng)驗(yàn)，選取喂煤量作為模型的輸入變量，根據(jù)現(xiàn)場(chǎng)實(shí)際情況，選定分解爐出口溫度840℃～860℃為典型工況；然后根據(jù)歷史數(shù)據(jù)，建立基于回歸分析的分解爐出口溫度數(shù)學(xué)模型；最后采用自適應(yīng)趨近率求取最優(yōu)控制量，建立自適應(yīng)滑?？刂破?，具有較強(qiáng)的魯棒性和不變性。本發(fā)明可準(zhǔn)確實(shí)現(xiàn)分解爐出口溫度的控制，為實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)分解爐的優(yōu)化控制提供了新思路。建立自適應(yīng)滑?？刂破?，具有較強(qiáng)的魯棒性和不變性，可準(zhǔn)確實(shí)現(xiàn)分解爐出口溫度的控制，為實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)分解爐的優(yōu)化控制提供了新思路。
【專利說(shuō)明】-種基于回歸模型的分解妒出口溫度滑?？刂品椒?br>
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于工業(yè)自動(dòng)化【技術(shù)領(lǐng)域】，尤其涉及一種基于回歸模型的分解爐出口溫度 滑?？刂品椒ā?br>
【背景技術(shù)】
[0002] 我國(guó)水泥總產(chǎn)量位居世界首位，年產(chǎn)量高達(dá)20多億噸，占全球總量的50% W上， 因而利用自動(dòng)化技術(shù)實(shí)現(xiàn)水泥行業(yè)節(jié)能降耗成為當(dāng)前水泥生產(chǎn)的研究重點(diǎn)與熱點(diǎn)。水泥生 產(chǎn)的預(yù)分解過(guò)程是水泥生產(chǎn)的核也環(huán)節(jié)之一，其煤耗大，約占整個(gè)水泥生產(chǎn)過(guò)程煤耗總量 的60%。因此，對(duì)該環(huán)節(jié)實(shí)施優(yōu)化控制對(duì)水泥企業(yè)實(shí)現(xiàn)節(jié)能降耗具有重大的意義。
[0003] 作為預(yù)分解技術(shù)的核也設(shè)備，分解爐擔(dān)負(fù)著預(yù)分解系統(tǒng)中繁重的燃燒、熱傳遞和 物料分解的任務(wù)。由于生料預(yù)分解過(guò)程的工況條件變化頻繁并且測(cè)控點(diǎn)少，該使得在實(shí)際 生產(chǎn)中經(jīng)常出現(xiàn)分解爐溫度大幅波動(dòng)的現(xiàn)象。溫度過(guò)高容易引起預(yù)熱器結(jié)皮，影響塞系統(tǒng) 正常運(yùn)行；溫度過(guò)低，則造成入塞分解率過(guò)低，增加塞系統(tǒng)負(fù)擔(dān)，不能充分發(fā)揮分解爐的作 用。因此，分解爐出口溫度的控制，既對(duì)水泥企業(yè)實(shí)現(xiàn)節(jié)能降耗具有重要的意義，也影響著 水泥生產(chǎn)的正常進(jìn)行。
[0004] 為了實(shí)現(xiàn)分解爐出口溫度的控制，建立合適的分解爐出口溫度數(shù)學(xué)模型是十分重 要的。文獻(xiàn)（費(fèi)德諾.水泥預(yù)分解鍛燒過(guò)程分解爐的數(shù)值建模.粉末技術(shù)，2007,117(1): 81-85.)從反應(yīng)動(dòng)力學(xué)出發(fā)，建立煤粉燃燒和碳酸鹽分解的動(dòng)力學(xué)數(shù)學(xué)模型。并沒(méi)有考察影 響分解爐溫度時(shí)變的主要因素與分解爐溫度之間的關(guān)系。文獻(xiàn)（姚維孟，顏丈俊，諸靜.水 泥回轉(zhuǎn)塞分解爐溫度的模糊控制[J].自動(dòng)化儀表，2001,22(2) ;35-37.)提出了一種分解 爐溫度的模糊控制方法。丈獻(xiàn)（汪海峰，諸靜.模糊預(yù)測(cè)控制在水泥生產(chǎn)中的應(yīng)用[J].工 業(yè)儀表與自動(dòng)化裝置，2003,02 ;10-13.)給出了一種改進(jìn)的分解爐溫度的模糊預(yù)測(cè)控制算 法，并給出其與傳統(tǒng)模糊控制的運(yùn)行效果比較分析，證明其具有更好的控制精度。然而，上 述文獻(xiàn)中，模糊控制的論域是通過(guò)手動(dòng)在線調(diào)整預(yù)測(cè)誤差及預(yù)測(cè)誤差變化量的量化因子而 獲得的，因此，控制量在論域中的精確值很難及時(shí)取得。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于提供一種基于回歸模型的分解爐出口溫度滑?？刂品椒?，旨在 解決現(xiàn)有的分解爐出口溫度滑模控制方法存在的模糊控制論域是通過(guò)手動(dòng)在線調(diào)整預(yù)測(cè) 誤差及預(yù)測(cè)誤差變化量的量化因子而獲得，控制量在論域中的精確值很難及時(shí)取得，造成 方法精確度較低的問(wèn)題。
[0006] 本發(fā)明是該樣實(shí)現(xiàn)的，一種基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ摶?于回歸模型的分解爐出口溫度滑?？刂品椒ò╓下步驟：
[0007] 步驟一，根據(jù)分解爐出口溫度與喂煤量之間的關(guān)系，采用回歸分析算法，建立分解 爐在典型工況下的數(shù)學(xué)模型；
[0008] 分解爐數(shù)學(xué)模型為：
[0009] _y(w +1)=冷1 + 馬y(n) + 在 3_y(n -1) + 冷 4"(崎
[0010] 式中，y(n+l)為n+1分解爐出口溫度，y(n)為n分解爐出口溫度，y(n-l)為n-1 分解爐出口溫度，a 1，a 2, a 3, a 4為待辨識(shí)的模型參數(shù)，u(n)為n時(shí)刻喂煤量；
[0011] 步驟二，根據(jù)分解爐數(shù)學(xué)模型，采用自適應(yīng)趨近率求取最優(yōu)控制量，建立分解爐的 滑模控制器，從而實(shí)現(xiàn)分解爐出口溫度控制；
[001引 自適應(yīng)趨近率為：
[001 引 5作 + ；1) - S(&) = --當(dāng)每:r sgn0(A；))
[0014] 式中，q = 0. 1，T = 0. 01，s化)，s化+1)為k及k+1時(shí)刻的切換函數(shù)：
[0015] S 化）=C正=Ce 巧化)-X 化)），
[001引其中，(；=[10，l]，R(k) = [Hk)，化似]，r(k)為位置指令，化似為r(k)的微 分，x(k)為分解爐出口溫度初值；
[0017] 控制率為：

【權(quán)利要求】
1. 一種基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ涮卣髟谟?，該基于回歸模型 的分解爐出口溫度滑模控制方法包括以下步驟： 步驟一，根據(jù)分解爐出口溫度與喂煤量之間的關(guān)系的關(guān)系，采用回歸分析算法，建立分 解爐在典型工況下的數(shù)學(xué)模型； 分解爐數(shù)學(xué)模型為： y{n+1) = +d^in)+a3y(n-1) +aAu(n) 式中，y(n+1)為n+1分解爐出口溫度，y(n)為n分解爐出口溫度，y(n-1)為n-1分解 爐出口溫度，ai，a2，a3，a4為待辨識(shí)的模型參數(shù)，u(n)為n時(shí)刻喂煤量； 步驟二，根據(jù)分解爐數(shù)學(xué)模型，采用自適應(yīng)趨近率求取最優(yōu)控制量，建立分解爐的滑模 控制器，從而實(shí)現(xiàn)分解爐出口溫度控制； 自適應(yīng)趨近率為：
式中，q= 0? 1，T= 0? 01，s(k)，s(k+1)為k及k+1時(shí)刻的切換函數(shù)：s(k) =CeE=Ce(R(k)-X(k)) 其中，Ce= [10，l]，R(k) = [r(k)，dr(k)]，;r(k)為位置指令，dr(k)為r(k)的微分， X(k)為分解爐出口溫度初值； 控制率為：
的位置指令，sgn( ?)為符號(hào)函數(shù)。
2. 如權(quán)利要求1所述的基于回歸模型的分解爐出口溫度滑?？刂品椒?，其特征在 于，在步驟一之前需要得出分解爐出口溫度與喂煤量之間的關(guān)系，并選取分解爐出口溫度 840°C?860°C作為分解爐的工況，喂煤量變化范圍為13. 06t?15.It。
3. 如權(quán)利要求1所述的基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ涮卣髟谟?， 分解爐出口溫度與喂煤量之間的關(guān)系：當(dāng)分解爐處于正常工作狀態(tài)時(shí)，分解爐出口溫度隨 喂煤量的增加而升高。
4. 如權(quán)利要求1所述的基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ涮卣髟谟?， 在步驟一中分解爐出口溫度數(shù)學(xué)模型的輸入變量選取的工藝流程如下： 步驟一，生料由提升機(jī)喂入Cl?C2級(jí)旋風(fēng)筒的的連接管道； 步驟二，生料由來(lái)自C2級(jí)旋風(fēng)筒的熱風(fēng)帶入Cl級(jí)旋風(fēng)筒進(jìn)行氣固熱交換，再由Cl級(jí) 旋風(fēng)筒底部的鎖風(fēng)閥排出，進(jìn)入C2?C3級(jí)旋風(fēng)筒的連接管道，又被氣流帶入C2級(jí)旋風(fēng)筒 內(nèi)繼續(xù)氣固熱交換，如此反復(fù)； 步驟三，預(yù)熱后的物料經(jīng)由C4級(jí)旋風(fēng)筒錐部進(jìn)入分解爐，煤粉則從分解爐中部給煤口 進(jìn)入分解爐； 步驟四，從分解爐出來(lái)的物料經(jīng)分解爐上部的鵝頸管進(jìn)入C5級(jí)旋風(fēng)筒；最后，由C5級(jí) 旋風(fēng)筒的錐部進(jìn)入回轉(zhuǎn)窯進(jìn)行煅燒。
5. 如權(quán)利要求1所述的基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ涮卣髟谟?， 分解爐數(shù)學(xué)模型獲取的方法包括： 根據(jù)分解爐出口溫度工作于840°C_860°C為典型工況，即分解爐出口溫度在840°C至 860°C時(shí)，分解爐工作效率最高，采用回歸分析算法對(duì)分解爐出口溫度在840°C_860°C區(qū)間 內(nèi)建模； 分解爐出口溫度與喂煤量采樣值的內(nèi)在聯(lián)系是線性的，即由控制系統(tǒng)的測(cè)量裝置對(duì)分 解爐出口氣體溫度及喂煤量進(jìn)行采樣，得到n組測(cè)量數(shù)據(jù)，結(jié)構(gòu)形式如下：
式中，yQ，y2，…，yn+i為t。至tn+1時(shí)刻的分解爐出口溫度，u p u2,…!^為t在tn時(shí)刻 的喂煤量，Ct1, a2，a3，Ct4為待辨識(shí)的模型參數(shù)： 將（1)式改寫(xiě)成矩陣形式，得到：
回歸系數(shù)為：a= (AtA)-1At7 (4) 由此得，基于最小二乘學(xué)習(xí)算法的分解爐出口溫度數(shù)學(xué)模型為：y{n+1) = +d2y(n)+a3y(n-1) +a^u{ri)。
6. 如權(quán)利要求I所述的基于回歸模型的分解爐出口溫度滑?？刂品椒ǎ涮卣髟谟冢?自適應(yīng)趨近率和控制率公式的獲取方法： 根據(jù)所建立的數(shù)學(xué)模型，由式?><?+1)=名+ +名少O-1) + --)得如下?tīng)顟B(tài)方 程： A (z_1) y (k+1) = B (z_1) u (k) + 0 (7) 其中： A(z_1) = 1-0. 0045z_1-0. 0002z-2 B (z-1) = 9. 6468 0 = 718.9233 將式（7)改寫(xiě)成如下形式： x(k+l) =Ax(k)+Bu(k) + 9 (8) y(k) =Cx(k) 其中：
切換函數(shù)選取為： s(k) =CeE=Ce(R(k)-X(k)) (9) 其中，Ce= [c，l] ;R= [r(k)，dr(k)]，r(k)為位置指令，式（9)被改寫(xiě)成如下形式： s(k+l) =Ce (R(k+1)-X(k+1)) =Ce(R(k+1)-Ax(k)-Bu(k) - 0 ) (10) =CeR(k+1) -CeAx(k) -CeBu(k) -Ce 9 控制率為： u(k) = (CeB) (CeR(k+1) -CeAx(k) -Ce 0-s(k+1)) (11) 基于指數(shù)的離散趨近率為： s(k+1) =s(k)+T(-esgn(s(k))-qs(k)) (12) 其中，e>0 ;q>0 ;l-qT>0 ;T為采樣時(shí)間，T<< 1.0,根據(jù)（12)，式（11)改寫(xiě)成：u(k) = (CeB) (CeR(k+1) -CeAx(k) -Ce 0-s(k)-ds(k)) (13) 其中，ds(k)=-eTsgn(s(k))_qTs(k); 根據(jù)式（12)，得到：

【文檔編號(hào)】G05D23/00GK104503236SQ201410757224
【公開(kāi)日】2015年4月8日 申請(qǐng)日期:2014年12月10日 優(yōu)先權(quán)日:2014年12月10日
【發(fā)明者】袁鑄鋼, 張強(qiáng), 王孝紅, 蘇哲, 孟慶金, 景紹洪, 于宏亮, 申濤, 王新江, 邢寶玲, 高紅衛(wèi), 崔行良, 白代雪, 劉化果, 任春里 申請(qǐng)人:濟(jì)南大學(xué), 山東恒拓科技發(fā)展有限公司