《基于模糊算法的水泥烧成控制系统研究.docx》由会员分享，可在线阅读，更多相关《基于模糊算法的水泥烧成控制系统研究.docx（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于模糊算法的水泥烧成控制系统研究ronggang导语：针对水泥消费中的核心环节烧成系统具有非线性、大滞后且难以建立准确数学模型的特点，采用可编程控制器PLC结合模糊算法实现水泥回转窑煅烧经过的控制摘要：针对水泥消费中的核心环节烧成系统具有非线性、大滞后且难以建立准确数学模型的特点，采用结合模糊算法实现水泥回转窑煅烧经过的控制。结果说明，基于该方法的控制系统抗干扰才能强，实现简单，具有良好的调节品质。关键词：模糊算法;烧成系统;回转窑;可编程控制器Abstract:Aimingatthenon-linear,timedelayandthedifficultytobuildanaccuratea
2、rithmeticmodelofthefiringsystem,whichisthehardcoreincementproduction,fuzzyalgorithmisappliedinPLCtocontrolthecementfiringsystem.Itisconfirmedthatthesystembasedonthetheorycanrealizeeasilyandresistinterferenceeffectivelyalongwithabettercontrolquality.Keywords：FuzzyAlgorithm;FiringSystem;RotaryKiln;PLC
3、1水泥消费经过工艺与控制要求水泥消费线的主要工艺流程可以分为：原料配料站、原料磨及废气处理、均化库、烧成系统、煤粉制备及熟料库，如图1所示。从原料配料站出来的原料要经过原料磨的粉碎,然后送入均化库中进展均化。经过均化的原料直接送入回转窑中进展锻烧,而水泥质量的好坏主要在于原料在窑中的锻烧情况,好的水泥要在窑中得到充分的锻烧,所以烧成系统是水泥消费的核心环节。锻烧完的水泥经冷却后送入熟料库中,等待外运。图1水泥消费工艺流程图1.1水泥烧成系统控制要求在水泥熟料消费经过中，烧成带温度和窑尾废气温度是影响水泥熟料质量的最重要因素。这两个温度保持稳定，不仅能保持较好的烧成质量，同时对回转窑热工状况的稳
4、定和设备主体的稳定运行都有重要的作用。同时，窑尾废气含氧量是反映窑内燃烧状况的重要参数，含氧量过低说明窑内处于欠氧燃烧状态，进而造成燃烧不充分，既是对燃料的浪费又会冒出黑烟造成污染;而含氧量过高，过量空气既会带走大量热量造成浪费，又会因过氧燃烧，产生氮氧化合物及硫化气体等有害成份。因此对尾气含氧量进展监控，使其保持在1.8%2.5%的含氧状态下，使燃烧在合理的空燃比条件下运行，对节能省耗，改善环境有着深远的意义。因此将烧成带温度BZ、窑尾废气温度BE和窑尾废气含氧百分比OX作为控制变量，将对控制变量影响显著的喂煤量CA和影响烧成带火焰形状和窑内温度分布的一次风量FS作为操纵变量，通过变频器改变
5、窑尾罗茨风机转速和窑头双管螺旋喂煤电机的转速进展调整。每个操纵变量对预热、煅烧、形成渣和冷却等各阶段都会有影响，且具有不同的时滞，时滞时间短那么几分钟，长那么数小时。对于这种多变量、大滞后的复杂系统，传统PID单回路调节往往难以到达理想效果。1.2用模糊控制算法实现烧成系统控制近年度来，随着智能控制技术的开展，出现了许多新型的控制方法，模糊控制就是其中之一。模糊控制不需要掌握控制对象的准确数学模型，而是根据控制规那么决定控制量的大小。这种控制方法对于存在大滞后或者随机干扰的系统具有良好的控制效果。对于烧成系统而言，由于输入输出变量较多并且相互影响，形成耦合，因此考虑采用多输入多输出模糊控制器实
6、现。控制方案如图2所示：图2回转窑控制框图模糊控制器的输入量为烧成带温度偏向BZ、废气温度偏向BE和废气含氧百分比偏向OX。模糊控制器的两个输出量CA和FS控制给煤电机变频和送风机变频来调整给煤量和送风量，使燃烧在合理的空燃比条件下运行。这种控制方法对于存在滞后或者随机干扰的系统具有良好的控制效果，进步了系统的控制精度和可靠性，进而知足工艺要求12。2模糊控制算法设计2.1输入量模糊化模糊控制包括输入量模糊化、模糊推理和解模糊3个局部。无论是烧成带温度偏向还是废气温度偏向它们都是准确的输入值，要采用模糊控制技术就需要把它们转换成模糊集合的隶属函数。目前运用最广泛的模糊器有三种，分别是单值模糊器
7、，高斯模糊器和三角模糊器。研究说明123，高斯模糊器或者三角形模糊器能克制输入变量中包含的噪声，而单值模糊器却不能，结合系统考虑，在此选取描绘性与简化性兼具的高斯模糊器。分别选取控制变量与操纵变量的模糊子集如下：烧成带温度BZ模糊子集定义为：低正常高，用符号可以表示为：NBZRPB;废气中氧的比例OX模糊子集定义为：低适中高，用符号表示为：NBZRPB;将窑尾废气温度BE模糊子集定义为：低正常高，用符号表示为：NBZRPB;将煤供应速度CA模糊子集定义为：降低稍低不变稍高进步，用符号表示为：NBNSZRPSPB将窑尾风机转速FS模糊子集定义为：降低稍低不变稍高进步，用符号表示为：NBNSZRP
8、SPB。状态变量与控制变量的论域划分如下：将输入状态变量燃烧区温度BZ量化为11个等级，论域为-100，-80，-60，-40，-20，0，20，40，60，80，100;废气中氧的比例OX量化为11个等级，论域为-2.5，-2，-1.5，-1，-0.5，0，0.5，1.5，2.0，2.5;窑尾废气温度BE量化为11个等级，论域为-50，-40，-30，-20，-10，0，10，20，30，40，50;将输出控制变量煤供应速度CA量化为9个等级，论域为-2.1，-1.5，-0.9，-0.3，0，0.3，0.9，1.5，2.1;窑尾风机转速FS量化为9个等级，论域为-70，-50，-30，-10
9、，0，10，30，50，70。输入、输出量的隶属函数图形如图3所示。图3输入、输出量隶属函数2.2模糊决策和模糊控制规那么由于BZ、BE和OX分别定义为3个模糊子集，因此总共有333=27条规那么。本文结合水泥窑控制的操作手册和通过总结纯熟操作工人的大量理论操作经历，得出模糊规那么库。表1摘自一本水泥窑操作手册。这局部描绘了为什么操作者必须根据不同情况，以燃烧区的温度BZ、废气含氧百分比OX和水泥窑尾端的温度BE来调节燃料供应率和窑中的空气通过量。可以看到，环境因素和控制行为以定性术语描绘为高、适中、低、细微增加等34。表1水泥窑操作手册把表1中语言规那么用模糊语言IF-THEN语句表示即：I
10、FBZ=ZR，OX=NB，ANDBE=NB，THENCA=PB，FS=PBIFBZ=ZR，OX=NB，ANDBE=ZR，THENCA=NS，FS=ZRIFBZ=ZR，OX=NB，ANDBE=PB，THENCA=NB，FS=NBIFBZ=PB，OX=ZR，ANDBE=ZR，THENCA=PB，FS=PBIFBZ=ZR，OX=ZR，ANDBE=ZR，THENCA=ZR，FS=ZRIFBZ=ZR，OX=ZR，ANDBE=PB，THENCA=NB，FS=NBIFBZ=ZR，OX=PB，ANDBE=NB，THENCA=PB，FS=PBIFBZ=ZR，OX=NB，ANDBE=PB，THENCA=ZR，FS
11、=NS规那么选取的总体原那么是：当误差较大时，选择控制量以消除误差为主。而当误差较小时，选择控制量要注意防止超调，以系统的稳定性为主4。实际应用中全套的模糊IF-THEN规那么共有27条，如表2所示。表2模糊控制规那么表2.3输出量解模糊判决将模糊推理得出的模糊集合用一个确定值表示的经过就是解模糊。解模糊判决有多种方法，其中重心法较为合理，适用于准确度要求较高的系统。重心法解模糊公式为：在实际应用中，为了减少在线计算，往往通过离线计算形成模糊控制表，将输入值模糊化后，输入模糊控制器即可从表中查到相应控制值，增强了系统的实时性。3模糊控制算法的PLC实现在控制系统中选用了三菱公司的FXon型PL
12、C，模拟量输入/输出模块分别采用12位的FX-4AD和FX-2DA。用PLC实现模糊算法其程序主要有三局部,即输入量模糊化、查模糊控制量表、输出解模糊。模糊算法在PLC程序中是以中断的形式实现的。基于PLC的模糊控制程序本质上为一个查表程序。在实际控制经过中，只要在每一个采样周期中，将收集到的三个输入量的实测误差分别乘以各自的量化因子，就可以得到用来查找查询表所需的相应论域元素E1、E2和E3。通过查表程序查询离线计算出的模糊控制表，就可以得到输出控制量U1、U2，再乘以比例因子ku1,ku2并与前一采样时刻的输出Uk-1相加，就可以得到加到变频器上的实际电压控制量的值，进而改变窑尾风机转速和
13、窑头双管螺旋喂煤电机的转速，详细的流程图如图4所示。在程序设计中应注意：1根据情况采用对数据加上偏移量的方法;将带符号数进展无符号处理，以简化计算。2利用A/D模块将输入量收集到PLC的数据存储区，先经过限幅量化处理，判断e和ec是否越限，如越限令其为上限或者下限值。否那么将输入量乘以量化因子，分别量化为输入变量模糊论域中对应的元素E和EC。3量化因子确实定，并将量化因子置入PLC的保持继电器中。4根据对应的输入模糊论域中的相应元素，查模糊控制规那么表，求得模糊输出量，再乘以输出量化因子即可得实际输出量，由D/A模块输出进展控制。4完毕语将模糊控制算法与PLC相结合实现水泥窑烧成系统控制，利用
14、PLC实现模糊控制，既保存了PLC控制系统可靠、灵敏、适应才能强等特点，又进步了控制系统的智能化程度。该系统在实际应用中控制效果稳定，不失为一种理想的方案。只要选择适当的采样周期和量化因子，就可使系统获得较好的性能指标，进而知足控制性能要求。图4PLC实现模糊控制算法流程图参考文献： 1李友善，李军.模糊控制理论及其在经过控制中的应用.M北京.国防工业出版社.1997：4677 2Holmblad.L.P,andJ.J.Osterguard1982.ControlofacementkilnbyfuzzylogicJIn:Gupta,M.M,andE.Sanchez,eds.,FuzzyInformationandDecisionProcess,Noth-Holland,Amstrerdam,pp.398409 3王立新.模糊系统与模糊控制教程M.北京,清华大学出版社.2003.167171 4刘颖慧基于模糊理论的电弧冶炼炉的单片机改造J，微计算机信息，2006，8-2：136-138