本發明專利技術針對無鐘高爐料線深度調節的數據驅動PID控制器設計方法，屬于高爐煉鐵自動化控制領域。主要內容如下：1）基于爐頂十字測溫數據，設計一個能反映爐溫的綜合溫度指標，并在此基礎上設計PID控制規則；2）構造數據庫中數據形式，使用傳統方法進行PID參數整定，建立數據驅動的基礎數據庫；3）計算目標信息向量（控制目標）與數據庫中信息向量的距離，選擇鄰元素：4）對選出的鄰元素所對應的PID參數進行最優加權求和，得到對于目標信息向量的PID參數，并將其用于實際系統控制；5）對4）中得到的PID參數進行有向學習修正，將修正后的PID參數存儲進數據庫中；6）去除數據庫中冗余數據組。
【技術實現步驟摘要】
本專利技術針對無鐘高爐料線深度調節的數據驅動PID控制器設計方法，屬于高爐煉鐵自動化控制領域。
技術介紹
在高爐煉鐵過程中，煤氣流合理分布是保障爐況穩定順行和完成生產指標的關鍵。由于高爐是個密閉的、復雜的系統，直接檢測高爐內煤氣流分布十分困難甚至不可能。目前，由于溫度信息是眾多反映煤氣流分布信息中是最豐富的，因而人們通常基于十字測溫數據對煤氣流分布進行估計。另外，布料制度調節(包含料線深度、布料矩陣及批重大小等)是高爐煉鐵過程中最重要的生產操作手段，決定了爐況是否穩定順行和煤氣是否被充分利用，直接決定了工廠的經濟效益。因此，如何設置合理的布料制度一直是人們研究的問題。在實際高爐生產中，由于高爐爐況復雜多變，高爐操作者通常不會對正在實施的布料制度進行劇烈的調整，而是會采用一種循序漸進的方式。通常，高爐操作者會根據十字測溫數據調節料線深度，如果料線深度調節不能達到溫度調節的目標，再調節布料矩陣，直到需要提高生產指標的時候，才會改變批重大小。由此可見，料線深度調節是布料制度調節中至關重要的一個環節，如果調節得當則不必進行后面復雜的布料矩陣調節。然而，目前的料線深度調節方法高度依賴高爐操作者的感性經驗，即通過觀察十字測溫數據的變化規律依據其經驗進行料線深度調節。這種調節方式往往會嚴重滯后于爐況的變化，會錯過最佳的調節時間。因此，有必要開發一種關于料線深度的自動調節方法，實時根據十字測溫數據進行調節，減少布料矩陣調節的次數，盡最大努力達到爐況穩定及完成生產指標的目標。
技術實現思路
本專利技術的目的使借鑒高爐專家的經驗，設計一套料線深度的自動調節方法，實時實現溫度和煤氣流的調節，實現爐況穩定順行和完成生產指標的目標。本專利技術的核心思想是根據高爐操作中料線深度與爐內溫度關系，設計料線深度PID控制器。由于料線深度與爐頂溫度關系復雜，難以建立準確的數學模型，因而本專利技術使用了基于數據驅動的PID控制器設計方法，以達到料線深度調節的有效性與精確性。主要內容如下1)基于爐頂十字測溫數據，設計一個能反映爐溫的綜合溫度指標，并在此基礎上設計PID控制規則；2)構造數據庫中數據形式，使用傳統方法進行PID參數整定，建立數據驅動的基礎數據庫；3)計算目標信息向量與數據庫中信息向量的距離，選擇鄰元素4)對選出的鄰元素所對應的PID參數進行最優加權求和，得到對于目標信息向量的PID參數，并將其用于實際系統控制；5)對4)中得到的PID參數進行有向學習修正，將修正后的PID參數存儲進數據庫中；6)去除數據庫中冗余數據組。本專利技術具有如下的技術效果本專利技術不依賴具體模型，采用跟蹤和控制非線性系統效果很好的數據驅動PID方法，并且使用真實可靠的十字測溫數據對料線深度進行實時在線控制，從而對爐頂溫度進行更及時地調節。本專利技術不僅免去了人工調節的人力物力資源的使用，而且比人工的經驗控制更加精確，使爐內溫度波動變化更小，更能保證高爐的順行和高效。附圖說明 圖I :數據驅動PID控制系統結構框2 :高爐十字測溫點分布圖具體實施例方式根據本專利技術針對無鐘高爐料線深度調節的數據驅動PID控制器設計方法，具體實施方式如下一、綜合爐頂溫度指標的建立及PID控制規則I)根據高爐中十字測溫裝置，其有四條支臂，每條支臂上有四個點，中間有一個點，共有十七個點，如圖2。設1\(11)表示在第i個點的第η個周期內的平均溫度，這里一個周期表示布焦(礦)開始，下次布礦(焦)開始。為了控制爐頂溫度進而改善煤氣流分布，我們將設置一個能反映爐頂溫度的綜合溫度高低指標T (η)，且 w、 , (T1 +T5 +T9 +Τ1Λ Γ2+Γ6+Γ10+Γ14ΛT (η) = A1 - +A2 - V4J Iv4J「 , (T3 +T7 +Tu +Τ15λ Γ4+Γ8+Γ12+Γ'Μ , ^17+ A3 - + A4 - + X5T V4J Iv4J式中T1為對應雷達點溫度，λ j為權值，Σ為=1。i=l2)設Τ 為當前周期的期望溫度，< )□ 7；( )-Γ( )為系統控制誤差。設置時變參數的PID控制規則Δ h (n) = K1 (n) e (η) -Kp (η) Δ T (η) -Kd (η) Δ 2T (η)式中，h(n)為當前周期的料線深度，Λ為差分算子Λ =I-JJP Λh(η)=h(n)-h(n-l)，K1OihKp(Ii)和Kd(η)分別為當前時刻積分增益、比例增益和微分增益，T(η)為當前周期綜合溫度指標。二、建立基礎數據庫基礎數據庫形式如下φ (j) = ，j = 1，2，...，N(0)式中，Φ(j) = 為信息向量(nT，nh為系統階數)，K(j) = [Kp為PID參數，N (η)為當前周期數據庫中數據組個數，N(O)初始基礎數據庫中數據組個數。在建立數據庫過程中K(j)由一般PID參數整定方法得到。三、計算距離與選擇鄰元素對于一個目標向量Φ (η)(控制目標)，采用Lfnorm計算目標向量與數據庫中每個元素信息向量的距離 (φ{η),φ{])) = γ1^Φ,\η\Φ υ) {、 I=I maxm^ (w)-Ininm^(W)其中，Ct1(I1)表示當前周期目標向量Φ(η)的第I個元素，c^(j)表示數據庫中第j個信息向量的第I個元素，Max^1(Hi)表示數據庫中所有信息向量的第I個元素中最大的元素，minmCj5l(Hi)表示數據庫中所有信息向量的第I個元素中最小的元素。然后，從數據庫中選出k組與目標向量距離最小的信息向量。四、計算PID參數對選出的k組數據庫中信息向量對應的PID參數進行加極求和處理 Kold {η)=乞 W1K (/'),藝 W1 = I i=l i=l "^+ +1 Γφ, (η)-φ, (/) 其中，M=Σ I--——L ； [ WJ (、η2。計算得到的 PID 參數 Kt5ld(η)，直w ^ \τα^ηιφι{ηι)-ταιηηιφι{ηι)\ J接傳給PID控制器下一個周期即第(η+1)周期個的料線深度調節。五、PID參數修正在PID參數K°ld(n)進行料線調節無法達到控制要求時，則需要對PID參數K°ld(n)進行學習修正，使控制誤差能夠不斷變小。這里，我們采用最速下降法PID參數修正K-= K-- η, η = diag{ nP, nI； nD}其中，rI為學習率，J(n+1)為誤差準則定義為>/(w + l) = ^·β( + 1)，e(n+l)=Tr (n+1) -T (n+1)。進一步分析，我們可得到ΚΓ (n) = Kf (n) - ηpe (n +1) (T(n)~ T (n-1)) signK"ew [n) = Kfd [n) + ηΙβ(η + \)β(n)sign ^ ^ ^ I dhV1) J(n) = Kf (n)-ηDe(n + l)(T(n)-2T(n-l) + T(n-2))signi^ + 1)其中j:=—為新的學習率。這樣，我們就得到一組新的對應目標向量Φ (n)的PID參數。 六、去除數據庫冗余數據為了避免占用較多數據庫資源和提高計算速度，需要對數據庫中冗余數據進行去除。對于數據庫中的數據，需要同時滿足以下兩個條件，有一條不滿足時，數據組將本文檔來自技高網...
【技術保護點】
【技術特征摘要】
【專利技術屬性】
技術研發人員：尹怡欣，祝喬，陳先中，
申請(專利權)人：北京科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。