專利名稱：連續(xù)退火爐在線控制方法
技術領域：
本發(fā)明涉及一種連續(xù)退火爐在線控制方法，具體地說是一種采用計算機通過數(shù)學模型對大型連續(xù)退火爐進行在線控制操作的方法。
現(xiàn)有技術中，大型連續(xù)退火爐一般采用裝備有各種爐溫、帶溫儀表的小回路控制和計算機監(jiān)控系統(tǒng)，由人工設定爐溫來間接控制帶溫，是一種以控制帶鋼出爐溫度為主的串級控制系統(tǒng)。而整座退火爐結構龐大，爐內既有加熱又有冷卻，傳熱方式差別很大，機理復雜，再加上帶鋼鋼種、規(guī)格、退火曲線及機組速度經(jīng)常發(fā)生變化，而爐子熱慣性又大，致使工況難以穩(wěn)定。由于上述控制系統(tǒng)未直接對爐內目標帶溫進行控制，使某些爐區(qū)按工藝要求實施分程調節(jié)時出現(xiàn)臨界振蕩，在機組突然大幅度降速時，若無人工及時干預，會造成熱瓢曲甚至斷帶的嚴重故障，而且能耗大。隨著計算機技術的進一步發(fā)展，產生了采用計算機通過數(shù)學模型對大型退火爐進行控制的方法。其所采用的數(shù)學模型多為靜態(tài)數(shù)學模型、經(jīng)驗型簡單動態(tài)模型等，都沒能對整爐的爐溫、帶溫分布進行動態(tài)描述，無法實現(xiàn)在線操作控制。
本發(fā)明的目的是提供一種連續(xù)退火爐在線控制方法，通過建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，對大型退火爐進行在線計算機控制操作。
本發(fā)明的目的是這樣實現(xiàn)的一種連續(xù)退火爐在線控制方法，通過以熱傳導理論為依據(jù)，建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于數(shù)學模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，具體步驟如下1.系統(tǒng)通過管理計算機輸入帶鋼鋼種、規(guī)格，退火曲線等工藝參數(shù)，送入過程計算機，2.過程計算機通過測量儀表等基礎自動化設施采集各測點位置的爐溫、帶溫、機組運行速度及當前操作條件等參數(shù)，3.上位計算機從過程計算機讀取上述參數(shù)，由混合智能控制系統(tǒng)進行控制a.基于數(shù)學模型定量計算的優(yōu)化控制，得出各爐段爐溫控制增量，b.基于快慢變量分離的預設定，將快變量從系統(tǒng)數(shù)學模型中分離出來，對快變量變化引起的各爐段爐溫補償控制增量進行預設定，c.在經(jīng)典PID(比例積分微分控制)基礎上引入人工經(jīng)驗進行閉環(huán)反饋智能校正，定性推理得出各爐段爐溫控制增量，d.對上述基于數(shù)學模型定量計算和基于經(jīng)驗定性推理所得的三種控制增量進行混合智能協(xié)調，確定各爐段爐溫總控制量，e.將經(jīng)混合智能協(xié)調確定的各爐段爐溫總控制量按照數(shù)量和邏輯關系進行爐溫分配，經(jīng)多通道分程等求出各種控制信號，4.過程計算機從上位計算機讀取上述控制信號，經(jīng)現(xiàn)場基礎自動化設施的各種調節(jié)器施加于生產過程，實現(xiàn)在線閉環(huán)控制。
本發(fā)明所建立的整爐帶溫動態(tài)數(shù)學模型為用偏微分方程表示的帶鋼溫度動態(tài)分布數(shù)學模型，將退火爐按帶鋼移動方向展開，并建立x、y、z三維空間坐標系，其中x、y和z方向分別代表帶厚、爐長、爐寬方向，假設爐寬Z方向帶鋼溫度梯度為零，帶鋼的比熱、密度、導熱系數(shù)均為常數(shù)，根據(jù)富里哀導熱定律，得到描述全爐帶溫動態(tài)分布的二維不穩(wěn)定導熱方程∂T(x,y,t)∂t=KsCρ[∂2T(x,y,t)∂x2+∂2T(x,y,t)∂y2]-v(t)∂T(x,y,t)∂y----(1)]]>其中T(x1y1t)為帶溫t為時間，t≥0C為帶鋼的比熱ρ為帶鋼的密度Ks為帶鋼的導熱系數(shù)v(t)為機組速度確定求解方程(1)所需的帶鋼上下表面邊界條件，再采用時空離散化技術進行處理，將式(1)化為以爐溫為控制向量、帶溫為狀態(tài)向量的狀態(tài)空間數(shù)學模型。
本發(fā)明所建立的整爐帶溫動態(tài)數(shù)學模型也可以是用偏微分方程表示的帶鋼溫度跟蹤數(shù)學模型，將退火爐按帶鋼移動方向展開，并建立x、y移動坐標系，其中x、y分別為跟蹤單元在帶厚和爐長方向上的位置，忽略帶鋼沿爐長方向的橫向熱傳導，則帶鋼任意小單元的移動就可視為邊界場的移動，假設帶鋼的比熱、密度、導熱系數(shù)均為常數(shù)，根據(jù)富里哀導熱定律，得到描述帶鋼溫度跟蹤的一維小穩(wěn)定導熱方程∂TSf(x,t)∂t=KsCρ∂2TSf(x,t)∂x2----(1a)]]>其中TSf為跟蹤單元的溫度t為時間，t≥0C為帶鋼的比熱ρ為帶鋼的密度Ks為帶鋼的導熱系數(shù)確定求解方程(1a)所需的帶鋼上下表面邊界條件，再采用時空離散化技術進行處理，將式(1a)化為以帶溫為狀態(tài)變量、爐溫為控制變量的狀態(tài)空間數(shù)學模型。在較穩(wěn)定的工況下，帶鋼溫度跟蹤數(shù)學模型與帶鋼溫度動態(tài)分布數(shù)學模型等價，可由結構簡單、計算量小的帶鋼溫度跟蹤數(shù)學模型反映全爐帶溫分布規(guī)律。
基于數(shù)學模型定量計算的優(yōu)化控制首先要對數(shù)學模型中受鋼種、規(guī)格、機組速度、爐況等影響的參數(shù)進行在線辨識，然后根據(jù)數(shù)學模型預測補償帶溫偏差所需的爐溫調節(jié)量，最后根據(jù)所取目標函數(shù)進行優(yōu)化，得到各爐段爐溫控制增量。
基于快慢變量分離的預設定是將機組速度V作為快變量從數(shù)學模型中分離出來，根據(jù)數(shù)學模型計算出V變化ΔV時所需的爐溫動態(tài)補償量，對速度變化所引起的各爐段爐溫補償控制增量進行預設定。
閉環(huán)反饋智能校正所引入的人工經(jīng)驗主要包括帶溫大偏差時加大比例作用，中偏差時中等比例加積分作用，小偏差時減小比例作用，并且在超調時加上積分作用，回調時取消積分作用，帶溫偏差的大中小也是由人工實際經(jīng)驗確定的。
混合智能協(xié)調是將三種控制增量分別記作μ1、μ2、μ3，總控制量為μ，根據(jù)過程機理和運行經(jīng)驗建立三種控制量與總控制量映射關系知識庫{μ1、μ2、μ3}→μ，通過知識推理獲得各爐段爐溫總控制量μ。


圖1為本發(fā)明方法的多級遞階控制結構圖。
圖2為本發(fā)明方法的混合智能控制過程流程圖。
圖3為連續(xù)熱鍍鋅退火爐結構及流程示意圖。
下面結合附圖并以將本發(fā)明方法用于連續(xù)熱鍍鋅退火爐的在線控制為實施例對本發(fā)明進行詳述。
圖3所示的連續(xù)熱鍍鋅退火爐為立式結構，由預熱F1、還原F2、控冷F3和噴冷C1四段組成，這四段共有16個爐區(qū)。在預熱段F1的入口和每個爐段的出口各安裝有一帶溫測量儀表1RT-5RT，可獲得5個帶溫測量值。在每個爐區(qū)安裝有一爐溫測量儀表1TC-16TC，可獲得16個帶溫測量值。預熱段F1通過直接燃燒加熱帶鋼并清潔帶鋼表面，加熱過量易引起爐內斷帶或熱瓢曲，加熱不足又不能清潔帶鋼表面從而影響鍍鋅質量。還原段F2用兩面對稱的許多輻射管加熱繼續(xù)提高帶溫，該段出口處的帶溫3RT決定了產品的機械性能因而要求嚴格。控冷段F3通過輻射管冷卻降溫，噴冷段C1則用冷卻氣體直接冷卻帶鋼，出爐帶溫5RT直接影響鍍鋅質量，既不能偏高又不能偏低。整個退火過程必須滿足一定的退火曲線。
本發(fā)明通過以熱傳導理論為依據(jù)，建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，滿足退火曲線的要求。系統(tǒng)采用多級遞階控制結構，如圖1所示，過程計算機由基礎自動化設施采集并由管理計算機讀入各種參數(shù)，上位計算機從過程計算機讀取上述參數(shù)，進行混合智能控制，得出控制信號，由過程計算機經(jīng)基礎自動化設施施加于生產過程，對連續(xù)熱鍍鋅退火爐進行閉環(huán)在線控制。
實施例中用于定量計算爐溫控制量的數(shù)學模型是用偏微分方程表示的帶鋼溫度動態(tài)分布數(shù)學模型。將熱鍍鋅退火爐按帶鋼移動方向展開，并建立x、y、z三維空間坐標系，其中x、y和z方向分別代表帶厚、爐長和爐寬方向，假設爐寬Z方向帶鋼溫度梯度為零，帶鋼的比熱、密度、導熱系數(shù)均為常數(shù)，根據(jù)富里哀導熱定律，得到描述全爐帶溫動態(tài)分布的二維不穩(wěn)定導熱方程∂T(x,y,t)∂t=KsCρ[∂2T(x,y,t)∂x2+∂2T(x,y,t)∂y2]-v(t)∂T(x,y,t)∂y----(1)]]>其中T(x，y，t)為帶溫t為時間，t≥0C為帶鋼的比熱ρ為帶鋼的密度KS為帶鋼的導熱系數(shù)
v(t)為機組速度確定求解方程(1)所需的帶鋼上下表面邊界條件爐內帶鋼表面與退火爐之間的能量傳遞主要是輻射和對流，假設帶鋼上下表面的傳熱對稱，則只考慮帶鋼下表面的邊界條件，得到帶鋼下表面熱流密度關系式q(y，t)＝ε(y)Faσ[TZ4(y，t)－T4(0，y，t)]＋hcFa[TZ(y，t)－T(0，y，t)]……(2)其中q(y，t)為帶鋼下表面熱流密度Fa為有效傳熱面積σ為斯蒂芬-波爾茲曼常數(shù)(Stefan-Boltzmann)常數(shù)TZ(y，t)為爐溫分布hc為爐氣對帶鋼下表面的對流傳熱系數(shù)ε(y)為整個爐體對帶鋼下表面總有效黑度系數(shù)，ε(y)＝φswεs＋[εw＋εg(y)]/2其中εs為帶鋼的黑度系數(shù)εw為爐墻對帶鋼下表面的總有效黑度系數(shù)εg為爐氣黑度系數(shù)φsw為爐墻與帶鋼下表面的輻射角系數(shù)為簡化模型以便于實際工程應用，引入綜合等效傳熱系數(shù)h(y，t)h(y，t)＝ε(y)σ[TZ2(y，t)＋T2(0，y，t)][TZ(y，t)－T(0，y，t)]＋hc……(3)則式(2)可簡化為線性化邊界條件q(y，t)＝h(y，t)Fa[TZ2(y，t)－T(0，y，t) ……(4) 故邊界條件(4)又可表示為∂T(x,y,t)∂x|x=0=-h(y,t)Ks[TZ(y,t)-T(0,y,t)]----(6)]]>實際在線控制過程中，h(y，t)通過實時遞推估計確定。
利用時空離散化技術對上述數(shù)學模型進行工程化處理。將爐內帶鋼劃分為Nx×Ny個網(wǎng)絡，時間步長為Δt。為方便起見，iΔx、jΔy和kΔt分別簡記為i、j和k。適當運用前向差分和后向差分近似，可將帶溫分布模型化為T(i，j，k＋1)＝aT(j＋1，j，k)＋(1－2a－2b－c)T(i，j，k)＋aT(i－1，j，k)＋bT(i，j＋1，k)＋(b＋c)T(i，j－1，k)……(7)式中a=KsΔtCρΔx2,b=KsΔtCρΔy2,C=v(k)ΔtΔy,]]>1≤i≤Nx將坐標y處帶鋼厚度方向上的平均溫度T(y，t)作為y處帶溫TS(y，t)之近似值，T‾(j,k+1)=1NxΣi=1NxT(i,j,k+1)]]>＝(1－2b－c)T(j，k)＋bT(j＋1，k)＋(b＋c)T(j－1，k)＋ ∴TS(j，k＋1)＝(1－2b－c－djk)TS(j，k)＋(b＋c)TS(j－1，k)＋bTS(j＋1，k)＋djkTZ(j，k)……(9)式中djk=2ΔtCρdh(j,k),j=1,2,······,N,-1]]>類似地，可以導出TS(0，k＋1)＝(1－b－d0k)TS(0，k)＋bTS(j，k)＋d0kTZ(0，k) ……(10) 若記X(k)＝[TS(0，k)，TS(j，k)，……，TS(Ny，k)]TU(k)＝[TZ(0，k)，TZ(j，k)，……，TZ(Ny,k)]T B(k)=diag[d0k,d1k,······,dNyK]]]>則最終導出以帶溫為狀態(tài)變量、爐溫為控制變量的狀態(tài)空間數(shù)學模型X(k＋1)＝A(k)X(k)＋B(k)U(k)……(12)鋼種、規(guī)格、機組速度、爐況等各種特性參數(shù)均包含于A(k)和B(k)之中。
具體控制步驟如下(參見圖1和圖2)1.系統(tǒng)通過管理計算機輸入帶鋼鋼種、規(guī)格，退火曲線等工藝參數(shù)，送入過程計算機。
2.過程計算機通過測量儀表等基礎自動化設施采集各測點位置的爐溫、帶溫、機組運行速度及當前操作條件等參數(shù)。
3.上位汁算機從過程計算機讀取上述參數(shù)，由混合智能控制系統(tǒng)進行控制a.進行基于數(shù)學模型定量計算的優(yōu)化控制。首先對狀態(tài)空間數(shù)學模型式(12)中包含有鋼種、規(guī)格、機組運行速度、爐況等參數(shù)的A(K)、B(K)進行在線辨識，然后根據(jù)模型預測補償帶溫偏差ΔX(k＋1)所需的爐溫調節(jié)量ΔU(k)，最后以節(jié)能為目標進行優(yōu)化，得到各爐段爐溫控制增量。
b.進行基于快慢變量分離的預設定。為快速克服快變量擾動，將機組運行速度V作為快變量從式(12)所示數(shù)學模型中分離出來，根據(jù)數(shù)學模型計算出V變化ΔV時所需的爐溫動態(tài)補償量，對速度變化所引起的各爐段爐溫補償控制增量進行預設定。
c.在經(jīng)典PID基礎上引入人工經(jīng)驗進行閉環(huán)反饋智能校正。引入的人工經(jīng)驗主要包括帶溫大偏差時加大比例作用，中偏差時中等比例加積分作用，小偏差時減小比例作用，并且在超調時加上積分作用，回調時取消積分作用，帶溫偏差的大中小也是由人工經(jīng)驗確定的，據(jù)此定性推理得出各爐段爐溫控制增量，以克服連續(xù)熱鍍鋅退火過程中的大量不確定性。
d.對上述基于數(shù)學模型定量計算和基于經(jīng)驗定性推理所得的三種控制增量進行混合智能協(xié)調。工況不同，三種控制量所占的比重和起的作用是不同的，將三種控制量分別記作μ1、μ2、μ3，總控制量為μ，根據(jù)過程機理和運行經(jīng)驗建立三種控制量與總控制量映射關系知識庫{μ1、μ2、μ3}→μ，通過知識推理獲得各爐段爐溫總控制量。
e.將經(jīng)混合智能協(xié)調確定的各爐段爐溫總控制量按照數(shù)量和邏輯關系進行爐溫分配，經(jīng)多通道分程轉換成各種控制信號。轉換過程均根據(jù)過程機理和人工經(jīng)驗表示成一系列產生式規(guī)則，供控制程序實時推理。
4.下位機從上位機讀取上述控制信號，經(jīng)現(xiàn)場基礎自動化設施的各種調節(jié)器施加于生產過程，實現(xiàn)在線閉環(huán)操作控制。
本發(fā)明與現(xiàn)有技術相比所具有的優(yōu)點是本發(fā)明通過建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于數(shù)學模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，真正實現(xiàn)了對大型退火爐的在線控制。經(jīng)在大型連續(xù)熱鍍鋅退火爐上實際使用證明本發(fā)明方法所建立的數(shù)學模型精度高，混合智能控制解決了過去因無法控制帶溫及爐溫與帶鋼走速不協(xié)調而引起的斷帶和熱瓢曲等故障和質量問題，保證了生產的正常進行，產品質量穩(wěn)定，提高了產量，降低了能耗。
本發(fā)明方法可用于立式和臥式的所有連續(xù)退火爐的在線控制。
權利要求
1.一種連續(xù)退火爐在線控制方法，其特征是通過以熱傳導理論為依據(jù)，建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于數(shù)學模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，具體步驟如下(1)系統(tǒng)通過管理計算機輸入帶鋼鋼種、規(guī)格，退火曲線等工藝參數(shù)，送入過程計算機，(2)過程計算機通過測量儀表等基礎自動化設施采集各測點位置的爐溫、帶溫、機組運行速度及當前操作條件等參數(shù)，(3)上位計算機從過程計算機讀取上述參數(shù)，由混合智能控制系統(tǒng)進行控制a. 基于數(shù)學模型定量計算的優(yōu)化控制，得出各爐段爐溫控制增量，b.基于快慢變量分離的預設定，將快變量從系統(tǒng)數(shù)學模型中分離出來，對快變量變化引起的各爐段爐溫補償控制增量進行預設定，c.在經(jīng)典PID基礎上引入人工經(jīng)驗進行閉環(huán)反饋智能校正，定性推理得出各爐段爐溫控制增量，d.對上述基于數(shù)學模型定量計算和基于經(jīng)驗定性推理所得的三種控制增量進行混合智能協(xié)調，確定各爐段爐溫總控制量，e.將經(jīng)混合智能協(xié)調確定的各爐段爐溫總控制量按照數(shù)量和邏輯關系進行爐溫分配，經(jīng)多通道分程等求出各種控制信號，(4)過程計算機從上位計算機讀取上述控制信號，經(jīng)現(xiàn)場基礎自動化設施的各種調節(jié)器施加于生產過程，實現(xiàn)在線閉環(huán)控制。
2.根據(jù)權利要求1所述的方法，其特征在于所述的整爐帶溫動態(tài)數(shù)學模型為用偏微分方程表示的帶鋼溫度動態(tài)分布數(shù)學模型，將退火爐按帶鋼移動方向展開，并建立x、y、z三維空間坐標系，其中x、y和z方向分別代表帶厚、爐長、爐寬方向，假設爐寬Z方向帶鋼溫度梯度為零，帶鋼的比熱、密度、導熱系數(shù)均為常數(shù)，根據(jù)富里哀導熱定律，得到描述全爐帶溫動態(tài)分布的二維不穩(wěn)定導熱方程∂T(x,y,t)∂t=KsCρ[∂2T(x,y,t)∂x2+∂2T(x,y,t)∂y2]-v(t)∂T(x,y,t)∂y----(1)]]>其中T(x1y1t)為帶溫t為時間，t≥0C為帶鋼的比熱ρ為帶鋼的密度Ks為帶鋼的導熱系數(shù)v(t)為機組速度確定求解方程(1)所需的帶鋼上下表面邊界條件，再采用時空離散化技術進行處理，將式(1)化為以爐溫為控制向量、帶溫為狀態(tài)向量的狀態(tài)空間數(shù)學模型。
3.根據(jù)權利要求1所述的方法，其特征在于所述的整爐帶溫動態(tài)數(shù)學模型為用偏微分方程表示的帶鋼溫度跟蹤數(shù)學模型，將退火爐按帶鋼移動方向展開，并建立x、y移動坐標系，其中x、y分別為跟蹤單元在帶厚和爐長方向上的位置，忽略帶鋼沿爐長方向的橫向熱傳導，則帶鋼任意小單元的移動就可視為邊界場的移動，假設帶鋼的比熱、密度、導熱系數(shù)均為常數(shù)，根據(jù)富里哀導熱定律，得到描述帶鋼溫度跟蹤的一維不穩(wěn)定導熱方程∂TSf(x,t)∂t=KsCρ∂2TSf(x,t)∂x2----(1a)]]>其中TSf為跟蹤單元的溫度t為時間，t≥0C為帶鋼的比熱ρ為帶鋼的密度Ks為帶鋼的導熱系數(shù)確定求解方程(1a)所需的帶鋼上下表面邊界條件，再采用時空離散化技術進行處理，將式(1a)化為以帶溫為狀態(tài)變量、爐溫為控制變量的狀態(tài)空間數(shù)學模型。
4.根據(jù)權利要求1、2或3所述的方法，其特征在于所述基于數(shù)學模型定量計算的優(yōu)化控制，首先要對數(shù)學模型中受鋼種、規(guī)格、機組速度、爐況等影響的參數(shù)進行在線辨識，然后根據(jù)數(shù)學模型預測補償帶溫偏差所需的爐溫調節(jié)量，最后根據(jù)所取目標函數(shù)進行優(yōu)化，得到各爐段爐溫控制增量。
5.根據(jù)權利要求1、2或3所述的方法，其特征在于所述基于快慢變量分離的預設定，是將機組速度V作為快變量從數(shù)學模型中分離出來，根據(jù)數(shù)學模型計算出V變化ΔV時所需的爐溫動態(tài)補償量，對速度變化所引起的各爐段爐溫補償控制增量進行預設定。
6.根據(jù)權利要求1所述的方法，其特征在于所述的閉環(huán)反饋智能校正所引入的人工經(jīng)驗主要包括帶溫大偏差時加大比例作用，中偏差時中等比例加積分作用，小偏差時減小比例作用，并且在超調時加上積分作用，回調時取消積分作用，帶溫偏差的大中小也是由人工實際經(jīng)驗確定的。
7.根據(jù)權利要求1所述的方法，其特征在于所述的混合智能協(xié)調是將三種控制增量分別記作μ1、μ2、μ3，總控制量為μ，根據(jù)過程機理和運行經(jīng)驗建立三種控制量與總控制量映射關系知識庫{μ1、μ2、μ3}→μ，通過知識推理獲得各爐段爐溫總控制量μ。
全文摘要
本發(fā)明公開了一種連續(xù)退火爐在線控制方法，通過以熱傳導理論為依據(jù)，建立退火爐整爐帶溫動態(tài)數(shù)學模型，構成基于數(shù)學模型定量計算和基于人工經(jīng)驗定性推理的混合智能控制系統(tǒng)，將基于數(shù)學模型定量計算的優(yōu)化控制、基于快慢變量分離的預設定和在經(jīng)典PID基礎上引入人工經(jīng)驗進行的閉環(huán)反饋智能校正三部分進行混合智能協(xié)調，得到各爐段爐溫總控制量，再經(jīng)爐溫分配及智能分程求出各種控制信號，由基礎自動化設施具體實施，實現(xiàn)對大型退火爐的在線控制。
文檔編號C21D9/56GK1149082SQ9610953
公開日1997年5月7日 申請日期1996年8月27日 優(yōu)先權日1996年8月27日
發(fā)明者楊建明, 符雪桐, 張衛(wèi)平, 田玉楚, 何春海 申請人:寶山鋼鐵(集團)公司, 浙江大學工業(yè)控制技術研究所