一种分解炉出口温度建模方法
【技术领域】
[0001] 本发明涉及一种分解炉出口温度建模方法，属于工业自动化领域。
【背景技术】
[0002] 我国水泥总产量位居世界首位，年产量高达20多亿吨，占全球总量的50%以上， 因而利用自动化技术实现水泥行业节能降耗成为当前水泥生产的研宄重点与热点。水泥生 产的预分解过程是水泥生产的核心环节之一，其煤耗大，约占整个水泥生产过程煤耗总量 的60%。因此，对该环节实施优化控制对水泥企业实现节能降耗具有重大的意义。
[0003] 作为预分解技术的核心设备，分解炉担负着预分解系统中繁重的燃烧、热传递和 物料分解的任务。由于生料预分解过程的工况条件变化频繁并且测控点少，这使得在实际 生产中经常出现分解炉温度大幅波动的现象。温度过高容易引起预热器结皮，影响窑系统 正常运行；温度过低，则造成入窑分解率过低，增加窑系统负担，不能充分发挥分解炉的作 用。因此，分解炉出口温度的控制，既对水泥企业实现节能降耗具有重要的意义，也影响着 水泥生产的正常进行。
[0004] 为了实现分解炉出口温度的控制，建立合适的分解炉出口温度数学模型是十分重 要的。文献（费德诺.水泥预分解煅烧过程分解炉的数值建模.粉末技术，2007,117(1): 81-85.)从反应动力学出发，建立煤粉燃烧和碳酸盐分解的动力学数学模型。并没有考察 影响分解炉温度时变的主要因素与分解炉温度之间的关系。文献（刘晓琳，袁昆.分解炉 温度的数学模型和控制算法.控制理论与应用，2004, 23 (8) : 18-20.)、（高建树.分解炉温 度控制的数学模型.中国民航学院学报，2006, 24 (2) : 16-19.)采用最小二乘的方法建立了 分解炉的离线数学模型。由于分解炉出口温度在一天之内温度变化很大，820°C至880°C均 属于正常工作情况，因此，使用最小二乘建立的数学模型很难准确反映分解炉在不同工况 下的温度变化情况。与此同时，离线的数学模型无法随着工况的改变而改变，从而导致较大 的建模误差。建立分解炉出口温度的在线数学模型十分困难，但如果只建立离线的数学模 型，则无法准确反映分解炉出口温度的变化，那么在后续的分解炉出口温度控制中会遇到 阻碍。
【发明内容】
[0005] 本发明的目的在于：提出一种分解炉出口温度建模方法，以实现分解炉出口温度 的准确反映，为分解炉的温度控制奠定基础。
[0006] 该方法包括如下步骤：
[0007] 步骤1 :根据水泥预分解工艺流程及历史数据，得出分解炉出口温度与喂煤量及 生料喂料量之间的关系。
[0008] 步骤2 :根据步骤1中所述的关系，建立分解炉在各工作点的数学模型A、B、C、D ;
[0009] 步骤3 :根据步骤2中所述的各工作点数学模型，划分出隶属函数曲线；
[0010] 步骤4 :根据步骤2中所述的各工作点的数学模型和步骤3中所述的隶属函数曲 线，建立基于T-S模糊的分解炉出口温度数学模型，从而实现分解炉出口温度的数学建模。
[0011] 优选地，所述步骤1中的分解炉出口温度与喂煤量及生料喂料量之间的关系：当 分解炉出口温度为820 °C~840 °C时，喂煤量变化范围为12t~13t，喂料量变化范围为 210t~225t ;当分解炉出口温度为830°C~850°C时，喂煤量变化范围为12. 5t~14t，喂 料量变化范围为217t~232t ;当分解炉出口温度为840°C~860°C时，喂煤量变化范围为 13t~15t，喂料量变化范围为225t~240t ;当分解炉出口温度为850°C~880°C时，喂煤 量变化范围为14t~18t，喂料量变化范围为232t~265t。
[0012] 优选地，所述步骤2中的模型A (工作点为830°C )为：
[0013] yA - X jjaj+x^bj+XjgCj+x^dj+Xjgej
[0014] 式中，yA为模型输出的分解炉出口温度，x n，x12, x13, x14, X15S待辨识的模型参数， S1S t-Ι时刻喂煤量，b t时刻喂煤量，c t-Ι时刻生料喂料量，d t时刻生料喂料 量，^为t-Ι时刻分解炉出口温度。
[0015] 所述步骤2中的模型B(工作点为840°C )为：
[0016] Yb - X 2ia2+X22b2+X23C2+X24d2+ X25e2
[0017] 式中，模型输出的分解炉出□温度，X 21，x22, x23, x24, &5为待辨识的模型参数， 七为t-Ι时刻喂煤量，b 2为t时刻喂煤量，c 2为t-Ι时刻生料喂料量，d 2为t时刻生料喂料 量，e2S t-Ι时刻分解炉出口温度。
[0018] 所述步骤2中的模型C (工作点为850 °C )为：
【主权项】
1. 一种分解炉出口温度建模方法，其特征在于，包括如下步骤： 步骤1 :根据水泥预分解工艺流程及历史数据，得出分解炉出口温度与喂煤量及生料 喂料量之间的关系； 步骤2 :根据步骤1中所述的关系，建立分解炉在各工作点的数学模型A、B、C、D ; 步骤3 :根据步骤2中所述的各工作点数学模型，划分出隶属函数曲线； 步骤4 :根据步骤2中所述的各工作点的数学模型和步骤3中所述的隶属函数曲线，建 立基于T-S模糊的分解炉出口温度数学模型，从而实现分解炉出口温度的数学建模。
2. 根据权利要求1所述的分解炉出口温度建模方法，其特征在于：所述步骤1中的 分解炉出口温度与喂煤量及生料喂料量之间的关系：当分解炉出口温度为820°C~840°C 时，喂煤量变化范围为12t~13t，喂料量变化范围为210t~225t ;当分解炉出口温度为 830°C~850°C时，喂煤量变化范围为12. 5t~14t，喂料量变化范围为217t~232t ;当分解 炉出口温度为840°C~860°C时，喂煤量变化范围为13t~15t，喂料量变化范围为225t~ 240t ;当分解炉出口温度为850°C~880°C时，喂煤量变化范围为14t~18t，喂料量变化范 围为232t~265t。
3. 根据权利要求2所述的分解炉出口温度建模方法，其特征在于：所述步骤2中的模 型A工作点为830°C为： Ik 一 X liai+X12bl+Xl3Cl+X14dl+Xl5 ei 式中，yA为模型输出的分解炉出口温度，X 11，Xl2, X13, X14, xI5为待辨识的模型参数，a 1为 t-ι时刻喂煤量，biS t时刻喂煤量，c t-ι时刻生料喂料量，d t时刻生料喂料量，e 1 为t-ι时刻分解炉出口温度； 所述步骤2中的模型B工作点为840 °C为： Yb 一 X 2ia2+X22b2+X23C2+X24d2+ X25e2 式中，yB为模型输出的分解炉出口温度，X 21，χ；?，χμ，χΜ，为待辨识的模型参数，h为 t-ι时刻喂煤量，132为t时刻喂煤量，C 2为t-ι时刻生料喂料量，d 2为t时刻生料喂料量，e 2 为t-ι时刻分解炉出口温度； 所述步骤2中的模型C工作点为850 °C为： h J1C - ['1，^2， ·，仏]，\i^\j C/-1，2，·.·，βι) i=l 式中，^为模型输出的分解炉出口温度，I 隐含层神经元个数，β u为隐含层与输出 层的连接权值，gl(x)为隐含层神经元的激活函数，Wli为输入层与隐含层的连接权值，X 1_为 输入矩阵，bn为隐含层神经元阀值，Q i为训练样本个数； 所述步骤2中的模型D工作点为860 °C为： u - ['丨…，tj - /)2/《2 (⑷:?: / 卞 ) (./ - K 2, · · , Q2 ) /-1 式中，yD为模型输出的分解炉出口温度，12为隐含层神经元个数，β 2i为隐含层与输出 层的连接权值，g2 (X)为隐含层神经元的激活函数，W2i为输入层与隐含层的连接权值，X 2」为 输入矩阵，b2i为隐含层神经元阀值，Q 2为训练样本个数。
4. 根据权利要求1所述的分解炉出口温度建模方法，其特征在于：所述步骤3中的隶 属函数划分为：
式中，YiS t时刻分解炉出口温度。
5.根据权利要求1所述的分解炉出口温度建模方法，其特征在于：所述步骤4中的基 于T-S模糊的分解炉出口温度数学模型其模糊规则为： If 840〇C then Y = yA If 830〇C <γ±< 850〇C then Y = yB If 840〇C <Yi< 860〇C then Y = yc If 850°C then Y = y D 数学模型为： Y= Σ j ^ +Wb +/?c Vc + Moy0 j^A,BX\D 式中，Y为T-S模糊模型输出的分解炉出口温度拟合值。
【专利摘要】本发明公开了一种分解炉出口温度建模方法，属于工业自动化领域。该方法首先根据水泥预分解工艺流程及现场操作人员经验，选取喂煤量及生料喂料量作为模型的输入变量。然后根据历史数据，建立各工作点的数学模型，其中，当分解炉出口温度为830℃和840℃时采用最小二乘的学习算法进行建模，当温度为850℃和860℃时采用极限学习机的学习算法进行建模。最后根据经验划分隶属函数曲线，建立基于T-S模糊的分解炉出口温度数学模型。本发明可准确反映分解炉出口温度变化趋势，为实现分解炉的优化控制打下基础。
【IPC分类】G05B13-04
【公开号】CN104656436
【申请号】CN201410584298
【发明人】张强, 袁铸钢, 王孝红, 苏哲, 孟庆金, 景绍洪, 于宏亮, 申涛, 王新江, 邢宝玲, 高红卫, 崔行良, 白代雪, 刘化果, 任春里
【申请人】济南大学, 山东恒拓科技发展有限公司
【公开日】2015年5月27日
【申请日】2014年10月27日