基于组合模型预测控制技术的水泥分解炉控制方法及系统的制作方法
【技术领域】
[0001] 本发明涉及水泥生料预分解过程的先进控制领域，特别是涉及一种基于组合模型 预测控制技术的水泥分解炉控制方法和系统。
【背景技术】
[0002] 水泥分解炉是新型干法水泥生产过程中的关键设备，生料中大部分碳酸盐在其中 进行分解，生料稳定有效的分解可保证整条水泥生产线的长期稳定运行。随着国家对经济 结构调整和对节能减排等方面的要求，使得水泥分解炉智能控制的研宄显得越来越重要。
[0003] 目前，我国水泥生产针对分解炉控制主要依靠操作员凭其经验来操作控制。由于 操作员的操作经验参差不齐，极易导致分解炉温度忽高忽低、分解炉系统气体含量波动较 大以及生料预分解率不稳定，造成整个水泥烧成系统工况波动较大以及能源浪费。还由于 分解炉控制具有明显非线性、大滞后和大扰动的特性并且难以建立其数理模型，导致传统 控制方法难以适用。
[0004] 众多国内外工艺、自控专家对此做了大量的研宄工作，提出了许多先进控制理论， 也取得了一些令人鼓舞的进展，但是却难以有效地建立分解炉系统的模型，并且相关算法 计算量大、应用性差。因此，有必要从水泥分解炉的自身特性出发寻求一种精确度高的建模 方法及控制算法，实现水泥分解炉系统的智能控制。
【发明内容】
[0005] 针对现有分解炉控制方案的控制变量单一和不能适应多变量间强耦合性、非线性 特性的不足，本发明要解决的技术问题是提供一种能够克服非线性、强耦合和大干扰的影 响，并能解决分解炉多变量控制的基于组合模型预测控制技术的水泥分解炉控制方法和系 统。
[0006] 为解决上述技术问题，本发明的目的之一是通过以下方案实现的：
[0007] -种基于组合模型预测控制技术的水泥分解炉控制方法，其内容包括以下步骤：
[0008] 步骤一：控制变量选取，分解过程的主要操作变量是分解炉喂煤量、高温风机转速 和三次风管挡板开度，被控变量是分解炉出口温度、一级筒氧气含量和一级筒一氧化碳含 量；
[0009] 步骤二：数据采集及分类，通过中控机的数据通讯接口采集步骤一所述各操作变 量和被控变量的现场数据，并按照阶跃响应特性将数据分类为稳态数据和动态数据；
[0010] 步骤三：LSSVM-ARMAX组合模型辨识，利用基于粒子群优化参数的最小二乘支持 向量机对分类出的稳态数据进行辨识得到水泥分解炉系统的非线性LSSVM稳态模型，利用 递推增广最小二乘法对动态数据辨识得到水泥分解炉系统的线性ARMAX动态模型，并将稳 态模型与动态模型有机并联组合，得到水泥分解炉系统的LSSVM-ARMAX组合模型；
[0011] 步骤四：输出状态预测，在当前时刻k，利用水泥分解炉的输入输出信息和预测的 未来输入信息，通过步骤三辨识得到的LSSVM-ARMAX组合模型，将其进行迭代预测出分解 炉出口温度yln(k+j)、一级筒氧气含量y2n(k+j)及一级筒一氧化碳含量y3n(k+j)未来预测 时域P的输出状态，式中j= 1，2, ? ??，P;
[0012] 步骤五：时滞及误差校正，根据步骤四中得到的各变量未来预测时域输出状态记 为yin(k+j)，进行时滞处理，得到各变量输出时滞预测状态yin(kIk-1)，将其与k+1时刻的实 际输出值相减求得输出误差ei (k)，然后将yin(k+j)与误差相加得到基于k时刻水泥分解炉 未来预测输出yic;(k+j)，上述各式中i= 1，2, 3 ;
[0013] 步骤六：滚动优化计算，引入参考输入轨迹分解炉出口温度yt(k+j)、一级筒氧气 含量(k+j)以及一级筒一氧化碳含量(k+j)，将其与步骤五求得分解炉各未来预测输 出yic;(k+j)进行比较，构建带约束的二次型目标函数，应用序列二次规划法对其进行滚动 优化求解，计算出当前时刻水泥分解炉被控变量分解炉喂煤量U1 (k)、高温风机转速U2GO 和三次风管挡板开度U3GO;
[0014] 步骤七：实时输出控制，根据步骤六计算出的当前时刻水泥分解炉被控变量控制 现场执行器，通过滚动实时控制，使现场水泥分解炉被控变量实际输出与设定值ysp相等， 实现水泥分解炉的自动控制。
[0015] 在步骤一中，所述的操作变量：分解炉喂煤量、高温风机转速和三次风管挡板开度 是影响水泥分解炉系统的主要输入控制变量，它们是分解炉内热量和气体的主要来源；所 述的被控变量：分解炉出口温度、一级筒氧气含量和一级筒一氧化碳含量是影响水泥分解 炉系统的主要输出控制变量，选取分解炉出口温度作为输出变量即能直接反应生料预分解 所需热量，也能间接反应水泥生料预分解情况；分解炉出口温度的稳定可保证生料预分解 过程的稳定有效运行；另选取一级筒氧气含量和一级筒一氧化碳含量既能反应分解炉内燃 煤的燃烧状况，也兼顾了分解炉单产能耗和安全运转。
[0016] 在步骤二中，所述的数据采集是通过中控机的数据通讯接口采集步骤一所述各控 制变量和被控变量的现场数据并进行存储；所述的数据分类是依据现场数据的阶跃响应特 性将其分类为稳态数据和动态数据。
[0017] 在步骤三中，所述的水泥分解炉系统的LSSVM-ARMAX组合模型是通过非线性稳态 模型的增益在线调节线性动态模型参数实现模型的有机并联组合，水泥分解炉的非线性 LSSVM稳态模型是通过粒子群优化参数的最小二乘支持向量机根据分解炉的稳态数据辨识 获得，水泥分解炉系统的线性ARMAX动态模型是通过递推增广最小二乘法对分解炉的动态 数据辨识获得。
[0018] 在步骤六中所述的滚动优化计算是在滚动时域下采用序列二次规划法对带有约 束的二次型目标函数进行求解，保证求出的分解炉预测输入解是在约束条件下的全局最优 解。
[0019] 本发明的另一目的是提供一种基于组合模型预测控制技术的水泥分解炉控制系 统，该控制系统包括测量仪表、数据通讯接口、中控机和执行器；
[0020] 所述的测量仪表用于测量水泥分解炉系统的输出量，即测量分解炉出口温度、一 级筒气体含量和一级筒一氧化碳含量；
[0021] 所述的数据通讯接口用于将现场测量仪表测量的数据传输到中控机，并将中控机 处理后下达的输入量变化增量传输到现场执行器；
[0022] 所述的中控机用于运行水泥分解炉组合模型预测控制算法，根据水泥分解炉系统 的实际输出量计算出当前时刻应加入分解炉内燃煤用量、高温风机转速以及三次风管挡板 开度的控制量；
[0023] 所述的执行器通过数据通讯接口接收中控机下达的变量调节量指令，通过其自动 调节，实现现场分解炉的优化自动控制。
[0024] 本发明具有以下有益效果：
[0025] 1、选择分解炉出口温度、一级筒氧气含量和一级筒一氧化碳含量作为水泥分解炉 预测控制器的三个输出量，选择分解炉喂煤量、高温风机转速和三次风管挡板开度作为其 三个输入量，这既完全准确的反应了分解炉实际运行状况，又综合考虑了分解炉的单位能 耗及安全运行的问题；
[0026] 2、无须使用经验知识，只需使用输入输出分类的数据分别进行非线性LSSVM稳态 模型和线性ARMAX动态模型的离线辨识，再通过动态增益即可将其有机结合为反映水泥分 解炉系统的组合模型，辨识过程简单，模型精度高；
[0027] 3、充分利用预测控制技术的优点，引入在线实时预测输出值、参考轨迹和滚动优 化计算技术，设计的水泥分解炉组合模型预测控制算法克服了时滞因素影响，平稳达到各 变量设定值，跟踪性能好，抗干扰能力强；
[0028] 4、利用序列二次规划法对带有约束的二次型目标函数进行滚动优化求解，即易得 到系统全局最优解，又充分考虑了各变量的约束，防止了系统操作变量发生跳变。
【附图说明】