一种正压烘炉优化控制方法
【技术领域】
[0001] 本发明涉及焦炉烘炉升温自动化控制领域领域，尤其涉及一种正压烘炉温度控制 系统的建模和控制方法。
【背景技术】
[0002] 烘炉是焦炉投产前重要而复杂的工艺过程，烘炉质量的优劣对焦炉寿命有着至关 重要的影响，需要严格按制定的烘炉标准曲线进行焦炉的升温管理。
[0003] 烘炉主要有正压烘炉和负压烘炉两种方式；与负压烘炉相比，正压烘炉可使炉内 耐火材料受热更均匀，防止外部冷空气进入炉体，炉体在烘炉过程中也不易产生裂缝，可延 长焦炉使用寿命，使焦炉投产后对外部环境的污染降低，是一种更节能、环保的烘炉方式。 但是，正压烘炉需要在每个炭化室的机焦两侧各放置一套烘炉装置，炉内温度控制通过对 所有烘炉装置的有效调整共同实现，炉内温度变化滞后和相邻燃烧室间温度耦合在正压烘 炉温度控制表现的非常明显。因此，如何按照烘炉标准曲线对每套烘炉装置进行有效的自 动控制，将是正压烘炉优化控制必须解决的问题。
【发明内容】
[0004] 本发明提供了一种正压烘炉优化控制方法，通过建立合理的正压烘炉升温控制框 架和燃烧室温度的控制模型，制定能解决温度大滞后问题的控制策略，辅助操作人员对烘 炉升温过程进行有效控制，保证烘炉全过程的实际升温曲线严格跟随烘炉标准曲线，从而 确保烘炉质量。
[0005] 为了达到上述目的，本发明采用以下技术方案实现：
[0006] -种正压烘炉优化控制方法，根据预先给定的计划温度曲线，把烘炉温度作为系 统输入，计算燃气所需要的烘炉压力或流量，把烘炉装置作为系统输出，在烘炉升温的全过 程中对炉内温度进行自动控制;具体包括如下步骤：
[0007] 1)烘炉升温过程建模;采用机理建模和神经网络建模相结合的方法，对燃烧室温 度、燃气支管压力、相邻燃烧室温度和分烟道吸力之间的关系进行分析，确定炉内温度变量 和烘炉装置控制量之间函数关系；
[0008] 2)Smith预估补偿控制；由烘炉装置控制量的变化预估和计算补偿温度，使滞后的 炉内温度变化量提前反映到温度偏差量的计算上，以此来降低温控系统典型滞后特性的影 响；
[0009] 3)仿人智能控制;在烘炉升温过程中，依靠炉内温度和设定目标温度之间的偏差 以及偏差变化率的过去、现在和预测的将来数据信息，识别温度偏差的各种特征而做出相 应的决策，计算烘炉装置控制量；
[0010] 4)相邻燃烧室温度解耦控制；根据烘炉过程中相邻燃烧室温度之间存在耦合情 况，采用前置补偿矩阵解耦方法，在烘炉装置控制量上实现解耦，避免相邻燃烧室温度之间 的相互扰动。
[0011] 所述烘炉温度包括管理火道温度、直行、横墙温度、抵抗墙温度、蓄热室顶部温度、 蓖子砖温度、小烟道温度、分烟道温度、总烟道温度和大气温度。
[0012] 所述烘炉压力包括看火孔压力、总烟道压力、分烟道压力、烘炉用煤气总管压力、 烘炉用煤气支管压力和大气压。
[0013] 所述烘炉装置控制量包括支管压力设定值和支管阀门开度，采用BP神经网络辨识 方法，建立升温过程的增量式模型，用如下公式表示：
[0014] T = f(P,Pf,TL,TR)
[0015] 式中：T--各个燃烧室温度；
[0016] P一一通往各个炭化室的支管燃气管道压力；
[0017] Tl,Tr 一一相邻两个燃烧室的温度；
[0018] pf--分烟道吸力；
[0019] f 一一描述各个参量之间关系的函数；
[0020] BP神经网络学习算法如下：
[0021] a)加权系数初始化：用较小的随机数为BP神经网络的所有加权系数置初值，准备 训练数据；
[0022] b)提供训练集:给出顺序赋值的输入向量即烘炉装置控制量和期望输出向量即炉 内温度变化量；
[0023] c)计算隐含层、输出层的神经元输出；
[0024] d)更新输出层的加权系数；
[0025] e)更新隐含层的加权系数；
[0026] f)输入样本k = k+l，返回b)，直到偏差达到事先设定的范围为止。
[0027]所述烘炉装置控制量具体计算公式如下：
[0029]式中：u-一烘炉装置控制量；
[0030] KP 比例系数；
[0031] k一一积分系数；
[0032] e 当前的温度偏差；
[0033] #.--当前的温度偏差变化率；
[0034] ei--前第i时刻的温度偏差。
[0035] 所述Smith预估补偿控制，是预先估计炉内温度变化量在烘炉装置控制量作用下 的动态特性，然后由补偿器计算补偿温度，使滞后的炉内温度变化量提前反映到温度偏差 量的计算上，以此来减小超调量;补偿温度的具体计算公式如下：
[0036] I\(k) = e-YI\(k-l) + (l_e-γ) X (u(k)-u(k-N))
[0037] 式中：u(k) -一k时刻的烘炉装置控制量；
[0038] Tx(k)---k时刻的温度补偿量；
[0039] γ一一补偿系数，与滞后时间有关；
[0040] Ν--滞后步长。
[0041 ]所述相邻燃烧室温度解耦控制，是估计烘炉装置控制量对相邻燃烧室温度变化的 相对增益，用相对增益对烘炉装置控制量进行修正;修正后的烘炉装置控制量和补偿因子 的具体计算公式如下：
[0044] 式中：?一一修正后第i号炭化室的烘炉装置控制量；
[0045] Ul-一修正前第i号炭化室的烘炉装置控制量；
[0046] Τι--第i号燃烧室的炉温；
[0047] ω ij 第i号炭化室对其两侧i-1号和i+1号炭化室的相对增益；
[0048]
-一烘炉装置控制量m( j矣0)不变时，ui+j引起Ti变化的程度；
[0049]
:--炉内温度Ti (j判)不变时，m引起Ti+j变化的程度。
[0050] 与现有技术相比，本发明的有益效果是：
[0051] 1)本发明所述方法自动化程度高，控制效果明显，工作稳定可靠，能保证对正压烘 炉过程中实际升温曲线的有效控制；
[0052] 2)对烘炉过程中温度控制存在的滞后和耦合问题均给了出相应的解决方案，可保 证炉内温度平稳有序变化，对正压烘炉过程安全运行实施有效管理。
【附图说明】
[0053]图1是本发明一种正压烘炉优化控制方法的控制系统组成框图。
[0054]图2为本发明一种正压烘炉优化控制方法的控制流程图
【具体实施方式】
[0055] 下面结合附图对本发明的【具体实施方式】作进一步说明：
[0056] 如图1和图2所示，一种正压烘炉优化控制方法，根据预先给定的计划温度曲线，把 烘炉温度作为系统输入，计算燃气所需要的烘炉压力或流量，把烘炉装置作为系统输出，在 烘炉升温的全过程中对炉内温度进行自动控制;具体包括如下步骤：
[0057] 1)烘炉升温过程建模;采用机理建模和神经网络建模相结合的方法，对燃烧室温 度、燃气支管压力、相邻燃烧室温度和分烟道吸力之间的关系进行分析，确定炉内温度变量 和烘炉装置控制量之间函数关系；
[0058] 2)Smith预估补偿控制；由烘炉装置控制量的变化预估和计算补偿温度，使滞后的 炉内温度变化量提前反映到温度偏差量的计算上，以此来降低温控系统典型滞后特性的影 响；
[0059] 3)仿人智能控制;在烘炉升温过程中，依靠炉内温度和设定目标温度之间的偏差 以及偏差变化率的过去、现在和预测的将来数据信息，识别温度偏差的各种特征而做出相 应的决策，计算烘炉装置控制量；
[0060] 4)相邻燃烧室温度解耦控制；根据烘炉过程中相邻燃烧室温度之间存在耦合情 况，采用前置补偿矩阵解耦方法，在烘炉装置控制量上实现解耦，避免相邻燃烧室温度之间 的相互扰动。
[0061]所述烘炉温度包括管理火道温度、直行、横墙温度、抵抗墙温度、蓄热室顶部温度、 蓖子砖温度、小烟道温度、分烟道温度、总烟道温度和大气温度。
[0062]所述烘炉压力包括看火孔压力、总烟道压力、分烟道压力、烘炉用煤气总管压力、 烘炉用煤气支管压力和大气压。
[0063] 所述烘炉装置控制量包括支管压力设定值和支管阀门开度，采用BP神经网络辨识 方法，建立升温过程的增量式模型，用如下公式表示：
[0064] T = f(P,Pf,TL,TR)
[0065] 式中：T一一各个燃烧室温度；
[0066] P一一通往各个炭化室的支管燃气管道压力；
[0067] Tl,Tr--相邻两个燃烧室的温度；