专利名称：电炉电极智能控制器的制作方法
技术领域：
本发明涉及的是控制器，特别涉及电炉炼钢一种智能内模逆控制方法和集成控制装置。
背景技术：
近年来，电弧炉炼钢已经成为了主要的炼钢方式之一。电极升降调节系统是电弧炉的重要组成部分，其工作效果好坏直接影响钢的产量，质量和能源消耗。因此，寻求一种简便有效的方法使得电极调节系统能在冶炼过程中具有较好的性能，对于钢铁生产具有重要的意义。而电极调节系统是一个多变量、非线性、强耦合的时变系统，随机干扰十分严重。实际工业过程主要应用PID控制，PID控制结构简单，易于实现且有较好的鲁棒性，但对于耦合严重，时变的电弧炉对像，PID控制的稳定性及控制精度往往得不到保证，使得电极工作不易稳定，造成耗电量增加，效率下降，地区电网电压波动。
非线性自回归滑动模型(NARMA)能精确的描述非线性系统的输入输出关系。但是即使知道系统的NARMA模型，由于输入输出的非线性关系，计算控制率也非常困难，针对这个问题，最近几年，已有不少学者提出了几种策略，并在几种非线性控制问题中应用。但大都采用神经网络近似非线性部分，神经网络的训练大都采用基于梯度的训练方法，难免存在局部极小点的问题，并且神经网络的结构也难于确定。
另外，电炉工作涉及诸多的控制功能，如电极升降控制、炉盖控制、加料控制、冷却水控制、变压器控制、液压站控制、换电极控制、电抗器控制、钢包车控制、吹氧控制或吹氩控制等。目前，国内外普遍采用整炉PLC控制设计方案，限制了电炉控制技术的发展，一些高级的控制方法难于在PLC上灵活运用，尤其作为电炉控制的核心部分--电极升降控制还没有专门的产品，为了提高电炉的控制水平，使其标准化并具有普适性，需要设计专门的电炉电极升降控制器。
发明内容
本发明的目的是针对目前电弧炉炼钢的电极升降调节系统存在的上述问题，而提供一种优化的，小型化的，堆栈式结构的嵌入式电炉电极智能控制器。
为上述目的的实现而采用的技术方案 电炉电极智能控制器，包括硬件和软件两部分，硬件部分包括箱体及装设在箱体上的液晶触摸屏、箱体内装设的单板计算机，多个数字/模拟量输入输出通道模块； 所述多个数字/模拟量输入输出通道模块通过数据总线、地址总线和控制总线与单板计算机的CPU芯片的对应端脚相连接；CPU芯片的相关端脚分别通过导线与触摸屏显示卡、键盘、鼠标、USB接口和以太网卡相连接； 上述的多个数字/模拟量输入输出通道模块的端脚分别与电炉控制系统的电炉二次侧的A、B、C相电流和电压的检测端、与电炉A、B、C相的电极上升、下降操作开关引线、与变压器、电抗器相对应的挡位接线端、与炉盖上限位开关和下限位开关引线、与A、B、C三相电流设定的电位计输出端、与A、B、C相电极升降解锁操作开关引线、与电炉控制系统启动开关、与电炉控制系统故障综合信号(故障综合信号由电炉控制系统中的其他控制设备给出，本发明不涉及电炉控制系统的具体内容)、与手动/自动切换开关等的引线端相连接； 上述的多个数字/模拟量输入输出通道模块的端脚分别对应与电炉控制系统的A、B、C相电极升降锁定装置的控制阀端、与A、B、C相电极升降装置(一般为液压装置)控制阀端相连接。
上述软件部分，包括参数设定与显示模块，过程模拟与显示模块，过程变量趋势监视模块，报警模块和电极控制算法；所述参数设定与显示模块，过程模拟与显示模块，过程变量趋势监视模块和报警模块采用的是公知技术； 上述电极控制算法是本发明的另一重要部分，电极控制算法主要包括电极调节算法、自动起弧控制算法和过电流控制算法。电极调节算法包括两种控制方法，PID控制方法和逆内模控制方法，PID控制方法为逆内模控制方法提供建模数据，也是备用控制方法，逆内模控制方法为主要方法。总体控制框图如图2所示。当电炉自动控制时，图2所示电极控制算法有效。电极的升降速度将按照如下情况调节 初始使用电炉时，图2中所示软开关k1处于a位置，采用常规的PID控制方法，冶炼若干批次后(电炉是批次工作的冶金设备，包括装料、冶炼、出钢几步)，收集所有数据建立近似逆内模模型，得到近似逆内模控制算法。在每一批次的控制中，电极控制算法工作如下首先，图2中软开关k1处于a位置，软开关k2处于d位置，软开关k3处于e位置，软开关k4处于h位置，进行自动起弧算法控制。当电极下降到起弧位置后，软开关k3处于f位置，其他软开关位置不变，进行PID算法自动控制。无论是在自动起弧算法控制阶段还是PID算法控制阶段，当输出窗口电流积分值超出上限，软开关k3将处于e位置(否则仍处于f位置)，启动过电流控制算法；操作工手动操作电极时(根据现场需要)，软开关k4将处于g位置(不操作仍处于h位置)，手动控制量优先。
得到近似逆内模控制算法后，图2中所示软开关k1处于b位置，采用近似逆内模控制器方法。在每一批次的控制中，电极控制算法工作如下首先，图2中软开关k1处于b位置，软开关k2处于d位置，软开关k3处于e位置，软开关k4处于h位置，进行自动起弧算法控制。当电极下降到起弧位置后，软开关k3处于f位置，其他软开关位置不变，进行PID算法自动控制。无论是在自动起弧算法控制阶段还是近似逆内模控制算法，当输出窗口电流积分值超出上限，软开关k3将处于e位置(否则仍处于f位置)，启动过电流控制算法；操作工手动操作电极时(根据现场需要)，软开关k4将处于g位置(不操作仍处于h位置)，手动控制量优先。
上述电炉近似逆内模控制算法建立包括如下三步 第一步，为了获得电炉系统的NARMA近似最小二乘支持向量机(LSSVM)模型，先分析系统的NARMA机理模型； 把控制电极升降的液压装置和电炉主电路部分看作一个广义被控对像(电炉的三相电极作为导体上端与变压器二次侧相连，下端与待炼废钢或钢水保持一定距离构成电炉主回路)，下面建立广义被控对像模型。
液压装置可近似看作一个三阶环节，传递函数形式为
则 即 uj为各相控制信号，lj为各相弧长。
电弧模型采用kohle模型，其形式如为Zarc＝Rarc+j*Xarc其中
Rarc＝l*Rper·Zarc为电弧阻抗，Rper为每单位长度的电弧电阻值。l为弧长，a和b取不同的值，以反映不同的冶炼阶段。
电炉变压器选用Yd11接法，利用变压器相关理论，结合电弧炉主电路电气系统，可以推出电炉变压器二次侧电流的有效值为 其中 ZKabc＝(ZK/3n-n*Za)(ZK/3n-n*Zb)+ (ZK/3n-n*Za)(ZK/3n-n*Zc)+(ZK/3n-n*Zb)(ZK/3n-n*Zc) Zj＝Rd+j*Xd+lj*Rper+j*(a*lj*Rper+b*(lj*Rper)2)，j＝a，b，c； 其中Rd和Xd为短网阻抗和感抗。n为电炉变压器变比。
为电炉变压器一次侧相电压。ZK变压器漏阻抗。
采用n阶近似方法
j＝a，b，c；T为采样周期。结合式(1)-(3)，得到广义电弧炉对像NARMA模型为 i(k+1)＝f[ω(k)，u(k)]+v(k)(4) 其中 f[ω(k)，u(k)]＝[fa[ω(k)，u(k)]，fb[ω(k)，u(k)]，fc[ω(k)，u(k)]]T i(k+1)＝[ia(k+1)，ib(k+1)，ic(k+1)]Tu(k)＝[ua(k)，ub(k)，uc(k)]T ω(k)＝[ia(k)，ia(k-1)，ia(k-2)，ib(k)，ib(k-1)，ib(k-2)，ic(k)，ic(k-1)，ic(k-2)]T v(k)＝[va(k)，vb(k)，vc(k)]T f为非线性函数向量，fa，fb，fc为非线性函数。v(k)为干扰向量，且设||v(k)||≤v0. 第二步，采用LSSVM对广义对像进行辨识 LSSVM的核函数类型采用高斯核函数，函数形式为
三相电流采用三个LSSVM模型进行辨识。给定训练数据集，{[ω(k)，u(k)]，i(k+1)}输入数据为[ω(k)，u(k)]，输出数据为i(k+1)，采用LSSVM的学习算法，得到LSSVM NARMA模型为 j＝a，b，c； SV表示支持向量机的个数，αt和b为模型参数。
对于NARMA模型(4)，在k-1时刻进行Taylor展开得到近似模型 i(k+1)＝i(k)+f1*Δu(k)+R(k)+v(k)(6) 其中 ζ＝[ζa，ζb，ζc]T，且uj(k-1)≤ζj≤uj(k)，j＝a，b，c； 由式(6)，忽略R(k)和v(k)，得到系统的Taylor近似模型为 i(k+1)＝i(k)+f1*Δu(k) (7) 第三步，近似逆控制算法 由LSSVM NARMA模型(5)的输出对相应输入求取导数得到
其中Kj(k-1)＝Kj[Q(k-1)，Q(t)]，j＝a，b，c； 进而根据式(7)得到近似逆控制算法的计算公式 uj(k)＝uj(k-1)+Δuj(k)j＝a，b，c；(9) 当|Δuj(k)|≤δj Δuj(k)＝δjsign[Δuj(k)] 当|Δuj(k)|＞δj 其中r(k+1)为电流设定值，r(k+1)＝[ra(k+1)，rb(k+1)，rc(k+1)]T.δ＝[δa，δb，δc，]T， δj为正实数。
α＝diag(αa，αb，αc)，αj为很小的正实数。sign为符号函数。
由前面过程可知，不确定性在实际系统中是不可避免的，大的不确定性将降低控制系统的性能。使用内模策略来减弱不确定性，当不确定性存在时，根据模型和实际输出误差设计控制补偿量Δuc(k)，同时采用鲁棒滤波器F(z)减弱不确定性。
当|Δucj(k)|≤δcj(10) Δucj(k)＝δcjsign[Δucj(k)]，当|Δucj(k)|＞δcj 式中j＝a，b，c；[δc＝[δca，δcb，δcc]，δcj为正实数，sign为符号函数，R(k)+v(k)用
代替。
综上得带补偿的近似逆内模控制算法为 uj(k)＝uj(k-1)+Δuj(k)+Δucj(k) (11) 所述过电流控制算法为防止塌料等造成瞬间短路出现电极误调节，每相设计一个窗口积分器，当电流积分值超过最大限定值时，过电流控制算法工作，使得过电流值得越大，电极速度提得越快。这样，通过快速的提升单个而不是多个相关的电极，纠正过电流状态，以避免电极耦合影响而带来的振荡调节，避免电炉变压器和电极的过载。具体算法为 uj(k)＝KtSnj Snj≥Lmax (12) uj(k)＝uj(k-1)+Δuj(k)+Δucj(k) Snj＜Lmax 式中，n为窗口积分器长度，Kt为过电流控制器比例系数，Lmax为电流积分最大限定值。
所述自动起弧算法为自动运行时，首先使三相电极自动下降到起弧位置，然后进行自动调节。控制方法为自动起弧时，A相电极自动下降，当A相电压降到预定电压后上升TA秒停止，然后B相电极自动下降，当B相电压降到预定电压后上升TB秒停止，最后C相电极自动下降，当C相电压降到预定电压后上升TC秒停止，TA、TB、TC由速度模型得到，Ti＝L/Vi，式中，i＝A，B，C；L为准备起弧距离；Vi为电极上升速度。
本发明工作原理 本电炉电极智能控制器通电后，本电炉电极智能控制器便进入等待工作状态，当电炉控制系统启动开关有效时，控制系统开始工作。若第一次起机，需按提示通过触摸屏操作界面初始化电炉参数，包括吨位、电极直径、短网参数、电极速度、变压器挡位对应额定电压电流、电抗器挡位对应电抗、PID控制参数、逆内模控制参数(电炉参数也可以随时通过操作界面设置)。
电极升降操作分手动和自动两种方式，当来自手/自动键的输入信号为低电平时，手动有效。此时，A、B、C三相电极既可以单独升降，也可以同时升降，由电极升降信号决定。当电极升降信号为高电平，电极升降解锁控制信号为高电平情况下，电极即以最大速度(可根据用户要求调整)升降，当电极升降信号为低电平时，电极停止运动。
当来自手/自动切换键的输入信号为高电平时，自动有效。自动运行时，当系统故障综合信号无时，电极升降解锁控制信号自动有效，首先自动起弧，A相电极自动下降，当A相电压降到预定电压后上升TA秒停止，然后B相电极自动下降，当B相电压降到预定电压后上升TB秒停止，最后C相电极自动下降，当C相电压降到预定电压后上升TC秒停止，TA、TB、TC由速度模型得到，Ti＝L/Vi，式中，i＝A，B，C；L为准备起弧距离；Vi为电极上升速度。然后根据若电炉初始使用则选择PID控制算法(为收集建模数据)，根据变压器挡位、电弧电流设定值及实测的电弧电流、电弧电压自动调节电极的位置；若建模数据收集完成，得到式(5)模型和近似逆内模控制算法式(11)，则选择近似逆内模控制算法式(11)控制。无论是在自动起弧算法控制阶段还是PID算法或近似逆内模控制算法阶段，当窗口电流积分值超出上限，启动过电流控制算法，按式(12)进行控制；操作工手动操作电极时(根据现场需要)，手动控制量优先。自动运行时，当系统故障综合信号有时，自动程序不工作，手动程序工作。
本发明的特点 本电炉电极智能控制器由箱体及装设在箱体上的液晶触摸屏、箱体内装设的单板计算机，多个数字/模拟输入、输出通道模块组成，是一种优化的，小型化的，堆栈式结构。
本电炉电极智能控制器，设计了灵活的电极控制相关参数设定与监视功能，可通过触摸屏实现(本地)，也可通过通讯由工程师站实现(远程，由客户开发)。本地功能具体包括参数设定与显示功能、过程模拟显示功能、过程变量趋势监视功能、报警功能。
电极控制算法是本发明重要内容，自动起弧算法通过电压降法确定三相电极的起弧距离，使得电极起弧平稳；窗口积分器过电流控制算法通过快速提升单个而不是多个相关的电极，纠正过电流状态，避免电极耦合影响而带来的振荡调节；近似逆内模控制算法只需要一个近似LSSVM模型，避免了辨识逆模型计算复杂性，控制率计算简单，易于实际实现，电极调节具有快速且准确的特性，是缩短冶炼周期、节约电能、降低电极消耗的关键。
本发明设计科学、合理、富有创意，整体结构紧凑、体积小、低功耗、成本低廉，性能稳定、可靠，环境适应性和实用性较强，具有较好的发展前景。适宜相关电炉冶炼等相关设备使用。
图1是本发明的外形结构示意图。
图2是本发明的硬件结构框图。
图3是本发明的控制回路框图。
具体实施例方式 电炉电极智能控制器，包括硬件和软件两部分，硬件部分包括箱体1及装设在箱体1上的液晶触摸屏2、箱体1内装有的单板计算机、多个数字/模拟量输入输出通道模块。
单板计算机采用PC/104-1621CLDN型号，数字/模拟量输入输出通道模块采用带有16路数字输入、16路数字输出和6路模拟量输出通道模块104-A726，和32路模拟输入通道104-32ADT进行堆栈式插接，液晶触摸屏2采用TPC-064。单板计算机的CPU芯片的对应端脚分别通过导线连接硬盘、DVD光驱、键盘、鼠标、USB接口、触摸屏显示卡和以太网卡，所有接口固定装设在箱体外面。
所述多个数字/模拟量输入输出通道模块包括第一I/O模块型号为104-32ADT、第二I/O模块型号为104-A726、第三I/O模块为备用，上述第一、第二和第三I/O模块分别通过数据总线、地址总线和控制总线与单板计算机PC/104的CPU芯片的对应端脚相连接； 上述第一I/O模块端脚分别对应与电炉二次侧的A、B、C相电流和电压的检测端、与A、B、C三相电流设定的电位计输出端、与变压器、电抗器相对应的挡位接线端相连接。
上述第二I/O模块端脚分别对应与电炉A、B、C相的电极上升、下降操作开关引线、与手动/自动切换开关的引线端、与A、B、C相升降解锁操作开关相连接；与A、B、C相电极升降锁定装置的控制阀端、与A、B、C相电极升降装置(一般为液压装置)控制阀端、与炉盖上、下限位开关引线、与电炉控制系统启动开关、与系统故障综合信号(其他控制设备给出)相连接； 上述第三I/O模块为备用；上述的电炉二次侧的A、B、C相电流和电压的检测端、A、B、C三相电流设定的电位计输出端、变压器与电抗器的挡位接线端、炉盖上、下限位开关引线、与电炉控制系统启动开关、系统故障、电炉A、B、C相的电极上升、下降操作开关、手动/自动切换开关、A、B、C相升降解锁操作开关、A、B、C相电极升降锁定装置的控制阀和A、B、C相电极升降装置(一般为液压装置)控制阀皆为电炉控制系统的检测点和控制点。
在硬件连接完成基础上，安装WINDOWS操作系统和电炉电极智能控制应用软件。
上述软件部分，采用C#语言开发，包括参数设定与显示模块，过程模拟与显示模块，过程变量趋势监视模块，报警模块和电极控制算法；参数设定与显示模块，过程模拟与显示模块，过程变量趋势监视模块和报警模块采用的是公知技术； 上述电极控制算法主要包括电极调节算法、自动起弧控制算法和过电流控制算法。电极调节算法包括两种控制方法，PID控制方法和逆内模控制方法，PID控制方法为逆内模控制方法提供建模数据，也是备用控制方法，逆内模控制方法为主要方法。
上述电炉近似逆内模控制算法建立包括如下三步 第一步，为了获得电炉系统的NARMA近似最小二乘支持向量机(LSSVM)模型，先分析系统的NARMA机理模型； 把控制电极升降的液压装置和电炉主电路部分看作一个广义被控对像(电炉的三相电极作为导体上端与变压器二次侧相连，下端与待炼废钢或钢水保持一定距离构成电炉主回路)，下面建立广义被控对像模型。
液压装置可近似看作一个三阶环节，传递函数形式为
则 即 uj为各相控制信号，lj为各相弧长。
电弧模型采用kohle模型，其形式如为Zarc＝Rarc+j*Xarc其中
Rarc＝l*Rper·Zarc为电弧阻抗，Rper为每单位长度的电弧电阻值。l为弧长，a和b取不同的值，以反映不同的冶炼阶段。
电炉变压器选用Yd11接法，利用变压器相关理论，结合电弧炉主电路电气系统，可以推出电炉变压器二次侧电流的有效值为 其中 ZKabc＝(ZK/3n-n*Za)(ZK/3n-n*Zb)+ (ZK/3n-n*Za)(ZK/3n-n*Zc)+(ZK/3n-n*Zb)(ZK/3n-n*Zc) Zj＝Rd+j*Xd+lj*Rper+j*(a*lj*Rper+b*(lj*Rper)2)，j＝a，b，c； 其中Rd和Xd为短网阻抗和感抗。n为电炉变压器变比。
为电炉变压器一次侧相电压。ZK变压器漏阻抗。
采用n阶近似方法
j＝a，b，c；T为采样周期。结合式(1)-(3)，得到广义电弧炉对像NARMA模型为 i(k+1)＝f[ω(k)，u(k)]+v(k)(4) 其中 f[ω(k)，u(k)]＝[fa[ω(k)，u(k)]，fb[ω(k)，u(k)]，fc[ω(k)，u(k)]]T i(k+1)＝[ia(k+1)，ib(k+1)，ic(k+1)]Tu(k)＝[ua(k)，ub(k)，uc(k)]T ω(k)＝[ia(k)，ia(k-1)，ia(k-2)，ib(k)，ib(k-1)，ib(k-2)，ic(k)，ic(k-1)，ic(k-2)]T v(k)＝[va(k)，vb(k)，vc(k)]T f为非线性函数向量，fa，fb，fc为非线性函数。v(k)为干扰向量，且设||v(k)||≤v0. 第二步，采LSSVM对广义对像进行辨识 LSSVM的核函数类型采用高斯核函数，函数形式为
三相电流采用三个LSSVM模型进行辨识。给定训练数据集，{[ω(k)，u(k)]，i(k+1)}输入数据为[ω(k)，u(k)]，输出数据为i(k+1)，采用LSSVM的学习算法，得到LSSVM NARMA模型为 j＝a，b，c； SV表示支持向量机的个数，αt和b为模型参数。
对于NARMA模型(4)，在k-1时刻进行Taylor展开得到近似模型 i(k+1)＝i(k)+f1*Δu(k)+R(k)+v(k)(6) 其中 ζ＝[ζa，ζb，ζc]T，uj(k-1)≤ζj≤uj(k)，j＝a，b，c； 由式(6)，忽略R(k)和v(k)，得到系统的Taylor近似模型为 i(k+1)＝i(k)+f1*Δu(k)(7) 第三步，近似逆控制算法 由LSSVM NARMA模型(5)的输出对相应输入求取导数得到
其中Kj(k-1)＝Kj[Q(k-1)，Q(t)]，j＝a，b，c； 进而根据式(7)得到近似逆控制算法的计算公式 uj(k)＝uj(k-1)+Δuj(k)j＝a，b，c；(9) 当|Δuj(k)|≤δj Δuj(k)＝δjsign[Δuj(k)] 当|Δuj(k)|＞δj 其中r(k+1)为电流设定值，r(k+1)＝[ra(k+1)，rb(k+1)，rc(k+1)]T.δ＝[δa，δb，δc，]T， δj为正实数。
α＝diag(αa，αb，αc)，αj为很小的正实数。sign为符号函数。
由前面过程可知，不确定性在实际系统中是不可避免的，大的不确定性将降低控制系统的性能。使用内模策略来减弱不确定性，当不确定性存在时，根据模型和实际输出误差设计控制补偿量Δuc(k)，同时采用鲁棒滤波器F(z)减弱不确定性。
当|Δucj(k)|≤δcj(10) Δucj(k)＝δcjsign[Δucj(k)]， 当|Δucj(k)|＞δcj 式中j＝a，b，c；δc＝[δca，δcb，δcc]，δcj为正实数，sign为符号函数，R(k)+v(k)用
代替。
综上得带补偿的近似逆内模控制算法为 uj(k)＝uj(k-1)+Δuj(k)+Δucj(k) (11) 所述过电流控制算法为防止塌料等造成瞬间短路出现电极误调节，每相设计一个窗口积分器，当电流积分值超过最大限定值时，过电流控制算法工作，使得过电流值得越大，电极速度提得越快。这样，通过快速的提升单个而不是多个相关的电极，纠正过电流状态，以避免电极耦合影响而带来的振荡调节，避免电炉变压器和电极的过载。具体算法为 uj(k)＝KtSnj Snj≥Lmax (12) uj(k)＝uj(k-1)+Δuj(k)+Δucj(k)Snj＜Lmax 式中，n为窗口积分器长度，Kt为过电流控制器比例系数，Lmax为电流积分最大限定值。
所述自动起弧算法为自动运行时，首先使三相电极自动下降到起弧位置，然后进行自动调节。控制方法为自动起弧时，A相电极自动下降，当A相电压降到预定电压后上升TA秒停止，然后B相电极自动下降，当B相电压降到预定电压后上升TB秒停止，最后C相电极自动下降，当C相电压降到预定电压后上升TC秒停止，TA、TB、TC由速度模型得到，Ti＝L/Vi，式中，i＝A，B，C；L为准备起弧距离；Vi为电极上升速度。
本电炉电极智能控制器通电后，本电炉电极智能控制器便进入等待工作状态，当电炉控制系统启动开关有效时，控制系统开始工作。若第一次起机，需按提示通过触摸屏操作界面初始化电炉参数，包括吨位、电极直径、短网参数、电极速度、变压器挡位对应额定电压电流、电抗器挡位对应电抗、PID控制参数、逆内模控制参数。
电极升降操作分手动和自动两种方式，当来自手/自动键的输入信号为低电平时，手动有效。此时，A、B、C三相电极既可以单独升降，也可以同时升降，由电极升降信号决定。当电极升降信号为高电平，电极升降解锁控制信号为高电平情况下，电极即以最大速度(可根据用户要求调整)升降，当电极升降信号为低电平时，电极停止运动。
当来自手/自动切换键的输入信号为高电平时，自动有效。自动运行时，当系统故障综合信号无时，电极升降解锁控制信号自动有效，按照自动起弧算法起弧。然后根据若电炉初始使用则选择PID控制算法(为收集建模数据)，根据变压器挡位、电弧电流设定值及实测的电弧电流、电弧电压自动调节电极的位置；运行10个批次后收集所有建模数据，得到式(5)模型和近似逆内模控制算法式(11)，则选择近似逆内模控制算法式(11)控制。无论是在自动起弧算法控制阶段还是PID算法或近似逆内模控制算法阶段，当输出窗口电流积分值超出上限，启动过电流控制算法，按式(12)进行控制；操作工手动操作电极时(根据现场需要)，手动控制量优先。自动运行时，当系统故障综合信号有时，自动程序不工作，手动程序工作。
权利要求
1.电炉电极智能控制器，包括硬件和软件两部分，硬件部分包括箱体(1)及装设在箱体(1)上的液晶触摸屏(2)、箱体(1)内装设的单板计算机和多个数字/模拟量输入输出通道模块；所述多个数字/模拟量输入输出通道模块通过数据总线、地址总线和控制总线与单板计算机的CPU芯片的对应端脚相连接；CPU芯片的相关端脚分别通过导线与触摸屏显示卡、键盘、鼠标、USB接口和以太网卡相连接；其特征在于
上述的多个数字/模拟量输入输出通道模块的端脚分别与电炉控制系统的电炉二次侧的A、B、C相电流和电压的检测端、与电炉A、B、C相的电极上升、下降操作开关引线、与变压器、电抗器相对应的挡位接线端、与炉盖上限位开关和下限位开关引线、与A、B、C三相电流设定的电位计输出端、与A、B、C相电极升降解锁操作开关引线、与电炉控制系统启动开关、与系统故障综合信号、与手动/自动切换开关的引线端相连接；
上述的多个数字/模拟量输入输出通道模块的端脚分别对应与电炉控制系统的A、B、C相电极升降锁定装置的控制阀端、与A、B、C相电极升降装置控制阀端相连接；
上述软件部分，包括电极控制算法；上述电极控制算法主要包括电极调节算法、自动起弧控制算法和过电流控制算法；电极调节算法包括两种控制方法，PID控制方法和逆内模控制方法，PID控制方法为逆内模控制方法提供建模数据，也是备用控制方法，逆内模控制方法为主要方法；
上述电炉近似逆内模控制算法建立包括如下三步
第一步，为了获得电炉系统的NARMA近似最小二乘支持向量机(LSSVM)模型，先分析系统的NARMA机理模型；
把控制电极升降的液压装置和电炉主电路部分看作一个广义被控对像，下面建立广义被控对像模型；
液压装置可近似看作一个三阶环节，传递函数形式为
则j＝a，b，c；(1)
即j＝a，b，c；(2)
uj为各相控制信号，lj为各相弧长；
电弧模型采用kohle模型，其形式如为Zarc＝Rarc+j*Xarc其中
Rarc＝l*Rper.Zarc为电弧阻抗，Rper为每单位长度的电弧电阻值；l为弧长，a和b取不同的值，以反映不同的冶炼阶段；
电炉变压器选用Yd11接法，利用变压器相关理论，结合电弧炉主电路电气系统，可以推出电炉变压器二次侧电流的有效值为
其中
ZKabc＝(ZK/3n-n*Za)(ZK/3n-n*Zb)+
(ZK/3n-n*Za)(ZK/3n-n*Zc)+(ZK/3n-n*Zb)(ZK/3n-n*Zc)
Zj＝Rd+j*Xd+lj*Rper+j*(a*lj*Rper+b*(lj*Rper)2)，j＝a，b，c；
其中Rd和Xd为短网阻抗和感抗，n为电炉变压器变比，
为电炉变压器一次侧相电压，ZK变压器漏阻抗；
采用n阶近似方法
j＝a，b，c；T为采样周期；结合式(1)-(3)，得到广义电弧炉对像NARMA模型为
i(k+1)＝f[ω(k)，u(k)]+v(k)(4)
其中
f[ω(k)，u(k)]＝[fa[ω(k)，u(k)]，fb[ω(k)，u(k)]，fc[ω(k)，u(k)]]T
i(k+1)＝[ia(k+1)，ib(k+1)，ic(k+1)]Tu(k)＝[ua(k)，ub(k)，uc(k)]T
ω(k)＝[ia(k)，ia(k-1)，ia(k-2)，ib(k)，ib(k-1)，ib(k-2)，ic(k)，ic(k-1)，ic(k-2)]T
v(k)＝[va(k)，vb(k)，vc(k)]T
f为非线性函数向量，fa，fb，fc为非线性函数，v(k)为干扰向量，且设||v(k)||≤v0；
第二步，采用LSSVM对广义对像进行辨识
LSSVM的核函数类型采用高斯核函数，函数形式为
三相电流采用三个LSSVM模型进行辨识；给定训练数据集，{[ω(k)，u(k)]，i(k+1)}输入数据为[ω(k)，u(k)]，输出数据为i(k+1)，采用LSSVM的学习算法，得到LSSVM NARMA模型为
j＝a，b，c；
SV表示支持向量机的个数，αt和b为模型参数；
对于NARMA模型(4)，在k-1时刻进行Taylor展开得到近似模型
i(k+1)＝i(k)+f1*Δu(k)+R(k)+v(k)(6)
其中
ζ＝[ζa，ζb，ζc]T，且uj(k-1)≤ζj≤uj(k)，j＝a，b，c；
由式(6)，忽略R(k)和v(k)，得到系统的Taylor近似模型为
i(k+1)＝i(k)+f1*Δu(k) (7)
第三步，近似逆控制算法
由LSSVM NARMA模型(5)的输出对相应输入求取导数得到
其中Kj(k-1)＝Kj[Q(k-1)，Q(t)]，j＝a，b，c；
进而根据式(7)得到近似逆控制算法的计算公式
uj(k)＝uj(k-1)+Δuj(k)j＝a，b，c；(9)
当|Δuj(k)|≤δj
Δuj(k)＝δjsign[Δuj(k)]当|Δuj(k)|＞δj
其中r(k+1)为电流设定值，r(k+1)＝[ra(k+1)，rb(k+1)，rc(k+1)]T.δ＝[δa，δb，δc，]T，
δj为正实数。
α＝diag(αa，αb，αc)，αj为很小的正实数。sign为符号函数；
由前面过程可知，不确定性在实际系统中是不可避免的，大的不确定性将降低控制系统的性能，使用内模策略来减弱不确定性，当不确定性存在时，根据模型和实际输出误差设计控制补偿量Δuc(k)，同时采用鲁棒滤波器F(z)减弱不确定性；
当|Δucj(k)|≤δcj(10)
Δucj(k)＝δcjsign[Δucj(k)]，当|Δucj(k)|＞δcj
式中j＝a，b，c；δc＝[δca，δcb，δcc]，δcj为正实数，sign为符号函数，R(k)+v(k)用
代替；
综上得带补偿的近似逆内模控制算法为
uj(k)＝uj(k-1)+Δuj(k)+Δucj(k)(11)
所述过电流控制算法为防止塌料等造成瞬间短路出现电极误调节，每相设计一个窗口积分器，当电流积分值超过最大限定值时，过电流控制算法工作，使得过电流值得越大，电极速度提得越快。这样，通过快速的提升单个而不是多个相关的电极，纠正过电流状态，以避免电极耦合影响而带来的振荡调节，避免电炉变压器和电极的过载；具体算法为
uj(k)＝KtSnjSnj≥Lmax (12)
uj(k)＝uj(k-1)+Δuj(k)+Δucj(k)Snj＜Lmax
式中，n为窗口积分器长度，Kt为过电流控制器比例系数，Lmax为电流积分最大限定值；
所述自动起弧算法为自动运行时，首先使三相电极自动下降到起弧位置，然后进行自动调节；控制方法为自动起弧时，A相电极自动下降，当A相电压降到预定电压后上升TA秒停止，然后B相电极自动下降，当B相电压降到预定电压后上升TB秒停止，最后C相电极自动下降，当C相电压降到预定电压后上升TC秒停止，TA、TB、TC由速度模型得到，Ti＝L/Vi，式中，i＝A，B，C；L为准备起弧距离；Vi为电极上升速度。
全文摘要
电炉电极智能控制器的多个数字/模拟量输入输出通道模块与单板计算机插接；其外部端子与电炉电极解锁操作开关、升降操作开关、锁定装置控制阀、升降装置控制阀、炉盖上下限位开关、手/自动切换开关、电流和电压的检测端、电流设定电位计、变压器电抗器挡位及电炉控制系统的故障综合信号相连。电极调节算法由等起弧距离的自动起弧算法、窗口电流积分器过电流控制算法、基于LSSVM NARMA模型的近似逆内模控制方法组成。本电极调节算法还包括PID控制方法，其为逆内模控制方法提供建模数据，也是备用控制方法，电极调节具有快速且准确的特性。本发明是缩短冶炼周期、节约电能、降低电极消耗的关键，适宜电炉冶炼等部门使用。
文档编号H05B7/152GK101715257SQ200910220049
公开日2010年5月26日 申请日期2009年11月20日 优先权日2009年11月20日
发明者毛志忠, 贾明兴, 李鸿儒, 袁平, 李磊 申请人:东北大学