烧结主抽风机智能节电的方法及系统技术方案

技术编号:12395293 阅读:108 留言:0更新日期:2015-11-26 02:10
本发明专利技术提供了一种烧结主抽风机智能节电的方法及系统,其在烧结终点位置与设定位置发生偏差的时候,利用智能控制算法计算相应的主抽风机频率的调整量,以控制主抽风机的输出风量始终与烧结过程所需要的风量保持匹配,令主抽风机在保证烧结过程稳定的同时工作在最低电耗状态下,实现节能控制。

【技术实现步骤摘要】
烧结主抽风机智能节电的方法及系统
本专利技术属于烧结过程计算机控制系统领域,尤其是采用智能控制原理,实现烧结主抽风机实时动态变频控制,降低烧结风机电力消耗的方法和系统,具体涉及烧结主抽风机智能节电的方法及系统。
技术介绍
烧结的生产过程是将配料混合后的烧结混合料铺到烧结机的台车上,经过点火和强制抽风使烧结料中的燃料燃烧产生高温并局部软化和熔融发生一系列物理化学反应生成一定数量的液相,随后凝固成烧结矿。烧结终点(BTP)是指烧结过程结束时的位置,烧结终点位置反映了烧结机上混合料的垂直燃烧速度,其位置与烧结生产状态及产出的烧结矿质量密切相关,是烧结过程中的一个重要指标。由于烧结是一个不透明的过程,因此烧结终点一般由烧结机风箱温度间接反映,即将风箱中温度最高点的位置认为是烧结终点的位置。烧结终点的位置可由烧结机速、台车层厚及主抽风机的输出风量来进行调节。烧结主抽风机变频技术是降低烧结主抽风机电力消耗的有效方法之一,该技术采用调节主抽风机转速的方法替代原有的风门调节来控制主抽风机的输出风量,从而降低烧结主抽风机的电力消耗。然而,在主抽风机进行了变频控制后,如何合理设定风机的工作频率使得在保证烧结过程稳定的同时节省更多的电力是亟待解决的问题。经检索,发现如下相关文献:申请号为201210578922.1的专利文献公开了一种烧结机主抽风机风量控制方法及系统,该方法包括:测量烧结台车上物料的料层厚度和台车速度,计算物料的垂直烧结速度,确定每个风箱的有效风量;检测大烟道的烟气成分;根据检测得到的烟气成分计算每个风箱的有效风率;计算大烟道目标风量;将所述大烟道目标风量作为调节参数发送给主抽风机控制器,所述主抽风机控制器调整主抽风机的频率向目标频率变化。
技术实现思路
针对现有技术中的缺陷,本专利技术的目的是提供一种烧结主抽风机频率设定的方法及系统,能在保证烧结过程稳定的同时令主抽风机工作在最低电耗状态下,实现节能控制。根据本专利技术提供的烧结主抽风机智能节电的方法,包括如下步骤:步骤1:在生产过程中采集烧结机的产量、风量数据并存入数据库;步骤2:从数据库中读取前30天的产量、风量数据;步骤3:对步骤2读取的前30天的产量、风量数据进行编码,组成神经网络模型的训练样本;步骤4:使用步骤3生成的训练样本对神经网络模型进行训练;步骤5:检测烧结机当前的机速、层厚信号,获取烧结机的装料量,并获取预期烧结矿产量;步骤6:将步骤5获得的预期烧结矿产量输入步骤4所训练的神经网络模型,得到预期风量值;步骤7:检测烧结机各风箱的温度信号,对风箱温度序列进行拟合,生成平滑的温度曲线;步骤8:扫描步骤7生成的温度曲线,取出温度最高点所处位置,计算烧结终点位置;步骤9:利用终点位置偏差量及需要增减风量值的经验数据构造模糊关系矩阵,并用此矩阵建立模糊控制器;步骤10:从步骤8得出的烧结终点位置计算与设定终点位置的偏差量;步骤11:将步骤10得出的烧结终点位置偏差量输入步骤9建立的模糊控制器,计算出风量调整量;步骤12:叠加步骤6得出的预期风量值及步骤11得出的风量调整量,得出新的风量设定值;步骤13:使用步骤12生成的风量设定值扫描主抽风机特性曲线,得到相应的风机转速设定值;步骤14:将步骤13得到的风机转速设定值转换为风机频率设定值;步骤15:向风机变频系统下发步骤14得到的风机频率设定值;步骤16:定周期重复步1至步骤15,实时调整风机工作频率。优选地,在步骤8中,所述计算烧结终点位置,具体的计算过程为:(1)烧结终点温度Tbtp=max(f(x))其中:Tbtp——烧结终点温度f(x)——风箱温度拟合曲线函数(2)烧结终点位置Btp=f-1(Tbtp)其中:Btp——烧结终点位置Tbtp——烧结终点温度f(x)——风箱温度拟合曲线函数优选地,在步骤11中,所述计算出风量调整量,具体的计算过程为:(1)计算终点位置偏差量ee=BTPd-BTPs其中:BTPd——终点测量值BTPs——终点设定值(2)计算终点位置偏差变化率ec其中:Δe——终点偏差变化量Δt——终点偏差变化所用时间(3)计算e、ec属于每个模糊子集的程度uei=Ai(e)(i=1,2,3…)ueci=Bi(ec)(i=1,2,3…)其中:Ai(·)——e的输入隶属度函数Bi(·)——ec的输入隶属度函数uei——e对应模糊子集Ai的模糊程度ueci——ec对应模糊子集Bi的模糊程度(4)定义如下模糊规则库以判断模糊输出uzi所属的输出模糊子集如果uei属于Ai且ueci属于Bi,则uzi属于Ci即:IFueiisAiANDueciisBiTHENuziisCi(i=1,2,3…)(5)将uei、ueci应用到模糊规则前项,得到表示前项推理结果的数值uzi及所属的模糊子集Ciuzi=min(uei,ueci)(6)将uzi应用到Ci对应的输出隶属度函数中,得到模糊输出的聚合其中:Z——模糊输出的聚合zi——模糊推理结果uzi对于输出模糊子集Ci的切割n——输出模糊子集的数量(7)使用重力质心(COG)算法对Z进行逆模糊运算,得到风量调整量其中:C(x)——经过输出切割后的隶属度函数a——函数所围面积区间的x下限b——函数所围面积区间的x上限x——函数自变量根据本专利技术提供的一种烧结主抽风机智能节电的系统,用于执行上述的烧结主抽风机智能节电的方法。与现有技术相比,本专利技术具有如下的有益效果:本专利技术解决了在主抽风机变频控制的烧结机上如何调节风机频率才能使得在保证烧结过程稳定的前提下达到最大的节能效果。本专利技术使用了神经网络算法和模糊控制算法较好地匹配了烧结主抽风机输出风量和烧结过程所需风量及烧结终点位置之间的相互关系,具有较强的通用型和灵活性,可以推广应用到所有具备主抽风机变频控制系统的烧结机上。附图说明通过阅读参照以下附图对非限制性实施例所作的详细描述,本专利技术的其它特征、目的和优点将会变得更明显:图1为控制流程图;图2为系统结构图;图3为原理示意图。图中:1为主抽风机;2为风门;3为风箱;4为台车;5为混合料。具体实施方式下面结合具体实施例对本专利技术进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本专利技术,但不以任何形式限制本专利技术。应当指出的是,对本领域的普通技术人员来说,在不脱离本专利技术构思的前提下,还可以做出若干变形和改进。这些都属于本专利技术的保护范围。本专利技术公开了一种使用智能控制原理,实现烧结主抽风机实时动态变频控制,降低烧结风机电力消耗的方法和系统。本专利技术在烧结终点位置与设定位置发生偏差的时候,利用智能控制算法计算相应的主抽风机频率的调整量,以控制主抽风机的输出风量始终与烧结过程所需要的风量保持匹配,令主抽风机在保证烧结过程稳定的同时工作在最低电耗状态下,实现节能控制。具体地,所述烧结主抽风机智能节电的方法及系统,利用主抽风机输出风量与烧结终点之间的相关性,通过观察当前烧结终点的位置来对主抽风机的频率进行控制,达到降低烧结主抽风机电耗的目的。(1)当烧结终点位置提前时,说明目前主抽风机输出的风量超出了烧结过程所需要的风量,可适当降低主抽风机转速。根据终点提前量可计算出应减少的风量值及对应的风机频率;(2)当烧结终点位置落后时,说明目前主抽风机输出的风量不能满足烧结过程所需的风量本文档来自技高网
...
烧结主抽风机智能节电的方法及系统

【技术保护点】
一种烧结主抽风机智能节电的方法,其特征在于,包括如下步骤:步骤1:在生产过程中采集烧结机的产量、风量数据并存入数据库;步骤2:从数据库中读取前30天的产量、风量数据;步骤3:对步骤2读取的前30天的产量、风量数据进行编码,组成神经网络模型的训练样本;步骤4:使用步骤3生成的训练样本对神经网络模型进行训练;步骤5:检测烧结机当前的机速、层厚信号,获取烧结机的装料量,并获取预期烧结矿产量;步骤6:将步骤5获得的预期烧结矿产量输入步骤4所训练的神经网络模型,得到预期风量值;步骤7:检测烧结机各风箱的温度信号,对风箱温度序列进行拟合,生成平滑的温度曲线;步骤8:扫描步骤7生成的温度曲线,取出温度最高点所处位置,计算烧结终点位置;步骤9:利用终点位置偏差量及需要增减风量值的经验数据构造模糊关系矩阵,并用此矩阵建立模糊控制器;步骤10:计算从步骤8得出的烧结终点位置与设定终点位置的偏差量;步骤11:将步骤10得出的烧结终点位置偏差量输入步骤9建立的模糊控制器,计算出风量调整量;步骤12:叠加步骤6得出的预期风量值及步骤11得出的风量调整量,得出新的风量设定值;步骤13:使用步骤12生成的风量设定值扫描主抽风机特性曲线,得到相应的风机转速设定值;步骤14:将步骤13得到的风机转速设定值转换为风机频率设定值;步骤15:向风机变频系统下发步骤14得到的风机频率设定值;步骤16:定周期重复步1至步骤15,实时调整风机工作频率。...

【技术特征摘要】
1.一种烧结主抽风机智能节电的方法,其特征在于,包括如下步骤:步骤1:在生产过程中采集烧结机的产量、风量数据并存入数据库;步骤2:从数据库中读取前30天的产量、风量数据;步骤3:对步骤2读取的前30天的产量、风量数据进行编码,组成神经网络模型的训练样本;步骤4:使用步骤3生成的训练样本对神经网络模型进行训练;步骤5:检测烧结机当前的机速、层厚信号,获取烧结机的装料量,并获取预期烧结矿产量;步骤6:将步骤5获得的预期烧结矿产量输入步骤4所训练的神经网络模型,得到预期风量值;步骤7:检测烧结机各风箱的温度信号,对风箱温度序列进行拟合,生成平滑的温度曲线;步骤8:扫描步骤7生成的温度曲线,取出温度最高点所处位置,计算烧结终点位置;步骤9:利用终点位置偏差量及需要增减风量值的经验数据构造模糊关系矩阵,并用此矩阵建立模糊控制器;步骤10:计算从步骤8得出的烧结终点位置与设定终点位置的偏差量;步骤11:将步骤10得出的烧结终点位置偏差量输入步骤9建立的模糊控制器,计算出风量调整量;步骤12:叠加步骤6得出的预期风量值及步骤11得出的风量调整量,得出新的风量设定值;步骤13:使用步骤12生成的风量设定值扫描主抽风机特性曲线,得到相应的风机转速设定值;步骤14:将步骤13得到的风机转速设定值转换为风机频率设定值;步骤15:向风机变频系统下发步骤14得到的风机频率设定值;步骤16:定周期重复步1至步骤15,实时调整风机工作频率。2.根据权利要求1所述的烧结主抽风机智能节电的方法,其特征在于,在步骤8中,所述计算烧结终点位置,具体的计算过程为:(1)烧结终点温度Tbtp=max(f(x))其中:Tbtp——烧结终点温度f(x)——风箱温度拟合曲线函数(2)烧结终点位置Btp=f-1(Tbtp)其中:Btp——烧结终点位置Tbtp——烧结...

【专利技术属性】
技术研发人员:左叶锋吴毅平
申请(专利权)人:上海宝信软件股份有限公司
类型:发明
国别省市:上海;31

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1