一种水泥分解炉燃烧自动控制方法技术

本发明专利技术涉及一种水泥分解炉燃烧自动控制方法，利用分解炉温差和温差变化率以及废气CO含量差值、变化率作为输入信号，以窑头喂煤量、高温风机频率和三次风阀门开度为输出信号。建立训练和测试样本数据，采用模糊神经网络算法，不断修改权值，使其与实际输出相同。本发明专利技术能够很好的解决这种非线性、大滞后、多变量、多扰动及非线性过程问题。能够节约能源和减少空气污染。

Automatic combustion control method for Cement Decomposing Furnace

The present invention relates to automatic combustion control method of cement decomposing furnace, by decomposing furnace temperature and temperature difference, and the change rate of exhaust gas CO content change rate as input signals to the kiln head coal feeding, high temperature fan frequency and the three valve opening for output signal. The training and test sample data are established, and the fuzzy neural network algorithm is used to modify the weights continuously to make it identical with the actual output. The invention can solve the nonlinear, large delay, multi variable, multi disturbance and nonlinear process problems. It can save energy and reduce air pollution.

【技术实现步骤摘要】
一种水泥分解炉燃烧自动控制方法
本专利技术是一种水泥分解炉燃烧自动控制方法，属于自动控制领域。
技术介绍
水泥分解炉是水泥生产线上的核心设备，也是节能降耗的关键设备，水泥生产过程中最关键的生料煅烧理化反应在窑内进行，而分解炉对物料的分解将直接影响回转窑的物料煅烧的质量，从而影响水泥熟料的质量、产量以及能耗，对水泥分解炉能耗的优化控制从一定程度上体现了一个国家的工业和技术水平。水泥生料在分解炉内的分解过程，是一个复杂的大滞后、多变量、多扰动及非线性过程，因此分解炉系统的建模以及控制难度大，不容易实现。目前，在我国新型干法水泥生产线上控制分解炉的系统多是集散控制系统(DCS)，主要依靠操作员的工作经验为主进行手工调节来实现水泥熟料生产的工艺流程控制，与国外先进的水泥生产企业相比，没有应用工艺优化控制软件，缺乏能效标准和节能措施，造成水泥生产单耗较大，浪费了大量能源。如何通过有效的控制方法提高生产效率，在保证产品质量的前提下降低能耗，成为目前水泥生产过程亟待解决的问题。我国许多中小水泥生产企业的分解炉温度过程控制主要还是采用人工调节的方式,自动化程度较低,受操作人员知识、经验和情绪等因素的本文档来自技高网...

【技术保护点】
一种水泥分解炉燃烧自动控制方法，包括分解炉，以及通过检测仪表获得的五个变量数据：窑头喂煤量、高温风机转速、三次风压强、分解炉温度、废气CO含量；其中废气中的氧气与CO含量成反比，其特征在于，步骤1采样数据，取检测仪表获得的变量数据：分解炉温度与设定温度的差值、分解炉温度偏差变化率；以及分解炉废气C0含量与设定含量的差值、分解炉废气CO含量偏差变化率作为输入信号；取检测仪表获得的变量数据：窑头喂煤量、高温风机频率和三次风阀门开度作为输出信号；采集多组输入信号与输出信号作为数据，将采集数据的一部分输入信号及其对应的输出信号作为训练数据，另一部分输入信号及其对应的输出信号作为测试数据；通过训练数据建...

【技术特征摘要】
1.一种水泥分解炉燃烧自动控制方法，包括分解炉，以及通过检测仪表获得的五个变量数据：窑头喂煤量、高温风机转速、三次风压强、分解炉温度、废气CO含量；其中废气中的氧气与CO含量成反比，其特征在于，步骤1采样数据，取检测仪表获得的变量数据：分解炉温度与设定温度的差值、分解炉温度偏差变化率；以及分解炉废气C0含量与设定含量的差值、分解炉废气CO含量偏差变化率作为输入信号；取检测仪表获得的变量数据：窑头喂煤量、高温风机频率和三次风阀门开度作为输出信号；采集多组输入信号与输出信号作为数据，将采集数据的一部分输入信号及其对应的输出信号作为训练数据，另一部分输入信号及其对应的输出信号作为测试数据；通过训练数据建模，测试数据验证模型，实现机器的智能控制；步骤2模糊神经网络控制算法建模，训练数据包括训练输入信号和训练输出信号，假设算法模型的初始参数是随机设定的，输入训练输入信号，通过该模型得到的实际结果，与训练输出信号进行比较，得出其误差值,通过算法,修改其权值，使训练输出信号与训练输出信号的差值无限趋近于零，即停止训练，得到所需算法模型；测试数据包括测试输入和测试输出，通过测试数据的输入，比较实际结果与测试数据的输出，来验证通过模型得出的实际输出是否与测试输出相等；相等则模型建立，不相等则返回训练数据重新建模；步骤3实现分解炉的自动控制，经过模糊神经网络控制算法，得出增加或者减少送煤量或者氧气含量的控制指令，从而使得分解炉出口温度稳定在设定的温度的±2℃，以及CO含量和氧气含量也达到设定的值，实现分解炉的自动控制。2.根据权利要求1所述的一种水泥分解炉燃烧自动控制方法，其特征是，所述步骤1中分解炉温度与设定温度的差值△T(k)＝Tset-Tcurrent,设为系统的输入信号x1；分解炉温度偏差变化率设为系统的输入信号x2；分解炉废气C0含量与设定含量的差值△C0＝COset-COcurrent,设为系统的输入信号x3；分解炉废气CO含量偏差变化率设为系统的输入信号x4；所述窑头喂煤量设为Y1，高温风机频率设为Y2，三次风阀门开度设为Y3；输入信号为xi＝[x1,x2,x3,x4],输出信号为yi＝[y1,y2,y3]。3.根据权利要求1或2所述的一种水泥分解炉燃烧自动控制方法，其特征是，所述步骤2中模糊神经网络控制算法建模包括以下步骤：Step1，根据步骤1的采样数据，得到训练数据和测试数据；Step2，初始化连接参数以及个数，隶属函数采用高斯函数，输入层为4个，每个输入信号的模糊集合为mi＝[m1,m2,m3,m4],其中m1＝7，m2＝5，m3＝3，m4＝5，故初始化中心宽度和中心分别为bij和cij其中i代表输入信号的个数，j∈1,2,3..mi，t为输出的参数为1,2,3三个取值，为输出值连接值，确定迭代总数bite＝1000次，初始值次数i＝1；Step3，首先将训练样本输入MATLAB当中，其输入信号为xi＝[x1,x2,x3,x4]，将其进行隶属函数化：该层节点数为其中i∈1,2,3,4；j∈1,2..mi；...

【专利技术属性】
技术研发人员：李涛，梁凯，高若尘，申琦，张慧杰，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43