一种辊道窑烧成温度建模与时滞控制方法、系统技术方案

本发明专利技术公开了一种辊道窑烧成温度建模与时滞控制方法、系统，建模步骤，采集辊道窑的工艺参数，上位机根据热平衡原理构建烧成温度动态特性模型；模型优化步骤，上位机对所述烧成温度动态特性模型进行优化，将大滞后性温度对象转化为小时滞性的等效对象。基于辊道窑温度控制机理和热力学定律，建立与优化烧成温度动态特性模型；针对PID控制器对小时滞性过程有比较好的控制效果而对大时滞过程控制不敏感的问题，生成辊道窑温度大时滞性问题有效的控制策略：神经网络模糊PID控制策略，对辊道窑温控系统大滞后性达到很好的控制效果，有效实现辊道窑的智能化、轻型化，提高产品质量、减少能耗、减轻现场工人的劳动强度。

【技术实现步骤摘要】
一种辊道窑烧成温度建模与时滞控制方法、系统
本专利技术涉及陶瓷生产领域，尤其涉及一种辊道窑烧成温度建模与时滞控制方法、系统。
技术介绍
在陶瓷制品生产过程中，必须既保证质量又尽可能的降低能耗，尤其是烧成工艺的能耗。辊道窑以辊棒传动的方式进行连续生产大大缩短了陶瓷制品的烧成周期，且烧嘴对称布置保证了窑内温度场的均匀性，为实现陶瓷制品生产的高效节能创造了先决条件，因而被广泛应用于陶瓷行业。辊道窑内温度控制的好坏将直接影响最终的产品质量。辊道窑陶瓷制品烧成温度控制是一种典型的大时滞闭环系统，其时滞性体现在被控参数(如温度、流量等)在时间上的一种延时。迟延环节的存在使得被控温度信号延迟τ以后才能反映出来，从而导致被调量(如燃气流量、空气流量等)不能及时响应温度信号的执行动作。因此，辊道窑烧成温度控制系统存在具有时间常数大，滞后现象严重的特点，且影响因素复杂多变，如控制不当，将严重影响陶瓷制品烧成的品质的成品率和能源浪费。
技术实现思路
本专利技术的目的在于提出一种辊道窑烧成温度建模与时滞控制方法、系统，对辊道窑温控系统大滞后性达到很好的控制效果，有效实现辊道窑的智能化、轻型化，提高产品质量、减少本文档来自技高网...

【技术保护点】
1.一种辊道窑烧成温度建模与时滞控制方法，其特征在于，依次包括以下步骤：建模步骤，采集辊道窑的工艺参数，上位机根据热平衡原理构建烧成温度动态特性模型；模型优化步骤，上位机对所述烧成温度动态特性模型进行优化，将大滞后性温度对象转化为小时滞性的等效对象；时滞控制步骤，上位机利用神经网络的学习能力和自映射能力进行模糊控制，从而生成神经网络模糊PID控制策略，并通过神经网络模糊PID控制策略对优化后的所述烧成温度动态特性模型进行烧成温度控制。

【技术特征摘要】
1.一种辊道窑烧成温度建模与时滞控制方法，其特征在于，依次包括以下步骤：建模步骤，采集辊道窑的工艺参数，上位机根据热平衡原理构建烧成温度动态特性模型；模型优化步骤，上位机对所述烧成温度动态特性模型进行优化，将大滞后性温度对象转化为小时滞性的等效对象；时滞控制步骤，上位机利用神经网络的学习能力和自映射能力进行模糊控制，从而生成神经网络模糊PID控制策略，并通过神经网络模糊PID控制策略对优化后的所述烧成温度动态特性模型进行烧成温度控制。2.根据权利要求1所述的辊道窑烧成温度建模与时滞控制方法，其特征在于，所述建模步骤具体为：首先，采集辊道窑的工艺参数，上位机根据热平衡原理：单位时间内输人热量Et_in与输出热量Et_out之差等于辊道窑内气体与陶瓷坯体的热交换的热量变化率Ec_in，得到其中，Gtile表示该温度带陶瓷坯体的质量，Ctile表示该温度带陶瓷坯体此时的比热容，Vgas表示该温度带混合气体的容量，Cgas表示这一温度带混合气体的比热容，炉门孔辐射热损失和炉门孔逸出的热损失之和E损约占热量能耗的4％，Ec_in≈0.96(Et_in-Et_out)；然后假设辊道窑的各段燃料完全燃烧，剩余空气系数保持恒定，并且燃气是不可压缩的，天然气纯度为1，则当燃气变化的增量为Δq1时，辊道窑的烧成带温度为带有纯滞后的一阶惯性环节，即此时传递函数为：当空气变化的增量为Δq2时，同理，经计算和拉氏变换后此时传递函数为：将上述两种情况的传递函数串联，得到烧成温度动态特性模型：其中K＝K1·K2,τ＝τ1+τ2。3.根据权利要求2所述的辊道窑烧成温度建模与时滞控制方法，其特征在于，所述模型优化步骤具体为：首先，将烧成温度动态特性模型分解为两部分：二阶惯性环节G0(s)和滞后环节e-τs，其中从而根据自动控制原理，Geq(s)＝L2(G0(s)e-τs+G1(s)L1)，然后令G1(s)＝K·G0(s)，根据泰勒公式e-τs≈1-τs，得：取K＝1,得：从而将大滞后性温度对象转化为小时滞性的等效对象，优化后的烧成温度动态特性模型的等效滞后响应时间是被控对象的倍。4.根据权利要求3所述的辊道窑烧成温度建模与时滞控制方法，其特征在于，所述时滞控制步骤具体为：首先，上位机利用神经网络的学习能力和自映射能力进行模糊控制，从而生成神经网络模糊PID控制策略，神经网络模糊PID控制策略依次设有输入层、模糊化层、模糊推理层和输出层；将偏差e(t)和偏差变化率ec(t)输入到神经网络模糊结构的输入层，此时隶属函数f1(x)＝x，定义偏差e(t)和偏差变化率ec(t)的输出分别为x1、x2，则然后，所述模糊化层将偏差e(t)和偏差变化率ec(t)划分为7个模糊集，并对7个所述模糊集进行模糊化处理；然后根据选定的隶属度函数f1(x)＝x计算偏差e(t)和偏差变化率ec(t)属于模糊集合的程度，所述隶属度函数f1(x)＝x为高斯型函数，则其中，cij为第i个输入变量对应的第j个模糊集合的隶属度函数的中心值，bij为第i个输入变量对应的第j个模糊集合的隶属度函数的标准差；接着，所述模糊推理层中的每一个节点都对应一种模糊规则，在推理过程中，将来自所述模糊化层的模糊量作笛卡尔乘积，其模糊推理后的输出结果为：其中所述输出层的输出结果为PID三大参数：kp、ki和kd，定义模糊推理层与输出层的连接权值参数为w，则有：最后，计算PID控制器的输出y(t)，从而对辊道窑的烧成温度自适应控制。5.根据权利要求4所述的辊道窑烧成温度建模与时滞控制方法，其特征在于，还包括以下步骤：均匀性评估步骤，上位机通过均匀度评价指标对所述神经网络模糊PID控制策略进行评估，检测所述神经网络模糊PID控制策略下达到稳态后辊道窑烧成温度的均匀性；所述均匀度评价指标为：计算样本均值样本标准差从而温度分布均匀性系数TCU为：数值位置分布均匀性系数LCU为：从而基于TCU和LCU的均匀度评价指标为：6.一种辊道窑烧...

【专利技术属性】
技术研发人员：杨海东，张植豪，徐康康，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44