熟料篦式冷却机冷却过程智能控制方法技术

一种熟料篦式冷却机冷却过程智能控制方法，属于自动控制技术领域，包括以下步骤，步骤一、篦冷机熟料冷却过程实时过程数据的获得；步骤二：篦冷机熟料冷却过程特征数据滤波处理；步骤三：基于案例推理的篦冷机熟料冷却各控制量的确定。（１）案例表示（２）案例相似度的计算（３）相似度阙值的确定。（４）案例检索与匹配（５）案例重用（６）案例解的修正；步骤四、案例存储与维护；步骤五、篦冷机熟料冷却过程窑头压力模糊自适应ＰＩ控制。本发明专利技术的有益效果：这种方法不依赖于生产过程的精确数学模型，适应复杂工况条件的变化。同时，减轻了操作工人的强度，使篦冷机冷却过程始终处于正常的工作状态。

【技术实现步骤摘要】

本专利技术属于自动控制
，特别涉及熟料由回转窑下落到篦式冷却机中冷却过程的 智能控制方法。
技术介绍
篦式冷却机是熟料冷却的关键设备，在生产过程中热熟料由回转窑窑口卸到篦式冷却机 进行冷却，衡量篦式冷却机质量的工艺指标是篦冷机篦床上料层厚度。影响回转窑运行和篦 冷机冷却效果的四个主要工艺参数是二次风温度、篦冷机二室篦下压力、窑头负压、出口熟 料温度。熟料在往复推动篦板的推动下，经一、二级篦床向前运动，一、二级篦床互相联结 且有高度落差，篦床下面分若干个风室设有若干台风机，来自风机的冷却风顺料层间隙向上 喷射并渗透，对熟料进行冷却，从熟料中引出的高温风(通常称为二次风)进入窑内与一次 风和煤粉一起燃烧，同时冷却好的熟料进入下一工序。出篦冷机的熟料温度应控制在65°C + 环境温度，由篦冷机入窑的二次风温度应控制在750 95(TC，篦冷机上料层的厚度尽可能采 取厚料层操作。目前，常规的熟料冷却控制使用的控制方法是PID或基于规则的模糊控制， 这种方法在熟料冷却过程中效果不明显，常常使出口熟料温度、入窑二次风温度及篦下压力 远远偏离正常工艺要求的值。
技术实现思路
为了解决以上熟料篦式冷却机冷却过程的控制问题，本专利技术提出了一种篦式冷却机智能 控制方法。本文使用的熟料冷却设备是篦式冷却机，使用案例推理和模糊自适应PI控制，根 据篦冷机二室篦下压力、二次风温度、窑头负压及出口熟料温度的目标值给出实时控制量， 稳定了熟料出口温度、入窑二次风温度，从而提高篦式冷却机的热效率和冷却效率，提高了 设备的运转率，增加了台时产量，保证了回转窑及篦式冷却机热工制度的平衡，有利于窑况 稳定和提高熟料煅烧质量，进而提高后续熟料溶出工序的A1203、 Na20的溶出率，具有较高 的实用价值。本专利技术的智能控制方法技术方案是这样实现的本专利技术所提出的智能控制方法依赖于硬件平台，由智能软件实现，其硬件平台核心由篦 式冷却机及其附属设备组成，同时配备了测量仪表，执行机构以及进行软件计算的计算机组成。其硬件平台核心部分的联接是篦冷机的输入端与熟料窑窑头下料口，输出端是熟料出口与破碎机(工艺过程流程如图1所示)。熟料冷却系统的测量仪表包括安装在篦冷机出料口上部的红外测温仪，用于在线测量篦冷机出口熟料温度T^ ; 安装在窑头中部的微压变送器，用于在线测量熟料窑窑头压力; 安装在篦冷机二风室下风机出口的压力变送器，用于在线测量风机出口压力;安装在窑头下料口处的热电偶，用于在线测量入窑二次风温度r￡e;安装在篦冷机一级篦床上的6支热电阻，用于测量一级篦床两侧的温度，分别为7^,、 & 、"^C3、 J5C4、C5、 i石C6 ，安装在篦冷机一级篦床电机上的智能数显表，用于在线测量一级篦床电机电流//;其执行机构包括六风室风机变频器频率SC6 ;一级篦床电机频率SC1;二级级篦床电机频率SC2;窑头收尘风机频率SC5;二风室风机风门开度AT。本专利技术智能控制软件既可以运行在分布式计算机控制系统(DCS)或可编程序逻辑控制 系统(PLC)上，也可以通过通讯方式运行于独立的计算机上，该软件从控制系统获得实时 过程数据，然后根据所获得的数据进行智能控制，从而获得篦冷机一级篦床电机频率、二风 室风机风门开度或风机频率、窑头收尘风机频率、六风室风机变频器频率的控制量。本专利技术方法包括以下步骤步骤一、篦冷机熟料冷却过程实时过程数据的获得程序从控制系统获得篦冷机冷却熟料过程的实时数据，包括篦冷机一级篦床电流//、二次风温度、 二室篦下压力、窑头压力尸JT 、熟料出口温度？k 、篦床两侧温度？Bd 、 ？BC2 、rBe3、 rse4、 rfle5、 rfle6，篦床两侧温度过高时，篦板会烧坏，因此计算时篦床两侧温度取最大值为7^。篦冷机一级篦床电机频率反馈S/1;篦冷机二级篦床电机频率反馈S/2;篦冷机窑头收尘风机频率反馈S/5 ;篦冷机六风室风机频率反馈S/6、 二风室风机风门开度反馈KI 。步骤二篦冷机熟料冷却过程特征数据滤波处理本专利技术对特征数据采用中值滤波法，中值滤波是一种典型的非线性滤波器，它可以很好 的将奇异数据滤除。举例如下对篦冷机一级篦床电机电流//采样"次(一般"为奇数)，然后将n个采样值进行排序， 选取中间值为本次采样值，记为// ;同理，二次风温度滤波值为7^^，篦冷机二室篦下压力滤波值为iV^，窑头压力滤波值为户，，熟料出口温度滤波值为rc^，篦冷机篦床温度滤波值为T皿。步骤三基于案例推理的篦冷机熟料冷却各控制量的确定-在篦冷机熟料冷却过程中，被控变量有篦冷机一级篦床电流//、 二次风温度7^、 二室 篦下压力i^、窑头压力i^、熟料出口温度7^、篦床温度7^，针对多变量难以建立精确的数学模型，从而达到理想的效果，因此本文采用基于案例推理和模糊自适应PI控制，具体控 制步骤如下(1)案例表示根据篦冷机熟料冷却过程及熟料窑稳定操作的机理，二次风温度是影响窑稳定操作的主 要因素，影响窑的稳定运行；二室篦下压力指示篦冷机篦床阻力，同时也反映窑内烧成带温 度变化。篦冷机一级篦床电机电流也反映篦床上料层厚度， 一般情况下，电流的大小与料层 厚度成正比。操作人员通过人机界面输入二次风温度、二室篦下压力、窑头压力的上限、下 限设定值。因而可选择篦冷机一级篦床电机电流滤波值//^^、 二室篦下压力滤波值/^w、 二次风温度滤波值3^m、熟料出口温度滤波值7^^、篦床温度滤波值7;^作为篦冷机冷却过程典型工况描述，分别用A， x2， ；c3， x4， A表示，案例解由篦冷机一级篦床电机频率SC1、 二风室风机风门开度《r、六风室风机变频器频率SC6组成，分别用j,， h， h表示。在案例库中，每条案例G (A 二1,2…")由工况描述％ = {&， x2， x3， jc4， x5 }和案例解特征描述y={_)V力，h }组成。其中篦冷机一级篦床电机频率SC1与二级篦床电机频率SC2按一定 比例进行调节，因此，只要求出SC1,SC2便自动调节。另夕卜，为了便于案例检索与匹配及其它案例操作的需要在案例数据库表中再增加两条属性时间和相似度，其中时间为案例获得 的时间，相似度表示当前工况C^的描述与案例库中第A;条案例Q的相似度。案例的表示见表l。表l案例C^的表示<table>table see original document page 9</column></row><table>(2)案例相似度的计算:定义篦冷机熟料冷却过程的当前运行工况C^的描述为I二(A， ^， x3， ^， A)，的解特征描述为y^;V y2， h }。案例库中^ (A: =1,2—")的工况描述为JT,、2， 、3， 、4' 、5), Q的解的特征描述为h,2， h,3)。当前工况描述C^的特征x, (/=1， 2， 3， 4， 5)与案例C;的描述特征a, (Z = l, 2， 3， 4， 5)的相似度函数w'm(;c,，;^)为w>w(;c,，jcJ=1- 卜'-、'l " :l,2…w; /=1'2,3,4,5) (1)对于当前工况C^与案例库中案例(^ (it =1，2本文档来自技高网...

【技术保护点】
一种熟料篦式冷却机冷却过程智能控制方法，其特征在于该方法依赖于硬件平台，包括以下步骤：步骤一、篦冷机熟料冷却过程实时过程数据的获得：从控制系统获得篦冷机冷却熟料过程的实时数据，包括：篦冷机一级篦床电流Ⅱ、二次风温度Ｔ↓［ＥＣ］、二室篦下压力Ｐ↓［ＢＹ］、窑头压力Ｐ↓［ＹＴ］、熟料出口温度Ｔ↓［ＣＬ］、篦床两侧温度Ｔ↓［ＢＣ１］、Ｔ↓［ＢＣ２］、Ｔ↓［ＢＣ３］、Ｔ↓［ＢＣ４］、Ｔ↓［ＢＣ５］、Ｔ↓［ＢＣ６］，选取篦床两侧温度取最大值为Ｔ↓［ＢＣ］，篦冷机一级篦床电机频率反馈ＳＩ１；篦冷机二级篦床电机频率反馈ＳＩ２；篦冷机窑头收尘风机频率反馈ＳＩ５；篦冷机六风室风机频率反馈ＳＩ６、二风室风机风门开度反馈ＫＩ；步骤二：篦冷机熟料冷却过程特征数据滤波处理对篦冷机一级篦床电机电流Ⅱ采样ｎ次，然后将ｎ个采样值进行排序，选取中间值为本次采样值，记为Ⅱ↓［Ｍ］；二次风温度滤波值为Ｔ↓［ＥＣＭ］，篦冷机二室篦下压力滤波值为Ｐ↓［ＢＹＭ］，窑头压力滤波值为Ｐ↓［ＹＴＭ］，熟料出口温度滤波值为Ｔ↓［ＣＬＭ］，篦冷机篦床温度滤波值为Ｔ↓［ＢＣＭ］；步骤三：基于案例推理的篦冷机熟料冷却各控制量的确定（１）案例表示：选择篦冷机一级篦床电机电流滤波值Ⅱ↓［Ｍ］、二室篦下压力滤波值Ｐ↓［ＢＹＭ］、二次风温度滤波值Ｔ↓［ＥＣＭ］、熟料出口温度滤波值Ｔ↓［ＣＬＭ］、篦床温度滤波值Ｔ↓［ＢＣＭ］作为篦冷机冷却过程工况描述，分别用ｘ↓［１］，ｘ↓［２］，ｘ↓［３］，ｘ↓［４］，ｘ↓［５］表示，案例解由篦冷机一级篦床电机频率ＳＣ１、二风室风机风门开度ＫＴ、六风室风机变频器频率ＳＣ６组成，分别用ｙ↓［１］，ｙ↓［２］，ｙ↓［３］；（２）案例相似度的计算：定义篦冷机熟料冷却过程的当前运行工况Ｃ↓［ｃｕｒ］的描述为Ｘ＝（ｘ↓［１］，ｘ↓［２］，ｘ↓［３］，ｘ↓［４］，ｘ↓［５］），Ｃ↓［ｃｕｒ］的解特征描述为Ｙ＝｛ｙ↓［１］，ｙ↓［２］，ｙ↓［３］｝，案例库中Ｃ↓［ｋ］（ｋ＝１，２…ｎ）的工况描述为Ｘ↓［ｋ］＝（ｘ↓［ｋ，１］，ｘ↓［ｋ，２］，ｘ↓［ｋ，３］，ｘ↓［ｋ，４］，ｘ↓［ｋ，５］），Ｃ↓［ｋ］的解的特征描述为：Ｙ↓［ｋ］＝（ｙ↓［ｋ，１］，ｙ↓［ｋ，２］，ｙ↓［ｋ，３］）；当前工况描述Ｃ↓［ｃｕｒ］的特征ｘ↓［ｉ］（ｉ＝１，２，３，４，５）与案例Ｃ↓［ｋ］的描述特征ｘ↓［ｋ，ｉ］（ｉ＝１，２，３，４，５）的相似度函数ｓｉｍ（ｘ↓［ｉ］，ｘ↓［ｋ，ｉ...

【技术特征摘要】

【专利技术属性】
技术研发人员：乔景慧，周晓杰，郑秀萍，岳恒，柴天佑，
申请(专利权)人：沈阳东大自动化有限公司，东北大学，
类型：发明
国别省市：89[中国|沈阳]