一种烧结料层高度的横向均匀性控制方法、系统及存储器技术方案

本发明专利技术公开了一种烧结料层高度的横向均匀性控制方法、系统及存储器。该控制方法基于BP神经网络建立烧结料层高度预测模型，获得料层高度预测值，并通过模糊算法计算分别计算出预测值、检测值与设定值之间的偏差和偏差变化，从而得到辅闸门开度的第一和第二控制量，再通过加权计算得到最终辅闸门开度控制量。基于上述方法所提供的含有计算机程序的控制系统，有效解决了布料辅闸门开度控制存在时间滞后、料层高度均匀性波动大的技术问题，并可以替代人工进行操作，实现了烧结过程的智能化控制。制。制。

【技术实现步骤摘要】
一种烧结料层高度的横向均匀性控制方法、系统及存储器


[0001]本专利技术涉及一种横向均匀性控制的方法，具体涉及一种烧结料层高度的横向均匀性控制方法、系统及存储器，属于钢铁烧结生产


技术介绍

[0002]烧结是钢铁生产流程中的一道重要工序。随着烧结设备的大型化和厚料层烧结的普及，合理控制台车宽度方向上的烧结均匀性，对提高烧结矿产量、质量指标，降低工序能耗具有十分重要的意义。在传统烧结生产过程中横向布料的均匀性通常由现场操作员根据生产经验进行评判和控制，容易出现布料不均匀的现象。
[0003]此外，部分生产现场的布料闸门实现了反馈控制，通常是以雷达料位计实时检测出的料层高度来进行布料辅闸门的控制。检测到的料层高度已经完成布料作业，辅闸门调节点到雷达料位计位置4
‑
6m的距离，反馈控制存在一定的滞后性，容易导致布料常出现堆料或亏料现象。
[0004]因此，开发一种烧结料层高度的横向均匀性控制方法，通过提前结合料层高度预测值和检测值进行辅闸门开度控制，避免辅闸门开度控制出现超调或滞后，通过横向均匀性控制系统替代人工经验操作，提高辅闸门开度控制的稳定性，提高横向烧结均匀性，对烧结产量、质量和能耗指标的提升具有重要意义。

技术实现思路

[0005]针对现有技术的问题，本专利技术的第一个目的在于提供一种烧结料层高度的横向均匀性控制方法，本专利技术基于BP神经网络的料层高度预测模型，提前结合料层高度预测值和检测值进行辅闸门开度控制，避免辅闸门开度控制出现超调或滞后，并通过横向均匀性控制系统替代人工经验操作，提高辅闸门开度控制的稳定性，提高横向烧结均匀性。
[0006]本专利技术的第二个目的在于提供一种计算机可读存储器，存储器上含有实现上述均匀性控制方法的计算机程序，可被读取和执行。
[0007]本专利技术的第三个目的在于提供一种烧结料层高度的横向均匀性系统，该系统基于可编程逻辑控制器、辅闸门控制器、处理器和可读存储器之间的协同作用，实现了对于烧结料层高度的实时监测和调控，大幅提高了烧结过程稳定性和调控的精准性。
[0008]本专利技术要解决的技术问题在于，针对基于料高检测值的辅闸门开度反馈控制的滞后性和不稳定性问题，提供一种烧结料层高度的横向均匀性控制方法与系统解决上述问题。
[0009]为实现上述技术目的，本专利技术提供了一种烧结料层高度的横向均匀性控制方法，包括以下步骤：
[0010]S1：基于BP神经网络建立烧结料层高度预测模型，并获得料层高度预测值；
[0011]S2：将料层高度预测值与设定值的偏差和偏差变化率作为输入值，通过模糊控制规则计算辅闸门开度的第一控制量；
[0012]S3：将料层高度检测值与设定值的偏差和偏差变化率作为输入值，通过模糊控制规则计算辅闸门开度的第二控制量；
[0013]S4：将辅闸门开度的第一控制量和第二控制量加权平均，得到最终辅闸门开度控制量。
[0014]作为一项优选的方案，所述烧结料层高度预测模型包括输入层、隐含层和输出层。
[0015]作为一项优选的方案，所述隐含层的激活函数采用Sigmoid函数，所述各层神经元之间的连接权值和输出阈值采用梯度下降法进行优化。
[0016]作为一项优选的方案，所述料层高度预测值的获取过程为：
[0017]i)将包括料层高度的时间序列、辅闸门开度、料槽料位、圆辊转速和烧结机速进行压缩量化至同一区间，得到预测特征向量；
[0018]ii)将预测特征向量属于至料层高度预测模型中，得到料层高度关于时间的特征值；
[0019]iii)根据特征值缩放计算得到料层高度的预测值。
[0020]作为一项优选的方案，所述模糊控制规则的模糊语言描述为{NB,NM,NS,ZE,PS,PM,PB}，根据料层高度的统计结果和烧结过程调整偏差和偏差变化的基本论域。
[0021]作为一项优选的方案，所述第一控制量的获取过程包括：将料层高度预测值与设定值的偏差e1、偏差变化率ec1输入基于料层高度预测值的模糊控制器中，通过模糊化、模糊推理、模糊决策、模糊量清晰化等操作后得到辅闸门开度的第一控制量u1。
[0022]作为一项优选的方案，所述第二控制量的获取过程包括：将料层高度检测值与设定值的偏差e2、偏差变化率ec2作为输入，通过基于料层高度检测值的模糊控制器进行模糊化、模糊推理、模糊决策、模糊量清晰化等操作后，得到辅闸门开度的第二控制量u2。
[0023]作为一项优选的方案，所述最终辅闸门开度控制量的计算过程如式1所示：
[0024]式1：u＝k1u1+k2u2；
[0025]式1中，u为最中辅闸门开度控制量，量纲为mm；k1和k2是加权因子，无量纲；u1为第一控制量，量纲为mm，u2为第二控制量，量纲为mm。
[0026]本专利技术还提供了一种计算机可读存储器，包含计算机程序，所述计算机程序可实现上述任一项所述的烧结料层高度的横向均匀性控制方法。
[0027]本专利技术还提供了一种烧结料层高度的横向均匀性系统，包括：可编程逻辑控制器(100)、辅闸门控制器(200)、处理器(400)和权利要求8所述的可读存储器(300)；所述可编程逻辑控制器(100)采集生产过程数据输入至处理器(400)并执行可读存储器(300)上的计算机程序，计算得到的辅闸门开度控制量输出至辅闸门开度控制器(200)，即得。
[0028]相对于现有技术，本专利技术技术方案的有益技术效果为：
[0029]1)本专利技术所提供的烧结横向布料均匀性控制方法基于BP神经网络的料层高度预测模型，提前结合料层高度预测值和检测值进行辅闸门开度控制，避免辅闸门开度控制出现超调或滞后，并通过横向均匀性控制系统替代人工经验操作，提高辅闸门开度控制的稳定性，提高横向烧结均匀性；
[0030]2)本专利技术所提供的一种烧结料层高度的横向均匀性系统基于可编程逻辑控制器、辅闸门控制器、处理器和可读存储器之间的协同作用，实现了对于烧结料层高度的实时监测和调控，大幅提高了烧结过程稳定性和调控的精准性，可一定程度上代替人工调控，实现
了烧结过程的智能化控制。
附图说明
[0031]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0032]图1为本专利技术实施例提供的一种烧结横向布料均匀性控制方法与系统的方案图；
[0033]图2为本专利技术实施例提供的基于BP神经网络的料层高度预测模型结构图；
[0034]图3位本专利技术实施例提供的基于BP神经网络的料层高度预测效果图；
[0035]其中，图3(a)为1#区域料高的预测值和真实值示意图；图3(b)为2#区域料高的预测值和真实值示意图；图3(c)为3#区域料高的预测值和真实值示意图；图3(d)为4#区域料高的预测值和真实值示意图；图3(e)为5#区域料高的预测值和真实值示意图；图3(f)为6#区域料高的预测值和真实值示意图；
[0036]图4为本专利技术实施例提供的辅闸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种烧结料层高度的横向均匀性控制方法，通过提前结合料层高度预测值和检测值进行辅闸门开度控制，其特征在于，包括以下步骤：S1：基于BP神经网络建立烧结料层高度预测模型，并获得料层高度预测值；S2：将料层高度预测值与设定值的偏差和偏差变化率作为输入值，通过模糊控制规则计算辅闸门开度的第一控制量；S3：将料层高度检测值与设定值的偏差和偏差变化率作为输入值，通过模糊控制规则计算辅闸门开度的第二控制量；S4：将辅闸门开度的第一控制量和第二控制量加权平均，得到最终辅闸门开度控制量。2.根据权利要求1所述的一种烧结料层高度的横向均匀性控制方法，其特征在于：所述烧结料层高度预测模型包括输入层、隐含层和输出层；所述隐含层的激活函数采用Sigmoid函数，所述各层神经元之间的连接权值和输出阈值采用梯度下降法进行优化。3.根据权利要求1所述的一种烧结料层高度的横向均匀性控制方法，其特征在于：所述料层高度预测值的获取过程为：i)将包括料层高度的时间序列、辅闸门开度、料槽料位、圆辊转速和烧结机速进行压缩量化至同一区间，得到预测特征向量；ii)将预测特征向量属于至料层高度预测模型中，得到料层高度关于时间的特征值；iii)根据特征值缩放计算得到料层高度的预测值。4.根据权利要求1所述的一种烧结料层高度的横向均匀性控制方法，其特征在于：所述模糊控制规则的模糊语言描述为{NB,NM,NS,ZE,PS,PM,PB}，根据料层高度的统计结果和烧结过程调整偏差和偏差变化的基本论域。5.根据权利要求4所述的一种烧结料层高...

【专利技术属性】
技术研发人员：黄晓贤，范晓慧，陈许玲，劳思霖，赵利明，甘敏，匡朝辉，彭梓塘，季志云，孙增青，袁礼顺，
申请(专利权)人：中南大学，
类型：发明
国别省市：