加热炉计算机控制系统的设计与实现硕士学位论文(编辑修改稿)

加热炉计算机控制系统的设计与实现硕士学位论文(编辑修改稿)内容摘要：

................ 2 在学研究成果 ................................................................................................................. 8 致 谢 ........................................................................................................................ 9 安徽工业大学硕士学位论文 1 引 言 20xx 年，我国钢产量已经达到 亿吨，已是多年保持世界第一产钢大国的地位。 我国钢铁工业的发展速度是世界钢铁工业发展最快的国家，所取得的成就是世界公认的。 但是，我国钢铁工业技术经济指标 (包括能源消耗、劳动生产率、设备寿命及设备作业率等 )、对环境的污染等方面与世界先进水平相比较，差距仍很大。 要实现从钢铁大国到达钢铁强国，这是摆在钢铁研究工作者面前的艰巨任务。 加热炉的计算机控制系统通常被分为一级（ LEVEL1）和二级（ LEVEL2）控制系统。 LEVEL1系统包括燃烧控制系统和顺序控制系统。 燃控系统的 主要功能是根据钢坯钢种和规格的需要，控制各个区域的温度，实现钢坯的理想升温曲线控制。 同时实现相应的安全连锁和设备保护。 顺控系统的主要功能是完成整个加热炉区域的设备动作控制，实现钢坯的装料，步进和出料控制，以及相应的辅助设备的动作控制。 LEVEL1是 LEVEL2级控制的基础。 LEVEL2系统主要分为应用部分和模型部分，应用部分包括物料跟踪和通讯等，模型部分主要是钢坯的温度预测，主要包括装炉温度处理、出炉温度处理、炉温沿炉长方向的曲线拟合，周期计算等。 LEVEL2负责完成整个加热炉的过程控制，实现钢坯在炉膛内 的温度预报和物料跟踪，在通讯模型的支持下，完成整个加热炉区设备的全自动生产和全自动温度控制，并为轧机提供必要的信息。 本文的主要内容如下： （ 1）文献检索。 进行了大量文献检索工作，对前人的研究工作进行总结和分析。 描述了基于传热学原理的钢坯加热数学模型。 （ 2）设计和优化了 LEVEL1级控制系统，重点研究了改进型双交叉限幅温度自动控制和炉温模糊控制器，以及步进梁的速度曲线优化控制。 （ 3）系统研究了钢坯传热数学模型、钢坯温度预报模型和算法，并利用炉区分段的 BP神经网络进行了钢温的预测，离线仿真效果良好。 （ 4）开发了基于 S7400PLC和 WINCC的加热炉基础自动化系统，并成功应用于生产，大大提高了炉温的控制精度，温度响应时间大大缩短，加热炉 LEVEL2级计算机控制系统的投运，实现了炉内钢坯温度的预测，建立了加热炉与通讯伙伴的实时通讯，为轧机提供了必要的钢坯加热参数，实现了加热炉的全自动生产。 安徽工业大学硕士学位论文 2 第一章 文献综述 加热炉是轧钢生产线关键设备之一，也是主要耗能设备，其作用是将钢坯加热后送往轧机进行轧制 [1]， 其中钢坯加热炉能耗就占冶金能耗的 25%[2]，因此，提高加热炉的热效率，对整个冶金行业的节能降耗具有重要意义。 步 进梁式加热炉的功能是根据钢坯的入炉参数、生产工况和工艺指标，通过控制炉温，空气燃料流量及空燃比，空气燃料压力，烟气残氧浓度以及炉膛压力，尽可能地降低能耗，减少氧化烧损，使钢坯在炉中均匀受热，同时通过步进梁的步进运动，将钢坯从装料侧移动至出料侧，通过钢坯在炉内的运动，完成从低温段至高温段，再进入均热段的加热，达到轧钢要求的轧制温度。 由于加热炉燃烧过程具有非线性、强耦合、不确定性、分布参数特性，是一个高度复杂的工业过程，加热炉计算机过程控制技术成为钢铁企业研究的重要课题之一，在国内外都得到了广泛的重视。 加热 炉计算机控制概述 加热炉的计算机优化控制技术就是要在保证工艺指标的前提下实现最优的经济指标，在加热炉上开展计算机优化控制的研究已经有三十多年的历史， 国际上对加热炉优化控制的研究始于 20 世纪 70 年代，国内始于 80 年代，主要从设备和自动控制两个方面采取措施 [3]，以降低加热炉的能耗及提高产品质量，可以概括为三个方面：炉温自动控制、钢坯温度预报模型和炉温优化设定策略。 顺序控制系统和物料跟踪 顺控系统的主要功能是完成整个加热炉区域的设备逻辑控制，完成装料侧的辊道逻辑控制、加热炉液压站的控制、装钢机的速度曲线控制 ，步进梁的速度曲线控制和出钢机的控制，同时完成 L1级的板坯物料跟踪，实现钢坯的装料，步进和出料控制，以及相应的辅助设备的动作控制。 在 LEVEL1级顺控系统的基础上，LEVEL2及系统通过以太网络和 OPC方式，和 LEVEL1级系统建立实时通讯，在ORACLE数据库和 C软件的强大处理功能下，完成板坯的入炉、炉内和出炉的全炉跟踪，为模型控制系统提供必要的板坯钢种、尺寸和板坯位置等信息，完成坯料的温度预测。 加热炉燃烧控制系统的基本任务是：提高加热炉各段炉温的控制精度，获得满足开轧所要 求的钢坯温度，同时保证经济燃烧和安全运行。 为保证稳态和动态情况下，保证空燃比在合适的范围内，通常采用交叉限幅控制方法，使系统在调节的动态过程中，保持空气、燃料的相互跟随关系，控制最佳空燃配比。 目前，炉温自动安徽工业大学硕士学位论文 3 控制绝大多数还是采用带交叉限幅的温度流量串级 PID控制器，但控制精度差，超调严重，升降温速度慢。 神经网络、模糊控制、专家系统、自适应控制等智能化技术的出现为加热炉炉温控制提供了新的方法和思路。 张晶涛等人 [4]针对常规交叉限幅控制方法负荷跟踪速度低的缺点，采用了具有快速补偿响应功能和抗积分饱和功能的改进交 叉限幅燃烧控制方法，针对炉温过程具有时变非线性的特性，应用了自整定 PID 控制算法，针对加热炉下加热段与上加热段炉温对象耦合干扰严重的现象，应用了智能解耦控制方法。 从整体上提高了加热炉燃烧控制系统的控制性能。 文献 [5， 6]提出的专家模糊温度控制器，文献[7， 8]提出的加热炉神经网络燃烧控制等，还停留在理论研究和仿真研究阶段。 另外，目前采用的模糊控制、专家控制最终的输出量是空气流量和煤气流量设定值，流量的闭环控制还是要依靠传统的 PID 控制器来实现，从而限制了炉温控制精度和实时性的提高。 法国斯坦恩 霍特公司开发的 数字化时序脉冲燃烧系统 [9]，其温度控制是通过控制烧嘴的燃烧时间，而不是控制空气和煤气的流量，当空煤气烧嘴前的压力恒定时，通过控制空煤气切断阀的开启时间和工作周期，可以实现炉温的控制，从而克服了流量 PID 闭环控制的不足，达到了较好的效果。 钢坯温度预报模型 钢坯温度预报模型是加热炉燃烧优化控制的必要中间量，通过数学模型计算的炉内钢坯表面和核心温度，从而可以了解钢坯的加热质量，同时为进一步优化炉温设定提供依据。 随着计算机技术的发展，炉内钢坯加热过程的数学模型也被广泛地应用在计算机控制上。 在国外， Timothy 等人 [1012]根据加热炉内的热交换机理来建立实时控制模型，采用动态热传导分析的方法，通过分析钢坯各节点的热交换来对钢坯温度进行控制。 这种方法目前在一些钢厂的加热炉控制还在使用，但是目前生产现场采用的基本上都是简化的一维模型，多维模型因为计算量巨大目前还不能在线应用，在一定程度上降低了模型的准确性。 和 等人[1315]采用分布参数理论与热交换机理相结合的方法进行建模，并通过近似集中参数模型研究了加热炉的静态、动态优化问题。 [16]基于炉 内热量传导的物理机制，推导了一类时空离散化的状态空间模型。 文献 [1719]从描述钢坯内部稳定导热的二维偏微分方程及相应的边界条件出发，开发出了描述钢坯被加热状态的离散状态空间模型，从本质上，这种方法是机理分析方法的延续和改进。 国内这方面的研究起步较晚，上世纪七十年代末，随着计算机控制系统的普及和自动控制技术在钢铁企业的应用日趋广泛，加热炉温度优化控制理论的研究开始日渐深入，成为自动控制技术工业应用研究的重要领域。 钢坯升温模型的研究主要安徽工业大学硕士学位论文 4 从两个方面入手，采用总括热吸收率法，从钢坯与炉内热交换的物理机制入手， 简化了炉膛内辐射换热，寻找钢坯升温的热力学模型，文献 [2026]都涉及到了这方面的研究。 炉内钢坯温升数学模型大体上分为用于加热炉在线控制的一维稳态导热数学模型，以及用于加热炉离线计算机模拟的三维稳态导热数学模型。 低维导热数学模型形式简单、计算机求解方便，与三维模型相比，虽然在精度上有所不足，但在加热炉加热过程计算机在线控制方面，可以满足现场的工艺要求。 三维导热数学模型计算结果精度高，真实反映了钢坯在加热过程中的瞬时温度分布和变化，但由于数值计算求解过程计算工作量大，目前还很难将其应用到加热炉在线控制系统中 ，主要应用于实验室理论计算和分析。 为了进行数学模型的计算机移植以及实现控制的可行性和方便性，离散状态空间方法也是钢坯升温模型的研究重点和热点，在这方面文献 [2729]工作颇具代表性，这些文献都是把炉内的钢坯考虑为一股被加热的物料流，并按几何位置分解为一系列相互关联的子系统，不仅得出了炉内钢坯加热的全系统模型，而且给出了单独钢坯的跟踪热模型，为实时计算机控制奠定了理论基础。 近年来随着计算机技术和智能控制理论的迅速发展，智能控制得到了广泛应用。 智能技术不仅为传统控制理论和方法带来了新的生机，而且为解决轧钢 领域内的控制难题，摆脱常规数学模型的困境，突破现有控制理论的局限性，开辟了一条新的道路。 智能技术在钢铁冶金工业中的应用主要包括将专家系统与传统的控制方法相结合的专家控制方法；将人工神经网络应用于建模的神经网络控制方法；将模糊集合结合模糊推理决策进行控制的模糊控制方法；将神经网络和模糊控制相结合的智能控制方法等。 神经网络技术因其具有较快的学习能力和逼近任意非线性映射的能力而被广泛用于系统建模的研究中。 在加热炉对象的建模中，应用最为广泛的是 BP 神经网络[30, 31]，它有结构简单、抑制样本噪声等优点，但也有 学习速度较慢、容易陷入局部极小点等缺点，因此，近年来也出现了一些改进的神经网络模型，如 RBF 网络模型仅在输入空间的局部范围内非零 (即只有当输入落入输入空间的一个很小的局部范围时，基函数才产生一个有效的非零响应 )，其参数调整律可采用线性调整技术，因而有更快的学习速度，逼近能力很强，在钢坯温度预报方面得到了很好的应用 [32, 33]。 炉温优化设定模型 柴天佑，王中杰，沈子瞻等 [34, 35]人对步进式加热炉的建模、控制、优化做了很多研究，提出了一种基于生产目标的加热炉优化设定控制方法。 该方法采用前馈、安徽工业大学硕士学位论文 5 反馈、 自适应、智能及软测量等多种先进控制技术和建模方法实现了生产过程的建模与控制一体化，并通过多级闭环实现了生产过程的滚动优化，解决了基于 DCS的加热炉各回路的优化设定问题。 根据连续加热炉温分段可控性和钢温的变化滞后于炉温变化的特点，文献 [36, 37]运用一种新的炉温决策方法。 该法以控制段 (加热段或均热段 )内的某处钢坯的平均温度和表面温度与设定值的偏差最小为控制目标，决策出优化的炉温设定值。 开发合理的在线数学模型，为轧制生产服务，具有一定的效果。 安月明，温治 [38]系统总结了炉温优化设定时各种优化目标函数的 进展，对加热炉优化控制领域中目标函数的选取、约束条件的确定、寻优方法的选取进行了详细的分析和综述，评价了各类目标函数的优点和不足。 从发展来看，综合型的优化目标将会得到更大的应用，但在权重系数选取的研究上、寻优算法适合在线应用的问题上还值得进一步深入研究。 炉温优化设定的智能控制技术也在快速发展，模糊逻辑控制技术能够有效地利用人工控制所取得的操作经验，把人工经验变换成模糊控制规则，在加热炉这样非线性、大惯性、纯滞后、耦合严重的复杂系统的控制中获得了很多应用 [39]。 但是模糊控制方法本身还存在着一些缺点，比如模糊 控制是一种基于模糊规则的控制器，这些模糊控制规则是对受控过程认识的归纳与控制经验的总结，模糊规则通常情况下是固定不变的，本身缺乏学习能力，不能够自动修改，因而当系统有变动的时候，难以动态修正模糊控制规则，从而影响了控制效果。 在实际应用当中，将模糊控制同其它控制技术相结合，对炉温进行控制的情况也比较普遍，如将模糊控制同比例控制、 PID 控制相结合的分区控制策略，以模糊规则实时调节 PID 参数的模糊 PID 控制技术等。 国内外研究现状及发展趋势 多年来，国内外都有大量的专业化公司和自动化工作者致力于加热炉二级控制系 统设计及燃烧优化控制方面的研究开发工作。 国外学者对加热炉二级控制系统的研究始于上世纪 70年代中后期，随之，国内学者对加热炉数学模型及相应的优化控制策略的研究也日益活跃。 80年代末期，在工业发达的国家已普遍实现了加热炉的计算机控制。 1981年 9月，意大利 Italimpianti公司首次在意大利的 Acciarierie di Piombino 110t/h步进炉上使用在线数模控制系统。 该公司至今已为 100多座炉子提供在线数模控制。 意大利 Italimpianti公司(目前为意大利 Techint＜德兴＞公司的子公司 ） 成功开发的“灵活技术”（ FlexyTech）的加热炉，其核心技术就是计算机二级控制系统。 法国 STEIN HEURTEY公司 1981年在 Fo。