一種分解爐出口溫度建模方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種分解爐出口溫度建模方法，屬于工業(yè)自動化領(lǐng)域。
【背景技術(shù)】
[0002] 我國水泥總產(chǎn)量位居世界首位，年產(chǎn)量高達(dá)20多億噸，占全球總量的50%以上， 因而利用自動化技術(shù)實現(xiàn)水泥行業(yè)節(jié)能降耗成為當(dāng)前水泥生產(chǎn)的研宄重點與熱點。水泥生 產(chǎn)的預(yù)分解過程是水泥生產(chǎn)的核心環(huán)節(jié)之一，其煤耗大，約占整個水泥生產(chǎn)過程煤耗總量 的60%。因此，對該環(huán)節(jié)實施優(yōu)化控制對水泥企業(yè)實現(xiàn)節(jié)能降耗具有重大的意義。
[0003] 作為預(yù)分解技術(shù)的核心設(shè)備，分解爐擔(dān)負(fù)著預(yù)分解系統(tǒng)中繁重的燃燒、熱傳遞和 物料分解的任務(wù)。由于生料預(yù)分解過程的工況條件變化頻繁并且測控點少，這使得在實際 生產(chǎn)中經(jīng)常出現(xiàn)分解爐溫度大幅波動的現(xiàn)象。溫度過高容易引起預(yù)熱器結(jié)皮，影響窯系統(tǒng) 正常運行；溫度過低，則造成入窯分解率過低，增加窯系統(tǒng)負(fù)擔(dān)，不能充分發(fā)揮分解爐的作 用。因此，分解爐出口溫度的控制，既對水泥企業(yè)實現(xiàn)節(jié)能降耗具有重要的意義，也影響著 水泥生產(chǎn)的正常進行。
[0004] 為了實現(xiàn)分解爐出口溫度的控制，建立合適的分解爐出口溫度數(shù)學(xué)模型是十分重 要的。文獻(xiàn)（費德諾.水泥預(yù)分解煅燒過程分解爐的數(shù)值建模.粉末技術(shù)，2007,117(1): 81-85.)從反應(yīng)動力學(xué)出發(fā)，建立煤粉燃燒和碳酸鹽分解的動力學(xué)數(shù)學(xué)模型。并沒有考察 影響分解爐溫度時變的主要因素與分解爐溫度之間的關(guān)系。文獻(xiàn)（劉曉琳，袁昆.分解爐 溫度的數(shù)學(xué)模型和控制算法.控制理論與應(yīng)用，2004, 23 (8) : 18-20.)、（高建樹.分解爐溫 度控制的數(shù)學(xué)模型.中國民航學(xué)院學(xué)報，2006, 24 (2) : 16-19.)采用最小二乘的方法建立了 分解爐的離線數(shù)學(xué)模型。由于分解爐出口溫度在一天之內(nèi)溫度變化很大，820°C至880°C均 屬于正常工作情況，因此，使用最小二乘建立的數(shù)學(xué)模型很難準(zhǔn)確反映分解爐在不同工況 下的溫度變化情況。與此同時，離線的數(shù)學(xué)模型無法隨著工況的改變而改變，從而導(dǎo)致較大 的建模誤差。建立分解爐出口溫度的在線數(shù)學(xué)模型十分困難，但如果只建立離線的數(shù)學(xué)模 型，則無法準(zhǔn)確反映分解爐出口溫度的變化，那么在后續(xù)的分解爐出口溫度控制中會遇到 阻礙。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于：提出一種分解爐出口溫度建模方法，以實現(xiàn)分解爐出口溫度 的準(zhǔn)確反映，為分解爐的溫度控制奠定基礎(chǔ)。
[0006] 該方法包括如下步驟：
[0007] 步驟1 :根據(jù)水泥預(yù)分解工藝流程及歷史數(shù)據(jù)，得出分解爐出口溫度與喂煤量及 生料喂料量之間的關(guān)系。
[0008] 步驟2 :根據(jù)步驟1中所述的關(guān)系，建立分解爐在各工作點的數(shù)學(xué)模型A、B、C、D ;
[0009] 步驟3 :根據(jù)步驟2中所述的各工作點數(shù)學(xué)模型，劃分出隸屬函數(shù)曲線；
[0010] 步驟4 :根據(jù)步驟2中所述的各工作點的數(shù)學(xué)模型和步驟3中所述的隸屬函數(shù)曲 線，建立基于T-S模糊的分解爐出口溫度數(shù)學(xué)模型，從而實現(xiàn)分解爐出口溫度的數(shù)學(xué)建模。
[0011] 優(yōu)選地，所述步驟1中的分解爐出口溫度與喂煤量及生料喂料量之間的關(guān)系：當(dāng) 分解爐出口溫度為820 °C~840 °C時，喂煤量變化范圍為12t~13t，喂料量變化范圍為 210t~225t ;當(dāng)分解爐出口溫度為830°C~850°C時，喂煤量變化范圍為12. 5t~14t，喂 料量變化范圍為217t~232t ;當(dāng)分解爐出口溫度為840°C~860°C時，喂煤量變化范圍為 13t~15t，喂料量變化范圍為225t~240t ;當(dāng)分解爐出口溫度為850°C~880°C時，喂煤 量變化范圍為14t~18t，喂料量變化范圍為232t~265t。
[0012] 優(yōu)選地，所述步驟2中的模型A (工作點為830°C )為：
[0013] yA - X jjaj+x^bj+XjgCj+x^dj+Xjgej
[0014] 式中，yA為模型輸出的分解爐出口溫度，x n，x12, x13, x14, X15S待辨識的模型參數(shù)， S1S t-Ι時刻喂煤量，b t時刻喂煤量，c t-Ι時刻生料喂料量，d t時刻生料喂料 量，^為t-Ι時刻分解爐出口溫度。
[0015] 所述步驟2中的模型B(工作點為840°C )為：
[0016] Yb - X 2ia2+X22b2+X23C2+X24d2+ X25e2
[0017] 式中，模型輸出的分解爐出□溫度，X 21，x22, x23, x24, &5為待辨識的模型參數(shù)， 七為t-Ι時刻喂煤量，b 2為t時刻喂煤量，c 2為t-Ι時刻生料喂料量，d 2為t時刻生料喂料 量，e2S t-Ι時刻分解爐出口溫度。
[0018] 所述步驟2中的模型C (工作點為850 °C )為：
【主權(quán)項】
1. 一種分解爐出口溫度建模方法，其特征在于，包括如下步驟： 步驟1 :根據(jù)水泥預(yù)分解工藝流程及歷史數(shù)據(jù)，得出分解爐出口溫度與喂煤量及生料 喂料量之間的關(guān)系； 步驟2 :根據(jù)步驟1中所述的關(guān)系，建立分解爐在各工作點的數(shù)學(xué)模型A、B、C、D ; 步驟3 :根據(jù)步驟2中所述的各工作點數(shù)學(xué)模型，劃分出隸屬函數(shù)曲線； 步驟4 :根據(jù)步驟2中所述的各工作點的數(shù)學(xué)模型和步驟3中所述的隸屬函數(shù)曲線，建 立基于T-S模糊的分解爐出口溫度數(shù)學(xué)模型，從而實現(xiàn)分解爐出口溫度的數(shù)學(xué)建模。
2. 根據(jù)權(quán)利要求1所述的分解爐出口溫度建模方法，其特征在于：所述步驟1中的 分解爐出口溫度與喂煤量及生料喂料量之間的關(guān)系：當(dāng)分解爐出口溫度為820°C~840°C 時，喂煤量變化范圍為12t~13t，喂料量變化范圍為210t~225t ;當(dāng)分解爐出口溫度為 830°C~850°C時，喂煤量變化范圍為12. 5t~14t，喂料量變化范圍為217t~232t ;當(dāng)分解 爐出口溫度為840°C~860°C時，喂煤量變化范圍為13t~15t，喂料量變化范圍為225t~ 240t ;當(dāng)分解爐出口溫度為850°C~880°C時，喂煤量變化范圍為14t~18t，喂料量變化范 圍為232t~265t。
3. 根據(jù)權(quán)利要求2所述的分解爐出口溫度建模方法，其特征在于：所述步驟2中的模 型A工作點為830°C為： Ik 一 X liai+X12bl+Xl3Cl+X14dl+Xl5 ei 式中，yA為模型輸出的分解爐出口溫度，X 11，Xl2, X13, X14, xI5為待辨識的模型參數(shù)，a 1為 t-ι時刻喂煤量，biS t時刻喂煤量，c t-ι時刻生料喂料量，d t時刻生料喂料量，e 1 為t-ι時刻分解爐出口溫度； 所述步驟2中的模型B工作點為840 °C為： Yb 一 X 2ia2+X22b2+X23C2+X24d2+ X25e2 式中，yB為模型輸出的分解爐出口溫度，X 21，χ；?，χμ，χΜ，為待辨識的模型參數(shù)，h為 t-ι時刻喂煤量，132為t時刻喂煤量，C 2為t-ι時刻生料喂料量，d 2為t時刻生料喂料量，e 2 為t-ι時刻分解爐出口溫度； 所述步驟2中的模型C工作點為850 °C為： h J1C - ['1，^2， ·，仏]，\i^\j C/-1，2，·.·，βι) i=l 式中，^為模型輸出的分解爐出口溫度，I 隱含層神經(jīng)元個數(shù)，β u為隱含層與輸出 層的連接權(quán)值，gl(x)為隱含層神經(jīng)元的激活函數(shù)，Wli為輸入層與隱含層的連接權(quán)值，X 1_為 輸入矩陣，bn為隱含層神經(jīng)元閥值，Q i為訓(xùn)練樣本個數(shù)； 所述步驟2中的模型D工作點為860 °C為： u - ['丨…，tj - /)2/《2 (⑷:?: / 卞 ) (./ - K 2, · · , Q2 ) /-1 式中，yD為模型輸出的分解爐出口溫度，12為隱含層神經(jīng)元個數(shù)，β 2i為隱含層與輸出 層的連接權(quán)值，g2 (X)為隱含層神經(jīng)元的激活函數(shù)，W2i為輸入層與隱含層的連接權(quán)值，X 2」為 輸入矩陣，b2i為隱含層神經(jīng)元閥值，Q 2為訓(xùn)練樣本個數(shù)。
4. 根據(jù)權(quán)利要求1所述的分解爐出口溫度建模方法，其特征在于：所述步驟3中的隸 屬函數(shù)劃分為：
式中，YiS t時刻分解爐出口溫度。
5.根據(jù)權(quán)利要求1所述的分解爐出口溫度建模方法，其特征在于：所述步驟4中的基 于T-S模糊的分解爐出口溫度數(shù)學(xué)模型其模糊規(guī)則為： If 840〇C then Y = yA If 830〇C <γ±< 850〇C then Y = yB If 840〇C <Yi< 860〇C then Y = yc If 850°C then Y = y D 數(shù)學(xué)模型為： Y= Σ j ^ +Wb +/?c Vc + Moy0 j^A,BX\D 式中，Y為T-S模糊模型輸出的分解爐出口溫度擬合值。
【專利摘要】本發(fā)明公開了一種分解爐出口溫度建模方法，屬于工業(yè)自動化領(lǐng)域。該方法首先根據(jù)水泥預(yù)分解工藝流程及現(xiàn)場操作人員經(jīng)驗，選取喂煤量及生料喂料量作為模型的輸入變量。然后根據(jù)歷史數(shù)據(jù)，建立各工作點的數(shù)學(xué)模型，其中，當(dāng)分解爐出口溫度為830℃和840℃時采用最小二乘的學(xué)習(xí)算法進行建模，當(dāng)溫度為850℃和860℃時采用極限學(xué)習(xí)機的學(xué)習(xí)算法進行建模。最后根據(jù)經(jīng)驗劃分隸屬函數(shù)曲線，建立基于T-S模糊的分解爐出口溫度數(shù)學(xué)模型。本發(fā)明可準(zhǔn)確反映分解爐出口溫度變化趨勢，為實現(xiàn)分解爐的優(yōu)化控制打下基礎(chǔ)。
【IPC分類】G05B13-04
【公開號】CN104656436
【申請?zhí)枴緾N201410584298
【發(fā)明人】張強, 袁鑄鋼, 王孝紅, 蘇哲, 孟慶金, 景紹洪, 于宏亮, 申濤, 王新江, 邢寶玲, 高紅衛(wèi), 崔行良, 白代雪, 劉化果, 任春里
【申請人】濟南大學(xué), 山東恒拓科技發(fā)展有限公司
【公開日】2015年5月27日
【申請日】2014年10月27日