摘要介绍了烧结配料模糊控制系统的构成和控制规律，以及该系统在莱钢的实际应用情况。使用结果表明，采用模糊控制后，下料准确性和稳定性得到提高，配料精度提高，烧结矿化学成分合格率提高1．3％，碱度稳定率提高3 1％，并有效地防止了下料故障，使烧结矿质量得到改善。
关键词烧结配料自动控制模糊控制
1 概述
烧结过程的稳定与配料有着密切的关系，准确而稳定的配料能将烧结矿成分控制在指定范围内，同时保证生产过程稳定。而要确保高质量的配料水平，必须采用配料自动控制。
目前，烧结配料常用的自动控制系统是由计算机、电子秤、定量给料自动调节系统所组成，按物料重量进行配料。各物料的配加量用每个矿槽下面的皮带秤检测，经计算机处理后，通过调节圆盘给料机速度来控制。但是，烧结配料中存在多种不确定性和复杂性，如参与配料的物料种类繁多，同种物料的成分不稳定，配料数学模型建立比较复杂，配料工艺复杂，现场环境恶劣，此外还存在大量的非线性、时变、时滞、多变量、强耦合乃至粗糙而无法建模的复杂问题等等。传统的控制方法在处理具有非线性或不精确特性的被控对象时十分困难。
智能控制(模糊逻辑、神经网络、专家系统等)适用于常规控制方法无法解决或效果不佳的场合。模糊控制善于应付不确定性粗糙过程，是模拟人脑模糊思维发展起来的一种新型控制技术。它是用语言归纳操作人员的控制策略，运用语言变量和模糊集合形成控制算法的一种控制方法。它不要求确定对象的精确数学模型，而是根据控制规则组织控制决策表，
由控制决策表决定控制量的大小，尤其适用于非线性、时变、滞后系统的控制。模糊控制可以解决烧结自动配料控制中的不确定性和复杂性问题。基于此，本文提出了采用模糊控制策略的烧结配料自动控制，以实现烧结生产的精确配料，提高烧结生产的自动化水平和烧结矿成分的稳定性，从而提高烧结矿产质量，降低生产成本。
2配料控制系统的构成
2．1配料工艺过程
莱钢烧结配料共有14个矿槽，分别装有铁原料、混匀矿、燃料、石灰石、生石灰、焦炭、返矿等，其配料工艺如图1所示。配料控制过程为：14个配料圆盘各配备一台电子秤，分别对每种物料的下料量进行实时采集，并由自带的PID功能进行圆盘下料量调整以及累计量计算，上位机对各种工艺参数进行实时监控，包括设定值的给定、下料量、料仓料位、累计量、频率给定等。
2．2配料的基础级自动控制
参数设定一般由计算机计算出下料量，借助以太网通讯至配料PLC，再经PLC的模拟量输出模板送往电子秤，完成设定功能，电子秤自身带PID功能，能够控制圆盘给料机的旋转速度，从而控制下料量。电子秤的流量反馈信息通过PLC的模拟量输入模板送往计算机，完成显示功能。电子秤和计算机之间的信号传输见图2。
下料量计算采用专家经验法的思路1415 J，基于数据库技术、网络技术和各种实用的优化技术，将专家的经验(包括操作人员的经验积累，研究人员的理论经验和各种实验数据)存储于专家数据库供调用。优化算法将“经验”提取出来进行处理，形成优化数据库，因此，它回避了经验公式法和理论计算法的不足，没有绝对的精确，但是又以最高的概率去接近现实。采用该算法进行配料烧结，能够保证烧结矿碱度稳定，产品合格率提高，且烧结过程稳定、顺行。
电子秤依调节规律调节圆盘转速，自动控制下料量，但也受到下料故障(主要为堵料和失控两种)的影响，所以下料过程具有非线性和时滞的特点。因此，我们采用模糊推理的方法进一步提高控制精度，同时考虑其流量和流量对时间的变化率，以得到较好的动态响应特性，并且无需知道被控对象的数学模型，其适应性强，上升时问快，鲁棒性好。稳态情况下，由皮带秤通过自身所带的PID功能来调节圆盘给料机的转速；当出现由于各种原因引起的下料故障时，则由模糊控制器对下料量的设定值进行修正，以期得到更好的控制效果。
3模糊控制的基本结构与算法
图3给出了模糊控制系统的基本构成，包括：模糊化、知识库、模糊推理、解模糊化和输入输出量化等。模糊化环节把输入的精确量转化为模糊量。知识库中包括了具体应用领域中的知识、经验和要求的目标，通常由数据库和模糊规则库两部分组成。数据库主要包括各语言变量的隶属函数、尺度变换因子和模糊空间酌分级数等；规则库包括了用模糊语言变量表示的一系列控制规则，它们反映了控制专家的经验和知识，其确定原则是保证控制输出能够使系统输出响应的动静态特性达到最佳。模糊推理是模糊控制器的核心，具有模拟人的基于模糊概念的推理能力，该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。解模糊化的作用则是将模糊推理得到的控制量(模糊量)变换为实际可用于控制的精确控制量。
3．1模糊化
模糊化就是将输入变量的精确值离散化，变为设定的整数论域中的元素。系统经采样获取被控制量的实际值，与给定值比较后得到偏差信号e，作为模糊控制的一个输入量(下料量)，偏差的变化率ec=de／dt作为模糊控制的另一个输入量(下料量对时间的变化率)。在模糊控制过程中，同时把偏差和偏差的变化率作为模糊输入量，不仅能保证系统控制的稳定性，而且还可以减少超调量和振荡。根据被控系统的实际情况，确定输入变量的测量范围和输出变量的控制作用范围，以确定每个变量的论域，Ke，Kec和Ku分别为输入和输出变量的量化因子和比例因子。先经限幅处理，再经量化处理就得到了E和Ec(E和Ec分别是e和％经过输入量化后的语言变量，即模糊量)。根据当前已求得的E和Ec，直接查询模糊控制表即可获得模糊控制量△u，经比例因子K。反量化后可得到当前的实际精确控制量U。
3．2隶属度函数和语言变量的确定
将差值变量E、差值的变化率Ec及输出控制量的变化△u的模糊量语言值分为7档(负大、负中、负小、零、正小、正中、正大)，用符号表示为：NB，NM，NS，ZO，PS，PM，PB；P、N分别为正、负；B、M、S分别表示大、中、小。模糊子集定义为：
E={NB，NM，NS，ZO，PS，PM，PB}
Ec={NB，NM，NS，Z0，PS，PM，PB}
ΔU={NB，NM，NS,Z0，PS，PM，PB}
3．3模糊控制规则的设计
模糊控制器的控制规则是基于专家或操作者的经验得出的。控制规则的生成方法有很多，在此以偏差为负的情况说明。当偏差为负大时，若偏差变化为负，表明此时偏差有增大的趋势，为尽快消除已有的负大偏差并抑制偏差进一步增大，所以控制量的变化取正大；当偏差为负大而偏差变化为正时，系统本身已有减小偏差的趋势，所以为尽快消除偏差且又不超调，应取较小的控制量。故当偏差为负大且偏差变化为正小时，控制量的变化取为正中；若偏差变化为正大或正中时，控制量不宜增加，否则将会造成较大的超调，出现正偏差，因此这时的控制量变化取为0级；当偏差为负中时，控制量的变化应该使偏差尽快消除，基于这种原则，控制量的变化选择同偏差为负大时相同；当偏差为负小时，系统接近稳态，若偏差变化为负时，选取控制量变化为正中，以抑制偏差往负方向变化；若偏差变化为正，系统本身有消除负小偏差的趋势，选取控制量变化为正小即可。可见选取控制量变化的原则是：当偏差大或较大时，选择控制量的大小以尽快消除偏差为主；而当偏差较小时，选择控制量要注意防止超调，以使系统稳定为要。通过模糊推理，同时考虑物料的流量和流量对时间的变化率，可以防止产生下料故障。
为实现有效的实时控制，根据隶属函数和模糊控制规则，离线计算对应的模糊控制表(即查询表)，并将该表内置于控制PLC内存单元中，供实时控制过程使用。在实际控制时，模糊控制器首先把输入量量化到语言变量论域中，再根据量化的结果去查表求出控制量，这样可以大大提高模糊控制的实时效果。模糊算法流程如图4所示。
4控制结果
基于模糊控制的配料PLC系统能够调节圆盘转速，自动控制下料量，保证其波动很小.当湿度和粒度不理想造成下料不畅时，计算机可自动补偿，消除累计误差，确保配料的准确和稳定。操作人员可通过计算机上的动态数字显示器，监视各圆盘的运行状况。圆盘的下料量可通过计算机优化计算后获得，也可人工输入数据调整，并可随时打印生产报表。基于模糊控制的烧结配料系统在莱钢烧结厂应用后，取得了很好的效果，每次调整后仅用三个运算周期(大约5～8s)即可达到规定值而无超调，有效地稳定了烧结矿TFe、碱度、MgO等主要指标。采用基于模糊控制的配料系统后，每吨烧结矿平均节约配料成本0．95元，成分合格率提高1．3％，碱度稳定率提高3．1％，返矿率由原来的14．3％降至12．4％，在产品质量改善的同时，烧结机作业率提高，系统平均作业率由原来的80．05％提高到89．65％，利用系数由1．012 t／(m2．h)提高到1．425 t／(m2．h)。由于烧结矿合格率提高，也促进了高炉炉况顺行，焦比降低，其节焦效果为3～7 kg／t铁。由此可以看出，配料精度的提高，对烧结生产技术指标的改善起到了重要作用。
5结语
烧结配料采用模糊控制，可以克服运动控制系统变参数、非线性等不利因素的影响，防止因堵料等故障引起的配料波动，使系统响应速度快，调整过渡平稳、超调量小、过渡时间短、跟踪性能好，具有较好的动态性能。从实际应用情况来看，效果很好，烧结矿合格率和利用系数大大提高，生产过程稳定，具有一定的应用价值。
李绍铭1孟凡亮2
(1．安徽工业大学2．莱芜钢铁集团公司)
客服电话0311-80927349 
客服传真0311-80927348 
客服邮箱gtjiacom@126.com
