酸再生焙燒爐爐溫控制系統的優化

高祥鋒 ，朱英韜 ，李 峰 ，魏 駿

（1.武漢科技大學 信息科學與工程學院，武漢 430081；2.武漢科大自控系統有限公司，武漢 430081）

焙燒爐是酸再生機組的關鍵設備，廢酸經脫硅、濃縮后從爐頂霧噴入爐內，高溫下化學反應生成Fe2O3（粉狀）和HCl（氣體）。實際生產時爐頂出口溫度要穩定在400℃附近，溫度過高會損壞爐體，溫度過低則化學反應不充分，生成的鐵紅殘留氯離子且水分超標易結塊堵塞輸送管道。

焙燒爐爐溫控制的難點在于其燃燒過程是受隨機因素（環境溫度、焙燒爐負壓、液體流量、助燃空氣壓力及煤氣壓力）干擾的，大慣性、純滯后的非線性過程。傳統PI控制器的參數難以確定而且在控制過程中難以始終處于最佳狀態。模糊控制來源于人工經驗可有效克服爐溫控制系統的非線性和不確定性。因PLC技術可靠、編程簡單，本文研究了模糊控制算法和PLC的特點后將模糊控制應用于S7-400，通過STEP7編程優化爐溫控制。武鋼一冷酸再生機組的應用效果表明模糊PI串級控制系統運行穩定，而且在性能上明顯優于串級PI控制。

1 爐溫度控制系統的組成

焙燒爐爐溫控制由1個外環控制和2個內環控制組成，外環控制由爐頂溫度閉環控制，內環控制著助燃空氣流量和煤氣流量。外環控制運算的結果作為助燃空氣流量調節回路的設定值，再由其自身的PI運算來調節助燃空氣流量。助燃空氣流量的實際值除以空煤比（2.73）作為煤氣流量調節回路的設定值，再由其自身的PI運算來調節煤氣流量[1]。

為了優化爐溫控制，外環采用模糊控制替代PI控制，優化后的焙燒爐溫度串級控制框圖如圖1所示。

圖1 焙燒爐溫度串級控制框圖Fig.1 Block diagram of roaster temperature cascade control

2 模糊控制系統的設計

模糊PI串級控制系統設計的關鍵在于設計出模糊控制器。由圖2可知，模糊控制器由模糊化、模糊控制算法（模糊規則和模糊推理決策）和非模糊化3部分組成。

2.1 模糊控制系統結構

模糊控制系統的設計以二維模糊控制器為基礎，具體的控制原理如圖2所示。

圖2 模糊控制原理圖Fig.2 Principle diagram of fuzzy control

圖2中r為爐頂出口溫度設定值；y為爐頂出口溫度測量值；e為偏差，計算公式為e=y-r；ec為偏差變化率，計算公式為ec=yn+1-yn，yn+1為當前采樣的溫度測量值，yn為上一時刻采樣的溫度測量值；E和EC分別為e和ec模糊化后的量化值；U為輸出離散值；u為輸出精確值。

2.1.1 輸入、輸出變量基本論域的選取

本模糊控制器的爐頂出口期望溫度設定為400℃。偏差e的基本論域為［-30℃，30℃］，偏差e≤-30℃時若有負載 （有軟水或濃縮酸霧噴入爐內）時輸出值u=100，無負載時輸出值u=85，使焙燒爐快速升溫；偏差e≥30℃時輸出值u=9，使爐溫快速下降。偏差變化率ec的基本論域為［-2℃，2℃］/30 s，若偏差變化率ec高于2℃/30 s或低于-2℃/30 s時就把這些越限值作為邊界值進行處理，低于-2℃/30 s的作為-2℃/30 s進行運算，高于2℃/30 s的作為2℃/30 s進行運算。精確輸出值u的基本論域為［9，100］。

2.1.2 模糊集論域、量化因子的選取

通過分析被控對象的實際情況，選取模糊集E的論域為［-6，-5，-4，-3，-2，-1，-0，+0，+1，+2，+3，+4，+5，+6］；模糊集 EC 的論域為［-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6］； 模糊集 U 的論域為［0，1，2，3，4，5，6，7，8，9，10，11，12，13，14］。 偏差e的量化因子ke=0.2，偏差變化率ec的量化因子kec=3。

2.2 模糊控制規則的建立

2.2.1 輸入、輸出模糊集變量的選取

偏差E的語言變量取PB（正大），PM（正中），PS（正小），PO（正零），NO（負零），NS（負小），NM（負中），NB（負大）。偏差變化率EC和離散輸出U的語言變量取 PB（正大），PM（正中），PS（正小），O（零），NS（負小），NM（負中），NB（負大）。

2.2.2 隸屬度函數的確立

根據控制經驗，輸入、輸出模糊變量的隸屬函數取三角型函數。表1為模糊變量E的隸屬度賦值表[2]。

表1 模糊變量E的隸屬度賦值表Tab.1 Membership assignment table of fuzzy variable E

2.2.3 模糊控制規則庫

二維模糊控制器最常用的控制規則若是Ei且ECj，則Uk。這種控制規則對應一個模糊關系：

式中：i=1，2…n；j=1，2…m；k=1，2…p。

爐頂出口溫度模糊控制器所采用控制規則是根據焙燒爐燃燒的實際經驗及專家理論知識經驗總結和反復試驗制訂出來的，具體的控制規則如表2所示。

表2 模糊控制規則表Tab.2 Fuzzy control rules

2.3 模糊控制查詢表

對論域E和EC中元素的所有組合都進行模糊判決計算出相應的控制量U，可得到模糊控制查詢表，如表 3所示[3]。

表3 模糊控制查詢表Tab.3 Fuzzy control query table

3 模糊控制算法的PLC實現

3.1 程序結構及流程圖

模糊控制算法的程序結構如圖3所示。OB1調用子程序 FC901、FC902～FC905；0B35 為循環中斷模塊，實現數據的采集；FC900計算偏差e和偏差變化率ec；FC901進行模糊化處理，把精確量e，ec轉換為模糊量E，EC；FC902完成控制量表的查詢功能；FC903完成焙燒爐有負載時模糊控制量U到精確量u的轉化并完成精確量u在接近穩定狀態時的自動尋優；FC904與FC903功能類似，完成無負載時輸出量的轉化及自動尋優；FC905對精確輸出值u進行平滑處理，平滑處理后的輸出值即是主回路輸出值。模糊控制算法流程如圖4所示[4]。

圖3 程序結構圖Fig.3 Program structure diagram

圖4 模糊控制算法流程圖Fig.4 Flow chart of fuzzy control algorithm

3.2 DB塊及偏差變化率的采集

在程序設計過程中，首先建立用于存放爐頂出口溫度的設定值和測量值、量化因子、偏差、偏差變化率、離散輸出值和精確輸出值等參數的數據塊DB1000，如表4所示。

表4 參數數據塊Tab.4 Parameter data block

FC900在OB35里調用，OB35硬件組態里設置的掃描周期為100 ms，爐頂出口溫度偏差變化率30 s采集一次。DB1000.DBD68初值設定為0，程序運行后經運算將600賦值給DB1000.DBD68。100 ms掃描一次，DB1000.DBD68的值就減1。當DB1000.DBD68等于300和600時，經程序運算得到偏差變化率。如此循環掃描采集偏差變化率。

3.3 輸入量e和ec模糊量化

輸入量e和ec進行模糊量化之前，需要將e和ec乘以各自的量化因子轉換為 ［-6，+6］的連續論域。為方便程序設計，將輸入量的模糊論域［-6，+6］做相應的偏移處理，使之轉化為［0，12］。最后將偏移后的偏差E_R及偏差變化率EC_R利用逐項比較法，轉換至模糊論域［0，12］上。

輸入量模糊化后經過模糊控制查詢可得離散輸出值U，模糊控制查詢是模糊控制程序的核心。

3.4 控制量輸出

焙燒爐有、無負載時爐頂出口溫度要穩定在400℃所對應的精確輸出值 （U等于7時對應的u值，即DB1000.DBD76值）差別很大，所以離散輸出值U對應2套精確輸出值u，偏差-30℃≤e≤30℃時，若有負載則 u的論域為［50，100］，無負載則 u的論域為［9，60］。

由于隨機因素影響著爐溫控制過程，為了取得理想的控制效果，設計了輸出自動尋優程序。在爐溫接近穩定（-30℃≤e≤30℃）且 U等于 6、7、8時，每30 s掃描一次，若偏差e≥0.6℃則輸出值減1，若偏差e≤-0.6℃則輸出值加1，如此循環掃描。自動尋優的補償值具有記憶功能，再次啟用時可直接調用。

由于煤氣流量不能同步跟隨助燃空氣流量的變化而變化，可能出現因助燃空氣流量突然增大而煤氣流量不能同步增大吹熄燒嘴的現象。為保持燒嘴的穩定燃燒，需要對模糊控制的輸出值進行平滑處理。

4 控制效果對比分析

原爐溫控制系統內、外都是PI控制即串級PI控制，現用模糊控制替代外環PI控制，內環PI控制保持不變。通過WinCC組態軟件的監控功能得到這2種控制系統對爐溫響應的不同變化曲線。串級PI控制曲線如圖5所示，主回路PI控制器參數P=0.35，I=700000；助燃空氣回路PI控制器參數P=0.15，I=60000；煤氣回路PI控制器參數P=0.02，I=60000。模糊PI串級控制曲線如圖6所示，主回路的控制參數、副回路的PI控制參數保持不變[5]。

圖5 串級PI控制曲線Fig.5 Curve of cascade PI control

圖6 模糊PI串級控制曲線Fig.6 Curve of fuzzy PI cascade control

圖5和圖6中曲線1是溫度設定值，曲線2是溫度測量值，曲線3是主回路輸出值，曲線4是流進爐內的干擾流量值。對比圖5和圖6可知模糊PI串級控制在超調量、響應速度、穩定性抗干擾方面明顯優于串級PI控制[6]。

5 結語

經過實踐運行證明，將PLC控制系統與模糊PI串級控制相結合具有實用性，既保留PLC控制系統可靠、靈活、適應能力強的特點，又在很大程度上提升了系統的控制性能。模糊PI串級控制系統已經在酸再生機組中使用，運行情況良好。

[1]田媛，劉振娟.模糊控制在SIEMENS PLC控制系統中的應用[J].中國儀器儀表，2005（5）：74-77.

[2]李士勇.模糊控制·神經控制和智能控制論[M].哈爾濱：哈爾濱工業大學出版社，1996：546-551.

[3]李士勇.模糊控制和智能控制理論與應用[M].哈爾濱：哈爾濱工業大學出版社，1990：108-115.

[4]韓國軍.原穩裝置基于現場總線的模糊控制系統設計與實現[D].哈爾濱：黑龍江大學，2014.

[5]焦舟波，石紅瑞.模糊PID控制在S7-300 PLC中的實現及應用[J].工業儀表與自動化裝置，2011（3）：66-69.

[6]瞿楓，徐中宏，孫冀.基于西門子S7-300 PLC的模糊控制實現[J].南京師范大學學報：工程技術版，2007，7（4）：28-32.

國產機器人替代加快 行業迎來重大突破

隨著機器人應用的迅速普及，全球市場對機器人的需求不斷增加，而這一趨勢在中國體現得尤為明顯。在中國國際機器人展（CIROS）上，業內人士普遍認為，隨著國產技術不斷突破，未來5～8年內國產機器人將完成對進口機器人的替代。

相比去年，今年的CIROS上，國際巨頭的身影明顯減少，而國內廠家的出場戲份則明顯增多。證券時報記者在展會現場看到，今年世界機器人“四大巨頭”僅有安川電機一家到場，其余三家公司ABB、庫卡、發那科均未出席。而國內機器人知名廠家則基本都出席了這次展會，包括機器人、新時達、埃斯頓、廣州數控等。

根據國際機器人聯合會的統計數據，2014年全球工業機器人總銷量為25萬臺，同比增長27%，汽車、電子、金屬等應用領域仍然為機器人最大的市場占有領域。中國市場方面，2014年總銷量達到5.6萬臺，穩居全球第一大市場的位置。其中進口機器人銷量為4萬臺，同比增長47%；國產機器人銷量為1.6萬臺，同比增長77%。

從以上數據可以看出，盡管目前市場絕對占有率依然落后于進口機器人，但國產機器人的市場增長幅度顯然超過進口產品。機器人市場總監張進表示，相比去年，今年國內機器人行業在精度掌握、軟硬件協調等技術指標方面，與國際水平進一步接軌，預計5年內，國產工業機器人將完成對進口產品的替代。

新時達副董事長袁忠民在接受記者采訪時也同意上述觀點，只不過在實現的時間長度上，袁忠民認為或需要7～8年時間。“任何產品的國產替代進口都是必然趨勢，工業機器人已經成為新時達轉型的產業方向。”袁忠民說。據新時達一位銷售人員透露，公司上半年在機器人業務的銷量已經超過去年全年總銷量。

中國機器人產業聯盟執行理事長宋曉剛認為，國內機器人廠家要形成自主品牌、增強客戶信任度，這三項技術是必須要突破的，3～5年內會有較大突破。 轉自證券時報