信息融合的高爐鼓風機防喘振控制策略研究

田 海，劉赫軒

(內(nèi)蒙古科技大學信息工程學院，內(nèi)蒙古 包頭 014010)

信息融合的高爐鼓風機防喘振控制策略研究

田 海，劉赫軒

(內(nèi)蒙古科技大學信息工程學院，內(nèi)蒙古 包頭 014010)

隨著全球經(jīng)濟的飛速發(fā)展，高爐煉鐵追求的目標也更高。鼓風機是高爐煉鐵的核心設備，控制喘振的發(fā)生勢在必行。喘振是高爐鼓風機特有的不穩(wěn)定運行工況，生產(chǎn)過程中如果發(fā)生喘振而沒有及時采取控制措施，便會造成很大經(jīng)濟損失，同時會對鼓風機在極短時間內(nèi)造成重大損害。通過BP神經(jīng)網(wǎng)絡對高爐鼓風機是否發(fā)生喘振進行檢測，再采用恒壓逼近防喘振線的控制策略及防喘振閥模糊PID控制策略加以控制，實現(xiàn)了高爐鼓風機安全有效運行的目標。其中，恒壓逼近防喘振線的控制策略較固定極限流量法和可變極限流量法提高了鼓風機的性能和效率，并且加大了有效的工作區(qū)間；防喘振閥開度的模糊PID控制策略，使動態(tài)響應及控制精度得到了很大的提高。Matlab仿真試驗結果表明，模糊PID控制穩(wěn)態(tài)調(diào)節(jié)時間較短，響應速度加快，超調(diào)量明顯減少，控制精度及穩(wěn)定性良好。這些控制方法的共同作用，使監(jiān)控系統(tǒng)達到了提高工作效率和減少能耗的控制目標，使控制系統(tǒng)的實時性、可靠性、自動化水平得到了全面的提升。

高爐鼓風機； 防喘振； 喘振預測； 神經(jīng)網(wǎng)絡； 模糊PID控制； Matlab； 仿真

0 引言

離心式、軸流式鼓風機已在國內(nèi)外得到廣泛使用。與離心式風機相比，軸流式風機較優(yōu)點較多,例如體積小、質(zhì)量輕、容量大等，因此國內(nèi)大中型使用高爐生產(chǎn)的企業(yè)大多采用軸流式風機。喘振是高爐鼓風機特有的不穩(wěn)定運行工況[1]，對穩(wěn)定工作范圍和運行效率的影響非常大。另外，高爐鼓風機直接與高爐相連接。和大多數(shù)壓縮機相比較，它沒有儲氣罐,因此更容易發(fā)生喘振。如果喘振突然發(fā)生，會阻礙高爐的正常生產(chǎn)。本文通過對高爐鼓風機防喘振控制線以及防喘振閥控制方式的研究，有效地擴大了高爐鼓風機的安全運行范圍，降低了高爐鼓風機發(fā)生喘振的概率。

1 喘振的現(xiàn)象、影響因素及預測

1.1 喘振現(xiàn)象及影響因素

喘振發(fā)生時，高爐鼓風機出口的氣體壓力和流量發(fā)生周期性的劇烈振蕩，頻率低且振幅大，機身連同管網(wǎng)系統(tǒng)也會隨之產(chǎn)生強烈振動，同時發(fā)出類似吼叫或哮喘的噪聲。喘振破壞了生產(chǎn)工藝系統(tǒng)的穩(wěn)定性，同時使高爐鼓風機的性能嚴重惡化[2]。根據(jù)鼓風機固有特性,當鼓風機運行時的流量低于某一極限值后(恒壓下)，鼓風機運行將不穩(wěn)定。這時系統(tǒng)內(nèi)出現(xiàn)的周期性振蕩氣流，將會對轉(zhuǎn)子造成很大的負荷,鼓風機的葉片會受到比之前大很多的壓力；嚴重時，甚至會使軸瓦和葉片全部損壞。所以高爐鼓風機運行時，一定要做好對喘振工況的控制措施。

引起喘振的原因較為復雜。誘發(fā)喘振的直接原因是機組及管網(wǎng)系統(tǒng)的動力學不穩(wěn)定，包括內(nèi)部因素和外部因素[3]。外部因素主要與高爐鼓風機的入口流量和管網(wǎng)系統(tǒng)的負荷有關；同時還與高爐鼓風機的轉(zhuǎn)速，被加壓氣體的溫度、壓力、氣體分子量，以及管網(wǎng)阻力和管網(wǎng)容量有直接關系。

1.2 喘振的預測

鼓風機的喘振流量大于實際運行流量、管網(wǎng)壓力高于鼓風機的出口壓力、氣體分子量和氣體入口溫度變化太大及靜葉角的變化太快等，都會導致高爐鼓風機發(fā)生喘振。因此，喘振是上述因素共同作用的結果。然而，想要找出喘振和這些影響因素之間關系是很困難的。本文采用神經(jīng)網(wǎng)絡的方法判斷喘振，具體如圖1所示。

圖1 喘振判斷示意圖

圖1中，通過采集多變量之間的關系數(shù)據(jù)來獲取變量之間的關系，并采用神經(jīng)網(wǎng)絡的權值和結構來“記憶”，使新產(chǎn)生的工藝數(shù)據(jù)輸入神經(jīng)網(wǎng)絡，“判斷”出系統(tǒng)對應的工作狀態(tài)[4],即喘振是否發(fā)生。

2 高爐鼓風機的防喘振控制

2.1 恒壓逼近防喘振線控制

目前，針對高爐鼓風機喘振的控制主要有兩種方法。①被動控制方式,又稱為開環(huán)控制方式,即在其特性曲線上設定一條防喘振線,防喘振控制器的設定值就是設定的這條防喘振線所對應的流量值,用這條防喘振線來控制防喘振閥的開關。②主動控制方式,又稱為閉環(huán)控制方式。本文主要討論在壓力不變時的被動控制方式，即低流量觸碰到防喘振線時,防喘振閥開始動作。恒壓逼近防喘振控制線特性曲線如圖2所示。

圖2 恒壓逼近防喘振控制線特性曲線

圖2中的喘振線是高爐鼓風機在不同轉(zhuǎn)速n下的運行的情況，n1>n2>n3>n4。工藝要求恒定的機組出口壓力值為Pl，由系統(tǒng)恒壓PID控制器控制高爐鼓風機來維持壓力Pl。當系統(tǒng)工況發(fā)生變化，工作點在恒壓控制線上向左移動到A點時，正好以轉(zhuǎn)速n4撞到可變極限流量法設定的防喘振線。若按可變極限流量法進行控制，喘振閥這時應該開始調(diào)節(jié)。若流量繼續(xù)減小，工作點在轉(zhuǎn)速為n4的性能曲線上由A點向E點移動，喘振安全裕量S=AC。防喘振系統(tǒng)改造設計后，流量繼續(xù)減小時采取恒壓逼近喘振線的控制策略，即沿著恒壓控制線P由A點向D點移動，此時的實際安全裕量為AD=AC+CD，較可變極限流量法多了CD的安全裕量。按照與可變極限流量法安全裕量相同的原則進行設計，喘振安全裕量S=BD=AC，其工作點由A點繼續(xù)向左移動到B點(AB=CD)時，防喘振閥才會進行調(diào)節(jié)。系統(tǒng)需要的恒壓設定值Pl變化時，就可以形成一條新的恒壓逼近防喘振控制線[5]。這樣設計高爐鼓風機穩(wěn)定運行的工作區(qū)間較可變極限流量有了進一步的擴大，它的性能和效率得到進一步的提升。同時，采用以工作壓力Pl逼近喘振線的控制方式，可以在防喘振閥動作前最大限度地滿足工藝恒壓的控制需求，起到穩(wěn)定系統(tǒng)的作用。

2.2 分程控制策略

本文中的防喘振控制線對應的喘振流量就是防喘振控制器的設定值，防喘振閥的調(diào)節(jié)是通過檢測高爐鼓風機的入口壓力和流量，同時結合當前鼓風機的運行工況來控制的[6]。防喘振控制流程如圖3所示。

圖3 防喘振控制流程圖

為了擴大鼓風機放風控制閥的可調(diào)范圍,放風控制采取分程控制策略。所謂分程控制是指一個控制器的輸出同時送往兩個或多個控制閥,每個控制閥根據(jù)工藝要求在控制器輸出的信號范圍內(nèi)起控制作用。為了擴大高爐鼓風機的防喘振閥可調(diào)范圍,高爐鼓風機的防喘閥設置主、副防喘振閥,使放風量變化范圍大,反應迅速。發(fā)生喘振時，優(yōu)先采用反應迅速的副防喘振閥進行放風，其作用是使放風穩(wěn)定。主放風閥只有在需要緊急迅速放風時才啟動。

2.3 放風閥開度的模糊PID控制策略

高爐鼓風機防喘振控制系統(tǒng)追求控制目標是：在保證高爐鼓風機安全平穩(wěn)運行的前提下，在工藝要求的壓力和流量范圍內(nèi)，充分利用高爐鼓風機的有效工作區(qū)域來提高高爐鼓風機的運行效率，盡可能減少防喘振閥的動作次數(shù)，從而避免能源浪費。喘振安全裕量S越大，越能保證機組的安全運行；但防喘振閥的動作機會也相應增多，使高爐鼓風機的工作區(qū)間被壓縮。增大安全裕量S來保證機組的安全運行是以犧牲控制目標為代價的。喘振安全裕量S越小，防喘振閥的動作機會就越小，高爐鼓風機的工作區(qū)間就會變大。為保證機組的安全運行，從動態(tài)響應速度和控制穩(wěn)態(tài)精度兩方面對防喘振閥的開度控制提出了較高的控制要求。

常規(guī)PID控制器具有較高的控制精度，并且能夠消除靜態(tài)誤差，但動態(tài)響應慢。模糊控制器與PID控制器相比，具有良好的動態(tài)性、魯棒性和控制效果;但其缺點是系統(tǒng)靜態(tài)誤差無法消除[7]。本文采用模糊控制和常規(guī)PID控制相結合的模糊PID控制器，以解決上述控制器單獨使用時的問題。

3 BP神經(jīng)網(wǎng)絡建立

在多種神經(jīng)網(wǎng)絡算法中，由于BP算法在數(shù)據(jù)預測研究中的普遍性，故本文利用BP神經(jīng)網(wǎng)絡建立鼓風機工作在小流量情況下的預測模型。BP神經(jīng)網(wǎng)絡是按照誤差反向傳播訓練和學習的多層前饋網(wǎng)絡。它能建立非線性及較復雜系統(tǒng)的數(shù)學模型，同時還具有容錯能力高、泛化能力強等特點[8]。

(1)輸入輸出變量的選取。

根據(jù)數(shù)據(jù)相關性分析、專家經(jīng)驗及風機工藝制度，選取輸入變量為進氣壓力、入口流量、靜葉角變化、進氣溫度、噪聲以及出口壓力，輸出變量為喘振流量。該神經(jīng)網(wǎng)絡為6輸入、1輸出的網(wǎng)絡，所以應選取7個隱含層神經(jīng)元。

(2)作用函數(shù)的選擇。

輸入輸出層選擇線性函數(shù)：f(x)=a×x。

(3)BP神經(jīng)網(wǎng)絡結構的建立。

根據(jù)輸入、輸出變量和激勵函數(shù)構建的BP神經(jīng)網(wǎng)絡結構如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡結構圖

(4)神經(jīng)網(wǎng)絡的訓練。

訓練神經(jīng)網(wǎng)絡在Matlab 2014a的環(huán)境下進行，將276組數(shù)據(jù)分成2組，前200組數(shù)據(jù)用來訓練，后76組數(shù)據(jù)作為測試，具體步驟如下。①將標準化的數(shù)據(jù)導入BP神經(jīng)網(wǎng)絡，并對其進行初始化。②進行BP神經(jīng)網(wǎng)絡訓練，設置訓練目標為4×10-7，迭代次數(shù)最高設為100。③修正權值，當達到訓練目標或達到最高迭代次數(shù)時，停止訓練。 ④分析網(wǎng)絡的預測結果與實際輸出之間的誤差，若誤差滿足要求，則保存網(wǎng)絡。

4 模糊PID控制器的設計與實現(xiàn)

4.1 模糊PID控制器的設計

模糊PID控制器由常規(guī)PID控制器和模糊控制器組成，其原理結構如圖5所示。

圖5 模糊PID控制器原理結構圖

采集機組入口處流量傳感器的實時流量，作為模糊PID控制器的反饋流量值。本文模糊推理部分的輸入值是反饋流量值與給定流量值的偏差e和偏差變化率ec，利用模糊推理參數(shù)校正的輸出結果u對常規(guī)PID控制器的比例KP、積分KI和微分KD參數(shù)進行實時校正[9]。防喘振閥開度的給定值是常規(guī)PID控制器的輸出值，用來動態(tài)調(diào)節(jié)其開度的大小。模糊PID控制器按雙向調(diào)節(jié)進行設計，從而使模糊PID控制器能夠在具有雙向調(diào)節(jié)特性的系統(tǒng)中運行良好。

4.2 模糊PID控制器在PLC中的實現(xiàn)

為提高系統(tǒng)的可靠性，直接采用Profibus-DP現(xiàn)場總線上的CPU315-2DP PLC，實現(xiàn)模糊PID控制器的控制功能。為增強控制的實時性，減少PLC的程序運算量，模糊PID控制器的模糊推理部分輔助設計要借助Matlab中的模糊邏輯工具箱，并將軟件輔助設計結果(模糊推理部分的輸出結果)轉(zhuǎn)換為CPU315-2DP PLC可以讀取的查詢表，同時將該表存儲于CPU315-2DP PLC的DB數(shù)據(jù)塊內(nèi)。系統(tǒng)運行時，CPU315-2DP PLC根據(jù)e和ec的實時輸入值，直接通過查表程序獲得ΔKP、ΔKI和ΔKD的補償值。隨后在CPU315-2DP PLC內(nèi)利用ΔKP、ΔKI和ΔKD對PID控制器的3個參數(shù)KP、KI和KD進行實時校正后，直接賦值給常規(guī)PID控制器。

4.3 仿真試驗和運行效果的對比

在Matlab中，采用常規(guī)PID控制器進行仿真，得出常規(guī)PID控制器的階躍響應仿真波形。采用模糊PID控制器對相同的被控對象進行仿真，得出模糊PID控制器的階躍響應仿真波形。常規(guī)PID控制器和模糊PID控制器的階躍響應波形如圖6所示。

圖6 階躍響應波形圖

圖6表明，模糊PID控制器超調(diào)量為16%，常規(guī)PID控制器超調(diào)量為55%。模糊PID控制器調(diào)節(jié)到穩(wěn)態(tài)的時間為35 s,常規(guī)PID控制器調(diào)節(jié)到穩(wěn)態(tài)的時間為48 s。它們的穩(wěn)態(tài)時間相近，但是超調(diào)量相差較大。與常規(guī)PID控制器相比，模糊PID控制器穩(wěn)態(tài)調(diào)節(jié)時間較短，響應速度較快，超調(diào)量明顯減少，控制精度及穩(wěn)定性良好。模糊PID控制器的控制性能較常規(guī)PID控制器有很大提高。

5 結束語

與固定極限流量法和可變極限流量法相比，恒壓逼近防喘振線的控制策略提高了鼓風機的性能和效率，并加大了有效工作區(qū)間。分程控制有效降低了喘振發(fā)生概率。防喘振閥開度的模糊PID控制策略，將模糊控制和PID控制相結合，使動態(tài)響應及控制精度得到了很大提高。這些控制方法的共同作用是：使監(jiān)控系統(tǒng)達到提高工作效率和減少能耗的控制目標，使控制系統(tǒng)的實時性、可靠性、自動化水平得到全面提升。

[1] 唐宇，石成江，吳華遠.離心壓縮機喘振原因分析與控制措施[J].當代化工，2012，41(9)：992-994.

[2] 黃麗梅，李鳴，張宇.基于PLC的鼓風機防喘振控制系統(tǒng)[J].電氣傳動,2012,42(8)：73-76.

[3] 林舒.高爐風機防喘振優(yōu)化控制研究[D].杭州：浙江大學,2014.

[4] 張俊，程大章，康盛.高爐鼓風機的防喘振控制策略設計[J].電氣自動化,2008.

[5] 張紅梅，趙建虎，代克杰.基于信息融合的風機喘振智能診斷方法研究[J].儀器儀表學報，2009，30(1)：143-146.

[6] 鄭海生.高爐鼓風機防喘振控制系統(tǒng)的分析與研究[J].科技資訊，2014(4):155-156.

[7] 姜磊，姜長泓，劉洋.基于模糊自適應PID的防喘振控制系統(tǒng)研究[J].機床與液壓，2009,37(2): 189-192.

[8] 李愛蓮，詹萬鵬，崔桂梅，等.基于ELM模型的焦爐火道溫度預測研究[J].計算機與應用化學,2016,33(4):507-510.

[9] 馬琴，馬玉玲，趙靜,等.軸流風機防喘振控制優(yōu)化設計[J].冶金動力,2008(4):53-55.

Research on the Anti-Surge Control Strategy of Blast Furnace Blower Based on Information Fusion

TIAN Hai,LIU Hexuan

(Information Engineering College,Inner Mongolia University of Science and Technology,Baotou 014010，China)

With the rapid development of the global economy, the goal of blast furnace ironmaking is higher. The blower is the core equipment of blast furnace ironmaking, and it is imperative to control the surge. The surge is not stable operation of blast furnace blower unique production process, if the surge happens and there is no time to take control measures, it will cause great economic loss, but also make the blower causes serious damage in a very short period of time.Test whether for blast furnace blower surge by BP neural network, then the approximate control strategy are applied are applied of anti surge line of anti surge valve and constant pressure fuzzy PID control strategy are applied to control, realize the effective operation of the blast furnace blower safety target. The constant pressure approximation control strategy of anti surge line than the fixed limit flow and variable limit flow method to improve the performance and efficiency of the blower, and increase the effective working range;anti surge valve opening degree of fuzzy PID control strategy, the dynamic response and control precision has been greatly improved. Finally, the Matlab simulation,results show that the fuzzy PID control has a shorter steady-state regulation time, faster response speed, less overshoot, better control accuracy and good stability. The joint action of these control methods makes the monitoring system achieve the control goal of improving work efficiency and reducing energy consumption, so that the real-time, reliability and automation level of the control system have been comprehensively promoted.

Blast furhance blower; Anti-surge； Surge prediction； Neural network； Fuzzy PID control； Matlab; Simulation

內(nèi)蒙古自治區(qū)自然科學基金資助項目(2017MS0603)

田海(1968—)，男，碩士，副教授，主要從事自動化方向的研究。E-mail:tian680125@163.com。 劉赫軒(通信作者)，男，在讀碩士研究生，主要從事自動化方向的研究。E-mail:1074512540@qq.com。

TH39;TP27

A

10.16086/j.cnki.issn1000-0380.201708008

修改稿收到日期:2017-02-21