基于模糊控制的煉鈦電弧爐熔速控制系統改造

李 波；楊 恒

（1.西安建筑科技大學機電工程學院，陜西 西安 710055；2.寶雞鈦業有限公司，陜西 寶雞 721000）

在冶煉鈦鋯鉿以及其他的稀有金屬與其合金時，需要依靠先進技術設備來保證品質。當前較為先進的是利用真空自耗電弧爐對其進行冶煉，這種技術直觀影響到產品生產的效率以及質量問題。

在整個冶煉過程中更為重要的是對熔速技術的控制，熔速的控制技術中存在強耦合以及非線性的一些問題，需要提高其控制技術的精確性以及穩定性[1,2]。這是冶煉技術中非常重要的一個環節，也是非常有必要的。

1 熔速控制系統描述與建模

1.1 總體描述

本文研究的電弧爐為寶雞有色金屬加工廠生產的ZH—6000，6T真空自耗電極電弧爐。該爐現為寶鈦集團煉鈦車間中的8#爐，相較于其他生產設備屬于雖然電弧爐的類型及大小種類很多，不同生產廠家在系統設計及表現上有所不同，但整體的控制方案基本是一致的。

其主要控制系統由工控機加（S7 400，主站、從站）組成，系統的執行機構還包括伺服控制器，熔速檢測裝置，整流電源以及其他附屬傳感設備。上位與PLC通過PROFIBUS-DP協議進行通訊，與檢測類裝置通過RS485協議通訊，可以有效保證電弧爐工作的高效性與穩定性[3-5]。控制系統硬件結構圖如圖1所示。

圖1 真空自耗電弧爐控制框圖

對于控制效果的優劣性，僅需要對于同一型號的電弧爐在控制策略改變前后的生產效果。對不同廠家不同型號的電弧爐在成本，設備條件及應用方面差別較大，一般不具備性能上的比較條件。因此本文僅對ZH—6000型電弧爐進行研究與改進。

1.2 熔速控制系統建模

真空電弧爐控制系統主要包含兩個控制回路：電弧控制與熔速控制。兩個控制回路都屬于有反饋量的閉環控制，因此在控制方式上均采用PID控制方法。

兩個回路存在耦合關系。電弧回路通過弧壓對電流的非線性關系影響熔速的電流控制。熔速回路通過電極重量的變化來影響弧壓的輸出。

在生產中熔速率的表征就是鈦錠電極在電弧作用下的熔化速度。電弧控制的優劣會決定熔化的速度。但實際而言，電弧的控制幾乎是穩定的，少量的掉塊情況也很少對弧壓造成很大的波動。熔速率的控制是根據鈦錠電極重量單位時間的變化率來決定的。電弧品質的優良會很微小的影響爐內的溫度的變化從而影響熔速率。圖3是剝離出來的熔速控制框圖。

圖2 熔速控制等效框圖

值得說明的是，熔速控制回路中不單單只有對熔速對象（稱重系統）的控制，還有對系統電流環的控制。本文研究的電弧爐系統采用增量式PID進行控制[6,7]。合理的調節PID控制器性能，在線整定控制參數是提高電弧爐熔速控制性能的核心。

熔速控制中的電流環是指系統中的整流濾波。為了簡化起見，不設入電流環中瞬態沖擊電壓，電流值對系統的作用，只關心涉及到的直流電路中的弧壓與電流，那么電流環可等效為一階模型如下：

其中，Kr、Tr分別為整流濾波電路的放大倍數與時間常數。

電弧爐熔速是由電極稱重設備獲得的，具體是由單位時間自耗型電極的重量變化計算的。熔速對象包括熔速檢測與重量數據采集后的一些濾波處理組成，其特性為一階慣性環節：

其中，Ts為稱重系統的時間常數。

2 模糊控制與simulink仿真

2.1 模糊理論及模糊控制器設計

Fuzzy-PID（模糊PID）控制的基本原理是利用模糊理論來對kp、ki、kd進行一定隸屬度的判斷與賦值[8-10]。真空自耗型電弧爐系統中，熔速的控制需要將輸入信號的誤差及誤差信號的變化作為Fuzzy-PID的輸入量。

并根據建立的隸屬度函數，規則分類以及模糊推理來完成參數的調整與輸出。熔速控制回路的Fuzzy-PID框圖如圖3所示。

圖3 自耗電弧爐Fuzzy-PID熔速控制器

熔速Fuzzy-PID控制器包含5個變量：系統偏差e及其變化率ec，PID的三個參數kp、ki、kd。本文對五個變量選用的基本論域都為5級，分別為：[NL、NS、ZE、PS、PL]，表示負大，負小，0，正小，正大。根據輸入階躍信號的變化e、ec、kp、ki、kd的基本論域分別為 ：[0，1]、[0，1]、[0，1.6]、[0.6，2]、[1，2]。

2.2 simulink仿真及分析

建立完成模糊控制器的設置后，將控制器保存為調用文件。在simulink中建立模糊控制器下的熔速控制模型，調用建立好的熔速Fuzzy-PID，建立后的simulink下熔速控制模型如圖4所示。

根據當前的生產狀況，8#爐熔速控制系統的PID控制參數一般取值如下圖所示。對于電流環而言，取放大系數，取整流濾波的時間常數為。

對于熔速控制對象，取。由于熔速控制是一個滯后系統，因此仿真過程需要增加一個系統延遲，延遲時間根據實際測量，設置為5s。

圖4 simulink下的熔速控制回路模型

單位階躍輸入下的熔速系統響應仿真圖如圖5所示。為了方便比對，本文將原系統模型的階躍響應與模糊響應放在同一仿真圖中。

通過坐標計算可以得出BPNN算法響應的超調量和穩定時間分別為：31.0%和17.96s。較原系統的超調量下降了17.2%，穩定時間也縮短了5.63s。

圖5 Fuzzy-PID與原系統控制下的響應圖

3 結語

本文通過分析現有自耗型真空電弧爐的控制特性，建立了一種Fuzzy-PID來實現熔速控制回路的參數整定。通過simulink搭建模型得到仿真結果，比對顯示，改進后的熔速控制回路在系統超調與穩定性方面均有所提升，為電弧爐的發展提供了一定的參考。