基于智能控制算法的TFT-LCD超薄浮法玻璃基板生產過程窯壓控制系統

陳智睿，蓋琳琳

(中國建材國際工程集團有限公司，上海 200063)

薄膜晶體管液晶顯示器(TFT-LCD,Thin film transistor-liquid crystal display) 具有圖像細膩逼真、功耗低、重量輕等優點，是當前蓬勃發展的顯示領域中不可或缺的設備。TFT-LCD液晶顯示器對其用以封裝的顯示玻璃的要求非常嚴格，其分辨率、透光度、重量、視角等參數均與玻璃基板的性能密切相關。玻璃基板的生產工藝高度復雜，難度極大，加工條件苛刻，尤其是高世代的玻璃基板，其生產技術長期被國外少數企業壟斷。中國建材凱盛科技集團旗下蚌埠中光電科技有限公司負責承建的中國首條自主研發的8.5代浮法TFT-LCD玻璃基板生產線于2019年成功引板，打破了高世代TFT-LCD玻璃基板被國外公司技術封鎖和市場壟斷的局面。

電子顯示玻璃基板的熔制過程對窯壓平穩性要求很高，且更改窯壓設定值或者有外界干擾產生時，要求窯壓調整時間盡量縮短，使窯壓快速達到新的穩態，否則影響TFT玻璃混合料的熔化過程，使電子玻璃的光學性能變差。而傳統基于PID的控制方法在穩態精度和動態響應上已經不能滿足電子顯示玻璃的生產要求。為此，迫切需要研發一種基于智能控制算法的窯壓控制系統，實現TFT-LCD玻璃熔窯壓力的長時間平穩運行。隨著智能控制算法在流程工業領域的發展，該文針對電子顯示玻璃基板生產過程熔窯壓力控制的難題，提出了一種基于遺傳算法的反饋控制器和基于神經網絡預測算法的前饋控制器相結合的窯壓智能控制系統方案，根據燃燒系統的用氣量、環境溫度的變化、引風機引風量改變等，迅速準確地做出控制反應，調節煙道閘板，穩定窯爐壓力。

1 TFT-LCD浮法玻璃基板生產過程窯壓控制系統結構

窯壓是電子顯示玻璃基板生產線熔窯火焰空間的重要參數，窯壓的波動將影響窯內溫度分布和氣氛的分布，直接影響玻璃配合料的熔制質量，進而影響玻璃基板的光學性能?？刂聘G壓保持穩定是生產高質量電子顯示玻璃的前提條件，TFT玻璃基板生產窯壓控制系統示意圖如圖1所示。

影響窯壓的主要因素有燃燒系統的用氣量、環境溫度的變化、窯爐密封性的老化、環保引風機的抽氣量等。為穩定窯壓系統，設置運算性能強大的集散控制DCS系統，窯壓的測量采用高精度微差壓變送器，將熔窯壓力轉換成標準信號接入DCS系統；窯壓調節裝置采用設置于總煙道的調節閘板完成，調節閘板受DCS模擬量輸出信號的控制；為監控環保引風系統對窯壓的影響，還將環?？刂埔酝ㄓ嵎绞浇尤氲紻CS系統，實現對環保系統的監控。

在TFT玻璃實際生產的過程中，窯壓穩定運行的干擾因素如燃燒系統的用氣量、環境溫度的變化等可以由設置在反饋控制回路中的智能控制器很好的控制，干擾發生時能迅速調整閘板，維持窯壓穩定運行。而環保引風機運行頻率改變時，亦即從總煙道引風量發生改變時，對熔窯壓力產生的干擾較大，單純通過反饋回路進行調節時調節時間較長，對TFT玻璃熔制產生了不利的影響。故針對引風機引風量改變還設置了智能前饋控制器，提前介入調節閘板的調整?；诜答伩刂破骱颓梆伩刂破鞯闹悄芨G壓控制系統原理如圖2所示。

2 基于智能算法的TFT-LCD浮法玻璃基板生產過程窯壓控制器

傳統PID控制器比例、積分、微分系數難以整定且無法根據生產情況的改變在線實時調整，該文運用遺傳算法對反饋控制器的PID參數進行在線優化整定。遺傳算法是用計算機對生物進化系統進行模擬，參照進化機制建立仿真數學模型，具有隨機自適應和全局并行搜索的特點。遺傳算法通過數字編碼代替尋優問題的參數組合，以適應度函數作為評價目標，以編碼群體為進化的基礎組合，以對各編碼個體所建立的位串進行遺傳操作實現選擇和進化機制，建立循環迭代的過程。在這一過程中，通過對個體編碼位串中重要的基因進行隨機重組，使新一代的個體的適應度值優于老一代的個體集合，群體的個體不斷進化，逐漸接近最優解，從而最終達到求解問題的目的。該文根據遺傳算法在求解最優化問題的優勢，利用遺傳算法對PID參數進行整定，使得反饋控制器保持優良的控制性能，保證電子顯示玻璃基板生產過程窯壓參數的平穩運行。

在遺傳算法進行優化時，對需要優化的比例、積分、微分三個參數進行二進制編碼，部分編碼種群示例如表1所示。

表1中，用l位二進制表示PID各系數的大小，二進制位數l決定了權值的精度，初始種群中每個個體的基因值(0或1)都是隨機生成的。初始種群生成后，需評判每個個體的適應度，需要依照訓練樣本對該個體所確定的PID控制器的控制精度。具體的過程是：

表1 部分編碼種群示例

步驟1：從穩定生產的歷史數據中隨機選取k條控制參數及結果作為訓練集；

步驟2：基于當前個體所確定的控制器對訓練集的輸入進行控制演算，得到訓練集的控制結果；

步驟3：將演算得到的控制結果與訓練集的控制結果對比，獲得該個體對訓練樣本的控制精度，取控制精度之和的最大值作為適應度函數。其中控制精度由下式確定

式中，J表示訓練經過控制器計算后得到的控制結果；ξ為控制結果允許的波動范圍。將上一步得到的決策值計算每個個體的適應值，該適應值評判了該個體控制效果的優劣，決定了其能否保留的概率。

通過選擇、交叉、變異等遺傳算子進行遺傳運算，產生新一代種群。循環執行三到五步，直至滿足停止準則。最終獲取最優PID控制器參數值，裝載于窯壓系統反饋控制器中。

同時，根據電子顯示玻璃基板生產過程窯壓控制的工藝要求，設定窯壓允許波動范圍，當窯壓檢測值在設定值的死區范圍內，控制器輸出不發生改變，確保了窯壓的平穩運行；同時，為保證安全生產的要求，反饋控制器設置了窯壓的上下限值，當窯壓出現意外情況超過限制時，限定反饋控制器接收的偏差范圍并且輸出報警。

對于反饋控制而言，只有當偏差出現時，控制才會起作用。所以反饋控制總是滯后于擾動。對于電子顯示玻璃基板生產過程，當環保系統引風機頻率改變時，將引起窯壓產生大幅的波動，如果僅靠反饋控制器，將使窯壓調節時間變長，帶來玻璃配合料熔制過程的變差。所以針對環保系統引風機頻率的變化問題，提出了一種基于神經網絡算法的前饋補償控制器，對窯壓提前進行補償性調整。神經網絡算法能對任意復雜的非線性函數無限逼近,并且可以習得動態時變系統的特性，建立符合生產過程的數學模型。該文針對電子顯示玻璃基板生產過程窯壓系統的非線性、多參數、時變的特征，運用神經網絡算法建立引風機對窯壓關系的前饋補償預測模型，可使引風機頻率發生改變后，在窯壓未大幅變化前，通過控制器的預測，提前對調節閘板的開度進行補償調整，減少窯壓的波動，其中神經網絡控制器如下式所示

其中，Δf(t)為引風機頻率變化量；w1和w2分別為網絡的連接權值；m和n分別為輸入層和隱含層的神經元個數；y2(t)為神經網絡前饋預測控制器的輸出，此值即為窯壓調節閘板應對引風機頻率改變的補償調整量。

為結合反饋控制器和前饋控制器的控制效果，形成復合控制，該文提出一種TFT-LCD浮法玻璃基板生產過程窯壓控制流程，使得窯壓調節的平穩有效，如圖3所示。

步驟1：設定當前工況窯壓控制目標值P和窯壓允許波動的范圍e為初始條件；

步驟2：同時根據窯爐、煙道結構以及環保系統的運行工況設定的窯頭環保引風頻率對窯壓的影響系數k，將其作為前饋控制器的影響因子；

步驟3：控制系統采集窯壓實測值Pi和引風機頻率的調整量Δf；

步驟4：判斷當前壓力是否在窯壓給定值允許的范圍內，即|Pi-P|≤e，若是跳轉到步驟6，若否，進行步驟5；

步驟5：通過遺傳算子優化得到PID控制器的參數，運行反饋控制器得出閘板新的開度值y；

步驟6：保持控制程序運行的結果y不變；

步驟7：判斷引風機頻率是否有調整，若是，跳轉到步驟8，若否，進行步驟9；

步驟8：通過神經網絡前饋補償控制器計算得出閘板前饋調整量y2；

步驟9：維持智能前饋控制器的運行結果；

步驟10：綜合反饋控制器和前饋控制器的運行結果，得出調節閘板新的開度值，即y=y+y2；

步驟11：將運算得到的調節閘板開度值轉換為標準驅動信號，控制閘板開度的調整。

3 結 論

該文提出的基于智能控制算法的TFT-LCD超薄浮法玻璃基板生產過程窯壓控制系統在對窯壓的理化模型進行分析的技術上，運用遺傳算法、神經網絡預測模型等人工智能控制算法，構建前饋-反饋相結合的控制器結構，對電子玻璃生產過程的窯壓系統提供了良好的控制，起到了平穩窯壓，響應迅速的作用，很好的滿足了電子玻璃熔化過程對窯壓的嚴苛要求，達到了TFT-LCD玻璃生產過程熔窯壓力長時間平穩運行的效果。

該控制系統的成功應用反映了智能控制算法在先進電子玻璃生產線上已經成為了不可或缺的環節，對今后特種玻璃生產過程的精密控制需求有很好的借鑒價值，有廣泛移植應用的前景。