高炉喷煤量精确控制.docx

1、高炉喷煤量精确控制高炉喷煤量精确控制1、前言随着钢铁工业的发展，焦炭需求量也随之增加。我国煤炭资源虽然丰富，但炼焦煤资源有限，仅占煤炭资源的27%左右；而其中强粘结性焦煤仅占炼焦煤的19%，粘结性肥煤仅占13%左右，而且炼焦煤资源分布也极不均匀，因此，高炉炼铁节焦和喷煤就是钢铁工业持续发展的重要课题之一。高煤比冶炼技术既是世界性的热点技术同时也是高难度的系列集成技术。尽管世界上部分高炉的喷煤比曾经达到过200Kg/吨铁以上，但是，由于高炉原燃料条件的不一、风温、富氧等条件等的差异、资源条件的不同，以及许多技术壁垒，致使高炉喷煤仍然没有达到理想水平。2.问题的提出提高煤比是降低焦比、降低炼铁生产

2、成本的重要措施，而实现喷煤量的精确控制、减少煤粉脉动瞬时波动，是影响高炉提高喷煤比的重要因素。济钢11750m3高炉于2003年9月份投产，投产后，喷煤量一直不高，前期主要受设备故障多，加上炉况不正常影响，充分暴露出喷煤量控制及喷吹系统设计上没有考虑喷吹量自动精确控制的问题，主要表现在：（1）计量误差大（500Kg左右），计量信号因为罐压波动造成失真。（2）高炉操作室内不能显示喷煤量瞬时值，操作工只能依据罐压靠人工计算求出瞬时煤量，再通过手动调节，如此落后的调节，非常不利于喷煤量的提高以及高喷煤量下炉况的稳定。（3）由于影响煤量的参数较多，诸如罐压、阀门开度、补气量大小，冲压及卸压过程的波动等

3、等，实际生产中这些参数并非不变的，单靠人工调节，往往顾此失彼，很难及时到位。为保证高炉的高效、顺行，喷煤系统需要提供精确、均匀的喷煤量，而喷煤量受氮气压力、补气流量、煤粉质量等诸多因素的影响而变化，为了保证喷煤量精确均匀，操作工需不断调节罐内压和补气流量阀，这有一定的操作难度和工作强度，而且也无法保证长期性、连续性。3、研究的思路及技术开发主要内容喷煤控制系统的软件平台采用施耐德的MP7工控软件，MP7具有开放性好，但复杂的特点，以MP7软件为平台，把研究总结出的数学模型输入其中，既达到精确控制目的，而又不影响其原有的控制软件的使用及性能。 将模糊数学、神经自适应有效结合 模糊逻辑是一种处理不

4、确定性、非线性问题的有力工具。它比较适合于表达那些模糊或定性的知识，其推理方式比较类似于人的思维方式，这都是模糊逻辑的优点。但它缺乏有效的自学习和自适应能力。 神经网络具有并行计算、分布式信息存储、容错能力强以及具备自适应学习能力等一系列优点。但一般来说，神经网络不适于表达基于规则的知识，因此在对神经网络进行训练时，由于不能很好地利用已有的经验知识，常常只能将初始值取为零或随机数，从而增加了网络的训练时间或者陷入非要求的局部极值。本课题中将模糊逻辑与神经网络结合，则网络中的各个结点及所有参数均有明显的物理意义，因此这些参数的初值可以根据系统的模糊或定性的知识来加以确定，然后利用学习算法可以很快

5、收敛到要求的输入输出关系。同时，由于它具有神经网络的结构，因而参数的学习和调整比较容易。它能够提供更加有效的智能行为、学习能力、自适应特点、并行机制和高度灵活性。在自适应控制中引入模糊神经网络在自适应控制中引入模糊神经网络，将进一步改善神经网络自适应控制的鲁棒性和实时性，特别适用于具有不确定性的非线性系统跟踪控制问题。但这类控制器的结构一般都是固定不变的，有可能造成如下两个问题。(1)神经网络本身的结构和性能不一定最佳，有时甚至会出现局部最优问题,造成学习的效果不理想。同时不利于模糊控制规则的增减,有可能造成模糊规则的冗余或欠缺,影响控制量计算速度或控制精度。(2)由于模糊规则的获取在一定程度

6、上取决于先验知识,即有关被控制对象特征的知识，这对复杂的控制对象来说具有很大的困难。针对问题(1),采用具有动态结构的神经网络进行推理，自动地选择最理想的神经网络结构用来控制。对问题(2)，通过神经网络的结构和参数的学习，在线调整模糊神经网络的结构、增减模糊控制规律，调整控制规则参数来改善控制性。研究出各种变量对喷煤量的影响的数学模型，达到在各种工况下，喷煤量的精确均匀。(1)总结出氮气压力，对喷煤量影响的数学模型。（2）总结罐内压，对喷煤量影响的数学模型。（3）总结出罐内煤粉重量，对喷煤量影响的数学模型。（4）总结出罐内煤粉质量，对喷煤量影响的数学模型。（5）总结出罐充压对罐重影响的数学模型

7、。（6）总结出喷枪压力，对喷煤量影响的数学模型。（7）总结出罐称跳动的软件消除方法。（8）倒罐过程的修正办法。具体要求（1）能够计算和显示瞬时喷煤流量和一罐煤量的误差，能够显示喷煤车间实际班产量、日产量和设定班产量、日产量，能够生成班产量、日产量、月产量和年产量报表。（2）通过鼠标或键盘方便地设置喷吹流量，由微机自动确定罐内压力和补气流量，使之能够实现喷煤量精确和均匀。（3）能够进行自动、手动相互转换，尤其手动转自动时必须首先识别现有喷吹状态，然后在此基础上调节，防止相互转换时波动太大，确保系统运行稳定。（4）通过设计专用软件可以自动生成历史曲线打印生产统计报表。（5）每喷完一罐煤粉能够自动核

8、实校正一次补气流量和罐内压力，确保瞬时显示的准确性。（6）所需的喷煤量在设定后由微机自动跟踪调节并瞬时显示，当实际喷煤量小于8t/h时，瞬时误差平均值应控制在设定喷煤量的2以内；当实际喷煤量大于8t/h时瞬时误差平均值应控制在设定喷煤量的1以内，并且能够迅速自动补偿实现喷煤量精确控制。4、喷煤量精确控制发展现状高炉煤粉喷吹是一个动态、非线性、时变、受强干扰作用、存在时间滞后和对象参数变化的多输入单输出系统。喷煤量调节的控制由于受煤粉流动性能、给料器的工作特性、煤粉在气力输送过程中的流动、高炉炉况的波动、喷吹量的检测精度等影响很大，使得喷吹系统的控制比较困难。目前，高炉煤粉喷吹量的调节方式主要有

9、给料器开度(转速)调节、载送气体流量调节、喷吹罐罐压调节等方式，现代高炉一般同时具有两种或两种以上调节方式。为实现喷煤量的精确控制,喷吹量的准确计量是一个必不可少的环节。目前常用的喷吹量计量方法主要有电子称和煤粉流量计两种计量方式。喷煤量调节的控制技术发展现状目前，国内外各高炉煤粉喷吹量调节的自动控制技术主要是以传统控制理论为基础的PID控制。基于数学模型的现代控制技术及基于专家知识的智能控制技术的应用还较少。4.1.1各调节方式的控制手段现状目前，各种调节方式的自动控制主要是将调节对象简化为线性系统来处理。对于同时存在的多种调节方式，一般采用单独的闭环回路实现各调节方式分离的半自动控制。给料

10、器开度(转速)调节及罐压调节的控制方式是将各自的调节对象简化为单输入、单输出(SISO)线性系统，即把喷吹率作为系统输出，开度(转速)或罐压作为控制输入，假设输入、输出在一定的工作区间满足线性关系。载送气体流量调节的控制方式是将喷煤量调节的控制转化为载送气气体流量的控制,该控制方式根据喷吹系统的压力平衡关系，运用流体力学定理，推导出载送气流量与喷煤量的关系。当喷煤量给定后，可计算出载送气流量给定值，采用PID控制规律使得实际载送气流量跟随给定值,实现喷煤量的调节。这种控制方式将煤粉气固两相流动的控制转化为单相气体(压缩空气)流量的控制，在流量的检测及控制上单相气体都较气固两相流体要容易实现得多

11、。但上述公式成立所必需的前提条件在实际中很难完全满足，系统装置常数随喷枪关闭或分配器堵塞、煤粉流动性能改变等发生变化。4.1.2所用的控制技术现状煤粉喷吹的自动控制技术主要有单闭环反馈控制系统，具有主、副回路的串级控制系统，维持载送气及煤粉固气比恒定的比值控制系统和基于现代控制理论的最优控制技术等。单闭环的PID控制系统是目前最普遍采用的控制系统。带死区的PID控制器可在一定范围内消除偏差的频繁波动以适应喷吹量的动态波动特性；微分先行的PID控制器因具有超前控制作用可消除系统的时间滞后，因此它们和常规PID控制器是煤粉喷吹量调节的自动控制中较常采用的控制技术。串级控制系统对进入副回路的干扰具有

12、较强的克服作用。通常将喷煤量作为系统主控制参数,罐压或载送气流量作为副参数，主副回路采用PID或PI、PD控制规律。理论上这种控制系统具有较高的控制精度，但实际上由于计量环节的误差及对象的非线性特性,控制效果不太理想。维持固气比恒定的比值控制系统是根据需输送的煤粉量设定载送气流量与其成比例。通过调节给料器阀门开度调节喷吹量的大小，固气比作为载送气流量控制回路的给定值以控制载送气流量的大小。4.1.3控制技术的实现喷煤量调节控制系统的实现一般可采用仪表控制系统、PLC控制、计算机控制或作为集散控制系统(DCS)的一部分。仪表控制系统在小型高炉及老龄高炉还有应用，现正逐渐被淘汰。PLC控制系统常将

13、喷煤量的调节与煤粉喷吹的过程控制结合在一起，构成完整的煤粉喷吹控制系统。计算机控制系统硬件扩展方便,软件功能强大、灵活。集散控制系统(DCS)具有危险分散，信息共享，扩展方便等优点，通常将煤粉喷吹量的调节作为高炉控制系统的一个子系统处理。4.1.4喷煤量调节控制技术的新途径由于上述各控制方式控制效果尚不理想，现在各高炉上应用较多的还是基于操作经验的手动控制或半自动控制方式。智能控制技术在高炉炉况的诊断、铁水微量元素含量的预测、高炉操作过程的优化等方面都取得了成功应用，这表明采用智能控制技术实现喷煤量调节具有广阔的前景。但是目前智能控制技术在煤粉喷吹量调节控制上的应用还不多。高炉煤粉喷吹量的调节

14、采用智能控制技术具有如下优势：(1)煤粉喷吹对象的复杂性使得无法用传统方法建立其精确数学模型，这给建立在数学模型基础之上的经典控制造成极大困难；智能控制技术在系统模型的辨识等方面具有优势，为控制系统的实现带来方便。(2)高炉煤粉喷吹系统手动控制的操作经验为智能控制规则信息的获得奠定了坚实的基础。(3)煤粉气力输送的动态平衡特性，使得传统PID控制系统的稳定性难以保证，而智能控制技术可根据对象特性结合专家控制经验进行相应处理。对于高炉煤粉喷吹系统的时变、非线性特性，可以采用自适应、动态辨识网络实现系统的辨识;对于输出量的动态波动特性，可以采用小波变换、遗传算法或概率统计方法进行处理；系统控制策略

15、可由自适应模糊控制或模糊神经网络控制等方式来实现。5、技术难点高炉喷煤控制领域面临共性难点高炉煤粉喷吹是一个动态、非线性、时变、受强干扰作用、存在时间滞后和对象参数变化的多输入单输出系统。喷煤量调节的控制由于受煤粉流动性能、给料器的工作特性、煤粉在气力输送过程中的流动、高炉炉况的波动、喷吹量的检测精度等影响很大，使得喷吹系统的控制比较困难。（1）影响煤粉流动性能的因素主要有煤粉的粒度、湿度、挥发分含量、煤种、煤质等。粒度的大小和均匀性对煤粉流动性影响较大，煤种、煤质不同的煤粉流动性能有较大差异。湿度太大的煤粉和煤粉中所含有的杂质如纤维等容易造成分配器或喷枪阻塞，使得喷吹管道通畅程度具有随机性。

16、（2）给料器工作特性 若不考虑罐压及载送气流量波动等因素，混合器给料器及可调煤粉给料器的开度或旋转给料器(星形给料器、螺旋给料器)的转速与给料器出料量在一定范围内是一种近似的线性关系，但当开度/转速超过某一范围后,其输入、输出将偏离线性关系,呈现明显的非线性特性。流态化给料方式是使煤粉呈现流化状态而从喷吹管道导出,通过改变注入喷吹管道的载送气体流量来调节喷煤量。由于煤粉流化过程的动态特性,导致煤粉流出量不均匀，给料器出料口上下压差的波动也使得喷煤量呈波动状态，所以,这种给料方式不仅具有非线性特性，而且具有很强的动态特性。（3）煤粉的气力输送 粉体在气力输送管道中的流动存在复杂的流型变换和压力波

17、动。流型的变换将使喷吹管道内的压力平衡关系遭到破坏，给料器出料口上下压差改变,影响给料器输出特性。由于管道内压力恢复平衡能力较弱,故喷吹量经常处于波动状态。另外，管道压力的频繁波动还可能引起载送气流量的大幅振荡,使得喷吹系统无法稳定工作。（4）检测环节 喷吹量的计量主要有电子称和流量计两种方式。 电子称计量方式采用两次采样间隔内所喷吹的煤粉质量除以采样间隔时间得到煤粉喷吹率大小。煤粉流量计根据喷吹管道内压力损失、煤粉浓度、煤粉速度等检测煤粉的质量流量,主要有电容噪声法流量测量、阻损法流量测量、相关测速法流量测量等。由于不同浓度的煤粉在喷吹管道内流动时气固两相流的介电常数将发生改变。电容噪声流量

18、测量采用电容极板检测出气固两相流固相物浓度并计算喷吹量。煤粉输送时将在管路上产生压力损失，利用动量守恒定律可推导出煤粉质量流量计算公式。阻损法流量测量以此为原理，通过测量载送气体流量、检测部位压力及压差等参数计算煤粉质量流量。目前，两种检测方式的精度都不高；另外，电子称检测方式存在较大的时间滞后，流量计检测方式因煤粉输送过程中的波动特性，测得喷吹量波动性较强，给实现闭环控制增加了难度。对于采用串罐方式实现煤粉连续喷吹的系统，倒罐期间喷吹量的测量误差很大。为减小倒罐期间喷吹量的计量误差，通常可以采用电气补偿法、机械补偿法等方法实现喷吹量的连续计量。通过上述分析可见，高炉煤粉喷吹是一个动态、非线性

19、、时变、受强干扰作用、存在时间滞后和对象参数变化的多输入单输出系统。目前主要的喷煤量调节方式有调节给料器开度(转速)、调节载送气体流量、调节喷吹罐罐压等。由于各调节方式存在一定的耦合关系,采用单一的调节方式或各调节方式采用单独的控制回路将难以达到理想的控制效果。济钢条件下实施的难点喷煤控制系统的软件平台采用施耐德的MP7工控软件，MP7具有开放性好，但复杂的特点，以MP7软件为平台，把研究总结出的数学模型输入其中，而又不能影响其原有的控制软件的使用及性能，有较高的技术难度。喷煤生产是不间断的连续过程，在调试精确喷煤软件时不能影响生产。同时兼顾调试及生产，须小心一个模型一个模型输入调试，找出软件

20、的缺陷性和不兼容性。加以修改。同时须找出数学模型中的可变量参数，以便修改参数，以使软件适应不同的工况状态。6、技术重点喷煤控制系统的软件平台采用施耐德的MP7工控软件，MP7具有开放性好，但复杂的特点，以MP7软件为平台，把研究总结出的数学模型输入其中，既达到精确控制目的，而又不影响其原有的控制软件的使用及性能。 将模糊数学、神经自适应有效结合 模糊逻辑是一种处理不确定性、非线性问题的有力工具。它比较适合于表达那些模糊或定性的知识，其推理方式比较类似于人的思维方式，这都是模糊逻辑的优点。但它缺乏有效的自学习和自适应能力。 神经网络具有并行计算、分布式信息存储、容错能力强以及具备自适应学习能力等

21、一系列优点。但一般来说，神经网络不适于表达基于规则的知识，因此在对神经网络进行训练时，由于不能很好地利用已有的经验知识，常常只能将初始值取为零或随机数，从而增加了网络的训练时间或者陷入非要求的局部极值。本课题中将模糊逻辑与神经网络结合，则网络中的各个结点及所有参数均有明显的物理意义，因此这些参数的初值可以根据系统的模糊或定性的知识来加以确定，然后利用学习算法可以很快收敛到要求的输入输出关系。同时，由于它具有神经网络的结构，因而参数的学习和调整比较容易。它能够提供更加有效的智能行为、学习能力、自适应特点、并行机制和高度灵活性。在自适应控制中引入模糊神经网络在自适应控制中引入模糊神经网络，将进一步

22、改善神经网络自适应控制的鲁棒性和实时性，特别适用于具有不确定性的非线性系统跟踪控制问题。但这类控制器的结构一般都是固定不变的，有可能造成如下两个问题。(1)神经网络本身的结构和性能不一定最佳有时甚至会出现局部最优问题,造成学习的效果不理想。同时不利于模糊控制规则的增减,有可能造成模糊规则的冗余或欠缺,影响控制量计算速度或控制精度。(2)由于模糊规则的获取在一定程度上取决于先验知识,即有关被控制对象特征的知识，这对复杂的控制对象来说具有很大的困难。针对问题(1),采用具有动态结构的神经网络进行推理，自动地选择最理想的神经网络结构用来控制。对问题(2)，通过神经网络的结构和参数的学习，在线调整模糊

23、神经网络的结构、增减模糊控制规律，调整控制规则参数来改善控制性。自动精确控制原理图控制系统数学模型研究出各种变量对喷煤量的影响的数学模型，达到在各种工况下，喷煤量的精确均匀。（1）总结出氮气压力对喷煤量影响的数学模型，400KPaPN530Kpa，530KPaPN600Kpa，600KPaPN注:Pv-瞬时煤量；m-罐重；Pa前5分钟瞬时煤量PN-氮气压力，Pa（2）总结罐内压，对喷煤量影响的数学模型。，600KPaPN， m8t注：PNa-罐内压力，（3）罐内煤粉重量对喷煤量影响的数学模型Q-补气流量（4）罐内煤粉质量，对喷煤量影响的数学模型Pv=K8R3/mR: 煤粉粘度（5）罐充压对罐重

24、影响的数学模型Pv=K9:煤粉重量随压力的变化（6）喷枪压力对喷煤量影响的数学模型PNb3PNb:喷枪压力（7）罐称跳动的软件消除方法。（8）倒罐过程的修正办法7、项目开发应用后效果（1）能将采集到的电子秤重量信号进行校核，自动去除机械设备因素造成的峰谷值，转化为模拟信号或数字信号，并使其瞬时值稳定，通过信号控制罐内压力和补流量，同时换算显示罐内压力和流量。（2）所需的喷煤量在设定后由微机自动跟踪调节并瞬时显示，当实际喷煤量小于8t/h时，瞬时误差平均值控制在设定喷煤量的2以内；当实际喷煤量大于8t/h时瞬时误差平均值应控制在设定喷煤量的1以内，并且能够迅速自动补偿实现喷煤量精确控制。 （3）由于煤量控制精度提高。减少了煤量不稳对高炉生产的不利影响，炉况更趋稳定，产量提高，煤比增加。（4）该项目在济钢炼铁厂厂11750m3高炉上应用，达到了预期目标，使喷煤量控制精度明显提高，并且已经在21750m3、 31750m3高炉推广应用。8.结论（1）基于模糊数学与自适应神经网络基础开发的精确控制系统达到预期目标，控制精度高。（2）项目投用后，既减轻了操作工的劳动强度，同时也明显改善高炉技术经济指标。（3）该技术在国内领先，具有投资少、见效快的特点，值得大力推广。