钢包炉配料ＰＳＯ－ＢＰ－ＰＩＤ控制研究

2014年12月30日13:59:37 本网站我要评论(2)字号：T | T | T

关键字：应用

摘　　　要：针对钢包精炼炉配料加料过程的惯性、时滞、非线性等控制特性，设计了一种基于微粒群优化算法（ＰＳＯ）、误差反向传播（ＢＰ）神经网络以及比例－积分－微分（ＰＩＤ）的复合控制算法ＰＳＯ－ＢＰ－ＰＩＤ，并将该复合算法应用于１５０ｔ钢包精炼炉配料称重控制系统中，实现配料称重过程的智能控制。ＰＳＯ－ＢＰ－ＰＩＤ算法利用微粒群优化算法的全局寻优特性，优化ＢＰ神经网络的初始权值以提高神经网络的收敛性；采用经微粒群算法优化后的ＢＰ神经网络在线实时调整ＰＩＤ参数。通过基于ＰＳＯ和ＢＰ网络的ＰＩＤ控制器实时控制钢包精炼沪的配料过程。仿真实验和运行实验结果表明，ＰＳＯ－ＢＰ－ＰＩＤ算法的控制效果优于单一ＰＩＤ算法的控制效果。采用ＰＳＯ－ＢＰ－ＰＩＤ算法的钢包炉配料系统后，明显提高了配料精度，有效地解决了配料称重过程中速度与精度的矛盾。

关　键　词：钢包精炼炉；配料称重；微粒群优化算法；神经网络；ＰＩＤ控制

１　引　言

钢包精炼炉［１，２］是钢铁生产中的主要设备之一。湖南湘潭钢铁集团有限公司炼钢厂１９９０年采用了９０ｔ钢包精炼炉，２００９年新建了１５０ｔ钢包精炼炉。钢包精炼炉的生产过程控制［３］采用分散控制方式，包括钢包车行走、电极升降、供电［４］、冷却水、加料（配料）控制等。加料过程就是向钢水中投入可控量的铁合金及造渣料，以精确地控制钢水的成分，对钢种的质量起着至关重要的作用。ＰＩＤ控制是一种应用广泛的经典控制算法。但常规ＰＩＤ控制器对于大时滞、复杂的、动态的和不确定的非线性系统，其控制效果不理想。实际应用通常是将微粒群算法、神经网络等智能算法与常规ＰＩＤ算法有机结合起来，构成复合算法［５］，提高系统的控制性能。利用经ＰＳＯ算法优化后的ＢＰ神经网络在线调整ＰＩＤ参数，构成ＰＳＯ－ＢＰ－ＰＩＤ控制算法，实时控制添加物料的品种和数量，有效减少加料误差，精确控制钢水成分，提高钢水品质。

登录网站后可下载文件

钢包炉配料ＰＳＯ－ＢＰ－ＰＩＤ控制研究

相关阅读: