分解爐溫度專家控制系統(tǒng)

1、中圖分類號：TP273 論文編號：HBLH2013-1092U D C： 密級： 公 開 碩 士 學 位 論 文分解爐溫度專家控制系統(tǒng)作者姓名：董彬學科名稱：控制工程 研究方向： 過程控制學習單位：河北聯(lián)合大學 學習時間: 3年 提交日期: 2013年6月 3日申請學位類別：工程碩士導師 姓名：馬翠紅 教授 單位：河北聯(lián)合大學 電氣工程學院林玉泉 高工 單位：冀東水泥股份有限公司 技術開發(fā)中心論文評閱人：匿 名 單位： 匿 名 單位： 論文答辯日期：2013年9月22日 答辯委員會主席：趙春祥 研究員關 鍵 詞：分解爐；專家控制；可編程序控制器 唐山 河北聯(lián)合大學 2013年9月Tempera

2、ture Expert Control System over Decomposing FurnaceDissertation Submitted toHebei United Universityin partial fulfillment of the requirementfor the degree ofMaster of Engineeringby Dong Bin(Control Engineering)Supervisor:Professor Ma Cuihong Lin YuquanSeptember, 2013獨創(chuàng)性說明本人鄭重聲明：所呈交的論文是我個人在導師指導下進行的研究

3、工作及取得的研究成果。盡我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫的研究成果，也不包含為獲得河北聯(lián)合大學以外其他教育機構的學位或證書所使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中做了明確的說明并表示了謝意。論文作者簽名： 日期： 年 月 日關于論文使用授權的說明本人完全了解河北聯(lián)合大學有關保留、使用學位論文的規(guī)定，即：已獲學位的研究生必須按學校規(guī)定提交學位論文，學校有權保留、送交論文的復印件，允許論文被查閱和借閱；學?？梢詫W位論文的全部或部分內(nèi)容采用影印、縮印或編入有關數(shù)據(jù)庫進行公開、檢索和交流。論文密級： 公開； 保密（至 年 月）(

4、保密論文在解密后遵守此規(guī)定)。作者簽名： 導師簽名： 簽字日期： 年 月 日 簽字日期： 年 月 日摘 要摘要新型干法水泥預分解技術即在預熱器與回轉窯之間增設分解爐，水泥生料有超過90的碳酸鹽預分解是在分解爐中完成的，對分解爐溫度的穩(wěn)定和優(yōu)化控制是保證正常分解的充分必要條件。水泥生料成分的多樣性和熱變換的持續(xù)性，決定了分解爐的溫度控制是一個非線性的復雜控制對象，影響它的外部因素很多，且各個因素之間存在耦合和不確定性，所以分解爐動態(tài)穩(wěn)定控制一直是一個難以解決的問題。研究工作以分解爐為被控對象，主要內(nèi)容由兩個部分組成。首先，通過分析研究，選擇分解爐出口溫度為檢測量、喂煤量為控制量組成模糊控制器，實

5、現(xiàn)了水泥分解爐的智能控制，并將生料喂料量等其它影響因素作為輔助參數(shù)對控制結果進行必要的修正。其次，基于神經(jīng)網(wǎng)絡的煙氣含氧量預測補償。實際生產(chǎn)中采用的氣體分析儀測量含氧量進行控制的方法反應速度很慢，為解決這一問題課題采用了BP型神經(jīng)網(wǎng)絡來建立預測模型，對燃料流量和煙氣含氧量之間的映射關系進行非線性辨識，并且使用多層前饋神經(jīng)網(wǎng)絡構建非線性優(yōu)化控制器，對分解爐內(nèi)的氧氣含量進行預測補償。為了驗證課題研究方法的可行性，在最后結合某水泥生產(chǎn)線分解爐的實際運行參數(shù)對課題中提出的控制算法進行了實驗，并和常規(guī)PID控制的控制效果進行比較，證明了課題所提出的專家控制比傳統(tǒng)的控制方式具有優(yōu)越性。圖 25幅；表1個；

6、參62篇。關鍵詞：分解爐；專家控制；可編程序控制器分類號：TP273 AbstractNSP cement precalcining technology namely decomposing furnace is created between the preheater with rotary kiln. The cement slurry is more than 90% of the carbonate precalcination which is done in the middle of decomposing furnace, the stability and optimal

7、 control of temperature of decomposing furnace. It is necessary and sufficient to assure the normal decomposition. The diversity of cement raw material composition and thermal transformation continued, decided decomposing furnace temperature control is a complex nonlinear control object, which affec

8、ted by a lot of external factors, and the coupling and uncertainty among the factors, so the dynamic stability control of decomposing furnace has been a difficult problem to solve.Research work focus on decomposition furnace as the controlled object. It can be classified into two parts. First of all

9、, through the analysis and research, selecting the exit temperature of decomposing furnace is detected. The coal feeding amount to control the amount of the fuzzy controller, realize the intelligent control of decomposition furnace, raw meal feeding rate and other factors as the auxiliary parameter

10、to control the results to make necessary correction. Secondly, flue gas oxygen content predictive control is based on neural network. Used in the process of the reaction speed of gas analyzer measurement of oxygen is slow. In order to solve this problem type, BP neural network is adopted to establis

11、h the prediction model. The fuel flow and flue gas oxygen content help to identify the mapping nonlinear, and use multilayer feedforward neural network to construct nonlinear optimal controller, to control the oxygen content.To verify the research, the author uses some actual running parameters of d

12、ecomposing furnace carries on the simulation experiment, simulate the control algorithm in this paper and compare effect with traditional control method. The result proved that the proposed expert control system is better than the traditional control method.Figure25; Table1;Reference 62Keywords: dec

13、omposing furnace ,export control,plcChinese books catalog: TP273- III -目 次目次引言1第1章 緒論21.1 課題的背景和意義21.2 分解爐的工藝特點31.2.1 水泥生產(chǎn)工藝簡介31.2.2 預分解窯系統(tǒng)概述31.2.3 分解爐預分解技術原理41.3 分解爐的工況分析51.3.1 分解爐的功能特性51.3.2 影響分解爐變化的主要因素51.3.3 分解爐大滯后特點分析61.3.4 分解爐工況分析71.3.5 分解爐控制變量的選取及其數(shù)學模型81.4 分解爐控制技術的研究動態(tài)8第2章 基于分解爐模式的專家控制102.1 專

14、家控制概述102.1.1 專家系統(tǒng)的起源與發(fā)展102.1.2 專家系統(tǒng)的一般結構112.1.3 專家系統(tǒng)的知識表示和獲取122.1.4 專家控制系統(tǒng)的工作原理162.1.5 專家控制系統(tǒng)的基本結構172.1.6 專家控制器的設計原則202.2 分解爐溫度模糊專家控制器的設計212.2.1 分解爐溫度模糊專家控制212.2.2 模糊化232.2.3 規(guī)則庫242.2.4 模糊推理252.2.5 清晰化25第3章煙氣含氧量的神經(jīng)網(wǎng)絡預測263.1 神經(jīng)網(wǎng)絡預測控制263.1.1 人工神經(jīng)網(wǎng)絡的簡介263.1.2 使用的網(wǎng)絡結構273.1.3經(jīng)典增量式數(shù)字 PI D控制算法283.1.4BP神經(jīng)網(wǎng)絡

15、整定 PI D參數(shù)293.2 基于神經(jīng)網(wǎng)絡的模型預測控制31第4章控制算法的現(xiàn)場應用354.1水泥生產(chǎn)線自動化系統(tǒng)劃分354.2 自動化系統(tǒng)軟硬件簡介364.2.1 PLC系統(tǒng)簡介364.2.2 人機界面簡介374.2.3 水泥廠自動化系統(tǒng)簡介374.3自動化系統(tǒng)網(wǎng)絡結構及網(wǎng)絡協(xié)議384.3.1 自動化系統(tǒng)網(wǎng)絡結構384.3.2 自動化系統(tǒng)網(wǎng)絡協(xié)議424.4 現(xiàn)場實現(xiàn)454.4.1 DCS部分數(shù)據(jù)處理454.4.2 DCS部分數(shù)據(jù)傳輸464.4.3模糊算法應用48結論與展望50參考文獻51致 謝54導師簡介55企業(yè)導師簡介55作者簡介56學位論文數(shù)據(jù)集57引 言引言新型干法水泥生產(chǎn)工藝過程中主

16、要的熱工設備就是分解爐，它不僅僅是一個燃燒爐，同時也是一個化工反應裝置，具有燃料燃燒、氣固熱交換和碳酸鹽分解等多種功能。分解爐承擔的著氣固輸送、混合、分散、換熱等十分艱巨的物理化學任務，并且伴隨顆粒大小、氣固流量、溫度、壓力等因素的復雜變化，而所有上述功能和變化又彼此制約且相互作用，這就使得分解爐內(nèi)的物理化學過程十分復雜。因此，對分解爐的開發(fā)和研究工作是十分艱巨的。也正是這種復雜性使得傳統(tǒng)的研究方法受到嚴峻的挑戰(zhàn)，從而選擇先進的研究方法就顯得尤為重要。眾所周知，分解爐是一個典型的非線性、強耦合的復雜控制對象，其精確的數(shù)學模型難以建立，常規(guī)控制算法也很難獲得滿意的效果。所以，研究并實現(xiàn)水泥燒成過

17、程智能控制系統(tǒng)，對進一步提高水泥燒成過程自動化水平具有重要意義。論文在分析與總結國內(nèi)外同行業(yè)水泥分解爐溫度控制技術研究現(xiàn)狀的基礎上，對分解爐的結構及內(nèi)部燃燒機理進行了充分的研究，確定了三次風量、煤粉流量和生料流量的波動是影響分解爐溫度變化的主要因素，定性地給出了這些影響因素與分解爐溫度之間的關系，將專家控制系統(tǒng)應用到分解爐溫度的控制當中，提高了控制精度和熟料燃燒質量，節(jié)約了資源，具有一定的學術理論研究價值和工程實用價值?；谒惴ǖ慕Y果并結合冀東水泥灤縣有限公司二期工程4000t/d 新型干法水泥生產(chǎn)線（帶9000kW 余熱發(fā)電）項目的實際情況，下位采用美國 AB 公司的ControlLogix

18、 系列產(chǎn)品，上位采用 Rockwell 的FactoryTalk View Site Edition 組態(tài)軟件，進行編程實現(xiàn)。- 1 -河北聯(lián)合大學碩士學位論文第1章 緒論1.1 課題的背景和意義中國改革開放以來，水泥工業(yè)迅速發(fā)展，1978年全國水泥產(chǎn)量6500萬噸，1985年達到1.46億噸，并躍居世界首位；2002年水泥產(chǎn)量達7.25億噸，占世界水泥總產(chǎn)量近40；2010年全國水泥產(chǎn)量達到18.68 億噸，產(chǎn)量占比全球50%以上。我國水泥產(chǎn)量已連續(xù)23年保持世界第一。隨著新型干法工藝的快速發(fā)展，到2020年，我國新型干法水泥占總產(chǎn)量的比重將超過801?，F(xiàn)在，國際水泥工業(yè)以新型干法預分解技術

19、為核心，將現(xiàn)代科學技術和工業(yè)生產(chǎn)的最新成果廣泛用于水泥生產(chǎn)的全過程，形成了一套具有現(xiàn)代高科技特征和符合優(yōu)質、高效、節(jié)能、環(huán)保要求以及大型化、自動化的現(xiàn)代水泥生產(chǎn)方法。工業(yè)發(fā)達國家水泥工業(yè)當今的特點就是水泥裝備大型化、生產(chǎn)過程自動化、實現(xiàn)產(chǎn)品高質量。20世紀90年代以后國際水泥工業(yè)又出現(xiàn)了水泥生態(tài)化的高潮，即從可持續(xù)發(fā)展角度開發(fā)工業(yè)廢棄物及城市垃圾等再循環(huán)利用技術。因此可以說世界水泥技術發(fā)展趨勢是以節(jié)約能源、節(jié)省資源和環(huán)境保護為中心，進行清潔生產(chǎn)和高效集約化生產(chǎn)，加強水泥生態(tài)化技術研究與開發(fā)，逐步減少天然資源和天然能源的消耗，最大程度減少環(huán)境污染，最大限度接收消納工業(yè)廢棄物和城市垃圾等，使水泥工

20、業(yè)達到與環(huán)境友好、相容、和諧、共存2,3。如何在現(xiàn)有工藝設備不變的前提下，以盡可能少的投入來達到最大量的產(chǎn)出，是同國家提出的建立節(jié)約型社會和循環(huán)經(jīng)濟一致的。當前我國水泥工業(yè)的發(fā)展方向就是以預分解技術改進傳統(tǒng)的水泥生產(chǎn)方式，預分解系統(tǒng)的核心部分是分解爐，它承擔了預分解窯系統(tǒng)中煤粉燃燒、氣固換熱和碳酸鹽分解任務。碳酸鹽的分解率是制約水泥質量的重要因素，而它的有效分解需要一個相對穩(wěn)定的溫度，因此分解爐的溫度控制對整個預分解系統(tǒng)的熱力穩(wěn)定是至關重要的。因此，分解爐結構設計和控制的關鍵問題就是對生料與燃料能否在分解爐內(nèi)充分分散、混合和均布，燃料能否在分解爐內(nèi)迅速完全燃燒并將熱量及時傳遞給物料等問題。由于

21、生料成分的多樣性和熱變換的持續(xù)性，分解爐的溫度控制是一個非線性的復雜控制對象，影響它的外部因素很多，且各個因素之間存在耦合和不確定性，系統(tǒng)的被控模型很難建立，這些一直是分解爐動態(tài)穩(wěn)定控制中難以解決的問題。1.2 分解爐的工藝特點1.2.1 水泥生產(chǎn)工藝簡介新型干法水泥生產(chǎn)是以懸浮預熱和窯外分解技術為核心，與其它窯型相比有如下特點：生料在窯外預分解系統(tǒng)內(nèi)以懸浮態(tài)快速完成生料預熱和碳酸鹽分解過程，入窯生料分解率高，系統(tǒng)熱工制度穩(wěn)定，回轉窯熱負荷低，有利于顯著提高窯單位容積產(chǎn)量，同時也便于充分回收利用窯尾廢氣余熱，提高熱利用效率，廢氣中有害的NO含量也可顯著降低等4。水泥企業(yè)生產(chǎn)的工藝流程由以下幾部

22、分組成：原料（石灰石和煤）破碎、生料制備、熟料煅燒、窯頭冷卻、煤粉制備、水泥粉磨和水泥包裝。在新型干法水泥的生產(chǎn)過程中，水泥預分解窯是熟料煅燒的重要環(huán)節(jié)，是一種新型的水泥回轉窯。該系統(tǒng)主要由預熱器、分解爐、回轉窯、和篦冷機四部分組成，在水泥熟料鍛燒過程中這四部分是相互依存、不可分割的。新型干法水泥生產(chǎn)常采用五級預熱旋風預熱器，生料粉經(jīng)過一級、二級、三級、四級旋風預熱器加熱變?yōu)闊嵘戏?，又?jīng)分解爐吸熱分解后隨氣流進入到五級旋風預熱器，在五級旋風預熱器內(nèi)進行氣固分離后，已分解的生料粉入窯，此時生料的分解率一般控制在90左右，氣體由排氣管進入四級旋風預熱器中，依次向上進入到三級、二級、一級旋風預熱器

23、中，和物料充分混合加熱。生料在分解爐中分解所需熱量一部分是由加入分解爐的煤粉燃燒提供，分解爐所需助燃空氣部分來自冷卻機排出的氣體，由管道送來，我們稱之為三次風，溫度在700oC850oC；另一部分是來自窯尾煙室的氣體。預分解的生料經(jīng)過分解爐分解為90左右的熟料后進入到回轉窯。由于窯體傾斜放置（窯尾高窯頭低）且不斷旋轉，使得預分解的生料不斷向窯頭運動，在窯內(nèi)被高溫逆向流動的氣體加熱而燒成熟料，最后從窯頭罩下端落入篦冷機，冷卻后經(jīng)提升機入熟料庫。熟料回轉窯的助燃空氣由一次風和二次風提供，煤粉劇烈燃燒提供的熱量可使燒成帶的煅燒溫度達到1500 oC左右。圖1為水泥生產(chǎn)工藝流程。1.2.2 預分解窯系

24、統(tǒng)概述預分解窯也稱窯外分解窯，就是在懸浮預熱器和回轉窯之間加一個分解爐。第一臺預分解窯自1971年問世以來，由于其優(yōu)良的性能在全世界范圍內(nèi)得到迅速推廣。目前預分解窯的技術非常成熟，已成為淘汰水泥落后工藝的標志。就其技術本身來講，預分解窯已不是某個單項設備，而是由懸浮預熱器、分解爐、回轉窯、篦冷機等組成的一個預分解窯系統(tǒng)。圖1 水泥生產(chǎn)工藝流程Fig.1 Cement production process1.2.3 分解爐預分解技術原理預分解窯是當代水泥工業(yè)用于煅燒水泥熟料的最先進的工藝裝備。具有高效、優(yōu)質、低耗等一系列優(yōu)良性能。它的誕生和發(fā)展代表著國家水泥工業(yè)的先進水平，同各種類型水泥窯相比，

25、預分解窯的特點主要有以下三個方面。一是在結構方面，它是在懸浮預熱窯的懸浮預熱器與回轉窯之間，增設了一個分解爐，承擔了原來回轉窯內(nèi)進行硅酸鹽分解任務；二是熱工方面，分解爐石預分解窯系統(tǒng)的第二熱源，將傳統(tǒng)上全部由窯頭加入燃料的做法，改變?yōu)樯俨糠謴母G頭加入，大部分從分解爐內(nèi)加入，從而改善了窯系統(tǒng)內(nèi)的熱力分布格局；三是工藝方面，熟料煅燒過程中耗熱最多的硅酸鹽分解過程，移至分解爐內(nèi)進行之后，由于燃料與生料混合均勻，燃料燃燒熱及時傳遞給物料，使燃燒、換熱及硅酸鹽分解過程都得到優(yōu)化，使熟料煅燒工藝更臻完善。1.3 分解爐的工況分析1.3.1 分解爐的功能特性懸浮預熱技術是窯外分解技術的基礎，而窯外分解技術則

26、是懸浮預熱技術的進一步發(fā)展。預分解系統(tǒng)是由分解爐系統(tǒng)和五級旋風預熱器系統(tǒng)構成。分解爐是預分解系統(tǒng)中十分重要的設備，它承擔預分解系統(tǒng)中繁重的燃料燃燒、氣固換熱和碳酸鹽分解任務。這些任務能否在高效狀態(tài)下順利完成，主要取決于生料與燃料能否在爐內(nèi)很好的分散、混合和布均；燃料能否在爐內(nèi)完全燃燒，并把燃燒熱及時地傳遞給物料；生料中的硅酸鹽能否順利的吸熱、分解；逸出CO2能否及時排出。以上這些要求能否達到，在很大程度上取決于爐內(nèi)氣、固流動方式，即爐內(nèi)流場的合理組織。預分解系統(tǒng)的出現(xiàn)及其發(fā)展，把現(xiàn)代水泥工業(yè)生產(chǎn)推進到一個嶄新的階段。眾所周知，在熟料煅燒過程中，生料組分中含量最多、熱耗量最大的碳酸鹽分解過程，對

27、濕法窯及傳統(tǒng)干法窯來講，全部在窯內(nèi)以堆積狀態(tài)進行，入窯生料碳酸鹽分解率可達到3050；而立波爾窯及旋風預熱器窯則相當于一部分移到窯外，其碳酸鹽分解過程大部分在預熱器及分解爐內(nèi)以懸浮狀態(tài)高效迅速完成，分解率可達90以上。從而實現(xiàn)了回轉窯的生產(chǎn)能力以倍數(shù)增長。1.3.2 影響分解爐變化的主要因素通過分析分解爐內(nèi)部生料和煤粉的燃燒機理，并結合操作人員經(jīng)驗的總結，不難發(fā)現(xiàn)煤粉流量的波動、生料流量的波動和三次風量的波動是影響分解爐溫度變化的主要因素。1)煤粉流量的波動。生產(chǎn)實踐表明，在入分解爐空氣量保持不變的前提下，適當增加煤粉的流量，分解爐內(nèi)溫度會隨之升高；反之，若減少煤粉的流量，分解爐內(nèi)溫度會隨之下

28、降。但當輸入過量的煤粉時，未燃燒盡的煤粉就會進入到最下一級旋風筒內(nèi)繼續(xù)燃燒，使得旋風筒下部溫度比分解爐出口溫度還要高，在這種情況下，廢氣中CO含量高，還原氣氛重，引起旋風筒椎體結皮堵塞，而分解爐溫度實際并不高，結果入窯物料碳酸鹽分解率較低，熟料產(chǎn)量、質量下降。由此可見，煤粉在分解爐內(nèi)的燃燒存在一個臨界工作點。在臨界工作點之前，煤粉燃燒所釋放的熱量隨著喂煤量的增加而增加，在臨界點之后，釋放的熱量隨著喂煤量的增加而減少。實踐證明，連續(xù)準確地對窯系統(tǒng)進行喂煤，是穩(wěn)定窯的熱工制度、降低煤耗、保證設備安全運轉的關鍵因素5。2)分解爐生料流量的波動。由預分解窯的工藝流程可知，生料粉末在很短的時間內(nèi)在各級預

29、熱器中與熱氣流充分混合，進行熱交換，經(jīng)四級旋風預熱器進入分解爐。而且，當生料瞬時流量過大時，會使分解爐內(nèi)溫度下降；反之，當生料瞬時流量過小時，會使分解爐內(nèi)溫度上升。3)入分解爐三次風量的波動。分解爐的三次風來自于篦冷機，通過風管送入分解爐，為煤粉燃燒提供充足的氧氣。每根風管送入的風量由風管上裝的電動執(zhí)行器來控制，三次風風門開度變化對分解爐內(nèi)燃燒狀況的影響較大。三次風風溫高或者風量大都會使分解爐中的物料溫度升高。其他重要因素：最末一級旋風簡的出口溫度可以表征分解爐內(nèi)煤粉和生料是否充分燃燒。正常情況下，煤粉在分解爐完全燃燒時，分解爐的出口溫度會高于最末一級旋風筒下部及其物料的溫度；若是分解爐內(nèi)煤粉

30、的燃燒速度慢，煤粉燃燒不完全，則未完全燃燒的煤粉在旋風筒內(nèi)繼續(xù)燃燒，此時會使最末一級旋風筒下部及物料的溫度比分解爐出口溫度高。1.3.3 分解爐大滯后特點分析大時滯特性是所有類型分解爐共有的特點。分解爐的滯后特性主要是指當分解爐出口的溫度需要改變時，從改變喂煤量開始直到分解爐出口溫度相應變化為止的這段滯后時間。其滯后的原因非常復雜，在這里將從其兩個大的方面進行考慮6。1)煤粉的輸送煤粉作為燃料是分解爐的重要熱源，煤粉的傳輸過程會對分解爐的滯后起到很大的作用。從煤磨制備的煤粉進入煤粉倉，經(jīng)煤粉計量稱和羅茨風機輸送至窯頭及分解爐煤粉燃燒器。從煤粉倉到分解爐噴煤管的距離，也就是煤粉輸送的長度是決定分

31、解爐大滯后特性的關鍵因素。這一距離是隨著各個水泥生產(chǎn)線自身條件的不同而不同的。例如，我公司1#線煤粉倉和窯頭相距很近、距分解爐則較遠，而2#線煤粉倉距分解爐較近、距窯頭卻較遠。因此，煤粉的傳輸距離的長短是引起分解爐大時滯的一個重要因素。2)分解爐內(nèi)物料的分解過程分解爐的主要作用是使爐內(nèi)燃料充分燃燒并將熱量傳遞給生料使碳酸鈣分解。燃料應盡量在分解爐內(nèi)燃盡，否則會出現(xiàn)爐內(nèi)熱量不足。當前國內(nèi)有很多水泥生產(chǎn)線因生料粉、煤粉在分解爐內(nèi)停留時間過短，造成煤粉沒有完全燃燒。多數(shù)分解爐中噴入煤的燃燒率小于90，生料分解率低，未燃盡的燃料進入后面的旋風預熱器(多為第五級預熱器)燃燒，造成第五級預熱器溫度比分解爐

32、還高，即我們通常所稱的溫度倒掛現(xiàn)象，其結果使預熱器結皮、堵塞，嚴重影響預熱器系統(tǒng)的可靠運轉。經(jīng)測定，固體顆粒的停留時間應比氣體長45倍，而且不管爐內(nèi)物料分布是否均勻，CaO晶核的形成和CaCO的分解都需要一定時間，大概為515s。因此，煤粉和生料在分解爐內(nèi)的停留時間也會引起分解爐的大滯后。1.3.4 分解爐工況分析在水泥生產(chǎn)工藝中，連續(xù)而準確地對分解爐進行喂煤，是穩(wěn)定預分解窯系統(tǒng)的熱工制度、降低煤耗、保證系統(tǒng)安全運轉的關鍵因素。分解爐喂煤量與生料喂料量密切相關，當生料喂料量變化時，燒成系統(tǒng)溫度也會隨之發(fā)生變化，此時需要對分解爐的喂煤量進行改變，調(diào)整因喂料量變化引起的溫度波動，使分解爐達到新的平

33、衡。即使在生料喂料量穩(wěn)定的情況下，由于旋風預熱器工況的波動，也會使進入分解爐的生料量發(fā)生改變。另外，原料和燃料中的有害成分，如硫、氯、堿等凝聚于生料顆粒表面，在較高溫度下產(chǎn)生液相，遇到溫度較低的設備和管道或漏風的周圍很容易形成結皮，加上防堵吹風裝置沒有及時進行排解，形成堵塞，這樣就減小了物料通過的面積，造成入分解爐生料量的變化。分解爐溫度控制中要保證煤的喂料量穩(wěn)定和設備的運轉穩(wěn)定，保證生產(chǎn)和產(chǎn)品質量的順利實現(xiàn)。煤粉品質的變化也會引起分解爐工況不穩(wěn)定。因為不同種類、不同產(chǎn)地的煤，其熱值和燃燒特性，即化學反應特性差異很大，因此對分解爐影響也很大，而且煤粉在分解爐完全燃燒的程度與煤粉的質量有很大關系

34、。為確保煤粉的充分燃燒，三次風量波動的影響也很重要。若三次風量偏小，預熱器內(nèi)物料懸浮不起來，達不到充分熱交換的目的，且容易發(fā)生竄料等現(xiàn)象，影響爐內(nèi)煤粉的燃燒和生料的碳酸鈣分解；若三次風量過大，易造成窯內(nèi)通風不暢，甚至造成窯尾縮口處因風速低而塌料，而且分解爐出口廢氣量的增大，會導致系統(tǒng)煤耗、電耗的增加。因此，分解爐的工況十分復雜，若要實現(xiàn)對分解爐達到智能控制的目的，必須先對其工況進行深入地分析。1.3.5 分解爐控制變量的選取及其數(shù)學模型對分解爐來說，在完成對預分解窯系統(tǒng)的熱工整定后，入分解爐的三次風電動執(zhí)行器開度很少調(diào)整，通常設為恒定值，因此可不予考慮；窯產(chǎn)量穩(wěn)定后，在溫度影響因素中，生料流量

35、在分解爐部分為不可控制量，可以把它作為干擾因素考慮，在實際生產(chǎn)中，一般不調(diào)生料喂料量，而主要通過微調(diào)喂煤量來控制分解爐出口溫度，以保證整個系統(tǒng)的穩(wěn)定。因此論文考慮通過控制喂入分解爐的煤粉量，使分解爐的溫度在生料量波動的影響下仍保持在合理的范圍內(nèi)。通常在正常運行狀態(tài)下，假設除喂煤量外其它工況保持不變，分解爐作為典型的熱工過程可近似用一階慣性加純滯后環(huán)節(jié)來表示，即喂煤量與分解爐出口溫度的關系可以用帶滯后的一階慣性環(huán)節(jié)近似描述，如式(1)，其傳遞函數(shù)為 (1)式中：時間常數(shù)，穩(wěn)態(tài)增益， 模型的純滯后時間。實際運行中，生產(chǎn)流量的波動和其它工況的變化較大時，使式中的參數(shù)、在一定范圍內(nèi)變化。1.4 分解爐

36、控制技術的研究動態(tài)用計算機構成的水泥分解爐運行參數(shù)自動檢測和溫度控制系統(tǒng)的可靠性和控制功能已被人們所肯定。歷經(jīng)多年的發(fā)展和完善，水泥分解爐溫度控制問題的研究已經(jīng)取得了一定的成果。國內(nèi)目前水泥廠對分解爐的溫度控制主要采用手動控制，也有部分采用傳統(tǒng)PID控制，極少部分采用國外的預分解智能控制系統(tǒng)模糊控制、神經(jīng)網(wǎng)絡控制等。美國SRENGANNTHAN等人應用模糊邏輯算法設計了一種魯棒控制器，應用于分解爐的溫度控制中7。TTOMOHIRO設計了模糊識別系統(tǒng)，并將它應用于分解爐模型建立與控制之中8；ROLF ISERMANN設計了一種分解爐溫度的數(shù)字控制系；HIROSHI ASAYAMA等人將模糊技術應

37、用于水泥預分解爐溫度控制系統(tǒng)中，取得很好的控制效果9。國外專業(yè)的水泥設備商在分解爐溫度控制上的產(chǎn)品主要有：西門子水泥行業(yè)專用軟件CEMAT軟件系統(tǒng)，CEMAT是一個集成化的標準軟件，具有多個專門用于水泥工廠過程控制的功能塊，其中包括單獨的預分解控制模塊，可以很方便地完成工程組態(tài)和參數(shù)設置10；ABB IndustriallT ExpertOptimizerTM系統(tǒng)，其集成了模糊、神經(jīng)網(wǎng)絡等智能控制模塊11；丹麥Smith公司的預分解模糊控制器，將工人操作經(jīng)驗總結成模糊控制規(guī)則，從而利用計算機進行有效的控制12；美國Pavilion Technologies公司的Pavilion8，Pavili

38、on8利用模型預測控Model Predictive Control(MPC)來實現(xiàn)對分解爐溫度的建模和控制13。國內(nèi)，浙江大學孟睿等人以Honeywell公司的控制組態(tài)軟件ControlBuilder為平臺，提出了一種以現(xiàn)有組件編寫先進控制策略的方法來進行爐溫控制14。浙江大學徐德等人利用線性神經(jīng)元參數(shù)自學習PID控制和前饋控制，通過Control Build編制成控制模塊，下載到底層控制器，實現(xiàn)分解爐溫度控制15。浙江大學姚維研究了模糊控制技術在水泥回轉窯分解爐溫度控制中的應用，并討論了水泥回轉窯生產(chǎn)過程DCS系統(tǒng)的總體結構和應用軟件開發(fā)16。合肥水泥研究設計院王德富等人研究了多模式模糊邏

39、輯控制算法結構、自尋優(yōu)推理算法在水泥窯分解爐溫度控制中的應用17。浙江大學鄒健等人通過對水泥回轉窯系統(tǒng)中預分解爐溫度控制回路的特性分析，提出了一種基于模糊模型的增量型預測函數(shù)控制算法，根據(jù)生料流量的波動來修正相應的預測函數(shù)控制率，并以Honeywell公司的PlantScape集散控制系統(tǒng)為平臺，開發(fā)了實時控制軟件，實際應用表明對存在大滯后和參數(shù)時變的水泥窯外分解系統(tǒng)非常有效。第2章 基于分解爐模式的專家控制2.1 專家控制概述2.1.1 專家系統(tǒng)的起源與發(fā)展 人工智能科學家一直在致力于研制在某種意義上講能夠思維的計算機軟件，用以“智能化”的處理、解決實際問題。60年代，科學家們試圖通過找到解

40、決多種不同類型問題的通用方法來模擬思維的復雜過程，并將這些方法用于通用目的的程序中。然而事實證明這種“通用”程序處理的問題類型越多，對任何個別問題的處理能力似乎就越差。后來，科學家們認識到了問題的關鍵即計算機界程序解決問題的能力取決于它所具有的知識量的大小。為使一個程序智能化，必須使其具有相關領域的大量高層知識。為解決某具體專業(yè)領域問題的計算機程序系統(tǒng)的開發(fā)研制工作，導致專家系統(tǒng)這一新興學科的興起。從本質上講，專家系統(tǒng)是一類包含著知識和推理的智能計算機程序，其內(nèi)部含有大量的某個領域專家水平的知識和經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領域的問題。1965年斯坦福大學開始建立用于分

41、析化合物內(nèi)部結構的DENTRAL系統(tǒng)，首先使用了“專家系統(tǒng)”的概念。70年代末，該校又研制成功了著名的醫(yī)療系統(tǒng)MYCIM和用于礦藏勘探的PROSPECTOR系統(tǒng)，推動了專家系統(tǒng)的開發(fā)研究和應用。80年代，專家系統(tǒng)的研究開發(fā)進入了高潮，應用范圍涉及到工業(yè)、農(nóng)業(yè)、國防、教育及教學、物理、控制等許多領域。在控制系統(tǒng)輔助設計、故障診斷和系統(tǒng)控制等方面得到了推廣應用。專家系統(tǒng)的研究發(fā)展，促進了人工智能科學的進步，也使專家系統(tǒng)本身成為人工智能科學的一個重要分支領域?，F(xiàn)在專家系統(tǒng)技術廣泛地應用于醫(yī)療診斷、語音識別、圖像處理、金融決策、地址勘探、石油化工、教學、軍事、計算機設計等領域。由知識工程師從人類專家那

42、里抽取他們求解問題的過程、決策和經(jīng)驗規(guī)則，然后把這些知識建造在專家系統(tǒng)中，人們把建造一個專家系統(tǒng)的過程稱為“知識工程”。專家系統(tǒng)可以解決額問題一般包括解釋、預測、診斷、設計、規(guī)劃、監(jiān)視、指導和控制等。發(fā)展專家系統(tǒng)的關鍵是表達和運用專家知識，即來自人類的并已經(jīng)被證明對解決有關領域內(nèi)的典型問題是有用的事實和過程。專家系統(tǒng)和傳統(tǒng)的計算機“應用程序”最本質的不同之處在于，專家系統(tǒng)所要解決的問題一般沒有算法解，并且經(jīng)常要在不完全、不精確或不確定的信息基礎上做出結論。隨著人工智能整體水平的提高，專家系統(tǒng)也在發(fā)展。第一代專家系統(tǒng)只利用人類專家的啟發(fā)式知識，即只利用淺層表達方式和推理方法。淺層知識一般表示成產(chǎn)

43、生式規(guī)則的形式，即如果（前提），那么（結論）。這種形式的淺層知識之所以具有啟發(fā)性，是因為它從觀測到的數(shù)據(jù)（前提）聯(lián)想到中間事實或最終結論，這種邏輯推理過程短、效率高。但事實證明，只靠經(jīng)驗知識是不夠的，當人類遇到新問題時，沒有直接經(jīng)驗，談不上運用基于經(jīng)驗的淺層啟發(fā)性知識來解決問題，而只能利用掌握的深入表示事物的結構、行為和功能方面的基本模型等深層知識得出新的啟發(fā)式淺層知識。僅局限于熟練技能而不具有深層知識的人，不能稱其為人類專家。因此，旨在模擬人類專家的智能程序（專家系統(tǒng)）應當具備淺層和深層兩類知識。這種不但采用基于規(guī)則的方法，而且采用基于模型的原理的專家系統(tǒng)構成了新一代的專家系統(tǒng)。2.1.2

44、專家系統(tǒng)的一般結構專家系統(tǒng)由知識庫（Knowledge Base）、推理機（Inference Engine）、綜合數(shù)據(jù)庫（Global Database）、解釋接口（Explanation Interface）和知識獲取（Knowledge Acquisition）等五部分組成。專家系統(tǒng)中的知識的組織方式是，把問題領域的知識和系統(tǒng)的其他知識分離開來，后者是關于如何解決問題的一般知識或如何與用戶打交道的知識。領域知識的集合稱為知識庫，而通用的問題求解知識稱為推理機。按照這種方式組織知識的程序稱為基于知識的系統(tǒng)，專家系統(tǒng)是基于知識的系統(tǒng)。知識庫和推理機是專家系統(tǒng)中兩個主要的組成要素。1)知識庫知

45、識庫是知識的存儲器，用于存儲領域專家的經(jīng)驗性知識以及有關的事實、一般常識等。知識庫中的知識來源于知識獲取機構，同時它又為推理機提供求解問題所需的知識。2)推理機推理機是專家系統(tǒng)的“思維”機構，實際上是求解問題的計算機軟件系統(tǒng)。其主要功能是協(xié)凋、控制系統(tǒng)，決定如何選用知識庫中的有關知識，對用戶提供的證據(jù)進行推理，求得問題的解答或證明某個結論的正確性。推理機的運行有不同的控制策略。正向推理或數(shù)據(jù)驅動策略是從原始數(shù)據(jù)和已知條件推斷出結論的方法；而反向推理或目標驅動策略則是先提出結論或假設，然后尋找支持這個結論或假設的條件或證據(jù)，如果成功則結論成立，推理成功；雙向推理方法為首先運用正向推理幫助系統(tǒng)提出

46、假設，然后運用反向推理尋找支持該假設的證據(jù)。3)綜合數(shù)據(jù)庫（全局數(shù)據(jù)庫） 綜合數(shù)據(jù)庫又稱為“黑板”或“數(shù)據(jù)庫”。它是用于存放推理的初始證據(jù)、中間結果以及最終結果等的工作存儲器（Working Memory）。綜合數(shù)據(jù)庫的內(nèi)容是在不斷變化的。在求解問題的初始，它存放的是用戶提供的初始證據(jù)。在推理過程中，它存放每一步推理所得的結果。推理機根據(jù)數(shù)據(jù)庫的內(nèi)容從知識庫中選擇合適的知識進行推理，然后又把推理結果存入數(shù)據(jù)庫中，同時又可記錄推理過程中的有關信息，為解釋接口提供回答用戶咨詢的依據(jù)。4)解釋接口解釋接口又稱人機界面，它把用戶輸入的信息轉換成系統(tǒng)內(nèi)規(guī)范化的表示形式，然后交給相應模塊去處理，把系統(tǒng)輸出

47、的信息轉換為用戶易于理解的外部表示形式顯示給用戶，回答用戶提出的“為什么？”“結論是如何得出的？”等問題。另外，能對自己的行為做出解釋，可以幫助系統(tǒng)建造者發(fā)現(xiàn)知識庫及推理機中的錯誤，有助于對系統(tǒng)的調(diào)試。這是專家系統(tǒng)區(qū)別于一般程序的重要特征之一。5)知識獲取知識獲取是指通過人工方法或機器學習的方法，將某個領域內(nèi)的事實性知識和領域專家所特有的經(jīng)驗性知識轉化為計算機程序的過程。早期的專家系統(tǒng)完全依靠領域專家，和知識工程師共同合作，把該領域內(nèi)的知識總結歸納出來，規(guī)范化后送人知識庫。對知識庫的修改和擴充也是在系統(tǒng)的調(diào)試和驗證中進行的，是一件很困難的工作。知識獲取被認為是專家系統(tǒng)中的一個“瓶頸”問題。目前

48、，一些專家系統(tǒng)已經(jīng)具有了自動知識獲取的功能。自動知識獲取包括兩個方面：一是外部知識的獲取，通過向專家提問，以接受教導的方式接收專家的知識，然后把它轉換成內(nèi)部表示形式存入知識庫；二是內(nèi)部知識獲取，即系統(tǒng)在運行中不斷從錯誤和失敗中歸納總結經(jīng)驗，并修改和擴充知識庫。2.1.3 專家系統(tǒng)的知識表示和獲取專家系統(tǒng)的性能主要取決于所擁有知識的數(shù)量和質量，所以知識的表示和獲取是開發(fā)和利用專家系統(tǒng)的關鍵環(huán)節(jié)。1)知識的表示知識表示是將相關領域的知識形式化，以便被計算機存儲并有效地運用。因此，知識表示在專家系統(tǒng)設計中占有重要地位。一種好的知識表示方法應具備如下性質： (1)充分表達：它應當有能力表達有關領域內(nèi)的

49、各種所需知識。(2)充分推理：知識表示的形式應當有利于從舊知識推出新知識，導出新結構。(3)有效推理：它應當有能力把附加信息結合到結構中去，這些信息能使推理機把搜索方向放到最有希望獲得最佳解的方向上。(4)有效的知識獲?。核心芰Υ偈购芊奖愕墨@取新知識，更新知識庫。在人工智能領域里，知識表示大致可以分為敘述型方法和過程型方法兩類。 在敘述型方法中，大多數(shù)知識可以表示成為一個穩(wěn)定的事實集合，連同控制這些事實的一組通用過程。該表示方法的優(yōu)點是： (1)每條知識只須存儲一次，與用不同方法運用這些知識的次數(shù)無關。(2)容易在不改變已有知識和過程的條件下對系統(tǒng)加入新知識。在過程型表示法中，知識被表示成如

50、何運用這些知識的過程。此表示方法的優(yōu)點是： (1)很容易表達如何去做某件事的知識。(2)很容易表達用簡單的敘述型方法較難表達的知識，例如缺省推理和概率推理。(3)很容易表達如何有效地做某件事的啟發(fā)式知識。傳統(tǒng)專家系統(tǒng)主要應用的知識表示方法有謂詞、語義網(wǎng)、框架、產(chǎn)生式系統(tǒng)等。這些方法基本上屆于敘述型知識表示法，有些也結合了過程型知識表示法。實際上，在大多數(shù)應用領域中專家系統(tǒng)既需要狀態(tài)方面的知識，如有關事物，事件的事實，它們之間的關系以及周圍事物的狀態(tài)等，也需要如何運用這些知識的知識，所以很多場合都是這兩類方法的組合。例如，在過程控制應用中，輸入一輸出是一個動態(tài)關系，而本身又是一個過程。因此在專家

51、系統(tǒng)控制中，知識表示除了使用敘述方法外，還經(jīng)常使用過程型方法。傳統(tǒng)專家系統(tǒng)的知識主要是人類專家求解某領域問題的專門知識、經(jīng)驗和技巧的形式化、稱之為啟發(fā)式知識，適合于用規(guī)則、框架等方法表示。這些知識是專家多年實踐經(jīng)驗的總結和概括，是該領域極其寶貴的高層次知識。它具有容易表示、推理簡捷、搜索效率高的突出優(yōu)點，因而被廣泛應用于實際，并對專家系統(tǒng)乃至人工智能的發(fā)展應用起到了積極的推動作用。然而啟發(fā)性知識往往是不完備的或不一致的，基于這種知識在某些情況下可能得不出正確解或者無法求得有效解，有時即使得到正確解也不能給出有說服力的解釋。因此，單一的啟發(fā)式知識和基于規(guī)則的表示也限制了專家系統(tǒng)的進一步發(fā)展。為了

52、克服傳統(tǒng)知識表示方法的局限性，人們提出了基于神經(jīng)網(wǎng)絡模型、定性物理模型、可視化模型等的知識表示法，從而將專家系統(tǒng)研究推到了一個新階段。出現(xiàn)了新一代專家系統(tǒng)。(1)神經(jīng)網(wǎng)絡模型。神經(jīng)網(wǎng)絡研究在80年代末取得了重大進展，并被廣泛應用于各學科領域。神經(jīng)網(wǎng)絡是一種基于并行計算的分布式結構網(wǎng)絡，它對所有目標同時進行計算，信息分散在網(wǎng)絡內(nèi)部，每個結點及其連接上只表達一部分信息而不是某個具體的概念。知識以每個神經(jīng)元的特性和神經(jīng)元間連接的權值形式分布式地隱式存儲。因而可以在一定程度上模擬專家憑直覺解決局部不確定性問題的過程。(2)定性物理模型。人工智能不是以物理量形式去定量描述客觀對象的結構行為，只是定性地描

53、述其升高、縮小、不變等狀態(tài)，我們稱這種模型為定性物理模型。定性物理模型僅在各物理量本身的描述上表現(xiàn)出不確定性，在物理量之間的關系描述上卻是精確的。從知識表示角度看，定性物理模型不同于啟發(fā)式心理模型，后者更強調(diào)直覺，只關心專家的經(jīng)驗和知識，這對復雜對象的描述是不夠的。從專家系統(tǒng)的整體角度看，定性物理模型在推理精度和解釋能力方面都優(yōu)于啟發(fā)式心理模型。定性物理模型的知識表示包括結構描述、行為描述和仿真。結構描述用一個網(wǎng)絡表示，網(wǎng)絡結點表示物理量，結點間的連接表示物理量間的關系。行為描述則是在不同的輸入值下獲得結點值的表示。仿真則是根據(jù)一組規(guī)則（附在相應的連接上）表示特定結構下結點值的傳播，也就是將結

54、構描述轉化為行為描述的操作（或推理）。(3)可視化知識模型?？梢暬R模型用圖形來表達知識，它具有更直觀更集中的特點。所用圖形大致分為3類： 一是表達抽象意義（如樹狀圖）： 二是表達物理實體的示意圖（如流程圖、框圖、電路圖等）； 三是描述變量特征的圖（如曲線圖、直方圖等）。前兩類圖形對應于基于啟發(fā)式的心理模型和定性物理模型，第三類圖形對應于神經(jīng)網(wǎng)絡模型?？梢暬R模型可作為專家系統(tǒng)的重要工具，它不僅使專家具有可信性，而且可以通過對推理的解釋發(fā)現(xiàn)知識庫的不一致性和不完備性。此外，還可以利用圖形編輯、指導知識獲取的進程。(4)定性定量綜合物理模型表示法。定量物理模型是通常意義的數(shù)學模型（如代數(shù)方程

55、、微分方程、傳遞函數(shù)等），它不屬于人工智能的研究范疇，但卻具有能夠精確表示物理量之間數(shù)量關系的優(yōu)點。近些年來，在新一代專家系統(tǒng)研究中，有把定性模型與定量模型綜合運用的趨勢，提出了定性定量綜合物理模型表示方法和相應推理方法研究的新課題。2)知識的獲取早期專家系統(tǒng)的知識獲取工作由知識工程師完成。知識工程帥在廣泛了解專家系統(tǒng)應用領域的背景知識基礎上，通過多次與相關領域的專家交談，總結、整理、精煉專家的知識和經(jīng)驗。初步掌握專家知識后，通過編輯，用專家的專業(yè)知識構成專家系統(tǒng)知識庫。專家系統(tǒng)原型建造完成后，在通過實例對系統(tǒng)功能進行測試的基礎上，工程師再反復與專家交談，并對知識序進行修改、逐步完善知識庫。整

56、個知識的獲取和知識庫的完善過程往往要花費很長時間。隨著專家系統(tǒng)研究的進展，人們研制出了知識庫編輯器，幫助知識工程師完成知識獲取工作。知識工程師通過和相關領域專家的交談，了解該領域專業(yè)知識的特點，確定知識表示方法。設計知識庫結構和知識編輯器。知識獲取則由編輯器完成。編輯器借助于人一機接口按一定的數(shù)據(jù)結構格式直接和專家“對話”，或向專家提出問題，請專家回答或要求專家按規(guī)定格式描述自己的知識。在此基礎上，編輯器將從專家那里獲取的知識通過知識庫管理系統(tǒng)填入知識庫的結構中去。通常知識編輯器除具有獲取知識功能外，還具有對知識庫查詢、修改、檢驗以及更新等編輯功能，用以逐步完善知識庫。新一代專家系統(tǒng)的主要特征就是在知識表示和知識獲取方面的改進。在知識獲取過程中引人機器學習的方法，促進了專家系統(tǒng)的進一步發(fā)展。學習在知識獲取方面的作用主要表現(xiàn)在：(1)在專家指導下，通過實例訓練，完成知識獲取工作。例如神經(jīng)網(wǎng)絡模型的表示，專家通過實例，提供網(wǎng)絡輸入輸出樣本。在訓練過程中調(diào)節(jié)網(wǎng)絡結點間的連按權值獲取并存儲專家的知識。通過提供新的訓練樣本，可以不斷地學習，提高學習精度，完善自己的知識。(2)通過在線地對專家系統(tǒng)性能的測試，并按一定的學習規(guī)則修改和完善