算机终点控制的核心

,其精度直接影响到终点钢水碳含量与温度同时命中率的高

低。依据建立模型方法的不同

,静态控制模型有理论型、统计型和经验型。炼钢厂

50 吨转炉,采用经验型,构成炉气分析终点控制静态模型。该模型建立在炉气分析

数据的基础上

,实现终点控制。主要终点控制的参数为:O、C、Mn、P

 

、温度等。

　　

(4)动态控制模型:转炉动态控制模型则是对静态控制模型精度的补偿。根据

物料平衡、能量平衡、化学动力学、化学热力学等理论

,以及炉气分析结果建立脱

C 速度计算模型、温度变化计算模型、其他元素变化计算模型等,用增量校验技术

和神经网络技术实现对分析结果延误的矫正和系统误差的消除

,提高转炉的终点

 

命中率。

　　动态控制模型主要由炉气定碳模块、温度预报模块、喷溅预报模块、冷却剂控

制模块构成。模型的自学习、自适应功能的实现是提高模型精度和使用性的关键。

根据具体方式的不同

,模型对误差的处理方法大体又可分为数值处理方法和人工

 

智能方法两类。

　　数值处理方法

:T.Hara[1]将每个预测模型都表示为 y'=F(x)+△a  

。

　　式中

,

△

学习项

a 在每炉喷吹结束后及时学习实际数据,并预测下一炉 y-F(x)

 

值。

　　另外

,还可采用动态控制模型和反馈计算模型,其中反馈模型基于炉气分析

结果

,分析动态模型的误差趋势,并根据相应的规则确定反馈量,从而达到调整动

 

态模型误差的目的。

　　人工智能方法

:人工智能方法模拟了人类专家的思维与决策过程,它可以引

进人类经验并提高模型弹性

,

 

从而弥补传统控制模型的部分缺陷和不足。

　　据该系统投运近一年来的实际效果看

,该动态炼钢控制系统设计合理,控制

先进

,功能丰富,运行安全稳定可靠,很好地完成了转炉的过程级控制,确保了生产

的顺行

,取得了极好的经济效益。该自控系统具有一定的自扩展、自学习功能,在

本行业及其它相关行业具有很高的推广价值。进入正常的生产后

,该系统仍然暴

露出了一些问题

,如:系统中个别设备的控制功能及网络通讯能力还需要根据生

产要求做进一步修改、补充、完善。只有根据生产中的实际问题

,进一步修改、完善

软

/硬件,以最大限度满足生产的需要,

 

才能使系统更加趋于完美。