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。