基于性能评估的焦炉加热燃烧过程火道温度自动调节方法
【专利摘要】本发明公开了一种基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，通过采集火道温度运行的历史数据，建立基于信息熵的多属性性能评估模型，采集当前火道温度运行的数据，利用基于信息熵的多属性性能评估模型判断当前控制系统性能等级，依据当前控制系统性能建立多目标优化模型，采用遗传算法对多目标优化模型进行求解，调节控制系统中的控制器参数，实现自动调节火道温度；应利用本方法使生产现场的控制器参数可以自动调节，达到了火道温度自动调节的目的，有效地提高了炼焦生产的自动化程度与炼焦生产的经济效益。通过采用基于信息熵的在线性能评估模型，准确的评估了炼焦生产过程中控制系统的运行情况，为控制器参数的优化提供了依据。
【专利说明】基于性能评估的焦炉加热燃烧过程火道温度自动调节方法
【技术领域】
[0001]本发明属于焦炉加热燃烧过程控制领域，涉及一种基于性能评估的焦炉加热燃烧过程火道温度自动调节方法。
【背景技术】
[0002]焦炭作为钢铁的冶炼原料广泛的应用于高炉炼铁、有色金属冶炼、电石、铸造、气化等工业领域，是国民经济发展的重要物质基础。在钢铁行业中，焦炭质量直接影响着企业产品成本、生产质量，制约着企业经济效益的增长。设计焦炉加热燃烧过程优化控制系统稳定焦炉火道温度对降低焦化企业生产成本和提高经济效益具有非常重要的作用。
[0003]焦炉加热燃烧过程火道温度是影响焦炭质量和炼焦能耗最重要的过程参数，如果火道温度不稳定、波动大，将导致焦炭加热不均匀，局部生焦会造成出焦时冒黑烟，直接影响焦炭质量和炉体寿命。由于频繁的装煤、推焦或机器故障、电气故障等原因，焦炉加热燃烧过程火道温度易产生较大的波动。
[0004]针对于这种问题炼焦现场通常采取的方法通过人工过调整控制参数以减小火道温度的波动，但这种方法很依赖于人工经验。在调节控制器参数时，现场技术人员首先会根据火道温度判断系统运行是否在正常，若系统运行异常，则通过调节控制器参数，减小控制系统的火道温度波动，以使系统恢复到稳定状态。这种人工调节控制参数、稳定火道温度的方法依赖于现场技术人员的经验，不利于控制系统的及时调整，可能会影响到炼焦生产。因此，发明一种焦炉加热燃烧过程火道温度自动调节方法，对生产过程智能化、提高生产效率与生产质量有着重要的意义。
【发明内容】
[0005]本发明提供了一种基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其目的在于克服现有技术中的焦炉加热燃烧过程的火道温度只能依靠人工判断来调节，调节过程依赖于技术人员经验，无法自动调节，影响炼焦生产效率和质量的问题。
[0006]一种基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，通过采集火道温度运行的历史数据，建立基于信息熵的多属性性能评估模型，采集当前火道温度运行的数据，利用基于信息熵的多属性性能评估模型判断当前控制系统性能等级，依据当前控制系统性能建立多目标优化模型，采用遗传算法对多目标优化模型进行求解，调节控制系统中的控制器参数，实现自动调节火道温度；
[0007]调节控制系统中的控制器参数的具体步骤如下:
[0008]步骤1:建立多目标优化模型；
[0009]步骤2:以控制系统的控制器参数X = [X1, X2, X3]作为种群个体，X1和X2分别是控制器中的输入量火道温度偏差和火道温度偏差率的量化因子，X3是控制器输出量的比例因子，采用随机的方式建立初始化种群，并计算种群中的每个个体分别对应的步骤I中的每个目标值，种群个体数量NP的取值为40 ；[0010]本实例中采用差分进化算法生成控制器参数的初始化种群的方法如下式所示:
[0011 ]
【权利要求】
1.一种基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其特征在于，通过采集火道温度运行的历史数据，建立基于信息熵的多属性性能评估模型，采集当前火道温度运行的数据，利用基于信息熵的多属性性能评估模型判断当前控制系统性能等级，依据当前控制系统性能建立多目标优化模型，采用遗传算法对多目标优化模型进行求解，调节控制系统中的控制器参数，实现自动调节火道温度； 调节控制系统中的控制器参数的具体步骤如下: 步骤1:建立多目标优化模型； 步骤2:以控制系统的控制器参数X = [X1, X2, X3]作为种群个体，X1和X2分别是控制器中的输入量火道温度偏差和火道温度偏差率的量化因子，X3是控制器输出量的比例因子，采用随机的方式建立初始化种群，并计算种群中的每个个体分别对应的步骤I中的每个目标值，种群个体数量NP的取值范围为20~50 ; 步骤3:随机选取种群中两组不同的控制系统的控制器参数，采用差分策略，计算下一代个体，将个体进行交叉操作后得到中间种群； 步骤4:将中间种群中NP组控制器参数和上一代中的NP组参数组成种群规模为2NP的临时种群，根据个体的优劣等级和拥挤距离进行排序，从临时种群中选择排列在前NP组的控制器参数作为下一代种群，完成一次迭代； 步骤5:当迭代次数大于或等于设定的最大迭代次数时，以优劣等级为I的控制器参数作为多目标优化模型的解，否则，返回步骤3 ; 所述多目标优化模型包括以下两种: I)当控制系统性能等级B的取值属于(0.2，0.6)时，则采用如下式所示的焦炉加热燃烧过程优化模型:
2.根据权利要求1所述的基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其特征在于，所述基于信息熵的多属性性能评估模型的建立步骤如下: 步骤1:分别计算各个性能指标Jx，按照隶属度函数，确定控制系统性能指标的关系矩阵Q;
3.根据权利要求2所述的基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其特征在于，所述隶属度函数是指:当控制系统的性能指标值Jx小于a时，控制系统在此指标上隶属于“不合格”的程度为I ;当控制系统的性能指标值Jx大于c时，控制系统在此指标上隶属于“良好”的程度为I ;当控制系统的性能指标值Jx在a到b之间时，控制系统在此指标上隶属于“不合格”的程度为，隶属于“合格”的程度为；
a—b当控制系统的性能指标值Jx在b到C之间时，控制系统在此指标上隶属于“合格”的程.7......§%度为P，隶属于“良好”的程度为I b—cc_b其中，a的取值为Jhist1x， c的取值为Jhist2x， b的取值为
4.根据权利要求1-3任一项所述的基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其特征在于，所述火道温度的采集是指对m个燃烧室的焦侧火道温度或机侧火道温度进行同时采集获得的平均值；
5.根据权利要求1-3任一项所述的基于性能评估的焦炉加热燃烧过程火道温度自动调节方法，其特征在于，所述控制系统的性能基准值Jhist4，在控制系统的运行过程中，以当前控制系统中所获得的历史最大经济性能指标值更新Jhist4。
【文档编号】G05B13/04GK103631140SQ201310663987
【公开日】2014年3月12日 申请日期:2013年12月9日 优先权日:2013年12月9日
【发明者】雷琪, 吴敏, 李景玉, 曹卫华, 陈鑫, 安剑奇 申请人:中南大学