[发明专利]一种高炉多元铁水质量无模型自适应控制系统及方法

说明书

本发明提供一种高炉多元铁水质量无模型自适应控制系统及方法。设定高炉多元铁水质量指标期望值；获取无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值，对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正；利用无模型自适应控制器在线控制铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。结合无模型自适应控制技术建立高炉多元铁水质量在线递推控制器；并建立高炉多元铁水质量与两个控制量之间的递推子空间预测模型作为参数校正辅助模型，采用多参数灵敏度分析、遗传算法离线校正控制器参数和伪偏导数初值，使其适应高炉当前动态特性，实现对多元铁水质量的有效控制。

技术领域

本发明属于高炉冶炼自动化控制技术领域，特别涉及一种高炉多元铁水质量无模型自适应控制系统及方法。

背景技术

高炉炼铁的最终目的主要是生产优质的生铁，为转炉炼钢等下游工艺提供合格的初产品。因此，对高炉炼铁的优化控制通常也意味着是对高炉最终产品铁水质量的控制。目前，铁水质量指标通常采用Si含量、铁水温度、S含量和P含量来衡量。其中Si含量和铁水温度分别是表征高炉化学热和物理热的重要参数。铁水硅含量多年来一直是用于反映高炉内部热状态的主要指标，它可以充分的反应炉内的化学及物理状态，铁水温度对高炉稳定顺行和能量消耗都具有重要影响。因此，严格控制铁水硅含量和铁水温度在合理的范围内对高炉生产过程具有重要意义。

专利公开号CN106681146A公开了“基于BP神经网络和遗传算法的高炉多目标优化控制算法”，以鼓风动能、热风压力、热风温度、冷风流量、全塔压差、富氧率和煤比为控制输入，以铁水硫含量、二氧化碳排放量和焦比为输出变量，建立并训练BP神经网络，用NSGA-II多目标优化算法找出最优的控制变量值。

专利公开号CN106249724A公开了“一种高炉多元铁水质量预测控制方法及系统”，以热风温度、热风压力、富氧率、设定喷煤量为输入，以高炉多元铁水质量指标为输出建立最小二乘支持向量机回归模型，并以此模型为预测模型，对高炉多元铁水质量指标进行预测控制，以序列二次规划算法求解最优控制量。

上述专利报道的方法以及其它相关文献中的方法均是以离线建立的模型为基准建立的控制器。然而高炉冶炼系统是一个不确定的动态时变系统，矿石品位的改变、工况的改变均会导致所建模型参数的变化，因此，离线模型无法全面反映高炉不同时刻的动态，以此基础建立的控制器也就只适用于特定的高炉工况参数，无法满足整个生产过程的控制要求，实际应用价值较低。此外，已有的控制方法依据的数据模型计算复杂度较大，计算时间较长，不适用于在线控制，难以应用于真正的工业现场。综上所述，目前国内外还没有专门针对高炉冶炼过程铁水质量指标Si含量和铁水温度进行多元动态在线控制的方法。

发明内容

针对现有技术存在的问题，本发明提供一种高炉多元铁水质量无模型自适应控制系统及方法。

本发明的技术方案是：

一种高炉多元铁水质量无模型自适应控制方法，包括：设定高炉多元铁水质量指标期望值；还包括：

获取无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值，对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正；

利用无模型自适应控制器在线控制铁水质量指标跟踪设定的高炉多元铁水质量指标期望值：无模型自适应控制器以上一时刻输出跟踪误差作为输入，以当前时刻无模型自适应控制器输出控制量增量即设定顶喷煤量与压差的增量作为输出，采用输出自反馈动态在线递推控制铁水质量指标输出。

所述对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正，包括：

采用基于遗忘因子的递推子空间算法，利用无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值，建立参数校正辅助模型；