[发明专利]一种高炉布料过程径向料层厚度分布的控制策略

说明书

本发明给出了一种基于迭代学习和多模型的高炉布料过程径向料层厚度分布的控制策略。本发明以高炉布料过程径向料层厚度分布为被控制目标，以布料矩阵为操作变量，构建了一种面向高炉布料过程径向料层厚度分布的控制策略。首先将料层径向厚度分布写成权值和基函数形式，在基函数模型表述的基础上给出了料层厚度目标分布和被控分布的表述方法，在迭代学习和多模型的基础上给出了一种高炉布料过程径向料层厚度分布的控制策略，多模型负责对整数域布料圈数向量κ的选择和优化，而迭代学习主要用于对实数域溜槽倾角向量α的控制。本发明为布料制度中布料矩阵的调整和设定提供了理论依据，对于推进高炉工业过程自动化的进程，改善面向高性能冶炼的高炉操作，以及更大限度的实现高炉冶炼过程的节能、减排以及性能指标优化具有十分重要的意义。

技术领域

本发明涉及一种基于迭代学习和多模型的高炉布料过程径向料层厚度分布的控制策略，涉及分布式系统的建模与控制，涉及冶金学、计算机科学、数学、控制科学和随机分布控制等技术领域的交叉和融合。

背景技术

高炉布料是高炉操作中一个重要操作制度，是高炉稳定顺行、高炉稳产、降低事故率和减少燃料消耗的关键环节。多年的实践和经验告诉我们，高炉布料过程所形成的料层初始厚度分布不仅仅影响初始料面形状和温度场的分布，同时亦是高炉稳产，高炉稳定顺行，高炉事故率和高炉燃料消耗的关键环节(刘云彩，高炉布料规律[M]，冶金工业出版社，2012)。由于缺少描述高炉内部复杂三维立体料面输出形状的有效模型，高炉布料制度的制定和调整仍由经验丰富的工长执行，给高炉稳定生产带来较多负面影响。

中国专利201410336893.7提供了一种高炉布料过程径向矿焦比的控制方法，建立了高炉布料控制参数对料面的模型关系，对于描述高炉布料模型，下料过程模型有一定的积极作用，由于缺少布料矩阵和料层厚度输出分布的有效描述，并不能实现对料层厚度分布的控制。专利申请文件201510586609.6提供了一种描述料面输出形状和操作变量之间的模型关系，但并没有给出料层厚度分布的控制方案。针对现行的高炉布料制度，本发明提出了一种以料层输出厚度分布为被控参数的高炉布料控制系统，并给出了一种基于迭代学习和多模型的高炉布料过程料层厚度分布的控制策略。本发明对于推进高炉工业过程自动化的进程，改善面向高性能冶炼的高炉操作，以及更大限度的实现高炉冶炼过程的节能、减排以及性能指标优化具有十分重要的意义。现行高炉布料制度的制定和调整仍由经验丰富的工长执行，缺乏有效的理论支撑，给高炉稳定生产带来较多负面影响，这是业内普遍存在且亟待解决的技术问题。

发明内容

本发明专利在专利申请文件201510586609.6的基础上，提出了一类以高炉布料过程径向料层厚度分布为控制目标，以布料矩阵为操作变量的分布参数控制系统，并给出了一种基于迭代学习和多模型的高炉布料过程径向料层厚度分布的控制策略。

为了解决上述技术问题，本发明提供了一种基于迭代学习和多模型的高炉布料过程径向料层厚度分布的控制策略，其特征在于，以高炉布料过程径向料层厚度分布为被控制目标，以布料矩阵为操作变量，构建面向高炉布料过程径向料层厚度分布的控制策略；所述控制策略包括：

(1)利用分离变量方法将被控对象料层径向厚度分布写成权值和基函数形式；

(2)在权值和基函数所描述的料层径向厚度分布的基础上，手动调节权值以设定料层厚度分布的控制目标；

(3)根据已设定的高炉布料过程料层厚度分布的控制目标以及料层实时径向厚度的分布定义料层厚度分布控制性能指标准则函数，基于迭代学习和多模型方法对高炉布料过程操作变量布料矩阵进行自动调节。

作为优选的技术方案，上述(1)中，被控对象料层径向厚度分布h(y,u)满足柱形积分约束，是一个与决策变量相关的二维分布函数，操作变量布料矩阵包含溜槽倾角序列和旋转圈数序列两个部分，其中溜槽倾角向量α属于实数域，而布料圈数向量κ属于自然数域，致使高炉布料过程径向料层厚度分布控制为一种特殊的复杂混合控制系统。