[发明专利]一种等离子灰渣熔融炉的控制方法

说明书

本发明提供一种等离子灰渣熔融炉的控制方法，步骤包括：S1.构建BP神经网络模型，包括输入层、隐含层和输出层；S2.实时测量熔融炉的入料量、入料的溶解热、熔池深度、炉膛压力和炉膛温度作为BP神经网络的输入层，得到作为输出层的偏差率EC，并将熔融炉功率控制器的输出功率对应的温度与目标设置温度的差值记为偏差量E；S3.根据偏差率EC和偏差量E得到PID控制器的输入值Kp、Ki和Kd；S4.PID控制器同时根据Kp、Ki、Kd和偏差量E输出控制量至熔融炉的功率控制器，熔融炉功率控制器根据所述控制量调整输出功率进而调整炉膛温度；S5.重复步骤S2、S3和S4直至熔融炉炉膛温度达到预设温度。

技术领域

本发明属于等离子灰渣熔融炉技术领域，具体涉及一种等离子灰渣熔融炉的控制方法。

背景技术

等离子灰渣熔融炉的控制是典型的大惯性、大滞后、非线性、时变性复杂过程，很难用数学方法建立精确的数学模型。目前主要的控制方法仅对于温度进行单变量控制，如单变量PID控制、单变量模糊控制等。在实际运行控制过程中，我们会发现影响炉况温度的因素很多，除了温度，其他参数如入料量、入料的溶解热、熔池深度、炉膛压力都会引起炉膛温度的波动。所以仅使用单变量控制在实际运行中无法获得良好的控制效果。

发明内容

为解决上述技术问题，本发明提供如下技术方案：

一种等离子灰渣熔融炉的控制方法，步骤包括：

S1.构建BP神经网络模型，包括输入层、隐含层和输出层，重复收集熔融炉的入料量、入料的溶解热、熔池深度、炉膛压力和炉膛温度作为输入层，偏差率EC作为输出层，根据偏差率EC对应熔融炉功率控制器的输出温度映射关系不断学习调整输入参数的权值，得到学习后的BP神经网络；

S2.实时测量熔融炉的入料量、入料的溶解热、熔池深度、炉膛压力和炉膛温度作为BP神经网络的输入层，得到作为输出层的偏差率EC，并将熔融炉功率控制器的输出功率对应的温度与目标设置温度的差值记为偏差量E；

S3.根据偏差率EC和偏差量E得到PID控制器的输入值Kp、Ki和Kd；

S4.PID控制器同时根据Kp、Ki、Kd和偏差量E输出控制量至熔融炉的功率控制器，熔融炉功率控制器根据所述控制量调整输出功率进而调整炉膛温度；

S5.重复步骤S2、S3和S4直至熔融炉炉膛温度达到预设温度。

进一步地，步骤S1所述BP神经网络模型隐含层的神经元数量为七个，分别对应输入的7个模糊子集NB，NM，NS，ZO，PS，PM，PB。

进一步地，步骤S3首先对EC和E通过下述公式进行解模糊，得到分别为-5、-4、-3、-2、-1、0、1、2、3、4和5的等分分布：

其中M为C或EC，PV为炉膛温度值，SP为目标设置温度值，RH为仪表量程上限；

之后通过EC和E得到Kp、Ki和Kd，如下表所示：

Kp隶属度变化表：

Ki隶属度变化表：

Kd隶属度变化表：

进一步地，步骤S4熔融炉功率控制器根据PID控制器输出的控制量计算输出功率P_d，并通过调整输出电压和输出电流来调节炉膛温度，所述输出电压根据得到，其中电弧点电压U_a，整流输出电压U_d，H为系统电抗，R为系统电阻，K₃是常调节系数，所述输出电流I_d根据得到。