[发明专利]一种石灰套筒窑智能优化煅烧控制系统

说明书

本发明公开了一种石灰套筒窑智能优化煅烧控制系统，属于自动化控制及智能预测模型技术领域，解决了现有石灰套筒窑煅烧的面对多变量、强耦合以及强干扰的复杂工况无法处理的问题，其技术要点是：包括控制‑多变量控制器，所述控制‑多变量控制器步骤包括：多变量辨识建模：采用测试‑建模的方案，辨识被控对象的模型；模型预测控制，所述模型预测控制采用多变量优化控制技术；多重约束规划，所述多重约束规划用于优先关联关键工艺限制条件；多目标优化，具有面对多变量、强耦合以及强干扰的复杂工况能够处理的优点。

技术领域

本发明涉及自动化控制及智能预测模型技术领域，具体是涉及一种石灰套筒窑智能优化煅烧控制系统。

背景技术

目前，传统的自动化控制DCS/PLC调节单输入单输出的控制理论已不能满足现各产业的节能、优化控制等要求。现基于多变量的预测控制技术随即而出，不仅能提高装置运行的平稳性和一致性，而且能统一操作方法、减少人为因素的影响；更重要的是，先进控制技术还为装置的优化运行提供了支撑，使装置的控制更具智能化。

石灰套筒窑煅烧系统作为一种强耦合、强干扰、严重非线性的控制对象，一直是石灰生产的控制难点。当前DCS/PLC中的常规PID控制回路只能解决平稳工况下单回路或串级回路的控制问题，面对多变量、强耦合、强干扰的复杂工况显得无能为力。

发明内容

针对现有技术存在的不足，本发明实施例的目的在于提供一种石灰套筒窑智能优化煅烧控制系统，以解决上述背景技术中的问题。

为实现上述目的，本发明提供如下技术方案：

一种石灰套筒窑智能优化煅烧控制系统，包括控制-多变量控制器，所述控制-多变量控制器步骤包括：

1）多变量辨识建模：采用测试-建模的方案，辨识被控对象的模型；

11) 采用最优测试信号，多通道激励操作变量；

12) 采用渐进法辨识多变量模型；

13) 对模型品质进行等级评估；

2）模型预测控制，所述模型预测控制采用多变量优化控制技术；

21) 通过模型预测装置未来的动作趋势；

22) 根据当前数据，反馈校正预测趋势；

23) 被控变量CV的实际值与目标值之间的总偏差最小；

24) 操纵变量调节总量最小，按最优动态方案，使装置达到稳态最优目标;

3）多重约束规划，所述多重约束规划用于优先关联关键工艺限制条件；

31) 确定控制策略，考虑所有约束条件；

32) 控制方案满足操纵变量上下限和变化率的限制；

33) 尽可能满足所有被控变量（CV）的上下限，当不能满足全部CV时，则优先满足关键CV的工艺限制；

4）多目标优化；

41) 目标优化、经济效益最大；

42) 多优先级处理功能，实现过程变量的分级处理设计；

43) 经济优化，支持线性优化和二次优化；

44) 支持模型增益调度功能和非线性变换，解决非线性问题；

45) 自适应扰动预估功能，克服不可测扰动问题。

作为本发明进一步的方案，所述多变量辨识建模中设置有煤气热值控制优化，所述煤气热值控制优化基于多变量控制、煤气量比值控制以及抗干扰，进而实现煤气热值自动控制优化。

作为本发明进一步的方案，所述煤气热值控制优化通过自动给定输入煤气阀门开度与煤气加压机频率，达到稳定混合煤气热值与压力的目标。

作为本发明进一步的方案，所述多变量辨识建模中设置有热耗控制优化，所述热耗控制优化用于减少人工干预调节，通过多变量系统辨识、模型预测控制以及扰动自适应的技术保证稳态目标。