[发明专利]一种轧钢步进梁式加热炉炉温控制方法及系统

说明书

本发明公开一种轧钢步进梁式加热炉炉温控制方法及系统，方法包括：采用RBF神经网络在线辨识获得加热炉中加一段、加二段及均热段子模型，加一段、加二段及均热段子模型共同构成加热炉炉膛温度模型；对于任一子模型，将二自由度PID控制器与子模型依次连接，利用混合优化算法模块对二自由度PID控制器的PID参数进行整定，获得最优解，通过最优解控制子模型，从而控制加热炉炉膛温度模型输出最优的各段炉膛温度。本发明以混合优化算法模块整定二自由度PID控制器参数，通过设定判定准则并实现模拟退火算法和最小二乘法的混合，结合两者全局优化性能和高效局部的优化能力进行参数整定，使系统快速跟踪目标值且稳定输出，提高控制器品质。

技术领域

本发明涉及轧钢加热炉燃烧优化技术领域，尤其涉及一种轧钢步进梁式加热炉炉温控制方法及系统。

背景技术

轧钢技术是冶金工艺中最不可或缺的技术环节之一，其中轧钢加热炉是其关键热处理设备以及主要能耗单元之一，炉温的精准控制是影响钢坯质量和后续轧制的关键因素，也是实现其燃烧系统经济绿色运行的基础。然而炉温是具有强耦合和大时滞特性的典型对象，且生产时的多工艺和多工况加剧了其精确控制的难度，严重影响了加热炉的运行水平。

发明内容

为了解决上述技术难题，本发明提供了一种轧钢步进梁式加热炉炉温控制方法，该方法适用于DCS(分布式控制系统)，能减轻现场运行人员的工作强度，提高机组运行经济性，并使系统具有较强的稳定性，具体技术方案如下：

一种轧钢步进梁式加热炉炉温控制方法，包括：

采用RBF神经网络在线辨识获得加一段和加二段及均热段子模型，所述加一段子模型和加二段子模型及均热段子模型构成加热炉炉膛温度模型；

对于任一子模型，将二自由度PID控制器与该子模型连接，将该段输入炉膛温度与该段输出炉膛温度的偏差信号e，以及二自由度PID控制器的输出作为混合优化算法模块的输入，将所述混合优化算法模块的输出、输入该段加热炉炉膛温度与输出该段加热炉炉膛温度的偏差信号e作为二自由度PID控制器的输入，其中，所述混合优化算法模块包含模拟退火算法、最小二乘法混合运算，

利用所述混合优化算法模块对二自由度PID控制器的PID参数进行整定，获得最优解，通过最优解控制该子模型，从而控制加热炉炉膛温度模型输出最优的各段炉膛温度。

可选的，对于任一子模型，还设置有前馈控制器，所述前馈控制器的输入为该段设定炉膛温度，并且二自由度PID控制器的输出与前馈控制器的输出作为该段子模型的输入，所述混合优化算法模块对二自由度PID控制器的PID参数以及前馈控制器的参数进行整定，获得最优解，通过最优解控制该段子模型，从而控制该段子模型输出最优的炉膛温度。

可选的，所述RBF神经网络在线辨识获得加热炉中加一段和加二段及均热段子模型，加一段和加二段及均热段子模型共同构成加热炉炉膛温度模型，是指RBF神经网络根据各段子模型的输入参数、输出参数辨识分别获得加一段和加二段及均热段子模型，输入参数包括燃气量、空气量、进料温度、散热损失、烟道挡板开度与风门开度，输出参数为加热炉各段炉膛温度。

可选的，利用所述混合优化算法模块对二自由度PID控制器的PID参数进行整定，获得最优解，包括：所述混合优化算法模块先采用模拟退火算法计算出当前解，若当前解满足进入全局最优解区域的切换准则，则退出模拟退火算法，将满足所述切换准则的当前解作为最小二乘法的初值代入，通过最小二乘法运算得到最优解。

可选的，所述混合优化算法模块先采用模拟退火算法计算出当前解，包括：

步骤a，初始化：给定目标函数的初始解、初始温度、马尔科夫链的链长，

所述目标函数如下：