[发明专利]一种水泥生料立磨压差的智能控制方法

摘要

一种水泥生料立磨压差的智能控制方法，选取磨内压差为主要被控变量，外循环电流为辅助被控变量，喂料量为主要控制变量，喷水量为辅助控制变量。根据磨内压差和外循环电流信息采用产生式规则方法判断当前的生产工况。在正常工况下，采用GPC-PID(Generalized Predictive Control PID，GPC-PID)控制磨内压差。本发明无需分析生料立磨粉磨物料的复杂过程，只需利用过程输入输出数据就可以建立描述压差随喂料量大小变化的数学模型，辨识过程简单，且可以在线辨识；对生产工况的变化有一定的适应性；充分利用广义预测控制算法多步预测、滚动优化和反馈校正的优点，和PID算法简单、鲁棒性强的优点，且大大减轻了现场操作员的劳动强度。

主权项

1.一种水泥生料立磨压差的智能控制方法，其特征在于，选取磨内压差为主要被控变量，外循环电流为辅助被控变量，喂料量为主要控制变量，喷水量为辅助控制变量；根据磨内压差和外循环电流信息采用产生式规则方法判断当前的生产工况；在正常工况下，采用GPC-PID控制磨内压差；所述GPC-PID控制方法为：A模型辨识：压差与喂料量之间的模型可表示成如下形式：A(z^-1)＝z^-dB(z^-1)u(k-1)+C(z^-1)ξ(k)/Δ    (2)其中A(z^-1)＝1+a₁z^-1+…a_naz^-naB(z^-1)＝b₀+b₁z^-1+…+b_nbz^-nbC(z^-1)＝c₀+c₁z^-1+…+c_ncz^-nc式中，A(z^-1)、B(z^-1)、C(z^-1)分别是na、nb和na阶的z^-1的多项式，Δ＝1-z^-1；y(k)为磨内压差，u(k)为喂料量，ξ(k)为随机干扰，d为滞后时间；针对喂料量与磨内压差之间的控制通道，基于递推最小二乘辨识方法，利用试验数据得到喂料量与磨内压差的脉冲传递函数模型；B优化计算：采用滚动优化策略。在当前时刻k，利用过去的输入输出信息和预测的未来输入信息，通过辨识得到的传递函数模型，预测未来的输出磨内压差y(k+j)，并将预测输出与设定输出值的参考轨迹yr(k)进行比较。应用二次性能指标进行滚动优化，性能指标函数取为：J＝E[Y_r(k)-Y(k)][Y_r(k)-Y(k)]^T+ΔUQΔU^T    (27)其中，Q＝Λ+diag(Q_j)z^-1，Λ＝diag(λ₁…λ_n)，N为预测时域，j＝1，2…N；i＝1，2…nb；通过将GPC-PID控制律与传统PID控制律比较，借助GPC算法中参数的递推关系得到PID三个参数的自整定公式，从而得到当前时刻的控制增量Δu(k)，然后再与原来的控制量相加得到作用于系统的当前控制量u(k)。