[发明专利]水泥篦冷机自适应模型预测控制器

说明书

技术领域

     本发明涉及水泥工业篦冷机系统的控制方法，具体是利用篦冷机的积分特性而设计出的一种自适应模型预测控制器。

背景技术

水泥篦式冷却机是水泥生产线上的关键设备之一，其主要功能是对窑内煅烧后的高温熟料进行冷却、输送；同时为回转窑及分解炉等提供热空气，是水泥生产线热回收的主要设备。

篦式冷却机是空气骤冷式冷却机，其工艺流程图如图1所示。热熟料从窑口卸落到篦床上，在往复推动的篦板推送下，沿篦床全床分布开，形成一定厚度的熟料层，鼓入的冷却风从篦床下方吹入，渗透扩散，垂直地穿过在篦床上移动的熟料使其骤冷，风和熟料充分换热，如图2所示。沿熟料运动方向，按温度不同，分为高温区、中温区和低温区。高温区换热后出来的风温度最高，分为二次风、三次风，分别进入回转窑和分解炉；中温区换热后出来的风温度次之，称为余热回收风，进入煤磨和余热发电等装置；低温区换热后出来的风温度很低，作为窑头废气抽出。换完热后的熟料经过熟料破碎机破碎后，通过斜拉链输送到熟料库中。

篦冷机的热量回收效率是其最重要的工艺指标。篦冷机上热量的回收效率与料层厚度有关系，保持料层厚度的均匀非常重要。料层太薄，则冷却风通过料层的时间偏短，换热效率不高；料层太厚，会影响料床的透气性，进而出现局部喷发状的吹透，使冷风都从喷发吹透的位置吹走，换热效率也会下降。因此，篦冷机的控制，最重要的是要提高篦冷机的料层厚度的稳定性，使之处于尽量厚而又不至于出现喷发吹透的范围内。

篦冷机料层厚度有两大类不同的表征方法。一种是直接测量法，通过红外、微波等方法进行测量。另一种是间接表征法，利用和料层厚度相关的一些变量来进行表征，这些变量包括篦下压力、篦冷机传动液压、篦冷机传动电流。另外，也可以由上述篦下压力、篦冷机传动液压、篦冷机传动电流其中的一个或者多个为主体计算而来的其他变量。篦冷机料层厚度（以下简称料层厚度）可以具体为上文所述各种方法中的一种，如可为篦下压力或篦冷机传动液压。

篦冷机的料层厚度是靠调节篦床上传动构件（如活动篦板、十字棒等）的往复速度（简称“篦速”）来调节的。篦速提高，更多的熟料被推出篦冷机，料层厚度就会下降；反之，篦速下降，篦冷机上堆积的熟料量会增加，料层厚度就会升高。篦速和料层厚度相对关系虽然简单，然而，它们之间的模型关系则相当复杂，呈现出明显的非线性和多变性。

篦速和料层厚度之间模型关系的非线性和多变性，给篦冷机的自动控制带来很大的难度。因此，篦冷机的自动控制，是水泥生产过程中的一大难点。为解决这些问题，工业上提出了各种各样的解决方法。

较为著名的基于规则的专家系统。它建立了一系列的规则库，将过程划分为不同的区间，满足其确定的区间，则执行相应的动作。但此方法过于简单，动作过于僵硬，自适应性很差,并不能取得良好的控制效果。

在专家系统的基础上，发展出各类的模糊控制，试图依靠模糊函数来解决专家系统动作过于僵硬的问题，但由于过程的复杂性，模糊函数并不能有效解释此过程，对解决问题并没有太多的帮助。

模型预测控制在工业过程上的实际应用，称之为模型预测控制器（简称为“控制器”）。一个典型的控制器，需要根据工业过程的工艺原理和控制需求，定义一个或者多个被控变量（controlled variable，CV）、操纵变量(manipulated variable，MV)和干扰变量（disturbance variable, DV）。

对于篦冷机而言，显然，料层厚度是控制的目标，为被控变量（CV）；篦冷机速度被用来调节料层厚度，为操纵变量（MV）；回转窑下料量等会对料层厚度造成影响，为干扰变量（DV）。

模型预测控制一般有三个基本特征，即预测控制、反馈校正和滚动优化，使模型预测控制在很多领域有着良好的应用效果。

模型预测控制的核心是预测模型，预测模型一般采用阶跃响应模型。对于篦冷机而言，由于其过程的复杂性，阶跃响应模型非常复杂。图6是篦冷机篦速对篦下压力的阶跃响应模型的示意图，图中真实预测模型1、真实预测模型2是根据工厂实际的阶跃测试数据所绘制的。阶跃响应模型可以明确地分为两个阶段：在模型的第一阶段，与图3所示的积分过程类似，呈现出很明显的积分特性；在模型的第二阶段，则非常复杂，从表观上可以认为是杂乱无章的。另外，依照多次阶跃测试的结果，模型呈现明显的不确定性：在模型的第一阶段，虽然均表现出相同的积分特性，但上升的斜率并不固定；在模型的第二阶段，则重复性更差。对于如此复杂的过程，要建立精确的模型确实比较难，事实上目前尚无一种方法可以成功建立此模型。