[发明专利]电弧炉控制系统的智能优化控制方法

摘要

本发明公开了一种电弧炉控制系统的智能优化控制方法，电弧炉控制系统包括电弧炉、变压器、电抗器、工业控制计算机、液压驱动系统，其中电弧炉通过液压驱动系统连接在工业控制计算机上，工业控制计算机内设置有在神经网络技术基础上建立的电弧炉神经网络预估控制模型，神经网络预估模型包括神经网络控制器和神经网络预估模型，该电弧炉神经网络预估控制模型对来自变压器档位的变压器电压信号、电抗器的电流信号、出钢加料信号进行采样，和预设定的信号进行比较，通过神经网络和遗传退火优化算法预估出电弧炉下一时刻各种电参数的状态，对系统的输出做出优化补偿；能够提高电弧炉生产率，降低能耗、节约能源、减轻对电网危害，提高电弧炉运行效益。

主权项

1.一种电弧炉控制系统的智能优化控制方法，电弧炉控制系统包括电弧炉、变压器、电抗器、工业控制计算机、液压驱动装置，其中液压驱动装置连接在工业控制计算机与电弧炉之间，其特征在于，工业控制计算机内设置有以神经网络技术基础上建立的电弧炉神经网络模型，神经网络模型包括神经网络控制器和神经网络预估模型，该电弧炉神经网络预估模型对来自变压器档位的变压器电压信号、电抗器的电流信号、出钢加料信号进行采样，和预设定的信号进行比较，通过专家系统算法预估出电弧炉下一时刻的电参数的状态，对系统的输出做出优化补偿；具体包括下列步骤：1)变压器二次电压、二次电流、一次电压、一次电流模拟信号通过交流变送器变换成-10V～+10V之间的交流信号，经200KHZ采样频率采集到工业控制计算机中，工业控制计算机根据这些参数计算出变压器一次、二次三相的电压U、电流I、有功功率P、电弧功率Ph和电弧电压Uh，其计算依据以下公式：$U=\sqrt{\frac{1}{N-1}\underset{m=1}{\overset{N}{\Sigma }}{u}_m^2}---\left(1\right)$ $I=\sqrt{\frac{1}{N-1}\underset{m=1}{\overset{N}{\Sigma }}{i}_m^2}---\left(2\right)$ Pr＝I2*Rd-----(3)$P=\frac{1}{N-1}\underset{m=1}{\overset{N}{\Sigma }}{i}_m{u}_m---\left(4\right)$ Ph＝P-Pr-----(5) Uh＝Ph/I -----(6)um：第m-1个时刻，电压采集瞬时值；im：第m-1个时刻，电流采集瞬时值；N：20ms内采样点；U：电压有效值；I：电流有效值；P：有功功率；Pr：相损耗功率；Ph：电弧功率；Uh：电弧电压；2)工业控制计算机根据这些参量，通过神经网络控制器根据设定和电弧炉的状态信号进行比较，再将系统调节的控制量结合电弧炉的运行状态，神经网络预估模型给出下一时刻电弧炉电参数的状态；3)神经网络控制器通过遗传优化算法得出控制电极调节的信号，该信号经D/A板卡转换成模拟量送给液压驱动装置的伺服放大器来驱动执行机构，完成电极的升降调节。