基于機理計算與BP神經網絡的燒結主抽系統建模分析

孫超+袁立新

摘 要：分析燒結過程中主抽風在管道運行原理，建立基于主抽變頻自動控制燒結過程機理模型，并用BP神經網絡的方法對其在燒結臺車焙燒過建模，用基于密度聚類的小生鏡差分進化算法訓練。模型仿真證明，在相同的輸入狀態下，模型輸出與實際輸出誤差很小，模型有效，可用于主抽變頻自動控制研究中。

關鍵詞：主抽變頻；燒結；仿真

1.引言

燒結生產過程是一個多變量、非線性、長延時的復雜系統。燒結過程建模是燒結過程控制的基礎，是燒結智能化程序設定及優化的依據。

目前，智能建模方法已經成為解決復雜工業建模難題的重要途徑，其中神經網絡模型具有非線性擬合能力強，精度高的特點，適應于燒結過程建模。利用神經網絡建模的方法有、BP 神經網絡[1]、小波神經網絡[2]、模糊小腦模型神經網絡[3]、多網絡模型[4]以及結合機理模型的BP 神經網絡[5]等。通過這些智能化建模方法建立的燒結過程模型精度較高，可以反映實際燒結過程。

基于燒結過程的特殊性，筆者針對鋼鐵廠燒結過程智能控制要求，提出了一種燒結過程建模方法。首先，通過分析氣體在主抽大煙道的運行過程，通過伯努利方程建立大煙道負壓、風量及主抽風機功率關系數學模型；其次，進一步建立燒結過程中關于物料料層厚度、大煙道負壓、風量與垂直燒結速度預測神經網絡模型。最后，結合機理分析及BP神經網絡模型，對燒結過程進行仿真分析，仿真結果表明，結合燒結機理建立的燒結主抽負壓模型精度能滿足現代智能控制的應用要求。

2.燒結系統建模分析

2.1大煙道管道系統機理建模

主抽風機以負壓的形式抽風，空氣在大煙道內的流動過程可以用伯努利方程表示，有：

（1）

空氣在管道運行過程中，根據伯努利方程（基于機械能守恒規律），這里考慮一部分能量內能損耗及其漏風帶走的動能及風機自己損耗，可得到管道風量與風機功率之間的線性表達式：

（2）

其中：W為風機功率，Q管道為大煙道風量。

也可以表示為： （3）

其中：W為風機功率，P管道為大煙道負壓。

其中：a0、a1、a2、a3為與管道及運行狀態相關系數。

2.2燒結臺車焙燒過程BP神經網絡建模

為減小BP神經網絡訓練的復雜性，采用3層的網絡結構，建立燒結過程終點位置預測模型，網絡結構如圖所示：

圖1.BP神經網絡結構圖

其中，x1，x2，…，xn表示BP神經網絡的輸入變量，y表示BP神經網絡的輸出變量，h1，h2，…，hn表示網絡隱含層變量，bk為隱含層第k個節點的閾值，θ為輸出層節點的閾值， 為輸入層第j個變量到隱含層第k個節點的權值， 為隱含層第k個變量到輸出層節點的權值。

通過生產指標與過程參數的灰色關聯度分析，確定燒結物料焙燒BP神經網絡預測模型的輸入變量x1為燒結料層厚度、x2為燒結機臺車速度、x3為物料透氣性指數、x4大煙道負壓、x5為大煙道風量、x6為物料透氣性指數；采用上圖所示的網絡結構，模型輸出變量y1為燒結終點位置、y2為燒結物料溫度最高點溫度。

模型燒結終點位置BP神經網絡預測模型可以描述為：

（4）

模型燒結物料溫度最高點溫度預測模型可以描述為：

（5）

2.3基于密度聚類的小生鏡差分進化算法

差分進化算法的基本思想是：對當前種群進行變異和交叉操作，產生一個新種群；然后利用基于貪婪思想的選擇操作對這兩個種群進行一對一的選擇，從而產生最終的新一代種群。具體而言，首先通過下式對第t次迭代種群中的每個個體 ，具體而言，i=1，2，…，Np實施變異操作（Np為種群規模），得到與其對應的變異個體 ，即

（6）

3.模型系統仿真

3.1仿真模型的建立

系統仿真在MATLAB/SIMULINK環境下進行，根據模型關系，在SIMULINK環境下搭建仿真模塊

3.2模型仿真分析

在該仿真模型，輸入為主抽負壓、風量，輸出為各風箱下料層厚度及各風箱所需風量。

通過建立的仿真模型，設定仿真時間可以得到燒結料燒結過程曲線，主要反映為燒結礦層厚度的變化，曲線如下：

圖2.模型燒結礦料層厚度仿真曲線

4.結論

通過仿真，我們可以看到此模型既能反映垂直燒結過程，也能得到燒結礦在臺車上的靜態特性，此模型能很好的描述燒結動態過程，通過該模型能反應燒結過程實時風量、系統阻力系數與負壓等之間的關系，根據模型可判斷主抽的風量和負壓需求，從而調節風機的速度和風門開度。

參考文獻

[1] 張群，吳信慈，馮安祖，等.寶鋼焦炭質量預測模型I一焦炭質量預測模型的建立和應用〔J].燃料化學學報，2002，30（4）：300-305.

[2] 胡德生，吳信慈，戴朝發.寶鋼焦炭強度預測和配煤煤質控制[J].寶鋼技術，2000，（3）：30-34.

[3] 張群，馮安祖，史美仁，等.寶鋼控制焦炭熱性質的研究川.鋼鐵，2002，37（7）：l-7.

[4] 胡德生，吳信慈，冒建軍，曹進.寶鋼煉焦配煤的技術進步[J].鋼鐵，2004，39（l）：9-12.

[5] 胡德生，吳信慈，戴朝發.寶鋼煤巖配煤方法的研究[J].鋼鐵，2001，36（1）：1-5.