邯寶煉鋼LF爐電極調節模型研究

摘 要：隨著冶金工業的發展，LF精煉技術越來越成為冶煉高品質鋼材的關鍵技術，而LF精煉技術的核心即是電極調節模型的應用，本文詳細介紹了智能電極調節器在邯寶煉鋼LF爐的應用。

關鍵詞：ROGOWSKI 線圈 熱備PLC 神經元算法 智能PID 算法

隨著冶金工業的發展，冶煉高品質的鋼材越來越成為冶金行業的目標和追求，而在LF精煉過程中電極調節是整個過程的關鍵，因此世界各地的冶金企業和研究單位爭相開始研究電極的智能調節模型，使得一直發展緩慢的交流電弧爐在電弧穩定性、效率和對電網短路沖擊減少方面有了長足的進展。

邯寶煉鋼LF爐電極調節的系統硬件設備由如下三部分組成：

·ROGOWSKI 線圈；

·二次匹配箱；

·電極調節柜。

系統功能基本描述：PLC系統能首先是為智能調節器提供初步的電極調節系統運行數據（神經元算法的學習樣本）； 其外，當智能調節器發生故障時，PLC系統自動切換至在線狀態，控制電極升降（PID 算法），保證生產正常進行。

1.PLC系統控制模式

1.1控制算法及操作模式

PLC系統中電極升降控制采用PID 算法，提供兩種操作模式：手動、自動。

1）手動模式，以下情況可以手動操作電極：

·正常生產時通過主操臺手動操作電極

·維修和事故狀態下必須進行手動操作

2）自動模式，以下情況電極自動調節：

·正常生產冶煉開始，選擇自動；電極自動從最高位下降，按照設定的功率/電流進行自動調節

2.智能調節器

2.1 控制算法及操作模式

智能調節器提供神經元、智能PID 及PID 三種算法。默認情況下，計算機自動選用最合適的控制算法，用戶也可以強制選用某種控制算法。

2.2 特性簡介

智能調節器是一種基于人工神經元網絡技術（ANN）、并集合傳統PID 控制及專家規則的電極調節系統。適用于精煉爐等電極調節領域。智能調節器結合了神經元網絡技術與PID 控制的優點，克服了兩者的不足，因而與單純PID電極調節器相比，智能調節器具有電弧控制穩定、降低電耗、減少電極消耗、增加控制過程的平穩性等特點。

對于交流LF而言，傳統的PID電極調節技術以如下的前提條件為基礎：

1） 三相之間是相互解耦的，也即認為三相之間無關聯，每一相的輸入/輸出與其它項無關；

2） 除輸入電流（幅值）影響調節輸出外，其它因素（如吹氬攪拌）均不考慮；

3） 調節輸出建立在PID 算法的基礎上。

以上這些前提在生產中實際上是不成立的，因而傳統的PID 電極調節技術的實際效果并不令人滿意。與此相比，神經元網絡調節不需要這些前提條件，具有如下的優點：

1） 整體考慮三相間的作用，調節具有“三相意識”；

2） 除輸入電流（幅值）外，其它因素也被考慮；

3） 控制算法具有非線性、容錯性、自學習性等特點。

2.1.3 功能描述

智能調節器主要完成以下功能：

1）電量瞬時值檢測

智能調節器通過高速數據采集卡檢測鋼包爐變壓器原邊、副邊的電流電壓瞬時值，每周波（20ms）采樣100～110 次，反映鋼包爐冶煉的非正弦、崎變波形。

2）電氣參數計算

利用高速采集的電量瞬時值，計算出電壓電流的有效值、相角、有功功率、無功功率、弧壓、弧長、弧功率、電耗、功率因數、電弧阻抗等重要電氣參數。

3）爐子仿真人工神經元網絡

爐子仿真人工神經元網絡建立被控對象的模型，用于預報200ms 后爐子相關狀態如弧流、弧壓的變化，在調節器將控制信號輸出之前，預測弧流、弧壓的變化情況。

4）調節器人工神經元網絡

調節器人工神經元網絡則根據爐子仿真人工神經元網絡預報結果和優化設定值之間的誤差調整人工神經元網絡權值，計算電極升降控制的輸出值。

該網絡用來模擬PLC 調節器的響應特性。在系統投入運行前，為該網絡給出調節器輸出和爐況的歷史數據，以及時間片N的設定點值，用這些量作為網絡輸入來訓練該網絡，使其與現有電極調節系統的響應情況相一致。這是一種安全措施，保證神經元網絡一開始就能輸出合理的控制信號。在線運行時，其權值可通過在線學習機制進行實時優化。

5）弧長控制

合理控制電弧弧長，對提高鋼包爐熱效率至關重要，本智能調節器根據弧壓、弧長、弧功率等電氣參數計算，與服務器預測渣厚相匹配，在保證升溫速度的前提下，合理控制弧長。

6）阻抗/電弧電壓/電弧電流三種控制方式

依據生產階段的不同需求，可采用阻抗/電弧電壓/電弧電流三種不同的種控制方式。

7）自學習功能

智能調節器具有在線學習的功能，這樣能夠不斷提高電極調節的控制精度。

8）智能PID調節器

智能PID算法結合了ANN仿真器的預測控制和PID簡單可靠的特點，首先，在時間片N 內，程序接收到新的數據后，先進行ANN 仿真器的在線學習。然后，啟動PID算法，得到控制信號U（N+1）， U（N+1）并不馬上送出，而是經過一個微調環節。微調環節把U送入ANN 仿真器，使之得到一個預測電流^I（N+1），^I（N+1） 與電流設定點SP（N）形成誤差^E（N+1），^E（N+1）返回用于調整U（N+1），如此循環，直到^E（N+1）滿足給定精度或微調次數已至上限。

9）綜合控制輸出

為了保證控制系統的穩定可靠，我們加入部分參數可變的PID 算法與ANN 控制器并行運行，一旦ANN 控制器出現不可用的情況，就調用PID 算法進行保駕。

總 結

由于電極調節模型的應用，邯寶煉鋼在LF的精煉過程中較以前縮短了冶煉時間，提高了冶煉的命中率，降低了冶煉過程中電極的消耗，減少了鋼水的嚴重增碳。使生產效率提高，電極的消耗有了很大的改觀。同時由于短路電流小，當廢鋼塌陷時，電極、電極臂和電纜上的電流小，因此，電極損壞的危險性小，機械磨損也少； 電極電流波動小，因而對電網的干擾也小。

參考文獻：

[1] LF精煉爐電極智能控制的研究及實現 作者：張東 《西安科技大學》 2008年

[2] LF鋼包精煉爐電極控制的研究與應用 作者：趙文利 《東北大學》 2011年

作者簡介：馬其云，河鋼邯鋼邯寶公司煉鋼廠，電氣工程師，專業從事電氣工作20年。