鋼包底吹氬氣監控系統的優化與設計

田 海,閆兆陽,郭林威,姚震宇

(內蒙古科技大學信息學院，內蒙古 包頭 014010)

0 引言

鋼包底吹氬氣控制系統的控制對象是鋼包內鋼水的攪拌能。在常溫常壓條件下，控制底吹氬氣的流量可以有效控制鋼水的攪拌能，保證在鋼水不發生卷渣的情況下盡可能增大氬氣流量。為實現這一控制目標，現場操作人員需要時刻觀察鋼水液面的攪動狀態(即鋼水裸露面積)，及時調整氬氣流量，防止鋼水外溢、卷渣以及二次氧化問題的發生。同時，鋼包底吹過程涉及氣體與鋼液的湍流、合金添加劑的融化和鋼渣的化學反應等，存在被控對象的非線性、數學模型的不確定性及現場環境惡劣等因素，常規的控制策略難以實現純凈鋼水冶煉的精確控制[1-2]。

針對此問題，根據鋼水裸露面積的變化控制氬氣流量，對模糊自適應比例積分微分(proportion integration differentiation,PID)與傳統PID進行仿真比較，得出一組超調量、調節時間、上升時間等性能指標數據，發現模糊自適應PID控制效果優于傳統PID。

1 鋼水裸露面檢測原理

深真空處理后的鋼水混雜大量夾雜物，會對鋼水質量造成嚴重影響。為此，對鋼水進行鎮靜處理。在此過程中，吹氬氣可以有效促進鋼水內夾雜物上浮。因此，氬氣流量大小的控制已成為去除鋼水內雜質效果好壞的關鍵：過大流量的氬氣容易造成鋼水二次污染；過小流量的氬氣達不到預期除雜效果。此外，由于鋼水上鋼渣厚度無法檢測，不同厚度會形成不同卷渣臨界點，為合理設定氬氣流量值帶來很大難度[3-5]。為此，采取對鋼水裸露面進行檢測的方法，將鋼水表面裸露狀態反饋至控制器中參與運算，實現鋼包底吹氬氣系統的自動控制。

在鋼包上方架設工業相機，通過LabVIEW每間隔40 ms采集一次鋼水表面圖像。通過鋼水表面裸露部分和鋼渣覆蓋區域亮度不同，對相近亮度的像素點進行亮度的識別，以分辨出裸露面和鋼渣的覆蓋區域[6]。在圖像中劃分感興趣的區域，就可以得到裸露面所占興趣區域的百分比，并對其進行數據收集。統計分析后，擬合得到的底吹氬氣流量和裸露面所占百分比關系如圖1所示。

圖1 底吹氬氣流量與裸露面所占百分比關系圖Fig.1 Bottom-blown argon flow and percentage of exposed surface

2 鋼水裸露面圖像處理過程

2.1 灰度處理

圖像灰度變換是以點對點映射的方式，將原圖像的像素灰度值變換為新灰度值。設輸入圖像為SrcA(x,y)、輸出圖像為DDst(x,y)，則圖像灰度變換可表示為[7]:

DDst(x,y)=GGST[SrcA(x,y)]

(1)

顯然，新灰度值僅由原像素灰度值和灰度變換函數(gray-scale transformation,GST)決定，并不會改變像素點之間的空間關系。灰度變換主要用于圖像增強，可以調整圖像的亮度和對比度，對圖像中的高灰度級或低灰度級進行壓縮或拓展。在NI LabVIEW Vision Assistant平臺上，調用Color Plane Extraction函數模塊，選擇亮度灰度化算法對圖像進行灰度處理[8]。

2.2 改進的中值濾波

中值濾波將圖像中某點像素灰度值用窗口鄰域像素內灰度中值替代，使目標像素點灰度值更加接近真實值，消除孤立噪聲干擾。因為被噪聲污染的像素點灰度值遠大于或遠小于四周像素點灰度值，若所有像素點都采用中值替換的方法處理，會在造成濾除噪聲的同時改變真正的信號點，使圖像模糊，失去原始細節[9]。

基于傳統中值濾波的局限性，提出一種改進中值濾波算法：當灰度值是其窗口鄰域中像素點的最大或最小值，該像素點灰度值由鄰域內所有像素點灰度中值代替；反之，則不進行處理。

在LabVIEW中，將去除噪聲程序添加到Matlab Script節點。對同一張被椒鹽噪聲污染的圖片進行濾波處理，改進中值濾波算法效果對比如圖2所示。

圖2 改進中值濾波算法效果對比圖Fig.2 Improved median filtering algorithm effect comparison chart

由圖2可知，改進后的中值濾波算法比傳統的中值濾波算法對噪聲的認定更加準確。其只對噪聲進行處理，圖像邊緣信息和細節得到很好的保留。

2.3 圖像二值化

圖像二值化主要通過灰度閾值T變換，進行圖像分割和邊緣跟蹤等計算，將圖像的數據分成大于T和小于T的兩個像素群，并分別用圖像數據類型的最大值和最小值表示，如8位灰度圖像用0和255表示。

雙固定閾值法主要用于突出目標消除背景。預先設置兩個閾值T1

通過分析圖像的灰度值，發現灰度值大多集中在10到227的區間范圍內。在NI LabVIEW Vision Assistant中，調用IMAQ Threshold函數模塊，將Lower Limit賦值為10，Upper Limit賦值為227，在灰度區域[10,227]內原像素被賦值為1，灰度區域之外被賦值為0。

2.4 吹氬孔興趣區域選取

在工業現場中，鋼包、工業相機的安裝位置和鋼水出現在圖像中的位置是相對固定的。鋼水裸露面近似圓形或橢圓形。在此，采用橢圓形框選出進行單獨分析。為減少人為設定造成的誤差，興趣區域位置的選取通過程序設定，每個像素點灰度值為0或1。如果區域內灰度平均值增加，則興趣區內的鋼水裸露面積增大；反之，鋼水裸露面積減小。

通過IMAQ Measure函數模塊測量興趣區域，得到劃分興趣區域灰度平均值，代表此時裸露面面積。將其輸送到可編程邏輯控制器(programmable logic controller,PLC)中，即可求得所占興趣區域百分比。

3 控制策略及控制網絡架構

3.1 控制策略

模糊控制具有對過程參數改變不靈敏、參數變化適應性強、非線性、工作點控制穩定、魯棒性強的特點[11]。因此，模糊控制可以更好地解決在精煉爐吹氬過程中，被控對象非線性，數學模型參數不確定性和系統工作點劇烈變化等問題。

鋼包底吹氬氣控制系統被控對象是鋼水裸露面積，通過圖1鋼水裸露面百分比與吹氬流量的非線性關系，來調整吹氬流量的大小。氬氣流量控制網絡框圖如圖3所示。

圖3 氬氣流量控制網絡框圖Fig.3 Block diagram of argon flow control network

3.2 控制網絡架構

鋼包底吹氬氣控制網絡結構系統大致分為信息處理層、監控層、設備層。控制網絡拓撲結構如圖4所示。

圖4 控制網絡拓撲結構圖Fig.4 Topology structure of control network

監控層負責對設備層信息采集和控制、對圖像信息的處理以及對控制系統功能設定、報警等。以西門子S7-400作為控制主站，使用Profibus-DP協議總線完成各DP從站數據的實時采集和控制。

脈沖編碼調制(pulse code modulation,PCM)對輸入的模擬信號進行采集、量化和編碼，用二進制進行編碼的數代表模擬信號的幅度。PCM調流器根據輸入的脈沖編碼調制信號，組合不同數量的兩位兩通開關電磁閥，實現不同流通面積的組合，調節氣體流量。

信息處理層是通過配置以太網通信處理器CP443-1，將CPU412-3H主站內的監控數據有選擇性地集成到企業局域網中，使管理層能夠實時進行遠程的監控、調度和管理任務。

4 數學模型的建立及仿真結果

4.1 數學模型

應用PCM脈沖控制管路流量壓力，在閥座上安裝節流孔、電磁通氣孔和節流元件。將節流元件調節成不同通流面積，當與之相對應的電磁閥導通后，整個閥組的通流面積為各個閥通流面積的組合，再由PLC以單個字節對這些閥進行控制。

按照節流元件流量計算公式，在管路中，節流元件前后壓差和管路中的流量之間有以下關系[12]：

(2)

式中：α為流量系數；ε為流束膨脹系數；S為節流元件的流通面積；p1、p2分別為節流元件上游的壓力、下游的壓力；ρ為標況下的氣體密度。

根據現場氬氣流量變化趨勢，發現氬氣流量變化呈滯后一階慣性環節變化特點。為確定系統的模型結構，對系統進行如下分析：

(3)

式中：qNV1(s) 為輸入流量；qNV2(s)為輸出流量；T為時間常數。

因為氬氣管道較長，同時存在其他的壓縮特性，所以必須要考慮系統的滯后。系統的數學模型為：

(4)

式中：G1(S)為一階慣性傳函；τ為滯后時間。

在設定模型結構的基礎上，通過數據確定被控對象模型的參數，并記錄氬氣流量變化趨勢。系統輸入一個150 L/min的階躍信號，記錄其輸出隨時間變化的數據。底吹氬氣控制系統響應曲線如圖5所示。

圖5 底吹氬氣控制系統響應曲線Fig.5 Response curves of bottom-blown argon control system

滯后一階慣性環節的時域階躍響應表達式為:

(5)

選取兩個時間點t1、t2，t1

(6)

為較為準確地求出T和τ，選取以下8個點，即(22，47.7)(26，73.28)(34，102.15)(38，110.40)(50，127.65)(54，131.55)(62，137.40)(65，139.40)，將其分組代入式(6)中求得四組值，最后分別對和求平均值即可得到參數值T=19.3、τ=7.5。被控對象的數學模型為：

(7)

4.2 仿真結果

為驗證提出的模糊自適應PID控制器控制的可行性，在MATLAB中進行如下仿真試驗；輸入幅值為1的階躍信號；采樣時間為100 s；輸入變量為鋼水裸露面積與實際裸露面積的差值e，其論域范圍為[-3 3]；誤差變化率ec的論域為[-3 3]；PID參數取值Kp=2.3、Ki=0.1、Kd=0.7,其模糊論域均取作[-3 3]；取7個模糊子集為{NB NM NS ZO PS PM PB}；取三角形隸屬度函數；輸出變量清晰化采用重心法。仿真所得階躍響應曲線如圖6所示。

圖6 階躍響應曲線Fig.6 Step response curves

系統動態性能指標如表1所示。

表1 系統動態性能指標Tab.1 System dynamic performance indicators

從表1可以看出，模糊自適應PID與傳統PID，系統的響應速度相當，但前者7.8%的超調量遠小于后者28.8%的超調量。當穩態誤差取±4%時，模糊自適應PID調節時間為34.430 s，小于傳統PID調節時間42.048 s。綜上所述，可以說明模糊自適應PID在鋼包底吹氬氣系統中，比傳統PID誤差小21%，魯棒性更強、系統更穩定。

5 結論

通過檢測鋼水表面裸露面積大小變化情況自動調整氬氣流量設定值的方式，使氬氣能夠穩定、快速、準確地跟蹤氬氣流量設定值的變化，減少因氬氣流量設定過大造成鋼水內部卷渣現象發生的次數，提高鋼包吹氬設備的自動化水平、縮短精煉時間，為實際吹氬制度提供依據。在系統控制策略上，構建模糊自適應PID控制器，解決由于不同爐次之間鋼水溫度、高度、透氣磚透氣性能等對模型參數影響較大的問題，免除傳統PID控制器因參數固定而不能達到系統要求的弊病。