电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

自主学习模糊神经网络PID炉膛压力控制VIP免费

自主学习模糊神经网络PID炉膛压力控制_第1页
1/6
自主学习模糊神经网络PID炉膛压力控制_第2页
2/6
自主学习模糊神经网络PID炉膛压力控制_第3页
3/6
第1页共6页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第1页共6页自主学习模糊神经网络PID炉膛压力控制王健邵林(安徽工业大学电气信息学院,马鞍山243002)摘要:炉膛压力的稳定性将直接影响加热炉的加热效率和加热质量。但由于加热材料的周期性进出,对炉压会产生较大的干扰,采用传统的PID控制已经不能满足生产工艺要求。现提出一种自主学习模糊RBF神经网络辨识PID在线实时控制炉压,通过采集阀门的反馈值,动态调整模糊查询表,使模糊控制方式精度更高;同时运用RBF神经网络辨识在线自动调整PID参数,控制效果更加稳定。关键词:炉膛压力;RBF神经网络辨识PID;自主学习模糊控制;中图分类号:TP273文献标示符:ASelf-learningFuzzyNeuralNetworkIdentificationPIDHeatingFurnacePressureControlWangjian,Shaolin(DepartmentofElectricalInformation,AnhuiUniversityofTechnology,Anhui,243000)Abstract:Stabilityofpressureofreheatingfurnacewillaffectdirectlyheatingefficiencyandquality.However,heatingmaterialinandoutperiodically,whichwillintervenetothepressureoffurnace.traditionalPIDcontrolcannolongermeettherequirementsofproductiontechnology.ThepapergivingaSelf-learningfuzzyRBFneuralnetworkidentificationPIDmethodtoon-linecontrolthepressure,throughthefeedbackofvalve,dynamicadjustfuzzylook-uptable,sothatfuzzycontrolbecomesmoreaccurate;Atthesametime,RBFneuralnetworkon-lineautomaticallyadjuststhePIDparameters,theresultismorestabilitythantheformer.Keywords:Heatingfurnacepressure;RBFidentificationPID;Self-learningFuzzycontrol;1前言为了保证炉膛有一个稳定的压力,使外界对炉内加热材料影响最小,需要对炉膛压力进行有效控制。很显然,压力大了,将向炉外喷火,浪费能源且对加热炉周围设备不利;压力小了,炉外冷空气将大量吸入炉内,较低炉温,影响加热质量;所以理想状态是炉内压力为一个标准大气压,但这往往很难实现。为了满足马钢H型钢生产的工艺需要,把炉内压力控制在稍高于一个标准大气压的水平,也就是所谓的微正压控制,这样可以避免由于炉外冷空气的大量吸入炉膛使加热坯料产生过多的氧化铁皮,从而影影响生产质量。炉膛压力的检测一般采用在烟道挡板处选取一个取压点,然后与炉外大气压比较即差压方式进行检测,其控制范围是-5mmH2O︿+5mmH2O,一般设定在+1mmH2O(注:这里所给的炉压参数是指差压)。炉膛压力的变化主要来自燃料供热和加热坯料的进出,当炉膛升温时,炉压跟随着增加;当降温时,炉压也随之减少;另外,当炉门打开、关闭的时刻,炉压将发生急速变化;为了调整此变化,采用控制加热炉烟道抽气量大小的方式来控制炉压的变化。在空气换热器与立烟囱之间的水平烟囱5.5m处,安装了蝶形烟道阀,也叫烟道挡板,调整加热炉烟道挡板的开口度来控制炉膛压力。原采用传统PID方法调整烟道挡板的开口度来实现炉膛压力的控制,但由于PID控制参数(Kp、Ki、Kd)不能根据生产情况实时变化,已不能满足生产工艺的控制要求。现提出一种自主学习的模糊RBF神经网络辨识PID控制,在线动态调整PID三个参数,实现炉膛压力的实时控制,运行效果更加理想。系统控制原理如图1所示。第2页共6页第1页共6页编号:时间:2021年x月x日书山有路勤为径,学海无涯苦作舟页码:第2页共6页图1.自主学习模糊RBF神经网络辨识PID炉压控制2控制原理(1)总体:加热炉炉压的控制主要是通过调整烟道挡板开口度的大小,且炉压的大小与烟道挡板开口度成一定比例。当加热炉正常加热时,炉压变化相对较小,我们采用RBF神经网络辨识PID通道控制,动态调整烟道挡板,保证炉压在设定的范围内变化;而在轧钢过程中,炉门要进行周期性开闭,此动作会对炉压产生周期性干扰,且每次的主要干扰都是基本相同的,因此,我们采用自主学习模糊控制方式:用前两次炉门开闭期间对炉压造成变化量的加权平均值为依据,对本次炉压的变化量计算出一个固定的前馈调节量,即在炉门开闭有干扰的时段内给烟道挡板一个固定的调节量,以免产生超调。且下一...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

自主学习模糊神经网络PID炉膛压力控制

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部