本發(fā)明涉及焦?fàn)t加熱燃燒過程優(yōu)化控制領(lǐng)域，特別是一種不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法。

背景技術(shù)：

在高爐煉鐵過程中，焦炭是重要還原劑和主要熱量來源，也是影響煉鐵生產(chǎn)水平和經(jīng)濟(jì)效益的因素。焦?fàn)t是煉焦生產(chǎn)的關(guān)鍵設(shè)備，焦?fàn)t火道溫度是反映焦?fàn)t整體熱狀態(tài)的重要參數(shù)，也是決定焦炭質(zhì)量的關(guān)鍵因素。由于配煤質(zhì)量波動(dòng)、天氣變化、煤氣熱值波動(dòng)和裝煤推焦操作及工況的變化等外界不確定干擾因素，缺乏調(diào)整維護(hù)的焦?fàn)t加熱燃燒過程控制系統(tǒng)性能容易下降，導(dǎo)致火道溫度波動(dòng)，帶來加熱煤氣消耗量增大、焦炭質(zhì)量變差、焦?fàn)t生產(chǎn)不穩(wěn)定等問題。

針對以上不確定擾動(dòng)導(dǎo)致的焦?fàn)t火道溫度波動(dòng)問題，煉焦現(xiàn)場通常采取的方法根據(jù)現(xiàn)場操作人員的經(jīng)驗(yàn)人工調(diào)整控制參數(shù)，或者通過在擾動(dòng)下重新激發(fā)優(yōu)化控制系統(tǒng)的尋優(yōu)過程獲取最優(yōu)的控制參數(shù)，以此減小火道溫度的波動(dòng)。但是人工調(diào)節(jié)控制參數(shù)、穩(wěn)定火道溫度的方法，非常依賴于現(xiàn)場操作人員的經(jīng)驗(yàn)，具有主觀性，不利于控制系統(tǒng)的及時(shí)調(diào)整，可能會(huì)影響到煉焦生產(chǎn)；通過在擾動(dòng)下重新激發(fā)尋優(yōu)過程，可能導(dǎo)致較高的計(jì)算代價(jià)和資源成本，甚至無法在有限的時(shí)間內(nèi)執(zhí)行該優(yōu)化解。鑒于實(shí)際生產(chǎn)中有很多不確定的干擾因素，為了克服人工調(diào)整控制器參數(shù)的主觀性及頻繁尋優(yōu)所帶來的影響，使控制系統(tǒng)具有自動(dòng)調(diào)節(jié)能力和抗干擾能力，發(fā)明一種在不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法，對提高焦炭質(zhì)量、降低能耗以及增加企業(yè)效益有著重要的意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是，針對現(xiàn)有技術(shù)不足，提供一種不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法，提高焦炭質(zhì)量、降低能耗。

為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法，該方法主要實(shí)現(xiàn)過程如下：分析焦?fàn)t加熱燃燒過程中的不確定性因素，結(jié)合當(dāng)前火道溫度運(yùn)行的數(shù)據(jù)及歷史火道溫度運(yùn)行的數(shù)據(jù)，建立基于平均有效目標(biāo)函數(shù)的多目標(biāo)魯棒優(yōu)化模型，采用差分進(jìn)化算法對魯棒多目標(biāo)優(yōu)化模型進(jìn)行求解，調(diào)節(jié)控制系統(tǒng)中的控制器參數(shù)，自動(dòng)調(diào)節(jié)火道溫度，并保持焦?fàn)t加熱燃燒過程優(yōu)化控制系統(tǒng)在干擾下具有維持火道溫度穩(wěn)定的能力。

調(diào)節(jié)控制系統(tǒng)中的控制器參數(shù)的具體步驟包括：

1)建立基于鄰域的魯棒多目標(biāo)優(yōu)化模型；

2)求解所述魯棒多目標(biāo)優(yōu)化模型，得到具有一組具有抗干擾能力的控制器參數(shù)，基于所述控制器參數(shù)，維持火道溫度干擾下保持穩(wěn)定的能力。

所述魯棒多目標(biāo)優(yōu)化模型表達(dá)式如下：

其中，X＝[x₁,x₂,x₃]是決策向量，x₁,x₂分別表示控制器的輸入量火道溫度偏差的兩個(gè)量化因子，x₃表示控制器的比例因子，δ表示決策向量X的擾動(dòng)范圍；M為確定火道溫度測量間隔時(shí)間后12小時(shí)內(nèi)根據(jù)此間隔時(shí)間進(jìn)行測量的次數(shù)；R為火道溫度設(shè)定值，e表示火道溫度設(shè)定值與實(shí)際測量值的差值，ec表示火道溫度設(shè)定值與實(shí)際測量值差值的變化率，u_j表示第j個(gè)時(shí)刻加熱煤氣流量的預(yù)測值，T_pre(j)表示通過函數(shù)g₂()獲得的第j個(gè)時(shí)刻的火道溫度預(yù)測值，式中，u(j)表示通過函數(shù)g₁()獲得的第j個(gè)時(shí)刻加熱煤氣流量的預(yù)測值；u(j-m)表示通過函數(shù)g₁()獲得的第j-m個(gè)時(shí)刻加熱煤氣流量的預(yù)測值；T_pre(j-n)表示通過函數(shù)g₂()獲得的第j-n個(gè)時(shí)刻的火道溫度預(yù)測值；n和m表示系統(tǒng)的時(shí)滯參數(shù)；φ表示模型參數(shù)；g₁()表示以控制器參數(shù)X、e和ec為輸入，u(j)表示通過函數(shù)g₁()獲得的第j個(gè)時(shí)刻加熱煤氣流量的預(yù)測值；；g₂()為采用即時(shí)學(xué)習(xí)算法建立的火道溫度與加熱煤氣流量之間的關(guān)系表達(dá)式；f₁()表示控制系統(tǒng)M時(shí)刻內(nèi)火道溫度的均方誤差；f₂()表示控制系統(tǒng)M時(shí)刻內(nèi)火道溫度的差變化的平均值；f₁^eff()表示f₁()的平均有效函數(shù)，f₂^eff()表示f₂()的平均有效函數(shù)。

求解所述魯棒多目標(biāo)優(yōu)化模型的具體過程包括：

1)以控制器參數(shù)X＝[x₁,x₂,x₃]作為種群個(gè)體；選定種群規(guī)模NP，確定變異因子F、交叉因子CR及最大化進(jìn)化代數(shù)G_max，設(shè)置操作變量搜索范圍[X_min,X_max]；令初始進(jìn)化代數(shù)G＝0，并隨機(jī)產(chǎn)生初始化種群其中，i表示所產(chǎn)生種群中第i組控制器參數(shù)，p表示一組控制器參數(shù)中第p個(gè)參數(shù)，表示第0代種群中第i組控制器參數(shù)的第p個(gè)參數(shù)，x_pmax表示決策變量的最大值，x_pmin表示決策變量的最小值，1≤i≤30，1≤p≤3；

2)按下式進(jìn)行變異操作，產(chǎn)生變異個(gè)體V_i^G+1：式中V_i^G+1表示變異后第G+1代種群中第i組控制器參數(shù)，X_i^G表示第G代種群中待變異的第i組控制器參數(shù)，F(xiàn)為變異因子，表示第G代種群中隨機(jī)選擇的兩組不同的構(gòu)造差分向量的控制器參數(shù)；

3)按下式對父代個(gè)體X_i^G和變異個(gè)體V_i^G+1進(jìn)行交叉操作，產(chǎn)生中間種群

式中表示產(chǎn)生的中間種群，表示變異個(gè)體，表示父代個(gè)體；

4)將中間種群和該中間種群的父代種群混合，組成臨時(shí)種群，將臨時(shí)種群中的每一組參數(shù)代入魯棒多目標(biāo)優(yōu)化模型中，然后根據(jù)每一組控制器參數(shù)的非劣等級和擁擠距離，從中選擇NP組控制器參數(shù)進(jìn)入下一代種群；

5)將G的值加1，若G≤G_max，返回步驟2)，否則終止優(yōu)化，輸出非劣等級為1的最優(yōu)解。

所述種群規(guī)模NP＝30，變異因子F＝0.85、交叉因子CR＝0.9，最大化進(jìn)化代數(shù)G_max＝50。

所述不確定性因素包括：煤料水分、裝煤量及煤料品種的變化；煤氣熱值變化；環(huán)境溫度、大氣壓力等因素的變化；操作者對焦?fàn)t維護(hù)操作不當(dāng)、焦?fàn)t生產(chǎn)出焦操作不均衡、推焦計(jì)劃改變、設(shè)備故障、運(yùn)輸條件。

與現(xiàn)有技術(shù)相比，本發(fā)明所具有的有益效果為：應(yīng)用本發(fā)明的方法，生產(chǎn)現(xiàn)場的控制器參數(shù)可以自動(dòng)調(diào)節(jié)，解決了現(xiàn)有技術(shù)中焦?fàn)t加熱燃燒過程的火道溫度依靠人工判斷來調(diào)節(jié)，或者頻繁激發(fā)優(yōu)化控制系統(tǒng)的尋優(yōu)過程，對各種擾動(dòng)非常敏感，導(dǎo)致火道溫度波動(dòng)頻繁，影響煉焦生產(chǎn)效率和質(zhì)量的問題。

附圖說明

圖1焦?fàn)t加熱燃燒過程不確定性信息

圖2優(yōu)化前火道溫度示意圖；

圖3優(yōu)化后火道溫度自調(diào)整示意圖。

具體實(shí)施方式

以某鋼鐵公司新1#焦?fàn)t焦側(cè)溫度調(diào)節(jié)為例進(jìn)行具體實(shí)施方式的說明，該鋼鐵公司的火道溫度為每隔四個(gè)小時(shí)測量一次。

如圖1所示，一種不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法，通過分析焦?fàn)t加熱燃燒過程中的不確定性因素，采集當(dāng)前火道溫度運(yùn)行的數(shù)據(jù)，建立基于平均有效目標(biāo)函數(shù)的多目標(biāo)魯棒優(yōu)化模型，采用改進(jìn)的差分進(jìn)化算法對魯棒多目標(biāo)優(yōu)化模型進(jìn)行求解，調(diào)節(jié)控制系統(tǒng)中的控制器參數(shù)，實(shí)現(xiàn)自動(dòng)調(diào)節(jié)火道溫度，并保持其在一定的干擾下具有維持火道溫度穩(wěn)定的能力；

調(diào)節(jié)控制系統(tǒng)中的控制器參數(shù)的具體步驟如下：

步驟1：建立基于平均有效目標(biāo)函數(shù)的魯棒多目標(biāo)優(yōu)化模型；

為了使焦?fàn)t加熱燃燒過程效能最優(yōu)的同時(shí)能夠適應(yīng)外界的不確定性擾動(dòng)，焦?fàn)t加熱燃燒優(yōu)化過程需綜合考慮最優(yōu)性和魯棒性，基于此建立基于鄰域的魯棒多目標(biāo)優(yōu)化模型；

所述魯棒多目標(biāo)優(yōu)化模型如下：

其中，X＝[x₁,x₂,x₃]是決策向量，x₁,x₂分別表示模糊控制器的兩個(gè)量化因子，x₃表示模糊控制器的比例因子，δ表示決策變量X的擾動(dòng)范圍；φ表示模型參數(shù)(求解方法見李景玉.基于性能評估的焦?fàn)t加熱燃燒過程在線優(yōu)化控制方法[D].中南大學(xué),2014)；n和m表示系統(tǒng)的時(shí)滯參數(shù)，此仿真過程以高爐煤氣為焦?fàn)t加熱燃燒過程中使用煤氣，取n＝3,m＝3。

M為確定火道溫度測量間隔時(shí)間后在12小時(shí)內(nèi)根據(jù)此間隔時(shí)間進(jìn)行測量的次數(shù)；

R為火道溫度設(shè)定值，e表示火道溫度設(shè)定值與實(shí)際測量值的差值，ec表示火道溫度設(shè)定值與實(shí)際測量值差值的變化率，u_j表示第j個(gè)時(shí)刻加熱煤氣流量的預(yù)測值，T_pre(j)表示通過函數(shù)g₂()獲得的第j個(gè)時(shí)刻的火道溫度預(yù)測值；

g₁()表示以控制器參數(shù)X、e和ec為輸入，u_j為輸出的二維模糊控制器；g₂()為采用即時(shí)學(xué)習(xí)算法建立火道溫度與加熱煤氣流量之間的關(guān)系表達(dá)式；

f₁()表示控制系統(tǒng)M時(shí)刻內(nèi)火道溫度的均方誤差，最小化均方誤差既可以抑制系統(tǒng)運(yùn)行時(shí)的火道溫度波動(dòng)，又可以達(dá)到使火道溫度跟蹤目標(biāo)設(shè)定值的效果；f₂()表示控制系統(tǒng)M時(shí)刻內(nèi)火道溫度的差變化的平均值，最小化f₂()可以抑制生產(chǎn)過程中火道溫度的波動(dòng)頻率；f₁^eff()表示目標(biāo)函數(shù)f₁()的平均有效函數(shù)，f₂^eff()表示目標(biāo)函數(shù)f₂()的平均有效函數(shù)；

在專利“基于性能評估的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法”中建立的多目標(biāo)優(yōu)化模型為：

該方法建立的優(yōu)化模型(式(2))中目標(biāo)函數(shù)f₁₁()表示控制系統(tǒng)的偏差，f₁₂()表示控制系統(tǒng)輸出的均方差，均未考慮實(shí)際工業(yè)過程中各種不確定性干擾因素。本方法在其基礎(chǔ)上將焦?fàn)t加熱燃燒過程中各不確定擾動(dòng)考慮在內(nèi)，建立式(1)魯棒多目標(biāo)優(yōu)化模型；

焦?fàn)t加熱燃燒過程中的不確定性分析如下：

由于焦?fàn)t結(jié)構(gòu)的特點(diǎn)與其生產(chǎn)工藝獨(dú)特的操作方式，造成影響焦?fàn)t加熱燃燒過程的不確定性信息眾多，主要有以下幾個(gè)方面，如附圖1：

(1)煤料水分、裝煤量及煤料品種的變化

配合煤所含水分的波動(dòng)范圍要求在9～13.5％之間，并要求盡可能的穩(wěn)定。當(dāng)配合煤水分較低時(shí)，煉焦耗熱量減少；當(dāng)配合煤水分較高時(shí)，煉焦耗熱量會(huì)有所增加。當(dāng)煤料水分變化時(shí)，炭化室中的煤是隨著推焦過程而逐漸更新的，因此，溫度的變化不會(huì)隨著水分的改變立即發(fā)生明顯的變化，所以將煤水分僅作為人工操作的參考量，不作為不確定擾動(dòng)因素。

裝煤量的變化對溫度的影響主要表現(xiàn)在對每一個(gè)炭化室兩側(cè)的兩個(gè)燃燒室溫度的影響上，對其他燃燒室溫度影響不大，由于通常情況下裝煤量是在裝煤量標(biāo)準(zhǔn)值附件上下波動(dòng)，其平均值接近于標(biāo)準(zhǔn)值，因此可以認(rèn)為裝煤量在標(biāo)準(zhǔn)值附近的小范圍波動(dòng)對火道溫度影響不大，只作為人工操作的參考，不作為不確定擾動(dòng)因素。

而煤料品種一旦確定，基本上是變化不大，對焦?fàn)t火道溫度的影響不大，故也不作為不確定擾動(dòng)因素。

(2)煤氣熱值變化

焦?fàn)t生產(chǎn)用的燃料煤氣有兩種：一是焦?fàn)t煤氣，二是高爐煤氣，根據(jù)統(tǒng)計(jì)數(shù)據(jù)，焦?fàn)t煤氣和高爐煤氣的組成和熱值如下表：

煤氣熱值是指單位體積的煤氣完全燃燒所放放出的熱量；焦?fàn)t加熱過程中，一般將兩種煤氣按照一定的比例混合后作為加熱用混合煤氣。焦?fàn)t的煤氣熱值隨煤氣組成、濕度和溫度等因素變化，當(dāng)加熱用煤氣產(chǎn)生供熱量增大時(shí)，火道溫度也會(huì)相應(yīng)升高。如果焦?fàn)t煤氣熱值均值偏離某一標(biāo)準(zhǔn)熱值，則必須考慮為了維持總熱量平衡而改變煤氣流量，從而使得式(1)中煤氣流量預(yù)測值u_j與實(shí)際煤氣流量值產(chǎn)生偏差，因此焦?fàn)t煤氣熱值應(yīng)作為不確定干擾因素。

(3)環(huán)境溫度、大氣壓力等因素的變化

由于焦?fàn)t是自然抽風(fēng)式結(jié)構(gòu)，而且裝煤、推焦等操作時(shí)炭化室不能完全密封，因此焦?fàn)t是半開放式操作的系統(tǒng)，易受外界因素影響。環(huán)境溫度、大氣壓力等因素的變化，使焦?fàn)t的溫度、壓力變化，且使煙道吸力變化，引起燃燒煤氣的空氣過剩系數(shù)變化，燃燒室溫度波動(dòng)，從而影響火道溫度波動(dòng)，導(dǎo)致火道溫度預(yù)測值T_pre(j)與實(shí)際火道溫度產(chǎn)生偏差。

(4)其他因素

如操作者對焦?fàn)t維護(hù)操作不當(dāng)、焦?fàn)t生產(chǎn)出焦操作不均衡、推焦計(jì)劃改變、設(shè)備故障、運(yùn)輸條件(影響裝煤和出焦的節(jié)奏)等等，也都會(huì)引起火道溫度波動(dòng)。

以上不確定性因素的存在，導(dǎo)致在焦?fàn)t加熱燃燒優(yōu)化控制過程中無法嚴(yán)格按照預(yù)先的計(jì)劃執(zhí)行，不能達(dá)到預(yù)期的效果，因此需要一種在不確定擾動(dòng)下的焦?fàn)t加熱燃燒過程火道溫度自動(dòng)調(diào)節(jié)方法。

在焦?fàn)t加熱燃燒過程中，設(shè)控制器實(shí)際實(shí)施的決策參數(shù)X，那么相應(yīng)的目標(biāo)函數(shù)為f(X)，由于受到以上分析的不確定性因素影響，實(shí)際操作中不可能嚴(yán)格的按照指定的計(jì)劃去執(zhí)行，實(shí)際執(zhí)行的效果可能會(huì)是f(X+△X)，若目標(biāo)函數(shù)的變化量△f＝f(X+△X)-f(X)沒有超過閾值且X+△X仍在可行域內(nèi)，則稱X是魯棒的，因此構(gòu)造決策變量X在擾動(dòng)δ范圍內(nèi)的平均有效值f^eff(X)作為魯棒目標(biāo)函數(shù)，f^eff(X)表示為

在運(yùn)算中，式(1)中表示的平均有效目標(biāo)函數(shù)采用蒙特卡羅法近似估計(jì)f^eff(X)的積分值，蒙特卡羅求積分的公式為：

用蒙特卡羅法求積分時(shí)，是用計(jì)算機(jī)模擬隨機(jī)現(xiàn)象，在個(gè)體的變量區(qū)間內(nèi)進(jìn)行隨機(jī)抽樣，然后得到所有樣本對應(yīng)目標(biāo)函數(shù)空間的平均目標(biāo)函數(shù)值，將該平均值作為函數(shù)積分的近似值；其基本思想是：在問題的優(yōu)化求解過程中，每迭代一次得到n個(gè)候選解，并在候選解對應(yīng)的所有p個(gè)決策變量的鄰域內(nèi)進(jìn)行N次蒙特卡羅采樣，得到N組決策變量集合，而后在所有N*n種取值組合中，取出H(H≤N*n)個(gè)組合，并求取每個(gè)組合的目標(biāo)函數(shù)值，計(jì)算其均值。

步驟2：求解式(1)所述魯棒多目標(biāo)優(yōu)化模型。方法如下：

①設(shè)置算法的參數(shù)及種群初始化。以控制系統(tǒng)的控制器參數(shù)X＝[x₁,x₂,x₃]作為種群個(gè)體，x₁是控制器的輸入量火道溫度偏差的量化因子，x₂是控制器的輸入量火道溫度偏差變化率的量化因子，x₃是控制器輸出量煤氣流量的比例因子；選定種群規(guī)模NP＝30，確定變異因子F＝0.85、交叉因子CR＝0.9及最大化進(jìn)化代數(shù)G_max＝50，設(shè)置操作變量搜索范圍[X_min,X_max]。令初始進(jìn)化代數(shù)G＝0，并隨機(jī)產(chǎn)生初始化種群

式中，i表示所產(chǎn)生種群中第i組控制器參數(shù)，p表示一組控制器參數(shù)中第p個(gè)參數(shù)，表示第0帶種群中第i組控制器參數(shù)的第p個(gè)參數(shù)，x_pmax表示決策變量的最大值，x_pmin表示決策變量的最小值，1≤i≤30，1≤p≤3；

②：按下式進(jìn)行變異操作，產(chǎn)生變異個(gè)體V_i^G+1：

③：按下式對父代個(gè)體和變異個(gè)體V_i^G+1進(jìn)行交叉操作，產(chǎn)生中間種群

④：選擇操作。將中間種群和上一代種群混合，組成臨時(shí)種群(種群規(guī)模在NP～2NP之間)，將臨時(shí)種群中的每一組參數(shù)帶入多目標(biāo)優(yōu)化模型中，然后根據(jù)每一組控制器參數(shù)的非劣等級和擁擠距離，從中選擇NP組控制器參數(shù)進(jìn)入下一代種群。

⑤：優(yōu)化終止條件。令G←G+1，若G≤G_max，返回②，否則終止優(yōu)化，輸出非劣等級為1的最優(yōu)解。

本發(fā)明采用Matlab軟件對提出的方法進(jìn)行了仿真驗(yàn)證，設(shè)置不確定干擾因素為煤氣熱值變化、結(jié)焦時(shí)間變化，如圖2所示為優(yōu)化前火道溫度示意圖，在優(yōu)化前控制器的參數(shù)為x₁＝0.3，x₂＝0.3，x₃＝0.8，優(yōu)化后，控制器參數(shù)x₁＝0.71，x₂＝0.33，x₃＝0.94，如圖3為優(yōu)化后火道溫度自調(diào)整示意圖；仿真表明，本發(fā)明設(shè)計(jì)的優(yōu)化方法在焦?fàn)t加熱燃燒過程受到不確定擾動(dòng)下能夠自動(dòng)調(diào)節(jié)火道溫度，維持火道溫度在穩(wěn)定狀態(tài)。