论文部分内容阅读
梭式窑是耐火材料制品生产的重要设备，其温度控制水平严重制约耐火材料的质量提高，因此，温度控制策略是梭式窑控制系统中的重要研究内容。如何设计满足生产要求的先进的温度控制策略及梭式窑控制系统来提高产品质量、降低能耗、减少环境污染，成为工业窑炉控制领域一个迫切需要解决的问题。为了研究先进的梭式窑温度控制策略，首先必须建立梭式窑温度模型。由于梭式窑工艺状况十分复杂，很难建立精确的数学模型。将采集到的现场大量数据，采用Elman神经网络建立梭式窑温度模型，进行梭式窑温度辨识。梭式窑本身是一个比较复杂的控制对象，具有大滞后、时变及非线性等特性，这些特性对梭式窑温度控制十分不利。采用传统PID控制策略来控制梭式窑温度，很难达到理想的控制效果。本文提出了一种遗传算法的FCMAC控制器，该控制器采用高斯函数作为模糊隶属函数，利用神经网络实现模糊推理并可对隶属函数进行实时调整，从而使其具有学习和自适应能力，利用遗传算法优化网络权系数寻找全局最优解，运用MATLAB仿真技术对算法进行仿真研究，结果表明基于遗传优化的模糊CMAC控制器对窑温变化具有更好控制效果，调整时间短，而且具有较强的抗干扰性，能够满足现代热处理工艺对温度控制的要求。在某企业工程项目中，根据梭式窑生产过程的要求，在详细分析了梭式窑工艺特点的基础上，设计出一套集回路控制、过程监控和管理信息系统于一体的梭式窑控制系统。该系统采用Honeywell HC900DCS实现系统的单回路控制，采用WinCC组态软件实现系统的监控和管理功能，在工厂生产中获得成功应用。