论文部分内容阅读
摘 要：矿渣微粉属于新型的绿色环保型建材，对于提高水泥混凝土的力学性能有着非常积极的意义。基于此，本文以矿渣微粉的生产过程作为研究对象，首先对矿渣微粉的生产流程以及生产系统等作出了分析，然后对渣微粉系统进行了描述，并对输入有界技跟踪器进行了设计，最后进行了仿真分析，希望可以实现数据建模与跟踪控制的最优控制性，从而提高矿渣微粉生产过程的产量以及质量。
关键词：自适应动态规划；矿渣微粉；生产过程；跟踪控制
高炉矿渣废弃物经过粉磨，比表面积在400 m2/kg 以上的细粉称为矿渣微粉.矿渣微粉可以部分代替水泥，以矿物参合料的形式参与混凝土配置，大大提高水泥混凝土的力学性能。但是矿渣微粉的生产是一个复杂多变量且强耦合的非线性过程，并且立磨内部存在非常复杂的物理化学变化，再加上微粉表面会受到风速、压刀、温度等多方面因素的影响，这也就使高效率地生产矿渣微粉面临着多重难以控制的难题。因此，相关工作人员只有此基础上实现对生产过程的高效跟踪控制，提高相关工作人员的操作水平，才可以提高矿渣微粉产品的质量，满足建筑行业对高质量矿渣微粉的需求。
1、矿渣微粉的生产流程以及生产系统的相关概述
1.1 矿渣微粉的生产流程
矿渣微粉的生产过程主要是将废弃的矿渣进行粉磨，然后在粉磨之后挑选粒径符合要求的微粉，然后代替部分水泥以矿物掺和料的形式配置混凝土，提高建筑物的坚固性。
一般矿渣微粉生产系统主要由喂料皮带称、立磨机、收尘器等机械设备组合而成。其生产流程主要是先将矿渣原料进行预处理，然后由称量皮带进行称重再传送至立磨，在经过磨盘的离心力作用进行粉磨。然后自下而上的热风将物料烘干后再挑选符合规格的物料，对不合格的物料在继续进行粉磨，直至符合规格要求[1]。
1.2 矿渣微粉的生产系统
矿渣微粉生产系统的建立，不仅是为了保证矿渣微粉的质量，同时也是为了保证其生产进度。
（1）磨机振动
一般影响磨机稳定运行的因素有很多，如，磨内压差，磨内温度，以及选粉机振动速度等等，其中立磨振动是最为普遍的一种异常工况[2]。因此，为了满足矿渣微粉的生产控制要求，立磨振动值应该在符合规定要求的范围区间内变动，如果一旦超出，就要立即停止运行。
（2）微粉表面积
矿渣微粉的表面积作为衡量矿渣微粉产品的重要指标之一。当其表面积在400 m2/kg 以上的时候，可以适当加入水泥将其搅拌，以提高水泥的力学性能。當矿渣微粉表面积在500 m2/kg的时候，它的活性会更强，且还具有水化热，耐腐蚀等性能。一般影响微粉表面积的影响因素包括入磨物料，入磨热风，和选粉机转速等[3]。
2、矿渣微粉系统描述以及跟踪器设计
2.1 矿渣粉磨系统动态描述
通过上述对矿渣粉磨系统的分析，一般磨机控制过程一般与主要被控量和主要控制量相关。其中主要被控量包括微粉表面积，磨内压差等等；主要控制量包括喂料量，选粉机转速，入磨风温度以及入口负压等等。
所以，在控制器设计的过程中，设计人员既要保证系统的稳定性、收敛性以及设定数值的跟踪，又要保证控制器自身物理条件的约束，以保证矿渣微粉在生产过程中选择合适的输入变量，并让其在规定的范围内波动。因此，这也就需要实际设计满足约束条件的控制。
2.2 基于ADP的跟踪器设计
本文所讲述的跟踪器设计主要是基于ADP的输入有界跟踪控制器进行的而设计。由于矿渣微粉的生产系统涉及的可控变量非常多，而且各个变量之间也具有耦合性强和系统非线性等多种特点，这也就无法采用机理分析方法建立精确的数学模型。所以这也就需要通过调查并收集大量的生产数据，建立有效的数据驱动模型，然后在结合控制约束条件，采用评价网逼近的指标函数，以设计科学合理的ADP控制测量，保证系统的稳定运行和矿渣微风的产品质量，从而实现矿渣微粉生产过程的最优跟踪控制[4]。
3、仿真分析
3.1 预处理
在对矿渣微粉生产运行数据，每两分钟采样一次，获取多组数据。但是由于人为因素以及测量误差等因素，这也会导致现场测量数据存在一定的误差。因此，当数据误差大于三倍标准差的时候，工作人员应该删除该点数据以便及时消除误差，并对其归一化处理。另外，再加上矿渣微粉生产过程是一个多变量、强耦合的非线性系统。在实际生产过程中，工作人员需要将微粉表面积作为参考指标，以衡量矿渣微粉的质量。所以，这也就需要各个控制变量在规定要求的数值范围内进行生产，以更好地保证产品的质量和维持生产过程的稳定[5]。
3.2 模型辨识效果
为了更好地显示模型辨识效果，工作人员可以建立多组数据模型辨识曲线图，然后对递归神经网数据进行辨识，以确保模型中的数据可以有效地辨识真是系统。
3.3 ADP跟踪控制效果
根据现场工程师傅的多年工作经验，矿渣微粉比表面积在440m2/kg的时候，产品质量是非常好的；当磨内压差维持在27mbar的时候，入磨物料达到动态平衡，且生产可以稳定运行。所以，根据以上经验数据，通过归一化处理得出的微粉生产过程的跟踪目标，其输出状态跟踪应该满足xd1=0.7512（1?e?0.5t?）和xd2=0.7726（1-e-t）的期望轨迹。另外，也要采用带有控制约束的最优控制策略，评价网和执行网权值曲线应该均收敛到稳定值，以得到最优的控制方法和控制效果。
结论
综上所述，矿渣微粉的生产过程是一个多变量、强耦合性的非线性的复杂系统，本文提出了一种基于ADP的控制跟踪器，并采用归一化处理方法对矿渣微粉生产过程进行控制，以保证状态输出跟踪器期望轨迹的同时，控制量在规定的范围内波动。在各个生产系统满足约束的前提下，需要保证微粉的质量和磨内压差稳定，从而确保生产过程的平稳运行，实现最优跟踪控制并保证矿渣微粉的质量。
参考文献
[1]陈云波，徐培涛，韩仲琦，马振爽.粉磨方法和粉磨细度对水泥强度的影响[J].硅酸盐学报，2002（z1）：53-58.
[2]宋海鹰，桂卫华，阳春华，彭小奇.基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用[J].中国有色金属学报，2007，17（07）：1201-1206.
[3]张志刚，马光文，叶伟宝，张军良.基于自适应动态规划的系统边际电价预测[J].计算机工程，2009，35（05）：9-11.
[4]王凌云，桂卫华，刘梅花，阳春华.基于改进在线支持向量回归的离子浓度预测模型[J].控制与决策，2009（04）：537-541.
[5]侯忠生，许建新.数据驱动控制理论及方法的回顾和展望[J].自动化学报，2009（06）：650-667.
关键词：自适应动态规划；矿渣微粉；生产过程；跟踪控制
高炉矿渣废弃物经过粉磨，比表面积在400 m2/kg 以上的细粉称为矿渣微粉.矿渣微粉可以部分代替水泥，以矿物参合料的形式参与混凝土配置，大大提高水泥混凝土的力学性能。但是矿渣微粉的生产是一个复杂多变量且强耦合的非线性过程，并且立磨内部存在非常复杂的物理化学变化，再加上微粉表面会受到风速、压刀、温度等多方面因素的影响，这也就使高效率地生产矿渣微粉面临着多重难以控制的难题。因此，相关工作人员只有此基础上实现对生产过程的高效跟踪控制，提高相关工作人员的操作水平，才可以提高矿渣微粉产品的质量，满足建筑行业对高质量矿渣微粉的需求。
1、矿渣微粉的生产流程以及生产系统的相关概述
1.1 矿渣微粉的生产流程
矿渣微粉的生产过程主要是将废弃的矿渣进行粉磨，然后在粉磨之后挑选粒径符合要求的微粉，然后代替部分水泥以矿物掺和料的形式配置混凝土，提高建筑物的坚固性。
一般矿渣微粉生产系统主要由喂料皮带称、立磨机、收尘器等机械设备组合而成。其生产流程主要是先将矿渣原料进行预处理，然后由称量皮带进行称重再传送至立磨，在经过磨盘的离心力作用进行粉磨。然后自下而上的热风将物料烘干后再挑选符合规格的物料，对不合格的物料在继续进行粉磨，直至符合规格要求[1]。
1.2 矿渣微粉的生产系统
矿渣微粉生产系统的建立，不仅是为了保证矿渣微粉的质量，同时也是为了保证其生产进度。
（1）磨机振动
一般影响磨机稳定运行的因素有很多，如，磨内压差，磨内温度，以及选粉机振动速度等等，其中立磨振动是最为普遍的一种异常工况[2]。因此，为了满足矿渣微粉的生产控制要求，立磨振动值应该在符合规定要求的范围区间内变动，如果一旦超出，就要立即停止运行。
（2）微粉表面积
矿渣微粉的表面积作为衡量矿渣微粉产品的重要指标之一。当其表面积在400 m2/kg 以上的时候，可以适当加入水泥将其搅拌，以提高水泥的力学性能。當矿渣微粉表面积在500 m2/kg的时候，它的活性会更强，且还具有水化热，耐腐蚀等性能。一般影响微粉表面积的影响因素包括入磨物料，入磨热风，和选粉机转速等[3]。
2、矿渣微粉系统描述以及跟踪器设计
2.1 矿渣粉磨系统动态描述
通过上述对矿渣粉磨系统的分析，一般磨机控制过程一般与主要被控量和主要控制量相关。其中主要被控量包括微粉表面积，磨内压差等等；主要控制量包括喂料量，选粉机转速，入磨风温度以及入口负压等等。
所以，在控制器设计的过程中，设计人员既要保证系统的稳定性、收敛性以及设定数值的跟踪，又要保证控制器自身物理条件的约束，以保证矿渣微粉在生产过程中选择合适的输入变量，并让其在规定的范围内波动。因此，这也就需要实际设计满足约束条件的控制。
2.2 基于ADP的跟踪器设计
本文所讲述的跟踪器设计主要是基于ADP的输入有界跟踪控制器进行的而设计。由于矿渣微粉的生产系统涉及的可控变量非常多，而且各个变量之间也具有耦合性强和系统非线性等多种特点，这也就无法采用机理分析方法建立精确的数学模型。所以这也就需要通过调查并收集大量的生产数据，建立有效的数据驱动模型，然后在结合控制约束条件，采用评价网逼近的指标函数，以设计科学合理的ADP控制测量，保证系统的稳定运行和矿渣微风的产品质量，从而实现矿渣微粉生产过程的最优跟踪控制[4]。
3、仿真分析
3.1 预处理
在对矿渣微粉生产运行数据，每两分钟采样一次，获取多组数据。但是由于人为因素以及测量误差等因素，这也会导致现场测量数据存在一定的误差。因此，当数据误差大于三倍标准差的时候，工作人员应该删除该点数据以便及时消除误差，并对其归一化处理。另外，再加上矿渣微粉生产过程是一个多变量、强耦合的非线性系统。在实际生产过程中，工作人员需要将微粉表面积作为参考指标，以衡量矿渣微粉的质量。所以，这也就需要各个控制变量在规定要求的数值范围内进行生产，以更好地保证产品的质量和维持生产过程的稳定[5]。
3.2 模型辨识效果
为了更好地显示模型辨识效果，工作人员可以建立多组数据模型辨识曲线图，然后对递归神经网数据进行辨识，以确保模型中的数据可以有效地辨识真是系统。
3.3 ADP跟踪控制效果
根据现场工程师傅的多年工作经验，矿渣微粉比表面积在440m2/kg的时候，产品质量是非常好的；当磨内压差维持在27mbar的时候，入磨物料达到动态平衡，且生产可以稳定运行。所以，根据以上经验数据，通过归一化处理得出的微粉生产过程的跟踪目标，其输出状态跟踪应该满足xd1=0.7512（1?e?0.5t?）和xd2=0.7726（1-e-t）的期望轨迹。另外，也要采用带有控制约束的最优控制策略，评价网和执行网权值曲线应该均收敛到稳定值，以得到最优的控制方法和控制效果。
结论
综上所述，矿渣微粉的生产过程是一个多变量、强耦合性的非线性的复杂系统，本文提出了一种基于ADP的控制跟踪器，并采用归一化处理方法对矿渣微粉生产过程进行控制，以保证状态输出跟踪器期望轨迹的同时，控制量在规定的范围内波动。在各个生产系统满足约束的前提下，需要保证微粉的质量和磨内压差稳定，从而确保生产过程的平稳运行，实现最优跟踪控制并保证矿渣微粉的质量。
参考文献
[1]陈云波，徐培涛，韩仲琦，马振爽.粉磨方法和粉磨细度对水泥强度的影响[J].硅酸盐学报，2002（z1）：53-58.
[2]宋海鹰，桂卫华，阳春华，彭小奇.基于核偏最小二乘法的动态预测模型在铜转炉吹炼中的应用[J].中国有色金属学报，2007，17（07）：1201-1206.
[3]张志刚，马光文，叶伟宝，张军良.基于自适应动态规划的系统边际电价预测[J].计算机工程，2009，35（05）：9-11.
[4]王凌云，桂卫华，刘梅花，阳春华.基于改进在线支持向量回归的离子浓度预测模型[J].控制与决策，2009（04）：537-541.
[5]侯忠生，许建新.数据驱动控制理论及方法的回顾和展望[J].自动化学报，2009（06）：650-667.