基于BP神经网络的烧结矿化学成分预报模型与仿真

李军卫

[摘 要]提出了一种全新的烧结控制模型，此模型基于混合料水分、混合料原始透气性和烧结机风箱拐点温度三者之间的关系。

[关键词]烧结过程控制 模型 透气性

中图分类号：TF046.4；TP273；TP182 文献标识码：A 文章编号：1009-914X（2017）39-0028-01

1 控制模型的关键参数

此控制模型的关键参数有3个，分别为混合料水分、混合料原始透气性和烧结机风箱拐点温度。为方便表述，下文分别用w，p和t表示。混合料水分指烧结混合料在进入烧结机前的在线检测水分；混合料原始透气性指烧结混合料被布料设备布到烧结机台车之后所具有的透气性，本文用烧结机1#风箱负压作为其衡量指标；烧结机风箱拐点温度指烧结过程中出现的一个明显的风箱温度上升点，使用拐点温度是因為它可以比烧结终点温度更加提前预测到烧结过程的进展情况。

2.关键参数之间的关系

2.1 关键参数之间的关系

当混合料水分发生改变时，混合料原始透气性相应改变，在正常生产使用的水分控制范围内，混合料水分增大，原始透气性变好，反之亦然。而混合料原始透气性发生改变时，烧结拐点温度出现的位置和数值也相应改变，为了便于控制，将拐点位置固定为14#风箱处，将温度值作为控制点，当混合料原始透气性变好时，14#风箱处温度会上升，反之亦然。在生产中我们做了大量操作实验，证实了这种关系，现将2009年10月22日进行的操作实验数据绘图如下。期间我们将二混控制水分从6.4%逐渐提高到7.6%然后再降低至7.0%，持续时间为9：00-10：30，9：08-10：38记录操作负压（混合料从二混到1#风箱处需用8分钟），9：33-11：03记录拐点温度（烧结机台车从1#风箱行至14#风箱需用25分钟）。

混合料水分、混合料原始透气性和烧结机风箱拐点温度之间存在着明显的相关关系，这种关系几乎为线性关系，其相关系数k可以通过实验数据取得。k值不是定值，但是又会在一段时间内保持稳定，将混合料水分与混合料原始透气性之间相关系数命名为k1，混合料原始透气性和烧结机风箱拐点之间的相关系数命名为k2，那么，k1的稳定性要小于k2，以济钢320m2烧结机为例来说，k1的变化频率为从数小时到数十小时之间，k2的变化频率为数天到十数天。也就是说k会在这个周期内保持在一个恒定的值附近，而这个周期结束后，k会变成另外一个恒定的值直到下一个周期的开始。

k值的变化反映的是生产中的工况波动，k1反映的是日常中的小的工况变化，k2则是较大级别的工况变化。k变化的实质是混合料原始性能的变化。具体来说，当熔剂成份、反应活性、混合制粒效果等小范围波动时反应在k1的变化上，而烧结原料结构发生变化时，比如褐铁矿配比较大幅度调整时则反应在k2的变化上。

2.2 关键参数的取值范围

在烧结生产过程中，针对不同烧结性能的烧结原料会有不同的最优参数与之相匹配。在这三个关键参数的最优值当中，混合料水分变化范围最大，变化频率最快，变化发生的频率为每天4次以内。混合料原始透气性次之，变化频率为每月4次以内。烧结机风箱拐点温度最稳定，烧结机风箱拐点温度只有在系统发生重大变化时才会发生改变，一般最优拐点温度每年的变化在3次以内，变化范围为150-220℃之间。当生产中发生了一些小的变化时，需要用混合料水分来应对这些变化。

3.模型核心算法

3.1 模型核心控制思想

由于拐点温度变化频率非常低，此值由专业人员在检测机尾断面，实物质量等相关参考数据后人工设定，原始透气性和混合料水分在模型投用时初始值由人工给定，之后由模型自动调整。模型得到这些值后，在线智能调整，始终将各参数控制在最优参数取值范围内。

3.2 实际应用举例

3.2.1 第一模块

如前所述，在某一段时间内，有一个工况需要的最优水分显示值，也就是说如果这段时间内，能够把二混的水分测量值控制在这个值左右的话，这批料到机尾的烧成是最好的，这里把此值定义为Wset，假定Wset=7.0%，在这段时间内，就要通过设定二混加水量，使二混的显示值在7.0%左右。模型要实现的第一个功能就是，在找到正确的Wset后，把水分控制在Wset±Δw范围以内。

3.2.2 第二模块

模型要做的第二个工作就是找到合适的Wset值。Wset在一段时间内是稳定不变的，但是如果Wset？变化了，模型应该可以迅速的找到另外一个正确的Wset值。因为一号风箱的负压和烧结终点到达位置有一个对应关系，就是说如果要烧结终点准时到达，要把一号风箱的负压控制在一个合适的取值范围内，这个值和二混的水分显示是有近似线性关系的，故可以用一号风箱的负压来控制二混的加水量。

假定确定了-7.5kpa的负压是合适的，把这个值记为Pset，从水分的不合适到机尾被观察到，最少需要30分钟，而模型直接从1号风箱监测这种变化的话，这段时间一般在10分钟以内。并且模型可以直接从一号风箱的负压的变化来得到下一个合适的Wset值，从而大大缩短反应时间，并有更好的准确性。

Wset值和Pset值在Tw内有稳定的近似线性的对应关系，接下来解决Wset变化后如何通过Pset找到Wset。

控制方法如下：

Pset值为已知值，那么通过模型把一号风箱实际的负压值（p1）控制在一个允许的范围内（假设为0.3kpa）。

2#每分钟计算一次p1的平均值，记为p1‘，

令 ΔP =∣Pset-p1‘∣，

如果ΔP <0.3，认为是正常波动，模型不做调整，

如果ΔP>0.3，因为第一模块把二混水分控制在7.0%%，此时p1与Pset出现了大的偏差，此时认为前面确定的Wset值和Pset值的对应关系被终止，并且开始寻找且确定下一个对应关系，步骤如下：

1.计算此时一号风箱负压值对应的混匀料经过二混水份仪的时间t，则t=t1+t2，

其中t1为定值，即二混到料槽的时间，

t2=混合料槽料位/料批；

2.设当前日历时间为T，T1=T-t，则T1即为此批混匀料经过二混的时间，计算T1-1到T这一分钟内的二混显示值的平均值W‘2H，然后通过函数根据ΔP值计算出新的水分设定值Wset取代上一个Wset值，然后回到第一模块用此Wset？控制下一个Tw时间。

3.经过t时间后，回到2#处循环。

3.2.3第三模块

模型的第三个工作就是找到合适的Pset值，同样需要一个参数来控制一号风箱的负压值。如前所述，一号风箱的负压值和拐点温度是近似线性关系。而终点温度几乎是不变的。这里用14号风箱温度来控制一号风箱负压。假设14号风箱温度在220℃±20度是正常的，则T14=220±20。

3#每分钟计算一次T14的平均值，记为t，

令 Δt=∣t-220∣，

如果Δt <20，认为是正常波动，模型不做调整，

如果Δt >20，认为一号风箱负压（Pset）设定不正确，根据函数关系计算出一号风箱负压新的设定值（P‘set），

然后比较P‘set与Pset，如果其差值小于0.3，仍然使用Pset，如果大于0.3，

计算出此料通过一号风箱时的时间t1，计算出t1前一分钟时间一号风箱负压的平均值p，根据Δt算出Pset。

然后回到3#处循环。

4 结语

根据此思想编制成的烧结自动化控制模型，可以完全解决当前烧结控制模型的一些弊端，研发出比当前烧结模型智能化水平更高的全新烧结控制模型，使我国烧结过程控制自动化水平进入世界先进行列。endprint