基于模糊算法的水泥烧成控制系统研究

摘 要：针对水泥生产中的核心环节――烧成系统具有非线性、大滞后且难以建立精确数学模型的特点，采用可编程控制器（PLC）结合模糊算法实现水泥回转窑煅烧过程的控制。结果表明，基于该方法的控制系统抗干扰能力强，实现简单，具有良好的调节品质。

关键词：模糊算法;烧成系统;回转窑;可编程控制器

Abstract: Aiming at the non-linear, time delay and the difficulty to build an accurate arithmetic model of the firing system ,which is the hard core in cement production, fuzzy algorithm is applied in PLC to control the cement firing system. It is confirmed that the system based on the theory can realize easily and resist interference effectively along with a better control quality.

Key words：Fuzzy Algorithm;Firing System; Rotary Kiln; PLC

1 水泥生产过程工艺与控制要求

　　水泥生产线的主要工艺流程可以分为：原料配料站、原料磨及废气处理、均化库、烧成系统、煤粉制备及熟料库，如图1所示。从原料配料站出来的原料要经过原料磨的粉碎,然后送入均化库中进行均化。经过均化的原料直接送入回转窑中进行锻烧,而水泥质量的好坏主要在于原料在窑中的锻烧情况,好的水泥要在窑中得到充分的锻烧,所以烧成系统是水泥生产的核心环节。锻烧完的水泥经冷却后送入熟料库中,等待外运。

图1 水泥生产工艺流程图

　　1.1水泥烧成系统控制要求

　　在水泥熟料生产过程中，烧成带温度和窑尾废气温度是影响水泥熟料质量的最重要因素。这两个温度保持稳定，不仅能保持较好的烧成质量，同时对回转窑热工状况的稳定和设备主体的稳定运行都有重要的作用。

　　同时，窑尾废气含氧量是反映窑内燃烧状况的重要参数，含氧量过低表明窑内处于欠氧燃烧状态，从而造成燃烧不充分，既是对燃料的浪费又会冒出黑烟造成污染;而含氧量过高，过量空气既会带走大量热量造成浪费，又会因过氧燃烧，产生氮氧化合物及硫化气体等有害成份。因此对尾气含氧量进行监控，使其保持在1.8%～2.5%的含氧状态下，使燃烧在合理的空燃比条件下运行，对节能省耗，改善环境有着深远的意义。

　　因而将烧成带温度（BZ）、窑尾废气温度（BE）以及窑尾废气含氧百分比（OX）作为控制变量，将对控制变量影响显著的喂煤量（CA）以及影响烧成带火焰形状和窑内温度分布的一次风量（FS）作为操纵变量，通过变频器改变窑尾罗茨风机转速和窑头双管螺旋喂煤电机的转速进行调整。

　　每个操纵变量对预热、煅烧、形成渣和冷却等各阶段都会有影响，且具有不同的时滞，时滞时间短则几分钟，长则数小时。对于这种多变量、大滞后的复杂系统，传统PID单回路调节往往难以达到理想效果。

　　1.2用模糊控制算法实现烧成系统控制

　　近年来，随着智能控制技术的发展，出现了许多新型的控制方法，模糊控制就是其中之一。模糊控制不需要掌握控制对象的精确数学模型，而是根据控制规则决定控制量的大小。这种控制方法对于存在大滞后或随机干扰的系统具有良好的控制效果。

　　对于烧成系统而言，由于输入输出变量较多并且互相影响，形成耦合，因此考虑采用多输入多输出模糊控制器实现。控制方案如图2所示：

图2 回转窑控制框图

　　模糊控制器的输入量为烧成带温度偏差BZ、废气温度偏差BE和废气含氧百分比偏差OX。模糊控制器的两个输出量CA和FS控制给煤电机变频和送风机变频来调整给煤量和送风量，使燃烧在合理的空燃比条件下运行。 这种控制方法对于存在滞后或随机干扰的系统具有良好的控制效果，提高了系统的控制精度和可靠性，从而满足工艺要求[1] [2]。

2 模糊控制算法设计

　　2.1 输入量模糊化

　　模糊控制包括输入量模糊化、模糊推理和解模糊3个部分。无论是烧成带温度偏差还是废气温度偏差它们都是精确的输入值，要采用模糊控制技术就需要把它们转换成模糊集合的隶属函数。目前运用最广泛的模糊器有三种，分别是单值模糊器，高斯模糊器和三角模糊器。研究表明[1] [2] [3]，高斯模糊器或三角形模糊器能克服输入变量中包含的噪声，而单值模糊器却不能，结合系统考虑，在此选取描述性与简化性兼具的高斯模糊器。

　　分别选取控制变量与操纵变量的模糊子集如下：

　　烧成带温度 BZ 模糊子集定义为：｛低 正常 高｝，用符号可以表示为：｛NB ZR PB｝;废气中氧的比例OX模糊子集定义为：｛低 适中 高｝，用符号表示为：｛ NB ZR PB ｝ ;将窑尾废气温度 BE 模糊子集定义为：｛低 正常 高｝，用符号表示为：｛NB ZR PB ｝;将煤供给速度 CA 模糊子集定义为：｛降低 稍低 不变 稍高 提高｝，用符号表示为：｛NB NS ZR PS PB｝将窑尾风机转速 FS 模糊子集定义为：｛降低 稍低 不变 稍高 提高｝，用符号表示为：｛NB NS ZR PS PB｝。

　　状态变量与控制变量的论域划分如下：

　　将输入状态变量燃烧区温度 BZ量化为 11 个等级，论域为[-100，-80，-60，-40，-20，0，20，40，60，80，100];废气中氧的比例OX量化为 11 个等级，论域为[-2.5，-2，-1.5，-1，-0.5，0，0.5，1.5，2.0 ，2.5];窑尾废气温度 BE量化为 11 个等级，论域为[-50，-40，-30，-20，-10，0，10，20，30，40，50 ];将输出控制变量煤供给速度 CA量化为 9 个等级，论域为[-2.1 ，-1.5 ，-0.9 ，-0.3，0，0.3，0.9，1.5，2.1] ;窑尾风机转速 FS量化为9个等级，论域为[-70，-50，-30，-10，0，10， 30，50，70]。

　　2.2模糊决策和模糊控制规则

　　由于BZ、BE和OX分别定义为3个模糊子集，因此总共有3�3�3=27条规则。本文结合水泥窑控制的操作手册以及通过总结熟练操作工人的大量实践操作经验，得出模糊规则库。表1摘自一本水泥窑操作手册。这部分描述了为什么操作者必须根据不同情况，以燃烧区的温度（BZ）、废气含氧百分比（OX）和水泥窑尾端的温度（BE）来调节燃料供给率和窑中的空气通过量。可以看到，环境因素和控制行为以定性术语描述为“高”、“适中”、“低”、“轻微增加”等[3][4]。

　　表1 水泥窑操作手册

　　把表1中语言规则用模糊语言 “IF-THEN”语句表示即：

　　IF BZ=ZR，OX =NB，AND BE=NB，THEN CA=PB，FS=PB

　　IF BZ=ZR，OX =NB，AND BE=ZR，THEN CA=NS，FS=ZR

　　IF BZ=ZR，OX =NB，AND BE=PB，THEN CA=NB，FS=NB

　　IF BZ=PB，OX =ZR，AND BE=ZR，THEN CA=PB，FS=PB

　　IF BZ=ZR，OX =ZR，AND BE=ZR，THEN CA=ZR，FS=ZR

　　IF BZ=ZR，OX =ZR，AND BE=PB，THEN CA=NB，FS=NB

　　IF BZ=ZR，OX =PB，AND BE=NB，THEN CA=PB，FS=PB

　　IF BZ=ZR，OX =NB，AND BE=PB，THEN CA=ZR，FS=NS

　　规则选取的总体原则是：当误差较大时，选择控制量以消除误差为主。而当误差较小时，选择控制量要注意防止超调，以系统的稳定性为主[4]。实际应用中全套的模糊IF-THEN规则共有27条，如表2所示。

　　表2 模糊控制规则表

　　2.3输出量解模糊判决

　　将模糊推理得出的模糊集合用一个确定值表示的过程就是解模糊。解模糊判决有多种方法，其中重心法较为合理，适用于精确度要求较高的系统。重心法解模糊公式为：

　　在实际应用中，为了减少在线计算，往往通过离线计算形成模糊控制表，将输入值模糊化后，输入模糊控制器即可从表中查到相应控制值，增强了系统的实时性。

3　模糊控制算法的PLC实现

　　在控制系统中选用了三菱公司的FXon型PLC，模拟量输入/输出模块分别采用12位的FX-4AD和FX-2DA。用PLC实现模糊算法其程序主要有三部分,即输入量模糊化、查模糊控制量表、输出解模糊。模糊算法在PLC程序中是以中断的形式实现的。基于PLC的模糊控制程序实质上为一个查表程序。在实际控制过程中，只要在每一个采样周期中，将采集到的三个输入量的实测误差分别乘以各自的量化因子，就可以得到用来查找查询表所需的相应论域元素E1、E2和E3。通过查表程序查询离线计算出的模糊控制表，就可以得到输出控制量△U₁、△U₂，再乘以比例因子k_u1, k_u2并与前一采样时刻的输出U_k-1相加，就可以得到加到变频器上的实际电压控制量的值，从而改变窑尾风机转速和窑头双管螺旋喂煤电机的转速，具体的流程图如图4所示。

　　在程序设计中应注意：

　　（1）根据情况采用对数据加上偏移量的方法;将带符号数进行无符号处理，以简化计算。

　　（2）利用A/D模块将输入量采集到PLC的数据存储区，先经过限幅量化处理，判断e和ec是否越限，如越限令其为上限或下限值。否则将输入量乘以量化因子，分别量化为输入变量模糊论域中对应的元素E和EC。

　　（3）量化因子的确定，并将量化因子置入PLC的保持继电器中。

　　（4）根据对应的输入模糊论域中的相应元素，查模糊控制规则表，求得模糊输出量，再乘以输出量化因子即可得实际输出量，由D/A模块输出进行控制。

4　结束语

　　将模糊控制算法与PLC相结合实现水泥窑烧成系统控制，利用PLC实现模糊控制，既保留了PLC控制系统可靠、灵活、适应能力强等特点，又提高了控制系统的智能化程度。该系统在实际应用中控制效果稳定，不失为一种理想的方案。只要选择适当的采样周期和量化因子，就可使系统获得较好的性能指标，从而满足控制性能要求。

图4 PLC实现模糊控制算法流程图

参考文献：

　　[1] 李友善，李军. 模糊控制理论及其在过程控制中的应用. [M] 北京.国防工业出版社. 1997：46～77

　　[2]　Holmblad .L .P, and J.J.Osterguard[1982].Control of a cement kiln by fuzzy logic” [J] In:Gupta,M.M, and E.Sanchez,eds.,Fuzzy Information and Decision Process,Noth-Holl and,Amstrerdam,pp.398～409

　　[3] 王立新.模糊系统与模糊控制教程[M].北京,清华大学出版社.2003.167～171

　　[4] 刘颖慧 基于模糊理论的电弧冶炼炉的单片机改造[J]，微计算机信息，2006，8-2：136-138