台车式加热炉优化控制研究

摘要

炉温控制是过程控制中最常用的控制系统。随着科学技术的不断进步，工业过程的对象越来越复杂，对被控对象的控制要求也越来越高，不仅要求有良好的控制精度和动态性能，而且节能、环保也已成为当今研究的热点问题。加热炉作为工业生产过程中的重要设备，对其温度控制的研究已经渡过了漫长的历史时期。但究其根本目标也就是保证质量、节能减排。目前国内加热炉生产实际中以PID控制技术为主。由于PID控制技术的局限性，对于具有非线性、大惯性、大滞后的加热炉系统很难能达到良好的控制效果。本文旨在提高加热质量、节能环保的目标采用新型的燃烧技术和各种控制策略对加热炉进行优化控制，提高控制效果。
　　本文以“中国第二重型机械有限公司”和“河北鼎佳炉业有限公司”合作的台车式燃气加热炉项目为研究背景。分析了加热炉的工作原理和特点，根据加热炉的控制要求，采用脉冲燃烧方式和蓄热式燃烧方式相结合的控制方式，这两种方式的有机结合大大提高了炉温的控制效果。脉冲燃烧方式较连续加热方式有很大的优越性，但这种方式节能效果差；而蓄热式燃烧有其火焰弥散，控制的温度不均匀等不足，因此这两种方式单独使用都有很大的局限性。本文就针对以上问题分析了重庆沃克斯科技有限公司的燃烧技术，将其改进后应用到燃气加热炉的生产上。该技术综合了脉冲燃烧和蓄热式燃烧技术的优点，弥补了它们的不足，改善了温度控制效果。
　　台车式加热炉是一个大滞后、大惯性的非线性过程，通常采用PID控制方法。但这种方法适合控制线性特性较强的对象，控制效果不理想。所以几年来，很多学者引入神经网络控制技术。由于PID和单一神经网络控制具有一定的局限性，因此本文在炉温控制方面做了以下研究：
　　(1)本文采用了神经网络PID技术。这种控制技术将PID控制与神经网络控制技术有机结合，有效地改善了单一控制器的不足，提高了控制质量。
　　(2)根据炉温控制过程特点，将预测控制技术引入炉温控制中。控制器与预测器有机结合，使被控量能得到很好的跟踪，提高了炉温的控制精度。
　　(3)采用蚁群算法优化PID控制器参数，使PID参数能根据过程的变化规律，改变其控制参数，具有良好的自适应性。
　　本文对三种不同的控制方法进行了仿真研究。仿真结果表明了方法的有效性。其中蚁群优化PID算法有较好的动态效果，超调量小；神经网络预测控制器具有良好的跟踪性，实时性较强，控制精度较高。