一种连续退火炉温度自动控制方法

摘要

本发明涉及一种连续退火炉温度自动控制方法，属于冶金自动化技术领域。本发明的技术方案是：设计粒子群PID控制模型的粒子速度和粒子位置矢量，设计粒子群的参数范围和维度，设计粒子群算法的适应度函数和粒子更新规则，设计粒子群算法系统误差；将优化后的P、I和D参数存入连续退火炉oracle数据库后传输给连续退火炉PID控制器进行燃料阀门开度调整。本发明把粒子群算法和燃料阀门开度的PID控制系统相结合，采用在线调整的方式对连续退火炉温度进行自适应控制，把连续退火炉的温度数值控制在了误差允许范围内，有效保障了钢卷产品质量、降低能耗以及减少了环境污染。

说明书

技术领域

本发明涉及一种连续退火炉温度自动控制方法，属于冶金自动化技术领域。

背景技术

连续退火作为冷轧板带钢材加工的后续工序，在连续退火过程中，带钢的韧性和塑性以及其他一些工艺指标都不可避免的存在一些缺陷和问题。连续退火是金属热处理中的重要工序，通过退火可以达到使经过铸造、锻轧、焊接或切削加工的材料或工件软化，改善塑性和韧性，使化学成分均匀化，消除内应力等目的.带钢连续退火炉不仅具有大滞后、非线性、多干扰等诸多特性，同时还具有炉段长，分段多的特点，同时由于受到不同带钢规格的工艺要求以及走带速度的变化的影响，从而导致炉温工况不断变化，走带速度快导致测量准确性较差，给反馈控制带来了一定的困难。随着对生产工艺水平以及产品质量的不断提高，带钢连续退火机组变得越来越大型化，在保证产品质量、降低能耗以及减少环境污染等方面的要求也越来越高，这使得带钢连续退火炉的温度控制系统的设计和调节成为了亟需解决的重要问题。

发明内容

本发明目的是提供一种连续退火炉温度自动控制方法，把粒子群算法和燃料阀门开度的PID控制系统相结合，采用在线调整的方式对连续退火炉温度进行自适应控制，把连续退火炉的温度数值控制在了误差允许范围内，有效保障了钢卷产品质量、降低能耗以及减少了环境污染，有效地解决了背景技术中存在的上述问题。

本发明的技术方案是：一种连续退火炉温度自动控制方法，采用粒子群算法和燃料阀门开度的PID控制器相结合的方式，把连续退火炉的温度设定值和连续退火炉的现场实际温度值作为系统误差，把PID控制器的P、I、D三个控制参数作为粒子群位置矢量，根据选取的适应度函数和粒子更新规则，对连续退火炉温度进行自适应控制，从而将连续退火炉的温度数值控制在误差允许范围内。

包含以下步骤：

a、粒子群初始化：设计粒子群PID控制模型的粒子速度和粒子位置矢量，以及粒子群的参数范围和维度；

b、粒子适应函数计算：确定粒子群算法的适应度函数和粒子更新规则，计算个体粒子最优位置和群体粒子最优位置，从而更新粒子速度和位置；

c、采用在线调整的方式，确定系统误差；

d、在线判定系统误差，如果系统误差在允许范围内，执行下一步骤；如果系统误差不在允许范围内，则返回步骤b继续优化粒子位置；

e、输出P、I和D参数，实现对连续退火炉温度的自适应控制。

所述步骤a具体为，初始化一群粒子，设定粒子最大飞行速度Vmax，设定燃料阀门开度的PID控制器的P、I和D三个参数的参数范围，P为0-60，I为0-4，D为0-3，在参数范围内随机产生粒子速度V

所述步骤b中，粒子群算法的适应度函数为：设定系统误差为ey(t)，系统误差ey (t)为连续退火炉温度实际值y

粒子更新规则为：对于每个粒子，当J

所述w1为0.6，w2为0.02，w3为3。

所述步骤c中，采用在线调整的方式，连续退火炉运行时，连续退火炉系统数据库自动接收连续退火炉问的实际值y1，把连续退火炉温度实际值y

所述步骤d中，在线判定系统误差，当无人连续退火炉温度误差ey(t)>0时，粒子群 根据公式

所述步骤e中，将优化后的粒子位置X

本发明的有益效果是：把粒子群算法和燃料阀门开度的PID控制系统相结合，采用在线调整的方式对连续退火炉温度进行自适应控制，把连续退火炉的温度数值控制在了误差允许范围内，有效保障了钢卷产品质量、降低能耗以及减少了环境污染。

附图说明

图1是本发明实施例的粒子群算法控制流程图；

图2是本发明实施例的连续退火炉温度控制流程图；。

具体实施方式

为了使发明实施案例的目的、技术方案和优点更加清楚，下面将结合实施案例中的附图，对本发明实施案例中的技术方案进行清晰的、完整的描述，显然，所表述的实施案例是本发明一小部分实施案例，而不是全部的实施案例，基于本发明中的实施案例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施案例，都属于本发明保护范围。

一种连续退火炉温度自动控制方法，采用粒子群算法和燃料阀门开度的PID控制器相结合的方式，把连续退火炉的温度设定值和连续退火炉的现场实际温度值作为系统误差，把PID控制器的P、I、D三个控制参数作为粒子群位置矢量，根据选取的适应度函数和粒子更新规则，对连续退火炉温度进行自适应控制，从而将连续退火炉的温度数值控制在误差允许范围内。

包含以下步骤：

a、粒子群初始化：设计粒子群PID控制模型的粒子速度和粒子位置矢量，以及粒子群的参数范围和维度；

b、粒子适应函数计算：确定粒子群算法的适应度函数和粒子更新规则，计算个体粒子最优位置和群体粒子最优位置，从而更新粒子速度和位置；

c、采用在线调整的方式，确定系统误差；

d、在线判定系统误差，如果系统误差在允许范围内，执行下一步骤；如果系统误差不在允许范围内，则返回步骤b继续优化粒子位置；

e、输出P、I和D参数，实现对连续退火炉温度的自适应控制。

所述步骤a具体为，初始化一群粒子，设定粒子最大飞行速度Vmax，设定燃料阀门开度的PID控制器的P、I和D三个参数的参数范围，P为0-60，I为0-4，D为0-3，在参数范围内随机产生粒子速度V

所述步骤b中，粒子群算法的适应度函数为：设定系统误差为ey(t)，系统误差ey (t)为连续退火炉温度实际值y

粒子更新规则为：对于每个粒子，当J

所述w1为0.6，w2为0.02，w3为3。

所述步骤c中，采用在线调整的方式，连续退火炉运行时，连续退火炉系统数据库自动接收连续退火炉问的实际值y1，把连续退火炉温度实际值y

所述步骤d中，在线判定系统误差，当无人连续退火炉温度误差ey(t)>0时，粒子群 根据公式

所述步骤e中，将优化后的粒子位置X

采用本发明，如图1，本发明实施例的粒子群算法控制流程图，包括如下步骤：

a、粒子群初始化：设计粒子群PID控制模型的粒子速度和粒子位置矢量，以及粒子群的参数范围和维度；

b、粒子适应函数计算：根据适应度函数和粒子更新规则，计算个体粒子最优位置和群体粒子最优位置，从而更新粒子速度和位置；

c、采用在线调整的方式对连续退火炉温度进行自适应控制，确定系统误差；

d、在线判定系统误差，如果系统误差在允许范围内，执行下一步骤；如果系统误差不在允许范围内，则返回步骤b继续优化粒子位置；

e、输出P、I和D参数。

如图2，本发明实施例的连续退火炉温度控制流程图，连续退火炉温度控制过程为：

S1、确定连续退火炉温度设定值，送入连续退火炉过程自动化数据库；

S2、连续退火炉过程自动化数据库利用粒子群算法，进行粒子群更新，并输出P、I和D参数；

S3、将输出的P、I和D参数，送入PID控制器；

S4、PID控制器进行连续退火炉燃料阀门开度控制；

S5、获取连续退火炉现场温度实际值，连续退火炉过程自动化数据库将连续退火炉现场温度实际值与连续退火炉温度设定值进行对比，确定系统误差；

S6、对连续退火炉温度进行自适应控制，通过粒子群算法判定系统误差，直至系统误差在允许范围内。

本发明采用粒子群算法对连续退火炉温度进行在线自适应控制，粒子群算法是一种根据群体中个体之间的协作和信息共享来寻找最优解的算法，本发明包含粒子群PID控制模型的粒子速度和粒子位置矢量的设定，粒子群维度和参数的选取，粒子群算法的适应度函数J的设定和粒子更新规则的设定，粒子群算法系统误差的设定等等方法。

由于采用了上述技术方案，本发明取得的有益效果是：

1、把粒子群和燃料阀门开度的PID控制器相结合，实现了连续退火炉温度的自适应控制。

2、采用在线调整的方式，根据连续退火炉现场实际温度值对粒子位置进行实时更新，实现了对连续退火炉温度的实时控制。

3、可移植性强，其他连续退火炉产线可以通用移植

实际应用过程中，在连续退火炉运行时，根据连续退火炉的温度设定值和连续退火炉的现场实际温度值对连续退火炉的运行温度进行自适应控制，在连续退火炉温度超过误差允许范围时，通过粒子之间位置和速度的调整进行自适应运算调整连续退火炉PID控制器的参数，从而提高连续退火炉的燃料阀门开度调整的速度和精度，进而把连续退火炉运行时的温度大小控制在了误差允许范围内，有效保障了钢卷产品质量、降低能耗以及减少了环境污染。