蓄热式加热炉炉温先进控制系统的研究与应用

发布时间：2021-07-17 13:22

　　加热炉是钢铁企业用于钢坯轧制前加热的重要设备,同时也是最主要的能耗设备。加热炉燃烧控制系统复杂,且炉温对象具有大滞后、大惯性等特点,因此,研究加热炉炉温先进控制策略对于提高加热炉的控制品质,以及钢铁企业的节能降耗具有重要的意义。本文以江苏省扬州市某蓄热步进梁式加热炉为研究对象,在生产现场已有控制系统硬件的基础上,设计并实现了加热炉先进控制系统,并成功应用。投运结果表明该控制系统可以降低钢坯的氧化烧损、减少燃料消耗。分析该先进控制系统在生产现场运行情况,本文提出了一种基于小波神经网络预测控制的加热炉炉温控制策略。论文的主要工作如下:1、分析加热炉炉温对象,研究炉温和煤气流量以及空气流量之间的关系,构建了炉温-流量串级比值控制系统,设计了炉温的广义预测控制器。针对烟气温度设计PID控制回路,构建了先进控制系统硬件平台,设计了先进控制系统操作界面等工作。2、针对该项目在实施过程中遇到的问题,对先进控制系统进行优化,包括改进换向过程控制、应用加热炉多模型控制使加热炉在各负荷段均有较好的控制品质以及控制器抗饱和处理等。通过整定各控制回路的参数,将先进控制系统进行实际应用,投运结果表明该先进控制系... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：85 页

【学位级别】：硕士

【部分图文】：

图２．１热连扎生产工艺??

祖轧机?精轧机??图２．１热连扎生产工艺??钢坯由坯料库通过辊道被运送到加热炉进行加热。钢坯在加热炉内的加热??质量将影响下游轧线的生产状况，同时还影响成品钢的性能。加热炉是整个轧??线上消耗能量最多的的设备，因此对加热炉进行燃烧优化控制不仅可以通过降??低能耗来降低成产成本，还可以减少废气的排放，达到节能减排的目的。当钢??、?坯的温度在１１６０°Ｃ？１２２０°Ｃ后，钢坯经过辊道被运送至乳线，经过高压水除鳞??去除钢坯表面氧化铁皮后被送至粗乳区进行粗轧进行开坯。粗乳机组由５？７架??９??

第二章蓄热式加热炉概述??图２．２和图２．３为蓄热式燃烧技术原理图（孟俊，２０１７）。当蓄热室Ａ燃烧??时，被鼓风机引入的常温空气通过三通换向阀进入到蓄热室Ａ，常温空气在极??短的时间内被蓄热室中的蓄热体预热，通常会将空气预热至接近炉温。经预热??的空气会与从烧嘴Ａ喷出的煤气燃烧，空气和煤气燃烧产生烟气，烟气从Ｂ侧??排出，当高温烟气经过Ｂ侧时，会对Ｂ侧的蓄热体进行加热，加热后的烟气被??引风机排出。经过一段时间之后，控制系统发出换向的指令，换向阀开始工作，??此时，空气和煤气经过蓄热室Ｂ时被蓄热体预热至１０００°Ｃ或者接近炉膛温度，??并同时从Ｂ侧喷出，在炉内进行混合燃烧，产生的烟气则经过蓄热室Ａ排出，??在引风机的作用下

【参考文献】：
期刊论文
[1]一种基于模型切换的加热炉炉温广义预测控制器设计方法[J]. 薛美盛,孟俊,刘波,杨猛.  化工自动化及仪表. 2017(04)
[2]我国钢铁行业能源消费的分解分析[J]. 史红亮,陈凯.  技术经济与管理研究. 2011(06)
[3]单元机组的小波神经网络广义预测控制[J]. 凌呼君,朱俊峰,李晓明.  控制工程. 2010(03)
[4]小波神经网络模型的改进及其应用[J]. 杨娜,付强,王淑丽,李荣东,朱萍萍,张少坤,杨先野.  系统工程理论与实践. 2009(01)
[5]基于独立分量回归的加热炉钢温预报模型[J]. 杨英华,杨劭伟,刘晓志,陈晓波.  系统仿真学报. 2008(10)
[6]基于BP神经网络的非线性预测控制[J]. 黄越洋,李平,刘宣宇.  辽宁石油化工大学学报. 2008(01)
[7]电加热炉炉温控制系统设计与仿真[J]. 朱肖强,陈三宝.  自动化与仪器仪表. 2006(03)
[8]基于小波神经网络的控制方法及其应用研究[J]. 程启明,王勇浩.  工业仪表与自动化装置. 2004(05)
[9]基于自适应模糊聚类的神经网络软测量建模方法[J]. 王锡淮,李少远,席裕庚.  控制与决策. 2004(08)
[10]自适应预测控制在炉温控制中的应用[J]. 鞠丽叶,于飞,刘喜梅.  青岛科技大学学报(自然科学版). 2004(01)

博士论文
[1]神经网络预测控制中的滚动优化方法研究[D]. 樊兆峰.中国矿业大学 2015

硕士论文
[1]加热炉燃烧系统先进控制策略的设计与实现[D]. 刘波.中国科学技术大学 2017
[2]基于遗传算法与人工神经网络的加热炉建模方法研究[D]. 杨猛.中国科学技术大学 2017
[3]蓄热式加热炉炉温广义预测控制器设计与实现[D]. 袁鑫.中国科学技术大学 2016
[4]基于小波神经网络预测控制的加热炉炉温控制策略的研究[D]. 代正梅.太原理工大学 2007
[5]基于神经网络的非线性预测控制研究及其应用[D]. 陈建华.华北电力大学（北京） 2007
[6]基于小波神经网络的内模控制在再热汽温控制中的应用[D]. 王建平.华北电力大学（北京） 2007
[7]小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D]. 员世芬.太原理工大学 2005
[8]步进式加热炉自动控制系统设计及研究[D]. 石勇.东北大学 2005
[9]小波神经网络理论及其在过热汽温控制中的应用研究[D]. 李永超.太原理工大学 2004



本文编号：3288258