密闭鼓风炉计算机模拟控制
|
摘要
密闭鼓风炉可实现铅锌共炼，适于处理复杂铅锌物料，处理能力大，
投资省，能耗低，金属综合回收率高。然而，其熔炼过程十分复杂，涉
及到气、固、液三相的交互作用。整个过程连续进行、控制手段作用的
延迟时间长，目前过程控制在很大程度上依赖于操作者的经验。为了提
高炉子的控制水平及生产的预见性，实现标准化、规范化操作，本文对
鼓风炉进行了物料平衡及热平衡分析，对其建立热力学模型。为了克服
热力学模型的理想化与实际生产的差距，又开发了拟合生产实践以模糊
神经网络为基础的对象模型。取长补短，将两者相结合后形成自适应预
测控制模型。
预测控制模型能在给入烧结块成分加入量等输入数据时，计算出产
出物量如炉气量及成分、一次风二次风、炭的气化率等数据，并可对重
要影响因素绘制趋势图。计算结果与生产实践基本吻合，例如热风温度
每增加100℃，焦炭加入量可减少35～37Kg。本研究采用简单实用、学
习精度高的BP神经网络和解决不确定性的模糊系统相结合的模糊神经
网络模型对生产过程起理论指导和离线控制作用，对了解和掌握炉况起
到重要的作用；模型采用在线校正，优化控制模型输出，为在线控制打
下基础，也是对模糊神经网络应用的一次有益的尝试。
Imperial smelting furnace has many advantages, such as it can smelt zinc
and lead together, it is applicable to smelt complicated and mass sinter
containing zinc and lead. Investment and energy is less, but recovery rate of
metal is high. However imperial smelting process is very complicated, it come
down to interactions among gas, solid and liquid. The whole process occurs
continuously, control effect dally over long time. Process control more depend
on experience of workers at present. For the sake of improving ISP抯 control
level and the prediction of production, realizing standardization work,
Through analyzing substantial and thermodynamic balance, this thesis
establishes mechanism model. For monishing gap between mechanism model
and industrial process, the thesis searches object model on the basis of fitting
industrial practice fuzzy neural networks. Learning from other strong points
to offset one weakness, the two models combine to form adaptive predictive
control model.
By inputting component of sinter and sinter quantity, the whole predictive
control model can output producing matter quantity, for example furnace gas
quantity and component, can advise to input the quantity of bottom air(first air)
and top air(secondary air), can calculate gasifying rate of coke etc, can draw
trendline diagram including important influencing factor. The calculating
result tallies with industrial practice, for example the air temperature increases
every 100 0C,coke input quantity can decrease 35?7 kilogram fuzzy neural
network combining simple applied high-learning-precision back propagation
neural network and solving uncertainty fuzzy system is used in the thesis, the
network can be used for the direction of industrial process and off-line
control. It can be used for realizing and holding furnace status; for optimizing
the output of control model and laying the foundation for on-line control, On-
line adjustment is used. Some useful attempts are made for the design of fuzzy
neural network.
投资省，能耗低，金属综合回收率高。然而，其熔炼过程十分复杂，涉
及到气、固、液三相的交互作用。整个过程连续进行、控制手段作用的
延迟时间长，目前过程控制在很大程度上依赖于操作者的经验。为了提
高炉子的控制水平及生产的预见性，实现标准化、规范化操作，本文对
鼓风炉进行了物料平衡及热平衡分析，对其建立热力学模型。为了克服
热力学模型的理想化与实际生产的差距，又开发了拟合生产实践以模糊
神经网络为基础的对象模型。取长补短，将两者相结合后形成自适应预
测控制模型。
预测控制模型能在给入烧结块成分加入量等输入数据时，计算出产
出物量如炉气量及成分、一次风二次风、炭的气化率等数据，并可对重
要影响因素绘制趋势图。计算结果与生产实践基本吻合，例如热风温度
每增加100℃，焦炭加入量可减少35～37Kg。本研究采用简单实用、学
习精度高的BP神经网络和解决不确定性的模糊系统相结合的模糊神经
网络模型对生产过程起理论指导和离线控制作用，对了解和掌握炉况起
到重要的作用；模型采用在线校正，优化控制模型输出，为在线控制打
下基础，也是对模糊神经网络应用的一次有益的尝试。
Imperial smelting furnace has many advantages, such as it can smelt zinc
and lead together, it is applicable to smelt complicated and mass sinter
containing zinc and lead. Investment and energy is less, but recovery rate of
metal is high. However imperial smelting process is very complicated, it come
down to interactions among gas, solid and liquid. The whole process occurs
continuously, control effect dally over long time. Process control more depend
on experience of workers at present. For the sake of improving ISP抯 control
level and the prediction of production, realizing standardization work,
Through analyzing substantial and thermodynamic balance, this thesis
establishes mechanism model. For monishing gap between mechanism model
and industrial process, the thesis searches object model on the basis of fitting
industrial practice fuzzy neural networks. Learning from other strong points
to offset one weakness, the two models combine to form adaptive predictive
control model.
By inputting component of sinter and sinter quantity, the whole predictive
control model can output producing matter quantity, for example furnace gas
quantity and component, can advise to input the quantity of bottom air(first air)
and top air(secondary air), can calculate gasifying rate of coke etc, can draw
trendline diagram including important influencing factor. The calculating
result tallies with industrial practice, for example the air temperature increases
every 100 0C,coke input quantity can decrease 35?7 kilogram fuzzy neural
network combining simple applied high-learning-precision back propagation
neural network and solving uncertainty fuzzy system is used in the thesis, the
network can be used for the direction of industrial process and off-line
control. It can be used for realizing and holding furnace status; for optimizing
the output of control model and laying the foundation for on-line control, On-
line adjustment is used. Some useful attempts are made for the design of fuzzy
neural network.
引文
[1] 史惠盛：密闭鼓风炉操作规程，韶关冶炼厂内部资料，1999年．
[2] 铅锌鼓风炉熔炼工，韶关冶炼厂内部资料，1994年2月．
[3] 苗新民：论韶冶工艺流程优势劣势及前景．鼓风炉炼铅锌，1996年
[4] Imperial Smelting Furnace Investigations. Development Department 1962．
[5] 重有色金属冶炼设计手册铅锌铋卷，冶金工业出版社，1996年5月．
[6] Cockle Creek: Sulphide Corporation PTY Limited Strengths and Weaknesses of the Imperial SmeltingProcess 1980．
[7] [法]B．墨德林，G．桑切斯，A．李斯特：欧洲金属(Metaleurop)公司有色冶 金鼓风炉的数学模型及其研究，Lead-Zinc’90，1990年
[8] [美]H．H．凯洛格：铅锌密闭鼓风炉(ISF)的一个实用数模，Lead-Zinc’90， 1990年
[9] 王远文：ISF密闭鼓风炉粗锌产出数模建立的研讨，鼓风炉炼铅锌， 1996年
[10] 潘昌本：对鼓风炉炉缸部分计算公式的商榷，鼓风炉炼铅锌， 1985年
[11] 金以慧编过程控制，清华大学出版社，1993年
[12] Boulart,L.:Dellbar,P.Artifical Intelligence and Expert Systems New Issues in Process Control,Journal A,Vol.28 No.3 1987
[13] Moore,R.L:Expert Systems Methodology for Real-Time Process Control.IFAC 10th,World Congress,Vol6,1987
[14] 张仲俊：智能控制与智能控制系统，信息与控制，1989年第5期
[15] Hallett,C.D.:Continuous Copper-Smelting Process Uses Single Vessel,Chemical Engineering,April 26,1976．
[16] 闪速炼铜，贵溪冶炼厂，1990年第4期与1991年第1期合刊
[17] 徐鑫坤 魏昶编，锌冶金学，云南科技出版社，1996年12月
[18] 熔炼分厂 史惠盛：入炉物料质量对密闭鼓风炉生产的影响，鼓风炉 炼铅锌，1996年
[19] 王远文：烧结块含砷对铅锌鼓风炉生产的影响，鼓风炉炼铅锌，1996 年
[20] 铅锌烧结原料与烧结温度关系的生产技术研究，韶关冶炼厂内部资 料，1996年
[21] 铅锌密闭鼓风炉热平衡测试报告，韶关冶炼厂内部资料，1999年
[22] 总调度室 谭立清 陈立新 欧耀彬：对ISF生产中焦炭单耗变化的体 会，鼓风炉炼铅锌，1999年
[23] 王远文：操作风量对ISF系统铅分布走向的影响及操作风量控制的研 讨，鼓风炉炼铅锌，1996年
[24] 顶部风分布，1995年ISP年会资料
[25] 熔炼分厂 王远文 苗新民 刘吉殷：密闭鼓风炉二次风配置改造及生 产实践，鼓风炉炼铅锌，1998年
[26] 熔炼分厂 张广汉：提高二系鼓风炉锌直收率的探讨，鼓风炉炼铅锌， 1998年
[27] 王远文：密闭鼓风炉铅直收率现状探讨，鼓风炉炼铅锌，1997年
[28] 李士勇：模糊控制、神经控制和智能控制论，哈尔滨工业大学出版社， 1996年
[29] 许琦英：模糊控制在生产过程控制中的发展概述，自动化仪表，1995 年第7期
[30] 诸静编 模糊控制原理及应用，机械工业出版社
[31] 舒迪前编 预测控制系统及其应用，机械工业出版社
[32] 彭容秋主编 有色金属提取冶金手册(锌镉铅铋)，冶金工业出版社， 1992年
[33] O．库巴谢夫斯基C．B．奥尔考克著 邱竹贤 梁英教 李席孟等译 冶金 热化学，冶金工业出版社， 1985年
[34] 叶大伦编 实用无机物热力学数据手册，冶金工业出版社，1981年
[35] 许志宏等编 无机热化学数据库，科学出版社，1987年
[36] 黄波：昆明理工大学硕士学位论文，1998年
[37] 何蔼平 谢刚编 计算机在冶金中的应用，云南科技出版社，1998年 4月
[38] J.M.Bray.Derivation of a Polynomial Model of the ISF for Use in Computer Control 1966,Imperial Smelting Corporation Limited Metallurgical Research Department
[39] J.Lumsden:Physical Chemistry of the Zinc Blast Furnace N.S.C. report
[40] A.E.Hidden:Analogue Computer Studies of the ISF Charge Preheating Zone
[41] A.W.Richards and G.H.Tandy:The Coke/Carbon Dioxide Reaction-Kinetics at 1000℃-1200℃ ISC Technical Report R.480 16． 1． 1957
[42] M.J.Loosemore:An Algol Programme for Multivariate Regression in Polynomial Form Metallurgical research department
[43] I.S.F. Charge Distribution-Experiments Using 1/12 Scale Charging bells PartⅠ
[44] 邹铁鹏等：用模糊神经网络构造煤粉流量模型，信息与控制，第26 卷第4期1997年8月
[45] 张良杰 李衍达：模糊神经网络技术的新近发展，信息与控制，第24 卷第1期1995年2月
[46] 管天云 张安年：神经网络自适应控制，洛阳工学院电气系
[47] 沈清等编著 神经网络应用技术，国防科技大学出版社， 1993年
[48] 何平 王鸿绪编著 模糊控制器的设计及应用，科学出版社，1997年
[49] 王士同编著 神经模糊系统及其应用，北京航空航天大学出版社， 1998年
[50] 王士同编著 模糊系统模糊神经系统及其应用程序设计，上海科学 技术文献出版社，1998年
[51] Funahashi.K.I.:On the Appoximate Realization of Continuous Mapping .by Neural Networks Neural Networks 1989(2)
[52] Robert H.N.:Theory of the Back-Propagation Neural Network. Pro. VCNN. Washington D.C. 1989． 1
[53] 叶东毅：BP网络的一个非单调学习算法，模式识别与人工智能，第 10卷第3期1997年9月
[54] 张铃 张钹：神经网络中BP算法的分析，模式识别与人工智能，第7 卷第3期1994年9月
[55] 卿济民 曹长修等：多层人工神经网络及其BP算法在系统预报中的 应用， 自动化与仪器仪表， 1995年第5期
[56] 孙德保 高超：一种实用的克服局部极小的BP算法研究，信息与控制 第24卷第5期1995年10月
[57] 丛爽编著 面向MATLAB工具箱的神经网络理论与应用，中国科学 技术大学出版社， 1998年
[58] 何清：模糊聚类分析理论与应用研究进展，模糊系统与数学，第十二 卷第二期1998年
[59] 窦振中：美国模糊逻辑控制技术研究历史和发展，电气自动化，1997年第1期
年第1期
[60] Kosko b.:Neural Networks and Fuzzy Systems Prentile-Hill Press 1992
[62] Wand LX.:Adaptive Fuzzy Systems and Control Prentile-Hill Press. 1994
[63] 张俊福等编 应用模糊数学，地质出版社，1988年
[64] 吴万泽，吴万钊著 模糊数学与计算机应用，电子工业出版社，1988 年
[65] 张伟：Fuzzy聚类法中的一个新算法-Fuzzy PFS聚类法，模糊数学， 1987年11月第3，4期
[66] 周前祥：应用神经网络与模糊聚类方法预测矿床品位，有色金属，第 47卷第4期1995年11月
[67] 楼顺天 施阳编著 基于MATLAB的系统分析与设计-神经网络，西 安电子科技大学出版社，1999年
[68] 王耀南 付夏龙：模糊神经网络炉温自学习控制系统，冶金自动化， 1998第2期
[69] 石中锁 孙一康等：基于神经网络的增量式模型算法控制，模式识别 与人工智能，第7卷第4期1994年12月
[70] Maurath P.R. :Predictive Controler Design for SISO Systems.Proc. A.C.C. Boston, 1985
[71] 徐士良主编C常用算法程序集，清华大学出版社，1997年
[72] 谢勇编著Visual C++6实例精通，科学出版社，2000年
[73] 王华等编著Visual C++6． 0编程实例与技巧，机械工业出版社，1999 年
[74] Kate Gregory著Visual C++6． 0开发使用手册，机械工业出版社， 1999年
[75] Steven HolZner著Microsoft基本类库编程指南，清华大学出版社， 1995年
[76] Richard C．Leinecker著Visual C++5开发使用手册，机械工业出版 社，1998年
[2] 铅锌鼓风炉熔炼工，韶关冶炼厂内部资料，1994年2月．
[3] 苗新民：论韶冶工艺流程优势劣势及前景．鼓风炉炼铅锌，1996年
[4] Imperial Smelting Furnace Investigations. Development Department 1962．
[5] 重有色金属冶炼设计手册铅锌铋卷，冶金工业出版社，1996年5月．
[6] Cockle Creek: Sulphide Corporation PTY Limited Strengths and Weaknesses of the Imperial SmeltingProcess 1980．
[7] [法]B．墨德林，G．桑切斯，A．李斯特：欧洲金属(Metaleurop)公司有色冶 金鼓风炉的数学模型及其研究，Lead-Zinc’90，1990年
[8] [美]H．H．凯洛格：铅锌密闭鼓风炉(ISF)的一个实用数模，Lead-Zinc’90， 1990年
[9] 王远文：ISF密闭鼓风炉粗锌产出数模建立的研讨，鼓风炉炼铅锌， 1996年
[10] 潘昌本：对鼓风炉炉缸部分计算公式的商榷，鼓风炉炼铅锌， 1985年
[11] 金以慧编过程控制，清华大学出版社，1993年
[12] Boulart,L.:Dellbar,P.Artifical Intelligence and Expert Systems New Issues in Process Control,Journal A,Vol.28 No.3 1987
[13] Moore,R.L:Expert Systems Methodology for Real-Time Process Control.IFAC 10th,World Congress,Vol6,1987
[14] 张仲俊：智能控制与智能控制系统，信息与控制，1989年第5期
[15] Hallett,C.D.:Continuous Copper-Smelting Process Uses Single Vessel,Chemical Engineering,April 26,1976．
[16] 闪速炼铜，贵溪冶炼厂，1990年第4期与1991年第1期合刊
[17] 徐鑫坤 魏昶编，锌冶金学，云南科技出版社，1996年12月
[18] 熔炼分厂 史惠盛：入炉物料质量对密闭鼓风炉生产的影响，鼓风炉 炼铅锌，1996年
[19] 王远文：烧结块含砷对铅锌鼓风炉生产的影响，鼓风炉炼铅锌，1996 年
[20] 铅锌烧结原料与烧结温度关系的生产技术研究，韶关冶炼厂内部资 料，1996年
[21] 铅锌密闭鼓风炉热平衡测试报告，韶关冶炼厂内部资料，1999年
[22] 总调度室 谭立清 陈立新 欧耀彬：对ISF生产中焦炭单耗变化的体 会，鼓风炉炼铅锌，1999年
[23] 王远文：操作风量对ISF系统铅分布走向的影响及操作风量控制的研 讨，鼓风炉炼铅锌，1996年
[24] 顶部风分布，1995年ISP年会资料
[25] 熔炼分厂 王远文 苗新民 刘吉殷：密闭鼓风炉二次风配置改造及生 产实践，鼓风炉炼铅锌，1998年
[26] 熔炼分厂 张广汉：提高二系鼓风炉锌直收率的探讨，鼓风炉炼铅锌， 1998年
[27] 王远文：密闭鼓风炉铅直收率现状探讨，鼓风炉炼铅锌，1997年
[28] 李士勇：模糊控制、神经控制和智能控制论，哈尔滨工业大学出版社， 1996年
[29] 许琦英：模糊控制在生产过程控制中的发展概述，自动化仪表，1995 年第7期
[30] 诸静编 模糊控制原理及应用，机械工业出版社
[31] 舒迪前编 预测控制系统及其应用，机械工业出版社
[32] 彭容秋主编 有色金属提取冶金手册(锌镉铅铋)，冶金工业出版社， 1992年
[33] O．库巴谢夫斯基C．B．奥尔考克著 邱竹贤 梁英教 李席孟等译 冶金 热化学，冶金工业出版社， 1985年
[34] 叶大伦编 实用无机物热力学数据手册，冶金工业出版社，1981年
[35] 许志宏等编 无机热化学数据库，科学出版社，1987年
[36] 黄波：昆明理工大学硕士学位论文，1998年
[37] 何蔼平 谢刚编 计算机在冶金中的应用，云南科技出版社，1998年 4月
[38] J.M.Bray.Derivation of a Polynomial Model of the ISF for Use in Computer Control 1966,Imperial Smelting Corporation Limited Metallurgical Research Department
[39] J.Lumsden:Physical Chemistry of the Zinc Blast Furnace N.S.C. report
[40] A.E.Hidden:Analogue Computer Studies of the ISF Charge Preheating Zone
[41] A.W.Richards and G.H.Tandy:The Coke/Carbon Dioxide Reaction-Kinetics at 1000℃-1200℃ ISC Technical Report R.480 16． 1． 1957
[42] M.J.Loosemore:An Algol Programme for Multivariate Regression in Polynomial Form Metallurgical research department
[43] I.S.F. Charge Distribution-Experiments Using 1/12 Scale Charging bells PartⅠ
[44] 邹铁鹏等：用模糊神经网络构造煤粉流量模型，信息与控制，第26 卷第4期1997年8月
[45] 张良杰 李衍达：模糊神经网络技术的新近发展，信息与控制，第24 卷第1期1995年2月
[46] 管天云 张安年：神经网络自适应控制，洛阳工学院电气系
[47] 沈清等编著 神经网络应用技术，国防科技大学出版社， 1993年
[48] 何平 王鸿绪编著 模糊控制器的设计及应用，科学出版社，1997年
[49] 王士同编著 神经模糊系统及其应用，北京航空航天大学出版社， 1998年
[50] 王士同编著 模糊系统模糊神经系统及其应用程序设计，上海科学 技术文献出版社，1998年
[51] Funahashi.K.I.:On the Appoximate Realization of Continuous Mapping .by Neural Networks Neural Networks 1989(2)
[52] Robert H.N.:Theory of the Back-Propagation Neural Network. Pro. VCNN. Washington D.C. 1989． 1
[53] 叶东毅：BP网络的一个非单调学习算法，模式识别与人工智能，第 10卷第3期1997年9月
[54] 张铃 张钹：神经网络中BP算法的分析，模式识别与人工智能，第7 卷第3期1994年9月
[55] 卿济民 曹长修等：多层人工神经网络及其BP算法在系统预报中的 应用， 自动化与仪器仪表， 1995年第5期
[56] 孙德保 高超：一种实用的克服局部极小的BP算法研究，信息与控制 第24卷第5期1995年10月
[57] 丛爽编著 面向MATLAB工具箱的神经网络理论与应用，中国科学 技术大学出版社， 1998年
[58] 何清：模糊聚类分析理论与应用研究进展，模糊系统与数学，第十二 卷第二期1998年
[59] 窦振中：美国模糊逻辑控制技术研究历史和发展，电气自动化，1997年第1期
年第1期
[60] Kosko b.:Neural Networks and Fuzzy Systems Prentile-Hill Press 1992
[62] Wand LX.:Adaptive Fuzzy Systems and Control Prentile-Hill Press. 1994
[63] 张俊福等编 应用模糊数学，地质出版社，1988年
[64] 吴万泽，吴万钊著 模糊数学与计算机应用，电子工业出版社，1988 年
[65] 张伟：Fuzzy聚类法中的一个新算法-Fuzzy PFS聚类法，模糊数学， 1987年11月第3，4期
[66] 周前祥：应用神经网络与模糊聚类方法预测矿床品位，有色金属，第 47卷第4期1995年11月
[67] 楼顺天 施阳编著 基于MATLAB的系统分析与设计-神经网络，西 安电子科技大学出版社，1999年
[68] 王耀南 付夏龙：模糊神经网络炉温自学习控制系统，冶金自动化， 1998第2期
[69] 石中锁 孙一康等：基于神经网络的增量式模型算法控制，模式识别 与人工智能，第7卷第4期1994年12月
[70] Maurath P.R. :Predictive Controler Design for SISO Systems.Proc. A.C.C. Boston, 1985
[71] 徐士良主编C常用算法程序集，清华大学出版社，1997年
[72] 谢勇编著Visual C++6实例精通，科学出版社，2000年
[73] 王华等编著Visual C++6． 0编程实例与技巧，机械工业出版社，1999 年
[74] Kate Gregory著Visual C++6． 0开发使用手册，机械工业出版社， 1999年
[75] Steven HolZner著Microsoft基本类库编程指南，清华大学出版社， 1995年
[76] Richard C．Leinecker著Visual C++5开发使用手册，机械工业出版 社，1998年