壯炳良 張書法

浙江邦業(yè)科技有限公司，浙江 杭州 310052

基于預(yù)測模型的非線性多變量控制器在水泥煅燒過程中的應(yīng)用

壯炳良 張書法

浙江邦業(yè)科技有限公司，浙江 杭州 310052

針對預(yù)分解窯水泥熟料煅燒過程特性，通過采用神經(jīng)網(wǎng)絡(luò)算法，研究生產(chǎn)過程采集的實時數(shù)據(jù)，經(jīng)數(shù)據(jù)分析、處理，建立適合水泥熟料煅燒過程的控制模型，采用多變量、非線性模型預(yù)測控制技術(shù)，建立了質(zhì)量控制器、產(chǎn)量控制器、生料喂料控制器、風(fēng)量優(yōu)化控制器、分解爐控制器、回轉(zhuǎn)窯控制器、篦冷機控制器、虛擬在線分析儀VOA等，實現(xiàn)了水泥熟料煅燒過程的閉環(huán)優(yōu)化控制。在常山南方水泥的應(yīng)用證明，熟料煅燒過程優(yōu)化控制器的應(yīng)用穩(wěn)定了分解爐、回轉(zhuǎn)窯、篦冷機的運行工況，增加了熟料產(chǎn)量，降低了燃料消耗，延長了回轉(zhuǎn)窯耐火材料壽命，提高了熟料產(chǎn)品質(zhì)量，統(tǒng)一了中控操作，消除了班次的操作差異，減輕了操作員勞動強度，取得了較好的效益。

模型預(yù)測 非線性 多變量 神經(jīng)網(wǎng)絡(luò) 熟料煅燒 先進(jìn)控制

0 引言

目前，我國預(yù)分解窯水泥生產(chǎn)自動化控制技術(shù)，大多仍采用“半自動化”操作模式，基于集散控制系統(tǒng)（簡稱DCS）采集生產(chǎn)過程信息數(shù)據(jù)，通過人工看火、人工判斷、人工操作等方式進(jìn)行加投物料、燃料及控制設(shè)備運行，這種半自動化的方法，在很大程度上仍然依賴人工技能和經(jīng)驗，很難實現(xiàn)水泥生產(chǎn)過程的優(yōu)化操作運行和精細(xì)化管理，必然帶來生產(chǎn)運行不穩(wěn)定、能耗高、熱效率低、產(chǎn)品質(zhì)量和產(chǎn)量波動大等諸多問題。先進(jìn)控制技術(shù)（APC）是指一類在動態(tài)環(huán)境中，基于數(shù)學(xué)模型，借助強大的計算能力，并具有比常規(guī)PID控制效果更好并且為工廠獲得最大利潤而實施的控制策略的統(tǒng)稱。它是將水泥工藝、水泥工程、計算機、儀表、過程控制理論與先進(jìn)控制技術(shù)有機結(jié)合而形成的一種新型控制技術(shù)。復(fù)雜工業(yè)系統(tǒng)往往具有不可預(yù)測性，采用常規(guī)控制往往效果不好，甚至無法控制，先進(jìn)控制技術(shù)是更好的選擇，把先進(jìn)過程控制技術(shù)（APC）廣泛應(yīng)用于水泥生產(chǎn)自動化控制當(dāng)中，通過實時監(jiān)測窯爐狀態(tài)，根據(jù)建立的預(yù)測模型控制器來優(yōu)化控制水泥煅燒過程，實現(xiàn)了水泥生產(chǎn)的優(yōu)化控制。預(yù)分解窯水泥煅燒過程中“料-風(fēng)-煤”等參數(shù)多變量耦合，裝置特性具有明顯的大時滯、大慣性、非線性的特點，傳統(tǒng)的控制策略很難達(dá)到滿意的控制效果。為此，本文采用神經(jīng)網(wǎng)絡(luò)建模技術(shù)、新型檢測技術(shù)、模型預(yù)測控制技術(shù)實現(xiàn)水泥煅燒過程的智能優(yōu)化控制，達(dá)到提高產(chǎn)量、提高質(zhì)量和降低能耗的目的。

1 水泥煅燒過程的工藝要求

水泥煅燒過程的工藝流程如圖1所示。

水泥煅燒系統(tǒng)由預(yù)熱器、分解爐、回轉(zhuǎn)窯、燃燒器、篦冷機五大熱工設(shè)備組成，入窯生料進(jìn)入預(yù)熱器預(yù)熱，預(yù)熱器充分利用回轉(zhuǎn)窯和分解爐排出的廢氣余熱加熱生料，使生料預(yù)熱及部分碳酸鹽分解。預(yù)熱后的生料進(jìn)入分解爐，在分解爐中，分解爐燃燒器使燃料燃燒的放熱過程與生料的碳酸鹽分解的吸熱過程以懸浮態(tài)或流化態(tài)下迅速進(jìn)行，使入窯生料的分解率達(dá)到90%以上。生料在完成預(yù)熱和預(yù)分解后，進(jìn)入回轉(zhuǎn)窯中進(jìn)行熟料的燒成，在回轉(zhuǎn)窯中碳酸鹽進(jìn)一步地迅速分解并發(fā)生一系列的固相反應(yīng)，生成水泥熟料中的C3A、C4AF、C2S等礦物，隨著物料溫度升高，燒成帶溫度達(dá)1 300 ℃～1 500 ℃時，C3A、C4AF、C2S等礦物會變成液相，溶解于液相中的C2S和CaO進(jìn)行反應(yīng)生成大量C3S（熟料）。熟料燒成后，由水泥熟料冷卻機將回轉(zhuǎn)窯卸出的高溫熟料快速冷卻到80 ℃～150 ℃，保證熟料質(zhì)量，滿足輸送、貯存庫所能承受的溫度，同時回收高溫熟料的顯熱，提高系統(tǒng)的熱效率[1]。

圖1 水泥煅燒過程的工藝流程

為了滿足水泥生產(chǎn)安全穩(wěn)定、高質(zhì)量、高產(chǎn)量、低能耗、低排放的要求，水泥煅燒過程APC控制系統(tǒng)采用模型預(yù)測控制技術(shù)，建立質(zhì)量模型、產(chǎn)量模型、生料喂料控制模型、風(fēng)量優(yōu)化控制模型、分解爐控制模型、回轉(zhuǎn)窯控制模型、篦冷機控制模型，根據(jù)煅燒過程的溫度、壓力、風(fēng)量、轉(zhuǎn)矩、氣體成分、生料成分、煤質(zhì)成分、質(zhì)量數(shù)據(jù)等檢測信號和軟儀表測量，建立在線先進(jìn)過程控制器，自動控制煅燒過程的喂料量、系統(tǒng)風(fēng)量、喂煤量、窯速、篦速等參數(shù)，使系統(tǒng)的料、風(fēng)、煤穩(wěn)定運行在最佳狀態(tài)，從而達(dá)到增加產(chǎn)量，降低燃料消耗，延長耐火材料壽命，提高產(chǎn)品質(zhì)量，減少關(guān)鍵變量的波動，控制排放物滿足環(huán)保要求，統(tǒng)一中控操作，消除班次的差異，改進(jìn)窯的生產(chǎn)工藝和生產(chǎn)過程，減輕操作員勞動強度等目的。

2 基于非線性模型的預(yù)測控制器

基于模型的非線性預(yù)測控制器，就是基于神經(jīng)網(wǎng)絡(luò)或者機理模型，對非線性系統(tǒng)的過程信息進(jìn)行多步預(yù)測，然后通過一個含有這些預(yù)測信息的優(yōu)化目標(biāo)函數(shù)，在約束條件內(nèi)求解得到最優(yōu)控制策略，從而實現(xiàn)對非線性過程的多變量預(yù)測控制[2]。一個典型的基于模型的非線性預(yù)測控制器結(jié)構(gòu)如圖2所示。在每一個采樣時刻k，控制器通過現(xiàn)場儀表得到實時過程信息，然后通過一個非線性預(yù)測模型得到系統(tǒng)對于給定輸入的有限個未來時刻的系統(tǒng)輸出預(yù)測值，并用一個預(yù)先定義的性能指標(biāo)來衡量系統(tǒng)輸出預(yù)測軌跡與期望軌跡的偏差，在線優(yōu)化算法對該性能指標(biāo)進(jìn)行實時優(yōu)化，在約束條件下計算出一組操縱變量最優(yōu)序列，從而實現(xiàn)非線性預(yù)測控制。預(yù)測控制中的優(yōu)化是一種有限時段的滾動優(yōu)化，即在每一采樣時刻重新采集過程信息進(jìn)行預(yù)測和優(yōu)化，這樣極大地提高了預(yù)測控制器的適應(yīng)性和魯棒性[3]。

圖2 基于模型的非線性預(yù)測控制器結(jié)構(gòu)

非線性預(yù)測控制的基本原理與以往的線性預(yù)測控制相同，即由三個最基本的部分組成：預(yù)測模型，滾動優(yōu)化和反饋矯正。不同的是，預(yù)測模型由一個非線性模型替代，該非線性模型可以由神經(jīng)網(wǎng)絡(luò)、機理模型或者兩者相結(jié)合的混合模型來實現(xiàn)[4]。

根據(jù)所有可能的控制變量的階梯響應(yīng)多變量矩陣圖3，模型預(yù)測控制器精準(zhǔn)的計算出要達(dá)到控制變量設(shè)定值所需操作變量圖4，這種數(shù)學(xué)過程類似于矩陣倒置。適當(dāng)安裝的模型預(yù)測控制器（MPC）可使控制器像一個有經(jīng)驗的操作員一樣采取步驟，也就是說，當(dāng)輸入一個新的目標(biāo)值時，首先控制器會大幅改變操作變量，然后控制器等待控制變量的過程反應(yīng)，然后對操作變量進(jìn)行較小的校正[5]。

3 控制方案

常山南方水泥有限公司5 000 t/d熟料生產(chǎn)線，要求能夠提高裝置操作穩(wěn)定性，提高最終產(chǎn)品質(zhì)量穩(wěn)定性，提高裝置的生產(chǎn)能力及降低能耗，降低操作人員的勞動強度。據(jù)此制定的控制方案由質(zhì)量控制器、產(chǎn)量控制器、生料喂料控制器、風(fēng)量優(yōu)化控制器、分解爐控制器、回轉(zhuǎn)窯控制器、篦冷機控制器、虛擬在線分析儀VOA構(gòu)成。圖5為該先控系統(tǒng)的總體結(jié)構(gòu)圖。

圖3 模型預(yù)測控制模型矩陣

圖4 目標(biāo)設(shè)定值改變后操作變量改變值的計算過程

圖5 熟料煅燒APC系統(tǒng)總體結(jié)構(gòu)

3.1 控制系統(tǒng)接口

常山南方水泥有限公司5 000 t/d熟料生產(chǎn)線DCS系統(tǒng)采用的是ABB公司AC800F系統(tǒng)，具有OPC-Server數(shù)據(jù)服務(wù)器，先進(jìn)控制技術(shù)的實施是以DCS常規(guī)控制為基礎(chǔ)的，采用OPC-Client方式與DCS通訊，通過OPC接口先進(jìn)控制器讀取DCS系統(tǒng)的過程數(shù)據(jù)，作為控制器的輸入，經(jīng)過控制器的神經(jīng)網(wǎng)絡(luò)模型運算，得出控制輸出值，自動寫入DCS過程站，控制操作變量，實現(xiàn)對現(xiàn)場設(shè)備的控制，如圖6先進(jìn)過程控制系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)圖所示。

圖6 先進(jìn)過程控制系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)圖

3.2 產(chǎn)量控制器

產(chǎn)量控制的目的是維持水泥煅燒過程在穩(wěn)定工況條件下，最佳產(chǎn)量設(shè)定的目標(biāo)值，或在滿足裝置約束條件下提高熟料產(chǎn)量到最大值，從而提高裝置的經(jīng)濟(jì)效益。經(jīng)過分析水泥熟料煅燒過程的操作狀況，影響熟料產(chǎn)量的主要因素是入窯生料的成分配比、分解爐溫度、分解爐內(nèi)的O2含量和CO含量，根據(jù)預(yù)分解窯水泥生產(chǎn)工藝的特性，在一定時間內(nèi)，生料的成分配比和燃煤的質(zhì)量相對穩(wěn)定，因此產(chǎn)量的控制手段主要是分解爐的控制溫度和分解爐內(nèi)的O2含量，而約束條件為分解爐內(nèi)的CO含量和回轉(zhuǎn)窯的負(fù)荷能力等。

3.3 質(zhì)量控制器

質(zhì)量控制的目的在于穩(wěn)定分解爐和回轉(zhuǎn)窯內(nèi)的氣固量和液相量的狀態(tài)，最終目的是穩(wěn)定最終產(chǎn)品質(zhì)量。具體說，則是調(diào)節(jié)分解爐的喂煤量控制分解爐的溫度，根據(jù)生料率值、生料喂料量、預(yù)熱器出口O2、預(yù)熱器出口CO2等參數(shù)，由質(zhì)量控制器控制分解爐的溫度設(shè)定目標(biāo)值，穩(wěn)定分解爐的分解率。在回轉(zhuǎn)窯中，通過調(diào)節(jié)窯頭喂煤量控制回轉(zhuǎn)窯燒成帶溫度，根據(jù)窯熟料中fCaO的含量、回轉(zhuǎn)窯轉(zhuǎn)矩、窯尾NOx含量，由質(zhì)量控制器控制回轉(zhuǎn)窯的燒成帶溫度目標(biāo)值，達(dá)到控制熟料質(zhì)量的目的。通過水泥生產(chǎn)過程參數(shù)的卡邊控制，燃煤消耗降低。

當(dāng)質(zhì)量控制器未投用時，分解爐溫度設(shè)定值和燒成帶溫度設(shè)定值由操作人員根據(jù)分解率和fCaO的化驗分析值進(jìn)行設(shè)置[6]。

3.4 虛擬在線分析儀VOA

為實現(xiàn)常山南方水泥熟料煅燒裝置穩(wěn)定產(chǎn)品質(zhì)量的控制目標(biāo)，針對產(chǎn)品質(zhì)量指標(biāo)采樣分析周期較長的特點，其中熟料fCaO的采樣周期為1 h，分解爐分解率的采樣周期則為4 h，因此對這些質(zhì)量指標(biāo)進(jìn)行在線實時預(yù)估就顯得非常重要。本項目的虛擬在線分析儀 (或稱軟儀表) 包括：熟料fCaO軟儀表和分解爐分解率軟儀表。

虛擬在線分析儀的非線性模型根據(jù)裝置正常運行的歷史數(shù)據(jù)采用機理公式建立，在線計算的周期為1 min。影響熟料fCaO的主要因素有二次風(fēng)溫度、回轉(zhuǎn)窯主電機電流、熟料燒成帶溫度等。影響分解爐分解率的主要因素為分解爐內(nèi)的溫度、壓力，分解爐出口的溫度、壓力，三次風(fēng)溫度，入窯生料量，入窯生料CaCO3含量等。虛擬在線分析儀對產(chǎn)品質(zhì)量指標(biāo)進(jìn)行在線預(yù)估，并經(jīng)過化驗分析值校正，然后送給質(zhì)量控制器進(jìn)行閉環(huán)控制[7]。

3.5 生料喂料控制器

生料喂料控制器的主要功能是穩(wěn)定入窯生料量，減小入窯生料量的波動。據(jù)統(tǒng)計，在入窯生料喂料量在±10 t/h左右時，分解爐溫度的六成以上波動都來源于入窯喂料量的波動。對回轉(zhuǎn)窯而言，喂料不穩(wěn)定也導(dǎo)致窯電流不穩(wěn)，更增大了窯結(jié)圈的風(fēng)險。將入窯生料的波動控制在一定范圍內(nèi)，對后續(xù)分解爐和回轉(zhuǎn)窯的穩(wěn)定生產(chǎn)具有重要意義。本項目根據(jù)生料穩(wěn)料倉倉重和入窯斗提電流的變化，實現(xiàn)對均化庫下料閥和喂料下料閥的精細(xì)化調(diào)節(jié)，極大地改善了生料入窯量的穩(wěn)定性。圖7 為生料喂料優(yōu)化控制模型。

圖7 生料喂料優(yōu)化控制器模型

3.6 風(fēng)量優(yōu)化控制器

風(fēng)量優(yōu)化控制器的主要目的是保持系統(tǒng)風(fēng)量的穩(wěn)定，并進(jìn)一步優(yōu)化風(fēng)的用量，減少窯頭和窯尾的廢氣排放量。窯尾風(fēng)量的主要參考指標(biāo)為C1筒出口氧含量、CO含量和預(yù)熱器出口壓力，風(fēng)量優(yōu)化控制器參照這些變量，綜合調(diào)節(jié)高溫風(fēng)機轉(zhuǎn)速（或閥門），保持窯尾風(fēng)量的穩(wěn)定，避免風(fēng)量過剩。在窯尾風(fēng)量變化時，窯頭風(fēng)量的控制有兩個要點：其一是保持窯頭負(fù)壓的穩(wěn)定；其二是要保證篦冷機冷卻效果，主要參照余熱發(fā)電溫度和熟料出口溫度，風(fēng)量優(yōu)化控制器綜合調(diào)節(jié)窯頭排風(fēng)機和末段冷卻風(fēng)機，窯頭負(fù)壓的波動能保持在±20 Pa左右，同時能保持余熱發(fā)電溫度和熟料出口溫度在設(shè)定的范圍內(nèi)，這一方面降低了風(fēng)機電耗，另一方面也減少了窯頭廢氣排放量。圖8為風(fēng)量優(yōu)化控制模型。

圖8 風(fēng)量優(yōu)化控制器模型

3.7 分解爐控制器

分解爐的作用是使水泥生料在進(jìn)窯之前高溫分解，其溫度間接反映了碳酸鈣的分解率，溫度的穩(wěn)定對分解爐的操作很重要，同時它有助于下游窯的操作，減少fCaO的波動。目前大部分的水泥廠都是手動控制該溫度，由于該溫度與分解爐喂料量、喂煤量以及系統(tǒng)風(fēng)量等都有關(guān)系，原料及煤性質(zhì)的變化也對燃燒過程有影響，分解爐操作體現(xiàn)出復(fù)雜的多變量的特性，因此雖然操作人員頻繁調(diào)整喂煤量但是該溫度的波動還是比較大，本項目根據(jù)質(zhì)量控制器計算出分解爐目標(biāo)溫度，以分解爐溫度、窯尾溫度、分解率、CO濃度、O2含量為控制目標(biāo)，采用多變量非線性模型預(yù)測，實現(xiàn)對分解爐料、風(fēng)、煤的平衡穩(wěn)定控制，通過卡變控制，保證分解爐分解率的穩(wěn)定。圖9為分解爐優(yōu)化控制模型。

3.8 回轉(zhuǎn)窯控制器

回轉(zhuǎn)窯控制器的控制目標(biāo)是控制窯內(nèi)的燃燒狀況，降低fCaO的波動、控制氧含量以降低單位煤耗、減少NOx排放。本項目以fCaO、燒成帶溫度、窯尾溫度、窯尾NOx含量以及窯電流為目標(biāo)，根據(jù)窯的燃燒狀況，控制生料喂料量、窯頭喂煤量、窯轉(zhuǎn)速等，保持窯燃燒的穩(wěn)定，同時考慮其約束條件例如CO含量以及窯電流等不超過允許的上限以保證生產(chǎn)和設(shè)備的安全，在窯內(nèi)O2充足的情況下，也會盡量提高窯的產(chǎn)能并降低能耗。圖10為回轉(zhuǎn)窯優(yōu)化控制模型。

圖9 分解爐優(yōu)化控制器模型

圖10 回轉(zhuǎn)窯優(yōu)化控制器模型

3.9 篦冷機控制器

篦冷機熱交換穩(wěn)定的核心，是從風(fēng)、料兩個方向來實現(xiàn)的。篦冷機智能控制器，以熟料溫度、篦冷機篦下壓力、窯頭負(fù)壓、二三次風(fēng)溫、篦冷機液壓、熟料產(chǎn)量、余熱溫度為控制目標(biāo)，從料的方向穩(wěn)定篦冷機熱交換，實現(xiàn)熟料在篦板上的均勻分布，從風(fēng)的方向平衡冷卻風(fēng)量、余熱溫度、廢氣風(fēng)量的關(guān)系，提高余熱回收效率。圖11為篦冷機優(yōu)化控制模型。

圖11 篦冷機優(yōu)化控制器模型

篦冷機的作用是將高溫熟料冷卻并回收熱量以降低煤耗，穩(wěn)定篦壓就是通過控制篦冷機移動速度將熟料厚度分布控制均勻，這有助于提高二次風(fēng)溫和三次風(fēng)溫的穩(wěn)定性，保證窯頭收塵、輸送系統(tǒng)安全運行。該過程是一個非線性的多變量過程，多個篦壓與多個篦速相互關(guān)聯(lián)，本項目根據(jù)篦冷機的運行工況，自動調(diào)節(jié)一段篦速、二段篦速、三段篦速，實現(xiàn)對篦冷機篦下壓力的穩(wěn)定控制，提高冷卻效率。

4 控制器的應(yīng)用效果

常山南方水泥有限公司5 000 t/d熟料生產(chǎn)線先進(jìn)控制系統(tǒng)已于2014年4月投入正常運行，我們于2014年6月9日-2014年6月15日對熟料煅燒先進(jìn)過程控制器應(yīng)用效果進(jìn)了考察標(biāo)定，采用72 h對比試驗，其中6月9日8:00-6月12日8:00系統(tǒng)投用，6月12日8:00 - 6月15日8:00為系統(tǒng)切除。通過比對，熟料煅燒先進(jìn)過程控制器的應(yīng)用，很大程度上穩(wěn)定了裝置關(guān)鍵過程變量，如分解爐出口溫度、一室篦下壓力、窯頭負(fù)壓等過程關(guān)鍵變量波動大幅下降。

從表1和圖12可以看出，在投用生料分解智能控制器之后，分解爐/預(yù)熱器系統(tǒng)的關(guān)鍵變量分解爐出口溫度、C5筒出口溫度、C1筒出口溫度等的穩(wěn)定性有了明顯提升。分解爐溫度穩(wěn)定后，其中心值下降了近10 ℃，但其下限值與投運前基本一致。這樣，在保證窯尾生料分解率的同時，也避免了分解爐過燃燒造成的能源浪費。從統(tǒng)計數(shù)據(jù)上可以看出，在生料喂料量基本一致的情況，分解爐喂煤量下降了0.69 t/h，C1筒出口溫度也平均下降了3～4 ℃。這在很大程度上節(jié)約了煤耗。

從表2和圖13可以看出，在篦冷機控制器投運之后，一室篦下壓力、四室篦下壓力等關(guān)鍵變量的穩(wěn)定性得到了明顯的提升，在篦下壓力穩(wěn)定后，二次風(fēng)溫、三次風(fēng)溫、余熱發(fā)電溫度、熟料出口溫度的穩(wěn)定性都得到了明顯的提升，二次風(fēng)溫、三次風(fēng)溫溫度均提升了20 ℃以上，余熱發(fā)電溫度也略有提升，熟料出口溫度下降。

從表3和圖14可以看出，在風(fēng)量優(yōu)化控制器投運之后，窯頭負(fù)壓的穩(wěn)定性得到了明顯的提升。在窯頭負(fù)壓穩(wěn)定后，控制器會在熟料出口溫度（測點裝在篦冷機末段，因此比斜拉鏈上測定的熟料出口溫度高30～40 ℃）滿足要求的前提下，綜合調(diào)節(jié)窯頭排風(fēng)機閥門和三段篦床下冷卻風(fēng)機（F8、F9、F10）的頻率，一方面降低風(fēng)機電耗，另一方面也減少窯頭排風(fēng)量，從數(shù)據(jù)中可以看出，F(xiàn)8、F9、F10風(fēng)機的頻率和電流都得到了明顯的下降。

表1 分解爐控制器投運前后過程參數(shù)對比

圖12 分解爐出口溫度及分解爐喂煤量投用前后對比

從表4和圖14可以看出，在控制器投運之后，熟料煅燒過程明顯得到優(yōu)化，在原料組分、煤質(zhì)熱值變化不大的情況下，熟料fCaO含量進(jìn)一步減少，產(chǎn)量提升1%以上，單位煤耗降低3%，具有顯著的效益。

表2 篦冷機控制器投運前后過程參數(shù)對比

圖13 篦下壓力、篦速、二次風(fēng)溫投用前后對比

表3 風(fēng)量優(yōu)化爐控制器投運前后過程參數(shù)對比

圖14 窯頭負(fù)壓、熟料出口溫度等投用前后對比

表4 控制器投運前后煅燒過程生產(chǎn)指標(biāo)對比

5 結(jié)束語

本文針對預(yù)分解窯水泥熟料煅燒過程特性，通過采用神經(jīng)網(wǎng)絡(luò)算法，研究生產(chǎn)過程采集的實時數(shù)據(jù)，經(jīng)數(shù)據(jù)分析、處理，建立適合水泥熟料煅燒過程的控制模型，采用多變量、非線性模型預(yù)測控制技術(shù)，建立了質(zhì)量控制器、產(chǎn)量控制器、生料喂料控制器、風(fēng)量優(yōu)化控制器、分解爐控制器、回轉(zhuǎn)窯控制器、篦冷機控制器、虛擬在線分析儀VOA等，實現(xiàn)了水泥熟料煅燒過程的閉環(huán)優(yōu)化控制。在常山南方水泥的應(yīng)用證明，熟料煅燒過程優(yōu)化控制器的應(yīng)用穩(wěn)定了分解爐、回轉(zhuǎn)窯、篦冷機的運行工況，增加了熟料產(chǎn)量，降低了燃料消耗，延長了回轉(zhuǎn)窯耐火材料壽命，提高了熟料產(chǎn)品質(zhì)量，統(tǒng)一了中控操作，消除了班次的操作差異，減輕了操作員勞動強度，取得了較好的效益。

[1] 劉志江.新型干法水泥技術(shù)[M].北京:中國建材工業(yè)出版社, 2005.

[2] 張浩然, 韓正之, 李昌剛.基于神經(jīng)網(wǎng)絡(luò)的非線性模型預(yù)測控制[J].計算機仿真, 2003(5):60-62.

[3] 陳增強，袁著社，張燕.基于神經(jīng)網(wǎng)絡(luò)的非線性預(yù)測控制綜述[J].控制工程, 2002 (4): 7-11.

[4] 薛福珍，柏潔.基于先驗知識和神經(jīng)網(wǎng)絡(luò)的非線性建模與預(yù)測控制[J].系統(tǒng)仿真學(xué)報，2004(5):1 057-1 063.

[5] M artin, G., and S. McGarel. MPC With Forward Chaining for Semi-Chaotic Processes:presented at the ManufaIcTturing 2001 Conference on Integrated Systems for Industrial Enterprise Manufacturing & Control

[6] 陶永華,等.新型PID控制及其應(yīng)用[M].北京:機械工業(yè)出版社.

[7] 席裕庚.預(yù)測控制[M]. 北京: 國防科技出版社, 2013.

2015-07-28）

TQ172.625.3

B

1008-0473(2015)06-0010-09

10.16008/j.cnki.1008-0473.2015.06.002

*國家科技支撐計劃項目：高強低鈣硅酸鹽水泥及生產(chǎn)控制關(guān)鍵技術(shù)的研究與示范，項目編號：2013BAE09B00