李 曉 理， 王 子 洋， 王 康

( 1.北京工業(yè)大學(xué) 信息學(xué)部， 北京 100124；2.北京科技大學(xué) 自動化學(xué)院， 北京 100083 )

礦渣微粉生產(chǎn)過程全流程優(yōu)化

李 曉 理*1， 王 子 洋2， 王 康2

( 1.北京工業(yè)大學(xué) 信息學(xué)部， 北京 100124；2.北京科技大學(xué) 自動化學(xué)院， 北京 100083 )

簡述了礦渣微粉生產(chǎn)整體流程，研究了以最大化經(jīng)濟(jì)效益為目的的全流程優(yōu)化問題．通過協(xié)調(diào)生產(chǎn)管理、運行優(yōu)化、過程控制等部門的工作，結(jié)合立磨粉磨過程的工藝特點，提出了針對礦渣微粉生產(chǎn)過程的全流程優(yōu)化整體解決方案．基于某微粉廠提供的大量數(shù)據(jù)，分析挖掘出礦渣微粉生產(chǎn)過程中影響經(jīng)濟(jì)效益的生產(chǎn)指標(biāo)，以及在生產(chǎn)過程中影響這些生產(chǎn)指標(biāo)的控制指標(biāo)．將運行優(yōu)化分為兩層，并給出數(shù)學(xué)描述，為礦渣微粉生產(chǎn)過程全流程優(yōu)化的深入研究奠定基礎(chǔ)．

礦渣微粉；全流程優(yōu)化；數(shù)據(jù)驅(qū)動

0 引 言

礦渣微粉全稱為?；郀t礦渣粉，是由鋼鐵廠冶煉生鐵時產(chǎn)生的廢渣經(jīng)干燥磨粉而成．礦渣微粉可以以20%～70%的比例替代水泥，以礦物摻合料的形式配制混凝土，大大提高了水泥混凝土力學(xué)性能[1-2]．

隨著我國鋼鐵量的不斷躍升，生產(chǎn)過程中產(chǎn)生的礦渣廢渣也不斷增加．礦渣不僅占用大量土地，對環(huán)境造成重大污染，而且運輸成本高，為鋼鐵生產(chǎn)企業(yè)增加了巨大的經(jīng)濟(jì)負(fù)擔(dān)．據(jù)統(tǒng)計，我國每年產(chǎn)生2×108t左右的礦渣[3]，在如此高的產(chǎn)量下，能夠高效處理礦渣使其變廢為寶的礦渣粉磨技術(shù)成為一項重要研究課題．從20世紀(jì)80年代至今，我國引進(jìn)立磨生產(chǎn)線，并不斷對生產(chǎn)線進(jìn)行提升和改造，礦渣粉磨技術(shù)得到了很大提升[4]．

礦渣粉磨是一個高耗能、不穩(wěn)定的生產(chǎn)過程．目前，對礦渣微粉生產(chǎn)的研究多數(shù)著眼于提高產(chǎn)品的質(zhì)量，對成本、能耗、經(jīng)濟(jì)效益等問題沒有深入探討．因此，如何采取有效的方式，在保證產(chǎn)品質(zhì)量的同時降低生產(chǎn)成本，減小能耗，提高企業(yè)經(jīng)濟(jì)效益已經(jīng)成為礦渣微粉產(chǎn)業(yè)亟待研究的問題．

礦渣微粉生產(chǎn)線是由多個控制系統(tǒng)共同控制的，其中每一個子控制系統(tǒng)都是一個閉環(huán)反饋控制系統(tǒng)．閉環(huán)反饋控制系統(tǒng)主要通過調(diào)節(jié)控制器形式或控制器參數(shù)，使被控變量逼近系統(tǒng)輸入設(shè)定值[5]，因此，控制系統(tǒng)的理想運行狀態(tài)就是被控變量與設(shè)定值保持一致．然而，設(shè)定值是由技術(shù)人員憑借理論知識和工作經(jīng)驗直觀給出的，沒有經(jīng)過嚴(yán)格的客觀推理計算，主觀性強，精確度低．即使控制達(dá)到了理想狀態(tài)，也只能保證被控系統(tǒng)運行在技術(shù)人員的主觀決策之下，無法保證技術(shù)人員的決策能夠使生產(chǎn)效率達(dá)到最大、經(jīng)濟(jì)效益達(dá)到最大．因此，對生產(chǎn)過程各控制系統(tǒng)的輸入設(shè)定值的決策就變得至關(guān)重要，優(yōu)化算法是解決該問題的有效途徑之一[6]．

然而，在復(fù)雜的工業(yè)生產(chǎn)中，生產(chǎn)過程存在著物流分配、能量平衡、指標(biāo)耦合等一系列的問題．所以，不能局限于將生產(chǎn)設(shè)備作為優(yōu)化對象，而是要將整條生產(chǎn)線，從原料的成本到最終產(chǎn)品的銷售以及中間的每一個過程和指標(biāo)都考慮到優(yōu)化問題中來，實現(xiàn)工業(yè)過程運行優(yōu)化控制[7-8]，達(dá)到全流程優(yōu)化的目的．復(fù)雜系統(tǒng)的全流程優(yōu)化是工業(yè)生產(chǎn)中的重要命題，是眾多工業(yè)生產(chǎn)制造領(lǐng)域以及高校研究所的重點研究方向．全流程優(yōu)化能夠極大地提高生產(chǎn)效率，降低成本能耗，增大企業(yè)的經(jīng)濟(jì)效益[9]．

隨著礦渣粉磨工藝的進(jìn)步，對礦渣微粉生產(chǎn)自動化水平的要求也日益提高．目前，自動化控制技術(shù)在絕大多數(shù)的微粉廠的應(yīng)用仍是針對局部的，在生產(chǎn)的全流程優(yōu)化上應(yīng)用匱乏，限制了企業(yè)的經(jīng)濟(jì)效益提升．全流程優(yōu)化不能單獨追求某一個指標(biāo)的優(yōu)化，需要一個整體生產(chǎn)穩(wěn)定運行、能耗低而利潤大的綜合評價指標(biāo)[10]．分析礦渣微粉生產(chǎn)過程的工藝流程，考慮實際生產(chǎn)設(shè)備存在的物理約束，對最終產(chǎn)品的質(zhì)量、產(chǎn)量、成本、能耗等生產(chǎn)指標(biāo)建立綜合工藝指標(biāo)模型，進(jìn)行綜合優(yōu)化設(shè)計，保證在成本低、能耗小、安全生產(chǎn)的條件下獲得質(zhì)量優(yōu)良的產(chǎn)品，進(jìn)而獲得較高的經(jīng)濟(jì)效益是本文研究的主要問題[11-12]．

目前，國內(nèi)外專家學(xué)者對礦渣微粉生產(chǎn)過程已經(jīng)開展了深入研究：郁士忠等研究了礦渣微粉質(zhì)量優(yōu)化的問題[3]；Chai等研究了復(fù)雜工業(yè)的過程優(yōu)化問題[5]；Young闡述了石油精煉過程的控制和實時優(yōu)化[9]；Skogestad研究了化工廠的全流程控制問題[12]；王孝紅等采用專家系統(tǒng)和模糊控制設(shè)計了立磨優(yōu)化控制方案[13]； 侯忠生等研究了數(shù)據(jù)驅(qū)動控制理論及方法[14]．相較于現(xiàn)有研究，本文主要針對礦渣微粉生產(chǎn)過程的全流程優(yōu)化進(jìn)行研究：將經(jīng)濟(jì)效益作為優(yōu)化的性能指標(biāo)；基于現(xiàn)場的大量數(shù)據(jù)，建立經(jīng)濟(jì)效益、生產(chǎn)指標(biāo)和控制指標(biāo)的非線性關(guān)系，挖掘其內(nèi)在本質(zhì)與聯(lián)系；將礦渣微粉生產(chǎn)過程全流程優(yōu)化分為兩層優(yōu)化，并建立數(shù)學(xué)描述，簡化優(yōu)化問題的計算量與復(fù)雜度，為實際應(yīng)用奠定基礎(chǔ)．

1 礦渣微粉生產(chǎn)工藝綜述

1.1 工藝流程簡述

礦渣粉磨系統(tǒng)主要由料倉、皮帶輸送機(jī)、熱風(fēng)爐、立磨、選粉機(jī)、成品庫等組成[15-16]．

料倉中的礦渣經(jīng)過皮帶輸送機(jī)運送至喂料裝置，再由喂料裝置將礦渣喂入立磨中進(jìn)行研磨．立磨頂端安裝選粉機(jī)，選粉機(jī)將比表面積達(dá)到標(biāo)準(zhǔn)的礦渣微粉篩選出來，并將成品運送至成品庫中．綜上可見，礦渣微粉生產(chǎn)過程中，立磨和選粉機(jī)是最重要、最核心的生產(chǎn)設(shè)備．下面對立磨和選粉機(jī)進(jìn)行進(jìn)一步的研究．

立磨是應(yīng)用料床粉磨原理粉磨物料，應(yīng)用熱風(fēng)烘干物料和傳送物料的機(jī)械設(shè)備[17]．對立磨的工作原理描述如下：皮帶輸送機(jī)從喂料口將礦渣喂入立磨內(nèi)部的磨盤中央，磨盤上方放置有可以隨磨盤轉(zhuǎn)動的磨輥．電機(jī)啟動帶動磨盤轉(zhuǎn)動，使得磨盤與磨輥產(chǎn)生相對運動，粉磨礦渣，同時，磨盤的轉(zhuǎn)動使得礦渣粉粒受到離心力的作用向外移動直到離開磨盤．磨盤下方有熱風(fēng)爐提供的向上熱氣流，當(dāng)?shù)V渣粉粒離開磨盤，就會受到熱氣流的作用而上升，進(jìn)入選粉機(jī)．

選粉機(jī)具有籠型葉片結(jié)構(gòu)，籠型葉片結(jié)構(gòu)旋轉(zhuǎn)產(chǎn)生旋轉(zhuǎn)氣流，帶動礦渣粉粒旋轉(zhuǎn)．通過合理控制選粉機(jī)的轉(zhuǎn)速，利用離心力的作用，將不符合規(guī)格的比表面積較小的礦渣粉粒甩到選粉機(jī)壁上，落入分離器，同入料一起重新粉磨．符合規(guī)格的比表面積較大的礦渣粉粒直接隨氣流進(jìn)入成品庫，圖1所示為礦渣粉磨工藝流程圖．

圖1 礦渣粉磨系統(tǒng)

1.2 工藝流程分析

礦渣微粉生產(chǎn)過程由多個閉環(huán)反饋控制系統(tǒng)組成，涉及的控制量與被控制量很多，各控制量之間與各被控制量之間耦合性強，沒有明確直接的控制關(guān)系．通過對山東某礦渣微粉生產(chǎn)基地進(jìn)行實地考察研究，與大量現(xiàn)場技術(shù)人員、調(diào)度人員、工程師進(jìn)行交流探討，結(jié)合生產(chǎn)現(xiàn)場采集到的大量數(shù)據(jù)，并根據(jù)對工藝流程的深入理論研究，總結(jié)出微粉生產(chǎn)過程中的主要控制量與被控制量：喂料量、選粉機(jī)轉(zhuǎn)速、入磨氣流溫度為主要控制量；微粉的比表面積、磨內(nèi)壓差、料層厚度為主要被控制量．圖2所示為某礦渣微粉生產(chǎn)基地的工藝流程圖．

礦渣微粉的比表面積一般為400～500 m2/kg，按照客戶需求，比表面積越大，質(zhì)量越高，價格越高．比表面積主要通過改變選粉機(jī)轉(zhuǎn)速進(jìn)行調(diào)節(jié)．

料層厚度是立磨穩(wěn)定運行的重要因素，主要通過改變喂料量進(jìn)行調(diào)節(jié)，料層厚度需要控制在10～30 mm．

圖2 礦渣粉磨工藝流程

磨內(nèi)壓差直接體現(xiàn)立磨負(fù)荷的大小，壓差大容易產(chǎn)生堵料故障，壓差小容易產(chǎn)生劇烈振動，主要通過改變料層厚度和熱風(fēng)溫度進(jìn)行調(diào)節(jié)，磨內(nèi)壓差需要控制在3 000～4 000 Pa．

通過對上述礦渣微粉生產(chǎn)工藝的研究發(fā)現(xiàn)，目前在實際生產(chǎn)中，比表面積、料層厚度、磨內(nèi)壓差等被控制量的控制已經(jīng)能夠滿足生產(chǎn)需要，但是被控制量的設(shè)定值選定上還沒有嚴(yán)格的理論指導(dǎo)，技術(shù)人員主要通過經(jīng)驗的累積和少量理論知識的融合給出設(shè)定值．全流程優(yōu)化的核心就是通過科學(xué)的計算和經(jīng)驗的整合，推理出合理的被控制量設(shè)定值，保證生產(chǎn)的正常運行、人員與設(shè)備的安全及產(chǎn)品的質(zhì)量，減小成本和能源的消耗，使企業(yè)的經(jīng)濟(jì)效益最大化．

2 礦渣微粉生產(chǎn)全流程優(yōu)化

如圖3所示，將礦渣微粉的全流程優(yōu)化過程分為3個部分：生產(chǎn)管理、過程運行優(yōu)化和控制系統(tǒng)．

圖3 礦渣微粉生產(chǎn)過程全流程優(yōu)化

生產(chǎn)管理：根據(jù)客戶需求，經(jīng)營決策部門設(shè)定生產(chǎn)任務(wù)遞交計劃調(diào)度部門，計劃調(diào)度部門依據(jù)設(shè)備生產(chǎn)能力、技術(shù)人員等多方面因素制訂生產(chǎn)計劃．生產(chǎn)管理涉及經(jīng)濟(jì)管理學(xué)、冶金學(xué)等多領(lǐng)域知識，本文不再贅述．

過程運行優(yōu)化：在保證完成生產(chǎn)計劃任務(wù)的基礎(chǔ)上，提高產(chǎn)品的質(zhì)量，減少成本、能源的消耗，減少生產(chǎn)設(shè)備的損耗，使經(jīng)濟(jì)效益最大化．根據(jù)生產(chǎn)管理制訂的生產(chǎn)計劃，運用優(yōu)化算法，設(shè)定各控制子系統(tǒng)的最優(yōu)設(shè)定值，供技術(shù)人員參考．本文主要對過程運行優(yōu)化進(jìn)行深入的分析研究．

控制系統(tǒng)：根據(jù)上一章對工藝流程的分析，關(guān)注主要的3個控制系統(tǒng)——選粉機(jī)控制系統(tǒng)、礦渣喂料控制系統(tǒng)和熱風(fēng)爐控制系統(tǒng)．關(guān)于控制系統(tǒng)的研究已經(jīng)比較成熟，本文將簡述礦渣微粉生產(chǎn)過程控制系統(tǒng)的結(jié)構(gòu)，不做深入探討．

2.1 過程運行優(yōu)化

經(jīng)濟(jì)效益是企業(yè)最終的追求目標(biāo)，傳統(tǒng)的工業(yè)生產(chǎn)制造企業(yè)在保證產(chǎn)品質(zhì)量的同時盡可能地提高產(chǎn)量來提高經(jīng)濟(jì)效益．這固然是一種簡單直接的方法，但是質(zhì)量和產(chǎn)量是一個相互矛盾的命題：追求高的質(zhì)量必然會降低產(chǎn)量，雖然產(chǎn)量降低，但是高質(zhì)量的產(chǎn)品單價會升高，反之亦然．所以，如何生產(chǎn)使得質(zhì)量和產(chǎn)量達(dá)到一個平衡時，能夠使企業(yè)的經(jīng)濟(jì)效益達(dá)到最大成為亟待解決的問題．

同時，能源消耗也是企業(yè)運作過程中考慮的重要指標(biāo)之一：一方面，能源是有成本的，消耗量會直接影響到經(jīng)濟(jì)效益；另一方面，目前國家乃至世界都在提倡綠色工業(yè)，不能為追求經(jīng)濟(jì)效益而肆意消耗能源，排放污染物．

過程運行優(yōu)化是指尋找控制系統(tǒng)的最優(yōu)設(shè)定值，使得生產(chǎn)過程在保證安全和產(chǎn)品質(zhì)量的基礎(chǔ)上，盡可能減小成本能耗，增大經(jīng)濟(jì)效益．將礦渣微粉生產(chǎn)過程看作一個整體，基于數(shù)據(jù)從宏觀角度研究限制能源消耗、提高企業(yè)經(jīng)濟(jì)效益的途徑．在實際生產(chǎn)中，直接通過優(yōu)化控制指標(biāo)(如選粉機(jī)轉(zhuǎn)速)得到最大化的經(jīng)濟(jì)效益是有難度的，因為直接影響經(jīng)濟(jì)效益的是生產(chǎn)指標(biāo)(如微粉比表面積)，而生產(chǎn)指標(biāo)是難以直接由技術(shù)人員控制的，技術(shù)人員能夠直接控制的是控制指標(biāo)．所以，可以通過優(yōu)化控制指標(biāo)從而優(yōu)化生產(chǎn)指標(biāo)，繼而得到期望的最大經(jīng)濟(jì)效益[18]．

經(jīng)過生產(chǎn)現(xiàn)場的勘察，與管理層、工程師的討論，總結(jié)出能夠影響經(jīng)濟(jì)效益的生產(chǎn)指標(biāo)主要有 產(chǎn)品質(zhì)量(比表面積)、生產(chǎn)效率(日產(chǎn)量)、成本支出與能源消耗．能夠影響生產(chǎn)指標(biāo)的控制指標(biāo)主要有選粉機(jī)轉(zhuǎn)速y1、喂料量y2、入磨氣流溫度y3．

如圖4所示，本文將礦渣微粉生產(chǎn)過程的運行優(yōu)化分為兩層——生產(chǎn)指標(biāo)優(yōu)化和控制指標(biāo)優(yōu)化．分層運行優(yōu)化減小了優(yōu)化問題的計算復(fù)雜度，降低了約束條件的維度，減少了求解優(yōu)化問題的時間，利于生產(chǎn)中的實際操作．

圖4 分層運行優(yōu)化

2.1.1 生產(chǎn)指標(biāo)優(yōu)化 生產(chǎn)指標(biāo)優(yōu)化是通過優(yōu)化比表面積i1、日產(chǎn)量i2、成本i3和能耗i44項指標(biāo)，使得企業(yè)的經(jīng)濟(jì)效益達(dá)到最大．基于各指標(biāo)現(xiàn)有的大量數(shù)據(jù)，建立數(shù)據(jù)驅(qū)動的數(shù)學(xué)模型，基于數(shù)據(jù)驅(qū)動方法建立經(jīng)濟(jì)效益與各生產(chǎn)指標(biāo)之間的非線性關(guān)系f(·)，將經(jīng)濟(jì)效益作為目標(biāo)函數(shù)J，即：

maxJ=f(i1,i2,i3,i4)

(1)

式(1)中的非線性關(guān)系與企業(yè)的運行設(shè)備、原料來源渠道、工人經(jīng)驗等因素有關(guān)．而企業(yè)運行設(shè)備、原料來源渠道長期不會發(fā)生大的變化，工人經(jīng)驗等也不會在短期發(fā)生大的變化，所以非線性關(guān)系f(·)是一個長效函數(shù)，反映的是一個企業(yè)的本質(zhì)與運行狀況．

經(jīng)營決策部門與計劃調(diào)度部門等生產(chǎn)管理部門考慮客戶要求、技術(shù)人員配置、設(shè)備生產(chǎn)能力和任務(wù)調(diào)度安排等多方面實際因素，決定產(chǎn)品質(zhì)量、產(chǎn)品產(chǎn)量、成本支出和能源消耗各自的范圍：

ik∈[ikmin,ikmax]；k=1,2,3,4

(2)

由于微粉生產(chǎn)過程是一個強耦合的系統(tǒng)，生產(chǎn)指標(biāo)之間也有著一定的非線性關(guān)系．建立數(shù)據(jù)驅(qū)動的數(shù)學(xué)模型，基于數(shù)據(jù)驅(qū)動方法建立生產(chǎn)指標(biāo)之間的非線性關(guān)系gk.j(·)，即：

ik=gk,j(ij)；k,j=1,2,3,4，k≠j

(3)

綜上，生產(chǎn)指標(biāo)優(yōu)化數(shù)學(xué)模型描述為

maxJ=f(i1,i2,i3,i4) s.t.ik=gk,j(ij)；k,j=1,2,3,4，k≠jik∈[ikmin,ikmax]；k=1,2,3,4

求解上述優(yōu)化問題，可以得到生產(chǎn)指標(biāo)最優(yōu)解i*，也就是使得企業(yè)經(jīng)濟(jì)效益達(dá)到最大時的生產(chǎn)指標(biāo)的最優(yōu)值，如圖5所示．

圖5 生產(chǎn)指標(biāo)優(yōu)化

2.1.2 控制指標(biāo)優(yōu)化 在實際生產(chǎn)中，現(xiàn)場技術(shù)人員無法直接控制生產(chǎn)指標(biāo)ik(產(chǎn)品質(zhì)量、產(chǎn)品產(chǎn)量、成本、能耗等)，而是通過改變控制指標(biāo)從而調(diào)節(jié)生產(chǎn)指標(biāo)．由前文知主要控制指標(biāo)有選粉機(jī)轉(zhuǎn)速y1、喂料量y2、入磨氣流溫度y3．以生產(chǎn)指標(biāo)與最優(yōu)值之間的距離為目標(biāo)函數(shù)，根據(jù)控制指標(biāo)與生產(chǎn)指標(biāo)之間的關(guān)系、各項指標(biāo)自身的限制以及生產(chǎn)現(xiàn)場的工況限制，建立等式約束、不等式約束，完成控制指標(biāo)優(yōu)化，使目標(biāo)函數(shù)達(dá)到最?。ㄟ^優(yōu)化控制指標(biāo)，使生產(chǎn)指標(biāo)逼近生產(chǎn)指標(biāo)優(yōu)化得到的最優(yōu)解，從而使經(jīng)濟(jì)效益，即式(1)達(dá)到最大，下面對控制指標(biāo)優(yōu)化進(jìn)行詳細(xì)論述．

首先，希望生產(chǎn)指標(biāo)的計算值逼近生產(chǎn)指標(biāo)優(yōu)化的最優(yōu)解，即使得二者距離最短，故控制指標(biāo)優(yōu)化的目標(biāo)函數(shù)為

(4)

式中：ak是比表面積i1、日產(chǎn)量i2、成本i3和能耗i44項生產(chǎn)指標(biāo)的加權(quán)系數(shù)，表示在實際生產(chǎn)中，控制指標(biāo)優(yōu)化層會根據(jù)調(diào)度安排、即時需求、設(shè)備狀況等區(qū)別對待每一項生產(chǎn)指標(biāo)，對于即時比較重要的生產(chǎn)指標(biāo)，賦予較大的權(quán)值，對于即時不重要甚至可以忽略的生產(chǎn)指標(biāo)賦予較小的權(quán)值，以此來達(dá)到隨時調(diào)整生產(chǎn)計劃的功能．基于數(shù)據(jù)驅(qū)動的方法建立生產(chǎn)指標(biāo)和控制指標(biāo)之間的非線性關(guān)系lk(·)，即：

ik=lk(y1,y2,y3)；k=1,2,3,4
yn∈[ynmin,ynmax]；n=1,2,3

(5)

同時，在實際生產(chǎn)過程中需滿足安全生產(chǎn)、穩(wěn)定生產(chǎn)的要求，對各工況指標(biāo)也有嚴(yán)格的限制，主要的工況指標(biāo)有料層厚度p1和磨內(nèi)壓差p2．而工況指標(biāo)受到控制指標(biāo)的影響，基于數(shù)據(jù)驅(qū)動方法建立其非線性關(guān)系為hm(·)，即：

pm=hm(y1,y2,y3)，
pm∈[pmmin,pmmax]；m=1,2

(6)

綜上，控制指標(biāo)優(yōu)化的數(shù)學(xué)模型描述為

求解上述優(yōu)化問題，得到控制指標(biāo)——選粉機(jī)轉(zhuǎn)速(電機(jī)轉(zhuǎn)速)y1、喂料量(水渣進(jìn)料)y2、入磨氣流溫度(入磨循環(huán)風(fēng)閥開度)y3的最優(yōu)解，可以直接用于指導(dǎo)實際生產(chǎn)過程控制系統(tǒng)設(shè)定值的選定，如圖6所示．

圖6 控制指標(biāo)優(yōu)化

2.2 控制系統(tǒng)

由前文知，礦渣微粉生產(chǎn)過程3個主要的子控制系統(tǒng)分別是選粉機(jī)控制系統(tǒng)、礦渣喂料控制系統(tǒng)和熱風(fēng)爐控制系統(tǒng)．其中，選粉機(jī)控制系統(tǒng)通過轉(zhuǎn)速控制器調(diào)節(jié)選粉機(jī)電機(jī)轉(zhuǎn)速實現(xiàn)對選粉機(jī)轉(zhuǎn)速y1的控制；礦渣喂料控制系統(tǒng)通過喂料控制器調(diào)節(jié)皮帶輸送機(jī)轉(zhuǎn)速實現(xiàn)對喂料量y2的控制；熱風(fēng)爐控制系統(tǒng)通過風(fēng)機(jī)控制器調(diào)節(jié)入磨冷風(fēng)調(diào)節(jié)閥開度實現(xiàn)對入磨氣流溫度y3的控制．如圖7所示為礦渣微粉生產(chǎn)過程控制系統(tǒng)示意圖．

圖7 過程控制系統(tǒng)

3 全流程優(yōu)化的工程應(yīng)用

依靠國家自然科學(xué)基金項目支持，在山東省濟(jì)南魯新新型建材股份有限公司3號礦渣微粉生產(chǎn)線進(jìn)行實驗研究．采集3號生產(chǎn)線的運行數(shù)據(jù)，每隔 2 min 進(jìn)行采樣, 數(shù)據(jù)包括水渣進(jìn)料、電機(jī)轉(zhuǎn)速、入磨氣流溫度、入磨循環(huán)風(fēng)閥開度、比表面積、磨內(nèi)壓差等項目(見表1)[1]．由于直接采集的數(shù)據(jù)存在測量誤差等因素，故需要對數(shù)據(jù)進(jìn)行預(yù)處理．利用處理后的數(shù)據(jù)與工程師經(jīng)驗，獲得控制指標(biāo)優(yōu)化的允許范圍(見表2)[1]．

表1 魯新建材3號礦渣微粉生產(chǎn)線生產(chǎn)運行數(shù)據(jù)

表2 控制指標(biāo)允許變化范圍

通過基于數(shù)據(jù)的遞歸神經(jīng)網(wǎng)絡(luò)(RNN)模型辨識方法對全流程優(yōu)化過程進(jìn)行辨識，通過自適應(yīng)動態(tài)規(guī)劃(ADP)優(yōu)化算法進(jìn)行優(yōu)化計算[1]．本文主要對礦渣微粉生產(chǎn)過程全流程優(yōu)化的思想和整體解決方案進(jìn)行介紹，其中每個部分的系統(tǒng)模型辨識和優(yōu)化算法及其仿真在研究團(tuán)隊現(xiàn)有及未來其他成果中得以詳細(xì)體現(xiàn)．

4 結(jié) 語

本文對礦渣微粉的生產(chǎn)過程工藝流程進(jìn)行了詳細(xì)介紹，提出了礦渣微粉生產(chǎn)過程的全流程優(yōu)化問題，并提出整體解決方案：礦渣微粉生產(chǎn)過程的全流程優(yōu)化涉及生產(chǎn)過程的每一個環(huán)節(jié)，本文著重分析研究了如何在保證生產(chǎn)安全和產(chǎn)品質(zhì)量、產(chǎn)量達(dá)標(biāo)的情況下，增大生產(chǎn)線總體的生產(chǎn)效率和經(jīng)濟(jì)效益；對全流程優(yōu)化的過程運行優(yōu)化系統(tǒng)進(jìn)行分析和研究，在傳統(tǒng)過程控制系統(tǒng)前增加兩層優(yōu)化環(huán)節(jié)，利用優(yōu)化算法，考慮經(jīng)濟(jì)效益等指標(biāo)，為生產(chǎn)現(xiàn)場控制指標(biāo)設(shè)定值的選定提供了科學(xué)的依據(jù)和指導(dǎo)性意見．未來，將對礦渣微粉過程全流程優(yōu)化的模型辨識及優(yōu)化算法進(jìn)行深入研究．

[1] 王 康,李曉理,賈 超,等. 基于自適應(yīng)動態(tài)規(guī)劃的礦渣微粉生產(chǎn)過程跟蹤控制 [J]. 自動化學(xué)報, 2016,42(10):1542-1551.

WANG Kang, LI Xiaoli, JIA Chao,etal. Optimal tracking control for slag grinding process based on adaptive dynamic programming [J].ActaAutomaticaSinica, 2016,42(10):1542-1551. (in Chinese)

[2] ISIKDAG B, TOPCU I B. The effect of ground granulated blast-furnace slag on properties of Horasan mortar [J].ConstructionandBuildingMaterials, 2013,40:448-454.

[3] 郁士忠,施慶安,曹棟樑,等. 超細(xì)?；郀t礦渣微粉的制備工藝研究[J]. 粉煤灰綜合利用, 2012(6):36-37. YU Shizhong, SHI Qing′an, CAO Dongliang,etal. Preparation method research on superfine granulated blast furnace slag powder [J].FlyAshComprehensiveUtilization, 2012(6):36-37. (in Chinese)

[4] 陳云波,徐培濤,韓仲琦,等. 粉磨方法和粉磨細(xì)度對水泥強度的影響[J]. 硅酸鹽學(xué)報, 2002,30(s1):53-58.

CHEN Yunbo, XU Peitao, HAN Zhongqi,etal. Effect of grinding method and grinding fineness on cement strength [J].JournaloftheChineseCeramicSociety, 2002,30(s1):53-58. (in Chinese)

[5] CHAI Tianyou, QIN S J, WANG Hong. Optimal operational control for complex industrial processes [J].AnnualReviewsinControl, 2014,38(1):81-92.

[6] 李曉理. 一類離散時間非線性系統(tǒng)的多模型自適應(yīng)控制[J]. 控制與決策, 2010,25(6):841-846.

LI Xiaoli. Multiple model adaptive control of a kind of discrete time nonlinear system [J].ControlandDecision, 2010,25(6):841-846. (in Chinese)

[7] 李曉理,王 偉,孫 維. 多模型自適應(yīng)控制[J]. 控制與決策, 2000,15(4):390-394.

LI Xiaoli, WANG Wei, SUN Wei. Multi-model adaptive control [J].ControlandDecision, 2000,15(4):390-394. (in Chinese)

[8] 李曉理,劉德馨,周 翔,等. 高爐布料設(shè)定值優(yōu)化控制[J]. 控制理論與應(yīng)用, 2015,32(12):1660-1668.

LI Xiaoli, LIU Dexin, ZHOU Xiang,etal. Setting value optimal control for blast furnace burden distribution [J].ControlTheoryandApplications, 2015,32(12):1660-1668. (in Chinese)

[9] YOUNG R E. Petroleum refining process control and real-time optimization [J].IEEEControlSystemMagazine, 2006,26(6):73-83.

[10] MA Jingran, QIN J, SALSBURY T,etal. Demand reduction in building energy systems based on economic model predictive control [J].ChemicalEngineeringScience, 2012,67(1):92-100.

[11] ENGELL S. Feedback control for optimal process operation [J].JournalofProcessControl, 2007,17(3):203-219.

[12] SKOGESTAD S. Plantwide control:The search for the self-optimizing control structure [J].JournalofProcessControl, 2000,10(5):487-507.

[13] 王孝紅,劉 釗,王 卓,等. 礦渣粉磨智能控制系統(tǒng)的研究及應(yīng)用[J]. 控制工程, 2012,19(2):240-244,248.

WANG Xiaohong, LIU Zhao, WANG Zhuo,etal. Research and application of intelligent control system for slag grinding [J].ControlEngineeringofChina, 2012,19(2):240-244, 248. (in Chinese)

[14] 侯忠生,許建新. 數(shù)據(jù)驅(qū)動控制理論及方法的回顧和展望[J]. 自動化學(xué)報, 2009,35(6):650-667.

HOU Zhongsheng, XU Jianxin. On data-driven control theory:the state of the art and perspective [J].ActaAutomaticaSinica, 2009,35(6):650-667. (in Chinese)

[15] XU Jianxin, HOU Zhongsheng. Notes on data-driven system approaches [J].ActaAutomaticaSinica, 2009,35(6):668-675.

[16] SUN Yewang, ZE Xiangbo, YANG Xuefeng,etal. Analysis of flow field in vertical roller mill chamber based on turbulent models [C] //Proceedings—2009InternationalConferenceonEnvironmentalScienceandInformationApplicationTechnology,ESIAT2009. Piscataway: IEEE Computer Society, 2009:637-640.

[17] 顏文俊,秦 偉. 水泥立磨流程的建模和控制優(yōu)化[J]. 控制工程, 2012,19(6):929-934,943.

YAN Wenjun, QIN Wei. Modeling and control optimization in cement vertical roller mill process [J].ControlEngineeringofChina, 2012,19(6):929-934,943. (in Chinese)

[18] 柴天佑. 生產(chǎn)制造全流程優(yōu)化控制對控制與優(yōu)化理論方法的挑戰(zhàn)[J]. 自動化學(xué)報, 2009,35(6):641-649.

CHAI Tianyou. Challenges of optimal control for plant-wide production processes in terms of control and optimization theories [J].ActaAutomaticaSinica, 2009,35(6):641-649. (in Chinese)

Plant-wideoptimizationforslagpowderproductionprocess

LI Xiaoli*1, WANG Ziyang2, WANG Kang2

( 1.Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China； 2.School of Automation and Electrical Engineering, University of Science and Technology Beijing, Beijing 100083, China )

The whole process of slag powder production is described, and the plant-wide optimization problem is studied in order to maximize economic benefits. Combining with the features of the vertical mill grinding process, an integrated solution is proposed for plant-wide optimization problem of slag powder production process through coordination of production management, operational optimization and process control. Based on the data provided by a slag powder factory, the production indices affecting economic benefit and their control indicators in the process of slag powder production are analyzed. The operational optimization is divided into two layers with mathematical description followed, which lays foundation for the further studies of the plant-wide optimization of slag powder production process.

slag powder; plant-wide optimization; data-driven

1000-8608(2017)05-0517-07

2016-12-06；

2017-07-19．

國家自然科學(xué)基金資助項目(61473034,61673053)；高等學(xué)校博士學(xué)科點專項科研基金(博導(dǎo)類)資助項目(20130006110008)；北京市科技新星計劃交叉學(xué)科合作項目(Z161100004916041).

李曉理*(1971-)，男，教授，博士生導(dǎo)師，E-mail:lixiaolibjut@bjut.edu.cn；王子洋(1993-)，男，碩士生；王 康(1989-)，男，博士生.

TP273

A

10.7511/dllgxb201705012