分類號(hào) 密級(jí) U D C 編號(hào) 中南大學(xué) 士學(xué)位論文 論文題目 閃速熔煉氣流干燥水分軟測(cè)量及 智能優(yōu)化控制研究 學(xué)科、專業(yè) 控制理論與控制工程 研究生姓名 張 定 華 導(dǎo)師姓名及 專業(yè)技術(shù)職稱 桂 衛(wèi) 華 教 授 中南大學(xué)碩士學(xué)位論文 摘要 要 氣流干燥是利用熱氣流使精礦懸浮起來進(jìn)行閃速干燥， 是閃速熔煉的關(guān)鍵工序之一。 控制干精礦的含水率在 間是穩(wěn)定熔煉生產(chǎn)的前提 , 由于沉塵室干精礦的含水率難以在線檢測(cè)而導(dǎo)致了干精礦水分難穩(wěn)定。針對(duì)這一問題， 本文以貴溪冶煉廠三段氣流干燥系統(tǒng)作為研究對(duì)象，對(duì)水分軟測(cè)量模型 做了分析研究，根據(jù)現(xiàn)場(chǎng)獲取的測(cè)量數(shù)據(jù)，實(shí)現(xiàn)了對(duì)干精礦水分的在 線預(yù)測(cè)，在此基礎(chǔ)上設(shè)計(jì)開發(fā)了氣流干燥智能優(yōu)化控制系統(tǒng)。 論文在對(duì)三段氣流干燥的工藝機(jī)理分析的基礎(chǔ)上， 根據(jù)實(shí)際操作情況，選取了 11 個(gè)變量作為輔助變量，通過企業(yè)內(nèi)部計(jì)算機(jī)平臺(tái)和取了現(xiàn)場(chǎng)工藝數(shù)據(jù)，利用數(shù)據(jù)校正技術(shù)對(duì)所獲取的數(shù)據(jù)進(jìn)行校正處理，并用主元分析進(jìn)行降維處理后建立了三層 經(jīng)網(wǎng)絡(luò)模型；通過干燥過程的熱傳遞分析， 建立了熱平衡模型；基于生產(chǎn)控制專家經(jīng)驗(yàn)，建立了經(jīng)驗(yàn)回歸模型。三 個(gè)模型比較研究表明：神經(jīng)網(wǎng)絡(luò)模型總體的擬合性好， 但由于數(shù)據(jù)的不完備而導(dǎo)致在某些點(diǎn)上不能正確預(yù)報(bào)，經(jīng)驗(yàn)回歸模型誤差起伏較大且只能在一定范圍內(nèi)進(jìn)行預(yù)報(bào)，熱平衡模型誤差很大，但在工況突變時(shí)又比其他兩種的預(yù)測(cè)效果好。根據(jù)他們的特點(diǎn)，建立了由這三個(gè)模型有機(jī)結(jié)合的集成模型。試驗(yàn)表明，該模型可行，精度高，能滿足工業(yè)生產(chǎn)要求。 在實(shí)現(xiàn)了水分軟測(cè)量基礎(chǔ)上，結(jié)合貴溪冶煉廠現(xiàn)場(chǎng)實(shí)際，建立了由氮?dú)夂拖♂岋L(fēng)專家控制和基于軟測(cè)量的燃油優(yōu)化控制組成的雙反饋控制系統(tǒng)。前者是通過改變窯頭含氧率和溫度來確保精礦不著火；后者是通過軟測(cè)量預(yù)報(bào)的結(jié)果，由遺傳算法求取最佳燃油量。應(yīng)用表明，該方案切實(shí)可行，取得了良好的效果。 關(guān)鍵詞： 軟測(cè)量，氣流干燥，雙反饋，智能優(yōu)化 he is by in It is of in of of is of of of be by of of be To is as of of is on of is as on of of CS of of in by In to of is of is is is by of be as is by it in s is in it in s is is is So an is by is by is It of A of an an of on is to no by in of of by on of of is 南大學(xué)碩士學(xué)位論文 目錄 錄 第一章 緒論. 1 .軟測(cè)量的意義 .軟測(cè)量模型描述 .軟測(cè)量設(shè)計(jì)步驟 .軟測(cè)量研究現(xiàn)狀 .能優(yōu)化控制.二章 氣流干燥過程機(jī)理分析.氣流干燥概述 .氣流干燥原理 .主要設(shè)備介紹 .干燥過程簡(jiǎn)介 .三章 基于神經(jīng)網(wǎng)絡(luò)水分軟測(cè)量模型.數(shù)據(jù)校正 .樣本標(biāo)準(zhǔn)化 .主元分析 .隱含層數(shù)及其節(jié)點(diǎn)數(shù)確定 .訓(xùn)練次數(shù)的確定 .訓(xùn)練樣本的基本要求 .改進(jìn)的.南大學(xué)碩士學(xué)位論文 目錄 .四章 氣流干燥水分軟測(cè)量集成模型.回歸分析 .沉塵室溫度與水分經(jīng)驗(yàn)回歸公式 .回歸公式仿真 .模型修正方法 .水分軟測(cè)量模型修正 .五章 氣流干燥智能優(yōu)化控制系統(tǒng).專家控制器簡(jiǎn)介 .氮?dú)夂拖♂岋L(fēng)流量專家控制 .優(yōu)化模型 .優(yōu)化計(jì)算 .六章 結(jié)論與展望.考文獻(xiàn). 63 致 謝. .讀碩士學(xué)位期間主要研究成果.南大學(xué)碩士學(xué)位論文 第一章 緒論 1第一章 緒論 題背景及任務(wù) 氣流干燥也稱閃速干燥， 它利用專門加熱的氣流或廢煙氣流來使精礦顆粒懸浮起來進(jìn)行干燥。精礦顆粒被熱氣流所包裹，固氣兩相直接充分接觸，使精礦中的水分迅速蒸發(fā)出來，數(shù)秒內(nèi)就使精礦干燥。 在閃速熔煉過程中，由于爐料進(jìn)入反應(yīng)塔到落入沉淀池，停留時(shí)間大約為 1秒鐘， 因此爐料的干燥程度對(duì)閃速熔煉過程影響非常大。 如果爐料水分含量過高，爐料中的水分從物料顆粒內(nèi)部運(yùn)動(dòng)到顆粒表面，進(jìn)而從表面蒸發(fā)，這樣，爐料在脫水過程中還沒來得及與富氧空氣反應(yīng)就已經(jīng)落入沉淀池內(nèi)，造成生料堆積，所以一般工藝要求水分率控制在 下。然而，如果精礦過于干燥 (水分含量低于 ，則精礦中的硫會(huì)在干燥過程中與氧反應(yīng)，造成精礦的自燃 ,這不但會(huì)損傷設(shè)備而且使得干精礦在沉塵室吸潮而結(jié)板。因此，間是穩(wěn)定閃速熔煉生產(chǎn)的前提。目前，貴溪冶煉廠采用三段 (回轉(zhuǎn)窯、鼠籠、氣流干燥管 )氣流干燥方法對(duì)精礦進(jìn)行干燥。 干燥過程中，根據(jù)多年的生產(chǎn)經(jīng)驗(yàn)總結(jié)出了沉塵室溫度與干礦水分含量之間的對(duì)應(yīng)關(guān)系來估測(cè)干礦水分， 并以此為依據(jù)來調(diào)節(jié)燃油量及風(fēng)礦比1,2這種方法有如下缺點(diǎn)： (1) 沉塵室溫度與水分含量之間的關(guān)系是根據(jù)經(jīng)驗(yàn)總結(jié)出來的，存在誤差。 (2) 溫度度測(cè)量容易受到測(cè)溫點(diǎn)和信號(hào)轉(zhuǎn)變的影響，存在一定誤差。 (3) 依據(jù)沉塵室溫度而估測(cè)到的水分含量來調(diào)節(jié)燃 油量及風(fēng)礦比，存在較大的滯后。 (4) 依據(jù)據(jù)沉塵室溫度調(diào)節(jié)調(diào)節(jié)燃油量及 風(fēng)礦比只是提供了一個(gè)定性的參考，沒有對(duì)燃料的添加提供輔助決策依據(jù)，容易造成了燃料上的浪費(fèi)。 因此，本課題的任務(wù)是： (1) 利用易于獲取而且與水分有著密切關(guān)系的測(cè)量 信息，如熱風(fēng)溫度、風(fēng)礦比、沉塵室溫度、混氣室溫度、干燥回轉(zhuǎn)窯尾的溫度 ,構(gòu)造干礦水分與熱風(fēng)溫度、風(fēng)礦比、沉塵室溫度、混氣室溫度和 干燥回轉(zhuǎn)窯尾的溫度之間的軟測(cè)量模型，然后利用計(jì)算機(jī)軟件實(shí)現(xiàn)對(duì)水分的在線軟測(cè)量。 (2) 依據(jù)干礦水分軟測(cè)量結(jié)果，及時(shí)、準(zhǔn)確調(diào)節(jié)干 燥系統(tǒng)中變頻風(fēng)機(jī)的轉(zhuǎn)速和燒油量，來保證干礦水分的穩(wěn)定。 (3) 在保證精礦穩(wěn)定的前提下，建立智能優(yōu)化模型 ，通過調(diào)整燃燒風(fēng)機(jī)、風(fēng)中南大學(xué)碩士學(xué)位論文 第一章 緒論 2礦比等工藝參數(shù)，實(shí)現(xiàn)燃料使用最少的優(yōu)化目標(biāo)。 測(cè)量技術(shù) 由于技術(shù)或經(jīng)濟(jì)的原因，在許多工業(yè)控制場(chǎng)合，存在著一大類：它們目前尚難以或無法通過傳感器進(jìn)行檢測(cè) ,但同時(shí)又是需要加以嚴(yán)格控制的、與產(chǎn)品質(zhì)量密切相關(guān)的重要過程參數(shù)變量。近年來，為解決該類變量的估計(jì)和控制，軟測(cè)量技術(shù)受到了廣泛關(guān)注。 測(cè)量的意義 隨著全球競(jìng)爭(zhēng)的日趨激烈，現(xiàn)代復(fù)雜工業(yè)過程對(duì)優(yōu)化控制、運(yùn)行可靠性、節(jié)能增效等要求不斷提高。為了適應(yīng)這種狀況，各種測(cè)量要求也日益增多?，F(xiàn)代過程檢測(cè)的內(nèi)涵和外延較之以往均有了很大的深化和拓展。 這主要表現(xiàn)在兩個(gè)方面36： (1) 僅獲取流量、溫度、壓力等常規(guī)過程參數(shù)的檢 測(cè)信息已不能滿足工藝操作和控制的要求，需要獲取諸如成分、物性等 與過程操作和控制密切相關(guān)的檢測(cè)參數(shù)的信息；同時(shí)對(duì)于復(fù)雜的大型工 業(yè)過程，還需要獲知反映過程二維甚至三維的時(shí)空分布信息。 (2) 儀表測(cè)量的精度要求越來越高，測(cè)量從靜態(tài)或 穩(wěn)態(tài)向動(dòng)態(tài)測(cè)量發(fā)展，在許多應(yīng)用場(chǎng)合還需要綜合運(yùn)用所獲得的各種過 程檢測(cè)信息，才能實(shí)現(xiàn)有效的過程控制、對(duì)生產(chǎn)過程或測(cè)量系統(tǒng)進(jìn)行故障診斷、狀態(tài)監(jiān)測(cè)等。 由于控制系統(tǒng)越來越復(fù)雜，傳統(tǒng)控制算法如 法在很多情況下難以實(shí)現(xiàn)對(duì)系統(tǒng)的最優(yōu)控制7。為此，人們提出了許多先進(jìn)的控制算法89。要將先進(jìn)控制算法應(yīng)用于實(shí)際生產(chǎn)中，首先必須有效地獲取反應(yīng)生產(chǎn)過程的信息，由于過程檢測(cè)技術(shù)發(fā)展水平的限制，導(dǎo)致了許多先進(jìn)的控制算法只能停留在理論研究上，難以應(yīng)用于工業(yè)實(shí)際中。許多工業(yè)生產(chǎn)系統(tǒng)也無法依靠故障診斷和狀態(tài)監(jiān)測(cè)等措施來提高系統(tǒng)運(yùn)行的安全性和可靠性。因此，目前復(fù)雜工業(yè)過程控制的當(dāng)務(wù)之急就是提高過程檢測(cè)水平。 解決工業(yè)過程測(cè)量問題的傳統(tǒng)方法是研制新型的過程檢測(cè)儀表。然而，一般來說，研制新型檢測(cè)儀表成本高、研制周期長，且針對(duì)性非常明確，測(cè)量對(duì)象、范圍和功能都受到一定的限制；甚至在很多情況下，由于技術(shù)水平的限制，研制新型檢測(cè)儀表是不可能實(shí)現(xiàn)的。因此，有必要尋求一種間接測(cè)量的思想，即利用易于獲取的其他測(cè)量信息，通過計(jì)算來實(shí)現(xiàn)被檢測(cè)量的估計(jì)。近年來在過程控制和檢測(cè)領(lǐng)域涌現(xiàn)出的軟測(cè)量技術(shù)正是這一思想的集中體現(xiàn)。 軟測(cè)量技術(shù)也稱軟儀表技術(shù)，它是根據(jù)某些最優(yōu)準(zhǔn)則，選擇一組在工業(yè)上容中南大學(xué)碩士學(xué)位論文 第一章 緒論 3易檢測(cè)而且與待測(cè)變量 (常稱為主導(dǎo)變量 )有密切關(guān)系的輔助變量 (如工業(yè)過程中容易獲取的壓力、溫度、液位等過程參數(shù) )，通過構(gòu)造主導(dǎo)變量與輔助變量之間的數(shù)學(xué)關(guān)系 (軟測(cè)量模型 )，利用各種數(shù)學(xué)計(jì)算和估計(jì)方法，用計(jì)算機(jī)軟件實(shí)現(xiàn)對(duì)主導(dǎo)變量的在線估計(jì)。軟測(cè)量是一門綜合性技術(shù)，是多學(xué)科交叉的實(shí)用性技術(shù)。它以可靠性理論、信息論、控制論及系統(tǒng)論為理論基礎(chǔ)，以現(xiàn)代測(cè)試儀器和計(jì)算機(jī)為技術(shù)手段，結(jié)合實(shí)際對(duì)象的特殊規(guī)律逐步形成的一門新技術(shù)。軟測(cè)量以目前可以獲取的測(cè)量信息為基礎(chǔ)，其核心是用計(jì)算機(jī)語言編制的各種軟件，具有智能性， 可方便地根據(jù)被測(cè)對(duì)象特性的變化進(jìn)行修正和改進(jìn)， 因此軟儀表在可實(shí)現(xiàn)性、通用性、靈活性和成本等各方面均具有無可比擬的優(yōu)勢(shì)，其突出的優(yōu)點(diǎn)和巨大的工業(yè)應(yīng)用價(jià)值是不言而喻的4。 測(cè)量模型描述 軟測(cè)量模型的基本思想是根據(jù)某種最優(yōu)準(zhǔn)則， 選擇一種既與主導(dǎo)變量有密切關(guān)系又容易測(cè)量的變量，通過構(gòu)造某種數(shù)學(xué)關(guān)系，來估計(jì)主導(dǎo)變量。如圖 示的過程對(duì)象輸入輸出關(guān)系 。 圖 程對(duì)象的輸入輸出關(guān)系 圖中的 y 表示難測(cè)的主導(dǎo)變量； u 表示可測(cè)的控制變量； 表示可測(cè)的被控變量。難測(cè)的主導(dǎo)變量的估計(jì)值可以表達(dá)為： ()中的 x 為可測(cè)的輔助變量，而且 x(d1,u, )。 測(cè)量設(shè)計(jì)步驟 軟測(cè)量方法的實(shí)現(xiàn)離不開有效的設(shè)計(jì)程序，軟測(cè)量本身就是一種軟件設(shè)計(jì)方法，它必定需要一套具體的實(shí)施步驟。良好的開發(fā)程序能夠使它達(dá)到非常好的效果。 (1)機(jī)理分析及輔助變量選擇 首先熟悉工藝過程，結(jié)合具體的數(shù)據(jù)記錄，通過仔細(xì)機(jī)理分析，選擇輔助變量。在此階段，一旦明確了軟測(cè)量的任務(wù)之后，就必須基于具體工藝過程，了解軟測(cè)量的對(duì)象和整個(gè)裝置其他變量之間的相關(guān)程度， 既要熟悉影響關(guān)鍵變量的干過程對(duì)象 u d2 第一章 緒論 4擾因素和控制變量，也要求找到與關(guān)鍵輸出具有很好關(guān)聯(lián)性的其它輸出變量。輔助變量的選擇包括變量的類型、變量數(shù)量和檢測(cè)點(diǎn)的選擇。值得注意的是必須認(rèn)真地分析各變量的可觀性和可控性以及各變量的測(cè)量難易程度、精度等級(jí)、實(shí)施的經(jīng)濟(jì)性和維護(hù)的難易性等指標(biāo)，從影響被估計(jì)變量的變量中去挑選主要因素。這一步驟是非常重要的，它關(guān)系到所建模型的好壞程度和合理性問題 度高、穩(wěn)定性好。 (2)數(shù)據(jù)采集及預(yù)處理 從現(xiàn)場(chǎng)采集的大量數(shù)據(jù)之中，固然包含著大量的信息，但由于所得數(shù)據(jù)受到各種因素的影響，如儀表精度、測(cè)量噪聲、測(cè)量方法、人為因素、環(huán)境變化以及其它隨機(jī)因素等，難免會(huì)引入粗大誤差、隨機(jī)誤差等干擾樣本點(diǎn)，這對(duì)模型的建立極為不利，很大程度上影響到軟測(cè)量模型的擬合和預(yù)測(cè)能力。因此必須很好地處理搜集來的原始數(shù)據(jù)。數(shù)據(jù)處理一般包括數(shù)據(jù)變換和數(shù)據(jù)校正。然后進(jìn)行建模前的準(zhǔn)備工作 (數(shù)據(jù)的歸一化處理、相關(guān)性分析、主元分析等 )1012。 數(shù)據(jù)的歸一化處理是非常必要的，歸一化主要是規(guī)定數(shù)據(jù)信號(hào)的頻域范圍，它可避免模型系統(tǒng)的振蕩，可很好地改善軟測(cè)量模型擬合和預(yù)估的精度，使算法運(yùn)行穩(wěn)定。相關(guān)性分析主要是找到各輔助變量與關(guān)鍵輸出的相關(guān)聯(lián)程度，這樣就能在建模過程中逐一刪除相關(guān)性小的變量，使得在不影響模型精度的情況下，模型更加簡(jiǎn)單。 (3)建立軟測(cè)量模型 此階段是根據(jù)處理好的樣本數(shù)據(jù)，對(duì)被控系統(tǒng)的結(jié)構(gòu)參數(shù)、模型參數(shù)進(jìn)行估計(jì)。 此時(shí)應(yīng)將處理后的數(shù)據(jù)分為兩組， 一組為建模數(shù)據(jù)， 另一組為交叉檢驗(yàn)數(shù)據(jù)。值得注意的是要盡量使得建模數(shù)據(jù)處在較大的頻域范圍內(nèi)， 這樣可以增強(qiáng)模型的泛化能力。對(duì)建模數(shù)據(jù)分別進(jìn)行建模處理，然后用交叉檢驗(yàn)數(shù)據(jù)進(jìn)行校驗(yàn)，根據(jù)交叉檢驗(yàn)結(jié)果以及裝置的計(jì)算能力確定模型結(jié)構(gòu)和模型參數(shù)。 (4)模型的校正處理 軟測(cè)量模型建立好以后，該模型只是針對(duì)具體的工況，它的應(yīng)用范圍是非常狹窄的，若不進(jìn)行校正模塊的設(shè)計(jì)，是很難滿足工藝變化要求的。因?yàn)橐坏┥a(chǎn)原料性質(zhì)、產(chǎn)品品質(zhì)需求以及其它諸多因素發(fā)生變化，整個(gè)工作點(diǎn)就會(huì)相應(yīng)的發(fā)生改變，從而偏離原先的操作點(diǎn)，這樣原來的模型就不適應(yīng)改變后的情況，此時(shí)必然會(huì)導(dǎo)致很大的輸出誤差，很難滿足控制要求。因此必須設(shè)計(jì)校正方法來克服由于系統(tǒng)操作條件或原料性質(zhì)的變化而帶來的影響， 使得模型在新的工況下也能具有很好的精度，這樣就能使之能工作在較寬的操作區(qū)間。軟測(cè)量的校正可分為短期校正和長期校正，短期校正一般采用在線校正方法，而長期校正可采用離線校正法13。 中南大學(xué)碩士學(xué)位論文 第一章 緒論 5(5)模型的計(jì)算機(jī)實(shí)現(xiàn)及評(píng)估 模型建立完成以后，需要將其運(yùn)用于實(shí)際裝置上，以達(dá)到控制目標(biāo)。實(shí)現(xiàn)這一步驟，需要進(jìn)行軟件編程，以嵌入裝置中，并將各參數(shù)和評(píng)價(jià)指標(biāo)顯示于操作界面。軟測(cè)量模型建立的好壞可根據(jù)一定的指標(biāo)進(jìn)行評(píng)價(jià)，以確定該模型的使用可靠性。通過一段時(shí)間的使用，基于對(duì)實(shí)測(cè)值和模型估計(jì)值的比較，評(píng)價(jià)該模型是否滿足工藝要求。如果所得的模型不能滿足生產(chǎn)，則需要改進(jìn)模型，重新建立模型4。 測(cè)量研究現(xiàn)狀 通過對(duì)輔助變量的檢測(cè)來實(shí)現(xiàn)對(duì)主導(dǎo)變量的間接估計(jì)是軟測(cè)量的基本思想。應(yīng)該說，這其實(shí)是一種很古老的思想，早就在潛移默化中得到了廣泛的應(yīng)用。從古代人們利用流沙來計(jì)量時(shí)間，到現(xiàn)代工程技術(shù)人員采用體積式流量計(jì)結(jié)合溫度、壓力等補(bǔ)償信號(hào)，通過計(jì)算來實(shí)現(xiàn)氣體質(zhì)量流量的在線測(cè)量，都是軟測(cè)量基本思想的具體體現(xiàn)。 盡管人類早就在實(shí)踐中應(yīng)用了軟測(cè)量的基本思想， 但是軟測(cè)量作為一個(gè)概括性的科學(xué)術(shù)語是在上世紀(jì) 80 年代中后期提出來的。由于工業(yè)過程的實(shí)際需求，軟測(cè)量技術(shù)迎來了一個(gè)發(fā)展的黃金時(shí)期。 1992 年，國際自控聯(lián) (用委員會(huì)化工過程組起草了一份名為 “ 告14，報(bào)告中，過程控制專家 提高過程控制技術(shù)基礎(chǔ)和掃除技術(shù)故障，最終實(shí)現(xiàn)商業(yè)應(yīng)用為目標(biāo)，提出了 7 項(xiàng)技術(shù)前沿，其中軟測(cè)量技術(shù)列在首位，這對(duì)軟測(cè)量技術(shù)的研究起了很大的促進(jìn)作用。 軟測(cè)量已成為過程控制領(lǐng)域的研究熱點(diǎn)和主要發(fā)展趨勢(shì)之一。目前，人們對(duì)軟測(cè)量技術(shù)的研究主要集中在兩個(gè)方面： 建立軟測(cè)量模型的方法的研究和軟測(cè)量技術(shù)在過程控制中的應(yīng)用研究。 1 建立軟測(cè)量模型的方法的研究 建立軟測(cè)量的模型的方法很多， 根據(jù)人們對(duì)過程的認(rèn)識(shí)程度可以分為機(jī)理模型方法、基于數(shù)據(jù)驅(qū)動(dòng)的建模方法以及機(jī)理與數(shù)據(jù)相結(jié)合的混合建模方法。下面分別對(duì)這三種方法簡(jiǎn)單介紹。 1) 機(jī)理建模方法 機(jī)理建模方法建立在對(duì)工藝機(jī)理深刻認(rèn)識(shí)的基礎(chǔ)上， 通過列寫宏觀或者微觀的質(zhì)量平衡、能量平衡、動(dòng)量平衡方程、相平衡方程以及反應(yīng)動(dòng)力學(xué)方程等來確定難測(cè)的主導(dǎo)變量和易測(cè)的輔助變量之間的數(shù)學(xué)關(guān)系。 與其它方法建立的模型相比，機(jī)理模型的可解釋性強(qiáng)、外推性能最好，是最理想的軟測(cè)量模型。但是機(jī)理模型也有其不足的地方，第一個(gè)不足之處是模型的中南大學(xué)碩士學(xué)位論文 第一章 緒論 6專用性，不同的對(duì)象其機(jī)理模型無論模型結(jié)構(gòu)還是模型參數(shù)都千差萬別，模型的可移植性較差；第二個(gè)不足之處是機(jī)理建模過程要花費(fèi)很大的人力物力，從反應(yīng)本質(zhì)動(dòng)力學(xué)和各種設(shè)備模型的確定、實(shí)際裝置傳熱傳質(zhì)效果的表征到大量參數(shù)（從試驗(yàn)設(shè)備到試驗(yàn)裝置）的估計(jì)，每一步都很困難；第三個(gè)不足是當(dāng)模型復(fù)雜時(shí)求解較困難，由于機(jī)理模型一般是由代數(shù)方程組、微分方程組甚至偏微分方程組組成，當(dāng)模型結(jié)構(gòu)龐大時(shí)，其求解過程的計(jì)算量很大，收斂慢，難以滿足在線實(shí)時(shí)估計(jì)的要求。 2) 基于數(shù)據(jù)驅(qū)動(dòng)建模的方法 對(duì)于機(jī)理模型不清楚的對(duì)象， 可以采用基于數(shù)據(jù)驅(qū)動(dòng)的建模方法建立軟測(cè)量模型，該方法從歷史的輸入輸出數(shù)據(jù)中提取有用信息，構(gòu)造主導(dǎo)變量和輔助變量之間的數(shù)學(xué)關(guān)系。該方法無須了解太多的過程知識(shí)，是一種通用的軟測(cè)量建模方法。根據(jù)對(duì)象是否存在非線性，該建模方法又可以分為線性回歸方法、神經(jīng)網(wǎng)絡(luò)方法、模糊建模方法等。 線性回歸方法 線性回歸方法是一種經(jīng)典的建模方法，不需要建立復(fù)雜的數(shù)學(xué)模型，只要收集大量的輔助變量的測(cè)量數(shù)據(jù)和主導(dǎo)變量的分析數(shù)據(jù)， 運(yùn)用統(tǒng)計(jì)方法將這些數(shù)據(jù)中隱含的對(duì)象信息進(jìn)行提取，從而建立主導(dǎo)變量和輔助變量之間的數(shù)學(xué)模型。 神經(jīng)網(wǎng)絡(luò)方法 神經(jīng)網(wǎng)絡(luò)是利用計(jì)算機(jī)模擬人腦結(jié)構(gòu)和功能的一門新學(xué)科， 是當(dāng)前工業(yè)領(lǐng)域備受關(guān)注的研究熱點(diǎn)之一。它無需具備對(duì)象的先驗(yàn)知識(shí)，而根據(jù)對(duì)象的輸入輸出數(shù)據(jù)直接建模，在解決高度非線性和嚴(yán)重不確定性系統(tǒng)控制方面具有巨大的潛力。對(duì)于一些機(jī)理尚不清楚，而且非線性嚴(yán)重的系統(tǒng)，通常用人工神經(jīng)網(wǎng)絡(luò)來建立軟測(cè)量模型：將過程中易測(cè)量的輔助變量作為神經(jīng)網(wǎng)絡(luò)的輸入，將主導(dǎo)變量作為神經(jīng)網(wǎng)絡(luò)的輸出，通過網(wǎng)絡(luò)學(xué)習(xí)來解決主導(dǎo)變量的軟測(cè)量問題15。 在軟測(cè)量建模過程中常用的網(wǎng)絡(luò)結(jié)構(gòu)有多層前向神經(jīng)網(wǎng)絡(luò)和徑向神經(jīng)網(wǎng)絡(luò)，雖然從理論上證明了它們都有以任意精度逼近非線性連續(xù)函數(shù)的能力， 但是該證明實(shí)質(zhì)上是一個(gè)存在性證明而非構(gòu)造性證明， 網(wǎng)絡(luò)的性能要受到訓(xùn)練樣本的空間分布、樣本的質(zhì)量和訓(xùn)練算法的影響。另外神經(jīng)網(wǎng)絡(luò)黑箱式的知識(shí)表達(dá)是的模型不具備可解釋性。一般用泛化能力來評(píng)價(jià)一個(gè)神經(jīng)網(wǎng)絡(luò)的性能，泛化能力包括網(wǎng)絡(luò)的擬合能力和外推能量，神經(jīng)網(wǎng)絡(luò)最大的缺點(diǎn)之一是外推能力很差，也就是說對(duì)超出訓(xùn)練樣本分布空間的樣本不能給出正確的模糊輸出值。 出現(xiàn)這種現(xiàn)象的根本原因是訓(xùn)練數(shù)據(jù)的不完備性。這種不完備性在實(shí)際工業(yè)過程是經(jīng)常遇到的，這就要求神經(jīng)網(wǎng)絡(luò)具有在線學(xué)習(xí)的能力， 但是復(fù)雜的網(wǎng)路結(jié)構(gòu)又會(huì)給在線學(xué)習(xí)帶來一系列的問題。 中南大學(xué)碩士學(xué)位論文 第一章 緒論 7 模糊建模方法 模糊建模是人們處理復(fù)雜系統(tǒng)建模的另一個(gè)有效的工具， 在軟測(cè)量中也得到了應(yīng)用，但是用的最多的還是將模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的模糊神經(jīng)網(wǎng)絡(luò)模型。這融合了二者的優(yōu)點(diǎn)，既有模糊邏輯那樣表達(dá)近似于定性信息的能力，又有神經(jīng)網(wǎng)絡(luò)很強(qiáng)的學(xué)習(xí)能力和非線性表達(dá)能力， 而且模糊神經(jīng)網(wǎng)絡(luò)的物理性質(zhì)也要清楚些。 在基于數(shù)據(jù)驅(qū)動(dòng)的軟測(cè)量建模中，無論是基于線性回歸的方法，還有基于神經(jīng)網(wǎng)絡(luò)所謂的智能算法，實(shí)質(zhì)上都是從數(shù)據(jù)中尋找輸入到輸出的映射關(guān)系的方法，都收到訓(xùn)練樣本的分布、質(zhì)量以及數(shù)量的影響。 3) 集成建模方法 純機(jī)理建模和基于數(shù)據(jù)驅(qū)動(dòng)的模型都各有其優(yōu)缺點(diǎn)： 機(jī)理建模能從本質(zhì)上反映過程的規(guī)律，可靠性高，外推性好，具有可解釋性，缺點(diǎn)是建模過程比較繁瑣，而對(duì)復(fù)雜工業(yè)過程而言，能得到的機(jī)理模型一般也是經(jīng)過若干簡(jiǎn)化后的模型?；跀?shù)據(jù)驅(qū)動(dòng)的模型直接根據(jù)輸入輸出數(shù)據(jù)直接建模， 幾乎不需要了解過程對(duì)象的先驗(yàn)知識(shí)，缺點(diǎn)也是很明顯的，例如神經(jīng)網(wǎng)絡(luò)，作為一種黑箱建模方法，學(xué)習(xí)速度慢，外推性能差，模型具有不可解釋性，難以確定合適的網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)終止指標(biāo)，容易造成過擬合現(xiàn)象，還可能把噪聲也擬合進(jìn)來。 以上兩種建模方法的局限性引發(fā)了集成建模思想， 對(duì)于存在簡(jiǎn)化機(jī)理模型的過程，可以將簡(jiǎn)化機(jī)理模型和基于數(shù)據(jù)驅(qū)動(dòng)的模型相結(jié)合，互為補(bǔ)充。簡(jiǎn)化機(jī)理模型提供的先驗(yàn)知識(shí)，可以為基于數(shù)據(jù)驅(qū)動(dòng)的模型節(jié)省訓(xùn)練樣本，同時(shí)基于數(shù)據(jù)驅(qū)動(dòng)的模型也補(bǔ)償簡(jiǎn)化機(jī)理模型的未建模特性。 多年來，國內(nèi)外許多學(xué)者在智能集成建模方面做了大量的研究工作，并取得了顯著的研究成果1620。文獻(xiàn) 16將智能集成建模進(jìn)行了詳細(xì)的論述，提出了基于經(jīng)驗(yàn)機(jī)理模型和 燒結(jié)塊鉛鋅成分智能集成模型，取得了理想效果；文獻(xiàn) 17針對(duì)多傳感器系統(tǒng)難以選擇模型輸入變量的問題，提出了一種級(jí)聯(lián)遺傳算法，該算法克服了傳統(tǒng)遺傳算法不能剔除不相關(guān)變量的缺點(diǎn)，因此能非常的合理選擇輸入變量。在此基礎(chǔ)上，建立了 經(jīng)網(wǎng)絡(luò)模型，并應(yīng)用于氣體傳感器組多種成分的預(yù)測(cè)問題，取得了理想的效果；文獻(xiàn) 18將一種混合模糊建模方法用于希臘電力系統(tǒng)短期負(fù)荷預(yù)報(bào)， 該方法基于最小二乘法建立模糊模型，再利用約束優(yōu)化算法進(jìn)行參數(shù)學(xué)習(xí)，實(shí)際數(shù)據(jù)驗(yàn)證了方法能達(dá)到滿意的精度；文獻(xiàn) 19比較了三種用于預(yù)測(cè)紙漿 的模型：確定性模型、神經(jīng)網(wǎng)絡(luò)模型及這綜合兩種模型的集成模型， 結(jié)果表明集成模型具有更高的預(yù)測(cè)精度并能縮短訓(xùn)練時(shí)間?？傊?，智能集成建模是解決復(fù)雜工業(yè)過程建模的最有效的方法之一，也是軟測(cè)量建模技術(shù)發(fā)展的必然趨勢(shì)。 中南大學(xué)碩士學(xué)位論文 第一章 緒論 82 軟測(cè)量技術(shù)在過程控制中的應(yīng)用 軟測(cè)量的最終目的并不僅僅是實(shí)現(xiàn)對(duì)某些過程參數(shù)的檢測(cè)， 而是要利用檢測(cè)到的參數(shù)來實(shí)現(xiàn)對(duì)生產(chǎn)過程的優(yōu)化控制。美國的 等人在 1978 年提出的推斷控制策略的基本思路就是利用容易獲得的一些過程變量，如溫度、壓力、流量等測(cè)量信息，來推斷難以直接測(cè)量或測(cè)量滯后太大的關(guān)鍵過程變量，從而實(shí)現(xiàn)對(duì)這些關(guān)鍵變量的間接控制，以改善控制品質(zhì)21。推斷控制策略至今仍可視為軟測(cè)量技術(shù)在過程控制中應(yīng)用的一個(gè)范例，被用于很多實(shí)際生產(chǎn)中22,23。 推斷控制的基本原理可以用圖 1描述。 Y、 Y、 U 分別為期望的輸出值、軟儀表測(cè)量值、實(shí)際輸出值和控制量，由于 Y 不能直接檢測(cè)，采用軟儀表的輸出值來代替實(shí)際出值作為反饋信號(hào)。在這種框架下，如果軟儀表能達(dá)到一定的精度，能夠代替硬件儀表實(shí)現(xiàn)某種參數(shù)的測(cè)量，那么軟儀表就能夠與幾乎所有的反饋控制算法結(jié)合，構(gòu)成基于軟儀表的控制。更為重要的是軟測(cè)量技術(shù)可以解決高級(jí)過程控制實(shí)際應(yīng)用中的測(cè)量問題。 越高層次的過程控制越是需要關(guān)于過程的更多的和更深層的信息， 而軟儀表可直接為高級(jí)過程控制提供被控變量和其他過程信息，從而構(gòu)成基于軟儀表的高級(jí)過程控制。 圖 1斷控制系統(tǒng) 經(jīng)過近 20 年的發(fā)展， 軟測(cè)量技術(shù)不僅在建模理論研究上取得了輝煌的成績，在實(shí)際應(yīng)用中也獲得了巨大的成功，并開發(fā)出了大量實(shí)用的軟測(cè)量軟件包。為社會(huì)和企業(yè)帶來了巨大的經(jīng)濟(jì)效益。 國外有 司、 司、 司、 司、司、 司等以商品化軟件形式推出各自的軟測(cè)量儀表。例如：測(cè)得 10%、 50%、 90%和最終的 點(diǎn)、閃點(diǎn)、傾點(diǎn)、粘點(diǎn)和雷得蒸汽壓等，這些已廣泛應(yīng)用于常減壓塔、 分餾塔、焦化主分餾塔、加氫裂化分餾塔、汽油穩(wěn)定塔、脫乙烷塔等先進(jìn)控制和優(yōu)化控制。它增加了輕質(zhì)油收率，降低了能耗并減少了原油切換時(shí)間，取得了顯著的經(jīng)濟(jì)效益。 國外許多先進(jìn)控制軟件包都是非常昂貴的，為實(shí)現(xiàn)生產(chǎn)過程的優(yōu)化，國內(nèi)一些生產(chǎn)企業(yè)常常要花數(shù)十萬美金引進(jìn)國外優(yōu)化設(shè)定技術(shù)及相應(yīng)的軟件。 為了改變這種現(xiàn)狀，國內(nèi)有關(guān)高等院校、科研院所和企業(yè)等自行開發(fā)了不少軟測(cè)量技術(shù)并控制器 對(duì)象軟儀表中南大學(xué)碩士學(xué)位論文 第一章 緒論 9應(yīng)用于實(shí)際生產(chǎn)中，取得了很好的效果，降低了軟件成本，為企業(yè)創(chuàng)造了顯著的經(jīng)濟(jì)效益。例如：火電廠 煙氣含氧量的軟測(cè)量24；造紙制漿蒸煮過程中 5；鋅精餾塔中粗鋅液流量的測(cè)量26；基于智能集成的苛性比值與熔出率軟測(cè)量13。 總的說來，軟測(cè)量作為一種新型的過程參數(shù)檢測(cè)技術(shù)，為解決復(fù)雜工業(yè)過程參數(shù)的檢測(cè)問題提供了一條有效的途徑。上世紀(jì)末來，軟測(cè)量技術(shù)在理論研究和實(shí)際應(yīng)用兩方面都取得了令人矚目的成果，展示了良好的工業(yè)應(yīng)用前景。毫無疑問，軟測(cè)量技術(shù)不僅現(xiàn)在是研究熱點(diǎn)，也必將成為未來過程控制和過程檢測(cè)領(lǐng)域的一個(gè)重要研究方向。但同時(shí)也應(yīng)該看到，軟測(cè)量畢竟是一門新技術(shù)，研究時(shí)間還不是很長，發(fā)展也不夠成熟，且涉及的內(nèi)容非常廣，尚有許多問題有待進(jìn)一步的深入研究。 能優(yōu)化控制 智能控制是驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)地過程， 或者說智能控制是一類無需人干預(yù)就能夠獨(dú)立自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制。 譬如模糊推理和專家系統(tǒng)從行為上模擬人的邏輯思維、推理和決策過程；神經(jīng)網(wǎng)絡(luò)從機(jī)理上模擬人的神經(jīng)網(wǎng)絡(luò)的抑制、興奮和沖動(dòng)過程。正式由于這種研究基點(diǎn)的準(zhǔn)確，才能使智能控制技術(shù)在幾十年不同尋常的過程中， 在眾多領(lǐng)域和學(xué)科取得令世人矚目的成績。模糊系統(tǒng)基于模糊語言描述的產(chǎn)生式規(guī)則。專家系統(tǒng)基于知識(shí)和經(jīng)驗(yàn)產(chǎn)生啟發(fā)式規(guī)則。神經(jīng)網(wǎng)絡(luò)控制基于蘊(yùn)涵某種函數(shù)關(guān)系的網(wǎng)路結(jié)構(gòu)，這些非解析性方法使其在過程建模、優(yōu)化和控制中，表現(xiàn)出不同于傳統(tǒng)控制的優(yōu)勢(shì)27。 優(yōu)化控制分為穩(wěn)態(tài)優(yōu)化控制和動(dòng)態(tài)優(yōu)化控制兩種。 穩(wěn)態(tài)優(yōu)化控制是指調(diào)整各控制器的設(shè)定值，使某種與經(jīng)濟(jì)效益直接掛鉤的目標(biāo)函數(shù)為最優(yōu)的控制方法；動(dòng)態(tài)優(yōu)化控制是指調(diào)整控制規(guī)律及控制器參數(shù)， 使得與過渡過程品質(zhì)有關(guān)的目標(biāo)函數(shù)為最優(yōu)的控制方法。 目前工業(yè)生產(chǎn)過程最期待解決的是生產(chǎn)過程的穩(wěn)態(tài)優(yōu)化控制，這里簡(jiǎn)稱優(yōu)化控制。優(yōu)化控制包括在線和離線兩種。離線優(yōu)化是指利用各種建模、優(yōu)化方法在約束條件下求解最優(yōu)的工藝生產(chǎn)參數(shù)，提供操作指導(dǎo)。這是目前用的最多的一類優(yōu)化。在線優(yōu)化則是利用計(jì)算機(jī)自動(dòng)周期地完成模型計(jì)算、模型修正和參數(shù)尋優(yōu)，并將最優(yōu)參數(shù)值直接送到控制器作為設(shè)定值，因能以一種動(dòng)態(tài)的方法處理穩(wěn)態(tài)優(yōu)化問題，使參數(shù)優(yōu)化得到及時(shí)的修正，可取得更好的效益。 智能優(yōu)化控制是利用人工智能、神經(jīng)計(jì)算、進(jìn)化計(jì)算、專家推理等一種或多種先進(jìn)的智能控制技術(shù)來自動(dòng)求取工業(yè)生產(chǎn)過程中各控制器的最優(yōu)設(shè)定值， 以達(dá)到目標(biāo)最優(yōu)的方法。 中南大學(xué)碩士學(xué)位論文 第一章 緒論 究內(nèi)容及論文結(jié)構(gòu) 本論文針對(duì)閃速熔煉氣流干燥過程水分難測(cè)量、難穩(wěn)定問題，深入研究了基于智能集成模型的水分軟測(cè)量技術(shù)和氣流干燥系統(tǒng)智能優(yōu)化控制技術(shù)。 課題受國家發(fā)改委項(xiàng)目 “江西銅業(yè)集團(tuán)有色金屬閃速冶煉過程綜合自動(dòng)化系統(tǒng)產(chǎn)業(yè)化示范工程 ”的第二個(gè)子項(xiàng) “氣流干燥水分軟測(cè)量與智能優(yōu)化控制系統(tǒng) ”的資助。本論文以工程實(shí)際應(yīng)用為背景，注重理論與實(shí)際的結(jié)合，在軟測(cè)量技術(shù)和智能優(yōu)化進(jìn)行了較全面的研究， 對(duì)其他對(duì)象的工業(yè)過程的軟測(cè)量及智能優(yōu)化控制也具有一定的參考價(jià)值。 本論文總共分為五個(gè)大的部分，分六章進(jìn)行論述。緒論為第一章，主要對(duì)課題研究的背景和任務(wù)，軟測(cè)量技術(shù)的意義、模型描述、設(shè)計(jì)步驟和國內(nèi)外研究現(xiàn)狀進(jìn)行了介紹。第二章對(duì)氣流干燥過程的工藝過程、主要設(shè)備和影響干精礦水分的因素進(jìn)行了分析。第三章和第四章是本章的第三部分，主要對(duì)水分軟測(cè)量模型進(jìn)行了詳細(xì)研究。第三章主要介紹了數(shù)據(jù)處理和 經(jīng)網(wǎng)絡(luò)水分軟測(cè)量模型，并分析了神經(jīng)網(wǎng)絡(luò)模型的優(yōu)缺點(diǎn)。緊接著第四章介紹分析了熱平衡模型、經(jīng)驗(yàn)回歸模型及其優(yōu)缺點(diǎn)，并得到由這三種模型組合得到的智能集成水分軟測(cè)量模型，并對(duì)其做了分析研究。第五章結(jié)合現(xiàn)場(chǎng)實(shí)際，詳細(xì)介紹了由氮?dú)夂拖♂岋L(fēng)流量專家控制和基于水分軟測(cè)量的燃油優(yōu)化控制組成的干燥優(yōu)化控制系統(tǒng)。 第六章為最后部分，對(duì)課題的研究進(jìn)行了全面總結(jié)，并對(duì)后續(xù)工作進(jìn)行了探討和展望。 中南大學(xué)碩士學(xué)位論文 第二章 氣流干燥過程機(jī)理分析 11第二章 氣流干燥過程機(jī)理分析 流干燥基本原理 流干燥概述 供熱能使固體物料中水分汽化，隨之被氣流帶走的過程稱之為干燥。固體含水物料即為被干燥物料，氣體稱為干燥介質(zhì)。在干燥過程中，水分要從固體內(nèi)部擴(kuò)散到表面，從表面借熱能氣化而致氣相中，因此干燥屬于傳質(zhì)過程。 按照熱能傳給濕料的方式，干燥過程可分為對(duì)流干燥、傳導(dǎo)干燥、輻射干燥和介電加熱干燥等。氣流干燥是對(duì)流干燥的一種，就是熱能以對(duì)流的方式由熱空氣傳給與其直接接觸的濕物料，作為干燥介質(zhì)的熱空氣既是載熱體又是載濕體。三段氣流干燥的優(yōu)點(diǎn)有： 干燥過程溫度低， 時(shí)間短， 很少發(fā)生精礦氧化脫硫現(xiàn)象，有利于大氣環(huán)境保護(hù)；排煙溫度低，熱效率高