（检测技术与自动化装置专业论文）一种基于神经网络的电弧炉智能控制.pdf

独创性声明 秉承学校严谨的馋风和优良的科学邀德 本人声明所肇交的学俄论文 是我个人在导师指导f 进行的研究工作及取得的研究成果 尽我所知 除了文孛特别魉以标注和致谢瓣地方终 论文中不包含其他人已经发表 或撰霹过的研究成果 不包含本人或他人已申请学位或其他用途使用过 豹浅荣 与我一蕤工作豹园志瓣本臻究耩皴的任俘贡献均已蔹论义中馋 了明确的说明并表示致谢 审请学位论文与资辩若毒不实之处 本人承担一切稿关责任 论文作者签名 陈耋却岁年了月矸丑 保护知识产权声明 本人完全了解西安理工大学有关保护姬识产权的规定 即 研究生在 校攻读学位期间 论文工作的知识产权单位属西安理工大学 本人保证 毕鼗离校后 发表论义或使用论文成果时署名单使仍然为薅安理工大学 学校有权保留送交论文的复印件 允许沧文被查阅或借阅 学校可以公 布论文昀全部或嚣分内容 可以采用影印 缩印或其他复制手段保存论 文 保密的学位论义在辩密后应遵守此规定 论文作者签名 逝妻导师签名 墨 i 垒2 年 月2 严丑 摘要 一种基于神经网络的电弧炉智能控制 学科名称 检测技术及自动化装置 学生 豫誓硕士研究生 导师 宕 写一 辅助指导老师 告琴毳 答辩日期 姗罗牟 j j 西 日 副教授 副教授 摘要 电弧炉系统是一个具有较强非线性 时变性和强耦合的被控对象 目前普遍采用 的是基于经典控制理论的恒阻抗控制方式 本文分析了电弧炉恒阻抗控制存在的不 足 在此基础上针对系统的特点和控制要求 参考国内外电弧炉控制的研究发展方向 提出了一种基于神经网络的电弧炉控制方法 即利用神经网络建立电弧炉模型 并对 系统的响应进行预估 将对预估值和期望值进行比较计算并对实际控制量进行校正 主要研究工作如下 1 电弧炉神经网络模型的建立 由于电弧炉是一个复杂被控对象 模型的建立 是比较困难的 本文分两步解决这个问题 1 利用实际采集的样本数据 采用遗传 算法优化神经网络的初始权值 从而离线建立了电弧炉的模型 遗传算法作为全局优 化算法对于解决神经网络在逼近多变量复杂模型时存在的局部最优问题有独特的作 用 2 利用改进的b p 算法对神经网络模型进行在线修正 2 对电弧炉神经网络模型的多步预估的问题进行了研究 3 本文针对控制系统要求 设计了系统总体控制方案 在实际应用方案的基础 上对原有方案提出了两种改进的控制方案 即利用前向神经网络控制器和模糊神经网 络控制器来替代原有经典恒阻抗控制器 并进行了系统仿真的研究 4 现场调试 最后系统采用经典恒阻抗控制器 并通过预估模型的结果对控制 量进行超前校正 基本上实现了系统优化控制 现场调试结果表明采用的控制方法大 大提高了电极控制的稳定性 电弧电流波动降低 系统的快速性大大提高 系统具有 较强的自适应能力和鲁棒性 关键词 电弧炉 神经网络 智能控制 西安理工大学硕士学位论文 a ni n t e l l i g e n tc o n t r o lo fe l e c t r i ca r cf u r n a c eb a s e d n e u r a ln e t w o r k s u b j e c t d e t e c t i v et e c h n o l o g ya n da u t o m a t i cd e v i c e s t u d e n tn a m e t u t o r v i c ep r o f e s s o t v i c et u t o r v i c ap r o f e s s o r d a t eo fr e p l y a b s t r a c t e l e c t r i ca r cf u r n a c e e f a s y s t e mi sac o m p l e xp l a n t w h i c he x i t s s e r i o u sn o a l i n e a r i t y t i m ec h a n g i n g s t r o n gc o u p l e t h ec o n s t a n ti m p e d a n c e c o n t r o lm e t h o d w h i c hb a s eo nc l a s s i c a lc o n t r o lt h e o r yh a sb e e nu s e dw i d e i y i nt h i sp a p e rt h es h o r t c o m i n g so ft h ec o n s t a n ti m p e d a n c ec o n t r o lm e t h o dh a s b e e na n a l y z e d i na c c o r d a n c ew i t he f as y s t e m sc h a r a c t e r i s t i c s r e q u e s t s o fd e s i g na n dd e v e l o p i n gd i r e c t i o no fe f ac o n t r 0 1s y s t e ma ni n t e l l i g e n tc o n t r o l m e t h o dh a s b e e np r o p o s e d b a s e dn e u r a ln e t w o r kt h em o d e lo f t h e e f ai s a s t a b lis h e d w h i c hcanp r e e s t i m a t et h ee c h oo fc o n t r o lv a r i a b l ao fe f a b y a n a ly z i n gt h er e s u l to fp r e e s t i m a t et h ec o n t r o lv a r i a b l ec a nt h e nb ea d j u s t e d i nr e a lt i m e t h em a i nw o r k so ft h ep a p e ra sf o ll o w s 1 b a s e dn e u r a ln e t w o r kt h em o d e lo fe f ah a sb e e ne s t a b l i s h e d s i n c ee f a i sac o m p l e xp l a n t i ti sd i f f i c u l tt oe s t a b l i s ht h em o d e l t h i sp r o b l e mh a s b e e ns o l v e dt h r o u g ht w o s t e p 1 s a m p l ed a t ah a sb e e nu s e dt ot r a i nab pn e u r a l n e t w o r kb a s e dg e n e t i ca l g o r i t h m g a t h em o d e li sas t a t i cm o d e l 2 t h e r e f o r m e db i a l g o r i t h mb a sb e e n u s e dt oa d j u s tt h em o d e li nr e a lt i m e 2 s o m er e s e a r c hw o r k so nt h em u l t i s t e pp r o e a t i m a t e dn e u r a ln e t w o r k m o d e l h a sb e e nd o n e 3 i na c c o r d a n c ew i t he f as y s t e m sc h a r a c t e r i s t i r e s t h r e ek i n dc o n t r o l s c h e m e so fe f aa r ed e s i g n e d s i m u l a t i o nr e s u l t ss h o wt h ee f f e c t i v e n e s sa n d r o b u s t n e s so ft h es c h e m e s 4 c o m b i n et h ec o n s t a n ti m p e d a n c ec o n t r o l l e rw i t ht h es c h e m e sm e n t i o n e d a b o v e a nn e wi n t e l l i g e n tc o n t r o l l e ro fe f ai sp r o p o s e d t h er e s u l t sp r o v e t h a t t h es c h e m ei n c r e a s e st h es t a b i l i t yo fe l e c t r o d ea p p a r e n t l y c u r r e n t f l u c t u a t i n gh a sb e e nr e d u c e d s p e e do fs y s t e me c h oh a sb e e ni m p r o v e d t h e s y s t e mh a sf i n es e l f a d a p t i v ea b i l i t ya n df i n ea b i l i t yt or e s i a ti n t e r f e r e n c e k e y w o r d s e 1 e c t r i ca r cf u r n a c e n e u r a ln e t w o r k i n t e l l i g e n tc o n t r o l 2 西安理工大孝硕士擘垃论文 第一章概述 1 1 电弧炉及其自动控制技术 1 1 1 电弧炉 由于电弧炉采用废钢为原料炼钢 所以节约资源 因此得到了广泛的应 餍 资料显示目前电弧炉冶炼的耀锢产量约占全球粒钢产量的三分之一 1 在最近2 0 多年里 在炉外精炼技术的促进和推动下三相交流电弧炉在许 多方瓣得到了进一步的改进如 水冷炉壁和水冷炉差 密铡操作 泡沫渣 氧一燃烧i 嘴 炉底吹气搅拌 通过电极吹入气体 偏心底出钢 导电横臂 采用可编程控制器祁计算机实现自动化控制 以及废钢预热等 为了降低电 弧炉炼钢的成本目前电弧炉主要阁来熔化炉料 脱磷和氧化 由此对其自动 控制提出了较高的要求 为什么对只起熔化炉料 脱磷和氧化作用的电弧炉的控制要求较高 甚 至超过了钊包精炼炉呢 这主要是由于实现稳定控制的难度所决定的 由于 实现较高经济附加值的铜包精练炉的冶炼对象是已经熔纯的钢水 所以电饭 的控制就相对简单的多 一般情况下 人工手动控制电弧燃烧的也会很平稳 丽要实现冶炼固体废钢电弧炉的稳定控制就困难的多 这主要是由其工艺特 点所决定的 下面我们简要介绍一下电弧炉炼钢过程的工艺特点 i 1 2 电弧炉静工艺特点 电弧炉炼钢的主要原料有废钢 生铁 废铁 铁合金 白云石 镁砂 矿石 石荻石以及铸造车瘸和其被车问豹返图钢等 装辩派料豹性质和数量 根据所需熔炼钏种和钢的化学成分而定 整个电弧炉熔炼过程分为三个时期 由于各个n l 裴掰完戍豹任务不鞫 因嚣榻斑地对冶炼温度和功率的要求氇不 同 1 a 熔纯期 熔化期是炼钢的重要时期 它约占冶炼时问的5 0 左右 电能消耗占总 电能漓耗的2 3 以上 在这期鲻 固体材料熔化成钢液 并加入适当的石获 第一章规述 石使金属夹杂物如碳 矽 锰 磷等进行氧化 这些夹杂物经过氧化后形成 炉渣 这阶段的主要特点是电弧燃烧不平衡 电弧电流波幼大 甚至在半周 波内弧长也有明显变化 电弧点燃的瞬间 经常发生断弧和短路现象 炉料 翡熔化时间与输入功率 炉料蕊量 炉膛内填装耩况以及电极自动调节质菱 有关 熔化期最终把炉料熔化成钢液 并形成炉渣层 b 氧纯期 随着固体料熔化和炉渣层的形成 冶炼过程进入氧化期 在此期间 加 入一定的铁矿石 链炉内钢渡溺腾进行脱碳反应 这个除段锻液具有高度流 动性 电弧燃烧趋于平稳 该阶段的主要任务是 从钢液中除去大量气体 主 要是鬣 稆饕金属杂物 降氟钢液中含磷鬟至o 0 1 5 0 0 2 把钢液期热到 稍高于出钢温度 控制氧化期终了钢液中含碳量至规定范围 c 还原期 从加入还原剂开始 冶炼过程就进入了还原期 在此期间 电弧燃烧更 加乎稳 电弧电压也接近正弦波 其任务是 钢波和炉渣还原 除去钢液申 的硫 使其含匿低于规定水平 调整钢液中的化学成分含擞 加热钢水到出 钢规定温度 随着市场对不同钢种需求和科技的发展 对电弧炉炼钢工艺过程有了更 明确而细致的分工 其中普通电弧炉完成的是熔化期和氧化期的冶炼任务 氧化期后经过脱硫和脱碳就得到普通钢液 5 这时可以赢接出钢 或者转 入钢包炉通过糯炼电弧炉冶炼特种钢 因此普通电弧炉的控制要比糟炼电弧 炉的控制要困难的多 综上所述 电弧炉炼钢是一个复杂的物理化举反应过程 电炉中固体原 料在魄能作羯下由固态变成液态 同目亨进行结构元素的不断调整 方面除 去硫和磷等一贱非金属元素 另一方面又要使碳 硅和锰等含量控制在一定 的范闰之内 整个冶薅过程在缓慢进行 直翻炼鹜台格的钢静为止 对冶炼 过程的主要技术要求是 高生产率 低电耗和高功率凶数 为了满足上述的 技术要求 采翔人工羧 j 是难以实现的 困此 i 叠代电弧炉炼钢遥程都立足 西蜜理工走孝硕士学 立论文 于实现自动控制 为了降低电能消耗和提高功率因数 过度的提高功率因数会 影响垂动控制的稳定性 合理功率灏数选取也缀重要 对此将在第二章述牙 说明 首先要实现电极升降自动控制 其次 为了得到合格的铡种 必须对 冶滚全过程进行蠡动按佟撞导 1 1 3 电弧炉的控制方式 a 控制器 1 模拟控制器这种控制器是一种早期的控制器 目前仅在小容量的 电弧炉上采用这类控制器 它的优点是造价掇对比较便宜 缺点是控制性能 不够好 2 p l c 控制器 可编程逻辑控制器 该控制器具有较高的稳定性 不足是响应较慢 难以满足大型电弧炉智能控制的要求 目前国内电弧炉系 统普遍采用p l c 控制器进行控制 3 工业计算梳控制器工业计算机具有能大型运算能力 而且工业计 葬机的稳定性和可靠性高 所以综合性能较为优越 在国外工业计算机在电 弧炉控制系统中得到广泛应用 国内电弧炉控制也开始朝这个趋势发磁f 计 b 从控制策略上分有三种方式 1 恒电流控制方式 该方式是通过控翎电辍的升薄实现电弧电流豹稳 定控制 但是该控制策略本身有明显的不足 由于三相交流电弧炉的三相电 流满足魏下关系 8 c 0 式卜1 这撵就有可麓尚现一种误控制的短路状态 由于电弧炉携没定工 乍电流都是 比较高的 2 0 0 0 0 4 0 0 0 0 a 例如 工作在短路状态 并且此时的短路工 作电沆正好在设定工 乍电流驸近 这时会出瑗什么揍2 i 缆 根器公式l l 和 c 的和等于 一 则 和 c 可能比较小 或者一相电流很小而一相电流较 大 而三摆独立的控制器却认为 一处在最佳工作点 因此不断姥调节 和 c 的电极升降 结果短路一相始终处于短路工作状态 而另外两相处在不断调 节的状态 导致毫弧炉的效率很低 并且处予危验黝王作状态 这虽然是一 第一章概述 个比较极端的例子 但是反映了恒电流控制本身存在缺陷 2 瞧功率控制 是继恒电流控裁之霜的一个薪的按臻 方式 但是它本 身也存在许多不足之处 表1 1 为电极上升和下降与电弧电压u 电弧电流 浆关系 表1 1 电极移动对参数的影响 电搬移动方囱电弧长度变化电压变化 u 电溅变化 i 上升伸长升高降低 一f 降变短降低升高 单相电弧功率p u i 当短路和断流时功率均为零 但是此时电极要做 上升戏下降的动作就无法通过功率一个参数来计算 必须跗加控制算法 即 使在非特殊工作点也有误操作的可能 阂为无论电弧电流或电弧电压的升高 都会增加功率 同理二二者的降低都会降低功率 当功率偏低时提升电微 电 压的升高导致电流的簿低 结果有可能电压升高低于电流降低的速度导致功 率进一步降低 反之也有可能出现丰h 同情况 由于电弧炉的工作情况非常复 杂 炉内不确定因素非常多 所以这种情况下出现误操作的可能性菲常大 幽此以功率为被控制参数一i 适台实现电弧炉的稳定和自动控制 3 恒黻抗控制 是目前疲忍最广豹控制策略 其最大优点就是有利予 系统的平衡和稳定 我们假设弧压弧流投阻抗满足关系式r v 根据袭 l l 可以看出当电缀上升时电弧窀邋上升电弧电流下酶黻抗上升 当电檄 f 降时电弧电压 卜降电弧电流上升阻抗降低 这样电极的升降与被控制参数的 关系裁 匿明额了 多年豹生产实践表明慷阻抗控涮是最可嚣的控剌方式 综上所述 随着对废钢铁冶炼和特殊钢铁冶炼需求的不断增大 对电弧 炉控寄 技术越来越受到重疑 它豹工艺裙控刽技术也隧着科技的发展瑟不峨 革新 但是由于电弧炉炼钢过程非常复杂 因此在电弧炉控制领域仍存在许 多阉题有待骚究改进 下一节憋靛这一方露问题避幸亍讨论 1 2 电弧炉传统控制存在的问题及困内外发展现状 2 1 经典恒阻抗控制器 西安理工大学硕士学位论文 经典的电弧炉单相恒阻抗控制系统结构如图1 1 所示 5 图1 1 单相恒阻抗控制器结构图 图中 l 为阻抗设定值尺 2 为阻抗的偏差 尺 3 单相为控制器 控制 器输出为一个一1 0 矿一 o 矿的电压 用来控制电磁阀的开度 从而改变液压系 统进油和回汕的速度 4 为被控对象 它包括电弧炉及电极的升降系统 5 为 被控对象的输出电弧电流碍口电压u 6 为检测系统和转换装置 通过它测量 和计算出单相电极电弧的阻抗尺 单相恒阻抗控制器的控制曲线如图1 2 所 不 图1 2 单相恒阻抗控制器的控制曲线 图中横坐标为采样的阻抗值 纵坐标为控制器的输出值 r 为设定阻抗 r l 月2 和尺满足关系 r 一尺1 r r 2 一r r k 当实际阻抗在设定阻抗 上下一定的范围内时 控制器的输出 腑的绝对值较小 认为该范围内接近稳 定 所以进行微调 对于实际阻抗远大于或者远小于设定阻抗时 控制器输 出 臆的绝对值较大 迅速进行调节 因此该系统是个基于专家经验的分段控 制 对于这三段控制曲线的斜率由专家经验确定 u k m a x 是控制器输出的 第一章概述 饱和值 实际控制时最高 最低 输出 腑的绝对值一般小于饱和值 2 2 经典的恒隧抗控制器存在的问题 a 被控制量超调大 电极升降频繁 电弧电流不稳定 断弧频繁 严重 请猿下会频繁地发生工俸短路 这是电弧炉瘟动方式决定的 由于电弧炉变 压器是低电压大电流变压器 其工作电压较低不足以击穿空气生成工作电弧 所以要先将电投接触到炉料形成短路毫浚 短路状态是比较危险瓣状态 辨 以应使短路过程比较短 发生短路时快速提升电极形成电弧 但是速度又不 能过快 防止电弧拉起过快导致断弧 亘n 采频繁发生工作短路 电能和电 极消耗都比较大 而且电极的频繁升降容易造成电极的折断 造成经济损失 频繁升降即使没有造成断弧 对系统的影响也是很大的 因为当电弧长度增 加时 电弧工作电流增加 功率因数增加 随着电弧的继续变长 功率因数 变褥不稳定 当电弧熏燃时 会弓f 起系统的震荡 这秘震荡就是 电压闪变 的原闽之一 电压闪变会引起电极消耗和电源谐振 b 不能实现三棚统筹控制 电弧炉的三相电极之间存在强耦台的关系 三相电流满足关系式l l 调节每一根电极的工作状态势必对另外两相的工 作状态产生影响 而经典恒阻抗控制器将三相电极看作是三个独立的系统分 荆加以控制的 无法实现真正意义上的三相平衡 当然目前从事三楣不平衡 供电的研究也在进行中 4 c 经典恒阻抗的阻抗设定点是静态隘抗设定点 并不楚真正意义上的阻 抗最佳设定点 因而很难实现效率最优 d 没有考虑到电弧炉冶炼过程的h 寸变特槛 电弧炉的电气特性是不断交 化的 在炉料刚开始熔化初期负载呈现出电抗性 随着熔渣进入熔池 负载 静掇作阻抗达到了一个短路阻抗僖 任何两个熔浚精斗的炉辩难积不可缝是 完全一样所以要调整到一个最侄状态是很困难的 而且随卷冶炼过程的进行 电极的漩耗和电弧对炉壁豹搜蚀也会导致工作参数的变纯 1 2 3 国内外发展现状 在美国采罔电弧炉冶炼的锻产量占总的钢产爨懿比例约为4 0 i i 由于 西安理王炙学硕士学位论文 采用了先进的技术与工艺 9 0 年代以来建造的电弧炉均为l o o t 以上的大型电 弧炉 冶炼电耗小于4 0 0k w m 德潮情况t z s 与美国相似 平均出钢时间 小于6 0m i n 以德国的巴蒂斯钢厂的8 0 t 电弧炉为例 下表1 2 是该电弧炉 采用二次燃烧的技术改进前后的对比数据 改进前改进盾 表1 2 德国篥钢厂统计数据 而国内的电弧炉不仅容量相对小的多基本上小于3 0 t 平均出钢时问约为 9 0r a i n 甚至有时超过1 2 0m i n 由此平均电耗就远远高于荚同的乎均水平达 到5 0 0 k w 1 1 t 左右 根据表1 2 中的数据 我们可以知道即使在没有采用二次燃烧技术之前 其出钢时间 供电消耗和容量等方面均高于我国的电弧炉冶炼平均工作水平 值得说明的是电弧炉的冶炼是个复杂的工艺过程 其技术涉及面很广 控制 技术对电弧炉的高效运行起看报大的作厢 但是冶炼效率整体的提高还必须 与工艺技术等相互配合 下面就自动控制技术在电弧炉方面的应用做一些讨 论 我国目前冶金企业 采用经舆恒阻抗控制系统的较多 该系统在功率平 衡 功率因数提高等方面具有较好的效聚 但是其最大的缺点藏是仅能对电 弧炉目前的状态做出反应 从而使调节往往明显滞后于电弧炉的实际状态的 交纯 导致电流波动大 使功率围数变环 产生的高次谐波成为电网的一大 第一章概连 公害 降低了电弧炉运行的综台效益 针对这种情况 国外采用智能控制的 解决方案 主蛩产品有美国的i a f 公司的基于幸牵经网络的电弧炉翘能控捌系 统和德国s i m e n s 公司的a n n 系统 3 本课题的设计要求和主要完成的工作 1 3 1 课题的设计要求和难点 a 控铡系统的设计要求如下 1 能够预估下一采样时刻的电弧工作电流 电压和电弧阻抗 满足预 估的溟差糖度要求 必要时对钢水温度遴霉预隹 e 2 功率因数为0 8 3 0 8 7 3 用电效率1 7 20 9 0 4 三楣电极能够稳定均衡调节 经典恒阻抗控制器将每根电极作为独 立的对象加以控制 不考虑本身的升降对另外两糨电极工作状态的影响 从 而根难达到真正意义上的三相平衡 而本课题要求将其三相作为统一的整体 对象加以控制 b 本课题的难点和重点如下 1 由于电弧炉冶炼过程存在较强的列 变性和不确定性 因此要求系统 能在线学习 预估和控制的快遮性就必须得到保证 2 实现三相电极稳定均衡调节 3 谍题涉及生产实际应用 属于钢铁公司重大关键设备 安全性要求 高 4 由于电弧炉一般都是长时闯连续运行所以可靠性要求高 5 辩识电极与不导电料的接触 6 记囊工作数据用于分斩计算 罨找动态最佳阻抗设定点 1 3 2 课题的可行性理论分析 窀弧炉炼钢控制系统属于多输入多输出控制系统 经典洹难 寇专家控制 系统将 k 目分别作为独立的系统进行控制 分析农明将三相电弧炉作为三相 独立系统送行控制是难以取褥满意豹控制效栗 所以必须将其 乍为多输入多 西安理工走孝磋士学位论文 输爨系统加以研究 经典恒阻抗控制就其控制的特点来看 它羼于专家控制 系统 因此存在传统专家控制系统的种种缺点l 首先知识获取存在 瓶颈 工程题将领域专家知识移接到控制器中例如图l 一2 中的各个参数 第二缺乏 联想功能 推理能力弱 由于推理方法简单 控制策略不灵活 所以容易出 现 匹配冲突 组合爆炸 无穷递推 等问题 第三智能水平低 传统专 家系统的知识怒一一对应的 对新状态响应一般没定为低保护值 没有冗余 性 因丽也就失去了灵活性 例如一般电弧炉恒阻抗控制系统不具备自学习 和联想记忆的功能 不能在运行过程自我完善 发展与创新知识 系统的功 能取决于设计酋的知识和能力 它的本领也就是输入知识的总和 第四实用 性差 虽然它被广泛应粥 但是效果与人们的期望还是有很大的差距 主要 原因在于其开发与设计都是在 离线 与 非实时 条件下进行的 系统的 可靠髋 一致性 快速性 鲁椿性 实对髓往往难以满足实际控制要求 基于神经网络建立电弧炉的预估模型 在三相关联的前提下 利用人工 神经蹴络控制器 或其锻智能控制器 经典控翩器 控制电掇的舟终 以满足 对电弧炉的控制要求 实现电弧炉冶炼有效功率明显提高 电流波动的减少 和电厥闪交的搁端4 以及提高电瓠炉生产率 洚低能耗 硫轻对电网豹危害 近年来国外在这些方面的研究和应用已经取得了很大的发展 由于电弧炉炼镊过程极其菱杂 丽且炉内状态变化尉烈 很难用普通数 学表达公式描述其特性 随着高性能工业控制计算机的出现 利用神经网络 建立其模型成为了可能 由予炼钢过程中每一炉的废钢堆积状态和加料状态 等不足吲定不变的 所以电弧炉炼钢模型不能用 个固定数学模型加以完善 描述 在炼钢过程中神经网络必须不断的避行穆正要求运算速度的都学习速 度要快 以保证在采样周期内完成自学习使其实时灏近真实的炉体工作状态 所以在线学时用必须采用改进的b p 算法 经过验证在一令采样周期内可以 满足学习的要求 改进的b p 算法包括加动量法和自适应调节学习速率 以 便其以尽可能抉的速度收敛 避免陷入局部最小 对于电弧炉炼钢系统 通常给定的是静态模型其最佳阻抗设定点 但在 9 第一章概逮 动态炼钢过程中 该没定点 币一定是系统最佳的工作点 存牛产实际中 要通过不断的积累每炉的炼钢参数 然后凭借经验确定该电弧炉的最佳阻抗 设定点 这样既费时又消耗了大蜀 的资源 如何能使系统尽快搜索到最佳5 娃 抗设定点以及参数的动态优化设定对于提高电弧炉系统的效率是非常有意义 的 所以对于电弧炉炼钢控制系统仍有 艇多问题需要研究 1 3 3 本文所完成的主要工作 1 电弧炉工作参数计算方法和参数设计 2 基于遗传算法和b p 神经网络离线建立了电弧妒预估模型 并对 b p 算法进行了一定的改进 完成了在线学习算法程序编写和调试 3 进行了基于b p 神经网络豹多步预估的算法研究和仿真 4 确定了电弧炉智能控制方案和控制器的设计 5 进行了基于模糊 孛经溺络的控 器的研究和仿真 6 系统调试运行的结果分析 西安理工大学硕士擘位论文 第二章电弧炉控制系统分析和建模 2 1 电弧炉系统结构分析 电弧炉系统结构如图2 1 所示 图2 1 电弧炉控制系统图 由图2 1 可知电弧炉系统主要由以下几个部分组成 3 3 1 电弧炉炼钢变压器 其工作特性不同于普通变压器 它的二次 侧输出大电流和低电压 并且有过流保护装置 一股工作电流在 2 0 0 0 0 4 0 o o o a 由于电弧电流较大很难找到相应的电流互感装置 为了得到工作电流值所以采用三绕组变压器利用第三绕组的电流互感 作用可测量得到电弧的电流 2 阻抗器 当开关当k 1 断开时系统工作在高阻抗炼钢状态 就 是高阻抗电弧炉1 1 j 其优点在于长电弧冶炼时不容易发生断弧现象 而 且电压高 电流低 使电效率和有功功率增加 同时电弧的稳定性比较 好 不足之处是长弧冶炼对炉壁和耐火材料的侵蚀比较大 影响电弧炉 第二章电弧炉控制系统分析与建模 的使用寿命 3 电压检测装置 4 控制器 主要有三季牵方式1 模拟魄路控赣嚣 仅在一些1 日系 统和小容最的电弧炉上仍有这类控制器 2 p l c 可编程逻辑控制器 该控制器稳定性裹 但控制的实孵性郧进嚣丈规模复杂计算豹能力差 3 工业计算机 工业计算机控制器的实时性 计算能力和可靠性都很 高 以工业计算机为控制器的电弧炉系统在澄外褥到了广泛应用 5 炉体 偏心炉体便于前倾排渣和后倾出钢 6 液压伺服装置 通过控制液压系统电磁阂的正反开度可以控 制提升和下降电极的速度 一般下降最大速度小于上升最大速度 如图2 1 所示 电弧炉炼钢专用变压器的原边接成星型负载接成三 角形是为提高效率的缘故 即负载边接为三角型可以保证当一项电极在 断溅状态时 另外两毒h 电极的电流能形成电流回路 提高炼钢的工作效 率 2 2 电弧炉电路系统的分析与参数的计算 g 昌翌 秘 f r 点卜芒l 轧纠一一 谴蛙i 雕2 2 三摆交流电弧炉等效奄路隧 首先假设供电电网的容量为无穷大 由于线路短网 导电臂 把持 器郄电极公别具有一定的电 且祁感抗 电路分据时不能忽略 涛其折算 成相电阻r a r b r c 和相电抗x a x b x c 所以每一相的线路阻抗 西安理工大学硕士学住论文 是出这些部分5 且之和 线路阻抗 z l r l j x l 式2 1 电弧炉交噩然阻抗 z 尸 r f j x f 式2 2 电弧电阻 r 操作中是可变值 一糍l 的总 且抗为一h 述三蚓幻总和 其中电弧炉变逝器的阻抗可由额 定电压 额定容量 和百分数阻抗 z f 根瓠i 式2 3 求 b z 2 z e 抻 石 式2 3 分析电路时 必须进行阻抗折算 设电弧炉变压器次级的最高额定 电压为e 建抗z 折算到z 公式为 z z l 2 式2 4 线路阻抗值主要包括短网阻抗和与供电电网的公共鼗结点以下部分 的阻抗 其中短网阻抗一般是已知的 线路阻抗由供电相问电压e 供积电网短路容量墨依据式2 5 求出 z e 2 i s 式2 5 其中电鞋l r 霸电抗x 豹分解一般选翔如下经验院值 一股线路x r 1 0 1 电弧炉变压器 r 8 l 这样就有如下关系 线路电阻和电执 r a r l r f 式2 6 x a x l x f 式2 7 操作电阻r r a r 式2 培 拯作龟抗 z o p r x o p 式2 9 由于电弧炉 c 作时产生谐波失真 操作电抗实际值会升高 1 0 一3 0 由此褥到电弧炉线路的5 且抗三角形 f 哟应的电压三角形和功 率三角形 第二章电孤炉控铡系统分耩与建模 图2 3 阻抗三角形 a 电压三角形 b 和功率三角形 c 功率因数c o s 9 是电弧炉运行的一个重要参数 所以一般先设定 c o s 舻的值 然后在依次求出其它各参数 已知下褶闻电压u 操作电抗 a 以上为电弧炉静态参数的计算 下面的进一步分析凡个特踩工作状 西安理工走学硕士学位论文 态 如 空载 短路 有功功率最大 电弧功率最大工作状态 空载工作状态是电弧炉开始工作还没有拉弧冶炼的状态 此时电弧 宅阻为无穷大 电狐工作电流为零 电弧功率鞠有功功率均为零 电弧 电压为u j u 为次级的相电压 此时功率因数c o s 妒为l 电 效枣为玎 儿以 l 短路工作状态是电弧炉没有开始工作的状态 此时电孤电阻为零 电懿工作电流为 u 3 z 其中z 为电弧炉的稻雉抗 电弧功率 电 弧电压为零 有功功率较大 但是没有电弧所以此时电极消耗非常大 电效率为碍 p 嘭一o 有功功率最大工作状态 是变压器的初级有功功率和无功功率相等 的工作状态 忿对功率因数c o s 为o 7 0 7 龟效率为野 p l r 电弧功率最大工作状态 这时功率因数c o s o 大于o 7 0 7 电弧功率 最大并不避有功功率最大 为了提高用电效率 希望电弧功率大一些 所以一般c 0 口的设定值要大于o 7 0 7 2 3 b p 神经网络原理 2 3 1 神经网终 大脑的组织结构和运行机制有其巧妙的特点 从模仿大脑智能的角 发出发 寻求薪的信息表示 存储和处理方式 设计全耨的计算结构模 型 构造一种更接近人类智能的信息处理系统来解决传统的计算方法所 难以解决的问题 这就促使人们研究人工神经网络系统 所谓人工神经 网络就是模仿人脑工作方式丽设计的一种机器 它可以用电子藏光电元 件实现 也可以用软件在常规计算机上仿真 或者说神经网络是 种具 有大量连接的并行分布式处理器 它其有通过学习获取知识弗解决问题 的能力 且知识是分布存储在连接权中 不象常规计算机那样按地址存 在特定的存储单元中 第二章电弧炉控刳系统分拆与建摸 目前人们对于大脑神经网络的结构 运行机制 还有单个神经细胞 的工作原理了解的还缀肤浅 但是基于生物神经系统的分布式存储 并 行处理 自适应学习这些现象 已经构造出具有一定智能的人工神经蚓 络系统 当然这种人工神经潮络只是对大脑的粗略而简单的模仿 无论 在功能上还是在规模上都比真正的神经网络差得很远 但是它在一些科 学研究和实藩工程领域己经显示了巨大的威力 从八十年代以来 享孛经 l 刊络的研究发展非常迅速 在计算能力 对任意连续映射的逼近能力 学习理论及动态丽络豹稳定性分孝斤等方露都取锝了丰颤的成果 神经网络作为一种新技术引起了人们巨大的兴趣 并越来越多的用 于控制领域 这是困为与传统的控刽技求相比 它具有以下重要的特征 和性质 a 菲线性 神经网络适用于解决非线性问题 这来源于神经元网络在理论上可 以越近于任何非线性函数 b 平行分布处理 神经网络具有高度平行的结构 这使它本巍可弗行实现 由于分布 和平行实现 因而比常规方法有更大程度的容错能力 神经网络的基本 单元结构简单 并行连结使其具有很快的处理速度 c 硬件实现 这与分布平行处理的特征密切相荚 也就是说它不仅可以平行实 现 而且许多制造厂家已经用专用的v l s i 硬件来制作神经网络 使处 理速度进一步提高 丽且网络能实现的规模也明显增大 d 学习和自适应性 利用系统过去的数据记录 可对网络进行训练 并且神经网络具有 很强的泛纯能力 即当输入出现训练样中未提供的数据时 网络 i 王有能 力进行辨识 e 数据融合 西安理工大学碰士学位论文 网络可以嗣时聪定性和定量的数据进行操作 在这方瑟 潮络正 是传统工程系统 定量数据 和人工智能领域 符号数据 信息处理技 术之闻瓣轿梁 f 多变量系统 神经删络自然圭电处理多信号输入 劳且有许多输蠢 非常透合于多 变摄系统 2 3 2神经网络的踌络结构与工作方式 a 人工神经元 根据生物神经元的结构 作用机制 并做出了一些筒化 形成人工 神经元 简称为神经元 其结构如图 2 4 x l 每一个神经元 如神经元i 接受其他神经元 如神经元j 的信息 传递 总输入的关系式为 h l w i j x g 十讳 式2 l o j l 式中 1 q 表示神经元j 和神经元 的结合强度 称为述接权 勺为神经 元j 的输出 岛表示神经元i 的阂值 神经元i 的输出关系式为 0 f 1 第二章电弧炉控稍系统分斯与建模 这里函数 称为激励函数 根据f 的不列 将神经元模型分为 不同的类型 如离敞型 连续型 微分 差分型和概率型 b 激励函数的几种形式 在离散输出系统中 激舾蕊数选溺阶跃滋数 如 o j j 1 7 o 0 0 在连续输出模型中采用的激励函数为连续函数 目前广为采用的是 s i g m o n d 涵数 简称s 型函数 印取神经元的输出为 p l 专 式2 也 s 型函数具有以下一些蘸好的特性 1 当输入1 较小时 也有一定的输出值 即输入到神经元的信号比较 弱l j 神经元也有输出 这样不丢失较小的信息 2 当输入i 较大时 输出趋于常数 不会出现 溢出 现象 3 有良好的微分特性 即有 荆删吲 郴 所以 s 型函数作为神经元的激励函数得到j 广泛地应用 为了进 一步提高神经网络豹实用矧 可将s 型函数改进为如下形式 q 2 磊 檀 0 9 式中 4 b 和c 为可调参数 通过政变系数掰 b 和 的值 可改变相 应神经元的输入输出特住 c 神经网络的结构 投据网络中神鳋元的连接方式 将网络分成敷下两种基本篓式 1 前馈型网络 各神经元接受前一层的输入 并象鑫出给下一层 没有反馈 节点分 西安理工大学硕士学位论文 孤类 即输入单元和计算单元 每一计算荜元可有任意多个输入 但只 有一个输出 它可耦合到任意多个下一层节点作为其输入 前馈网络 可分为不同的层 第i 层的输入只与第i l 层输出相连 输入和输出节点 与外界相连 狐其它中问层则称为隐层 2 反镄型弼络 赝有节点都是计算苇元 同目l 也接受输入 并囱 毋输出 它可画 成一个连接图 其中每个相连线都是双向的 若总单元数为州 则每一 节点有 z 1 个输入和1 个输出 d 神经网络的工作方式 神经网络的工 乍连程主要分为两个阶段 一个阶段是学习期 此时 各计算单元状态不变 各连线上的权佳通过学习来修改 第二个阶段是 工作期 此时连接权固定 计算单元状态变化 以达到某种稳定状态 从作用效粜上 前馈网络主要是函数映射 可用于模式识别和函数 逼近 反馈网络分为两类 一豢是梯度函数的所有极小点都起作用 主 要嗣做各种联想存储器 另一类强刹用全局极小点 它主要蹦于求解优 化闻题 2 3 3 神经网络的学习方法 通过环境学习获取知识并改进自身性能是神经例络的一个重要特 征 性能的改善是按某种预定的度摄 通过调节自身参数 如权值 逐 步达到的 学习方式有三稚 a 监督学习 鸯教师学习 这种学习需要外界存在一个 教师 即提供一组对应的输入输出数 据 正确答案 这组己知的输入一输出数据称为训练样本集 学习系统 可根据已知输国和实际输出之闯的差值 误差信号 来调节系统参数 b 非鉴督学习 非监督学习时不存在外部教师 学习系统完全按照环境提供数据的某 种统计规律米调节自身参数或结构以表示出外部输入的某种固有特性 1 9 第二章电弧炉控制系统分析与建模 c 再励学习 这种学习介于上述两利 情况之问 外部环境对系统输出结果只给出评 价信息 奖或罚 而不是给出正确答案 学习系统通过强化那些受奖的动 作来改善裔身的性能 2 3 4 反向传播学习算法 反向传播算法的基本计算原理 输出层只含一个享率经元的三层前向入工神经网络结构如图2 5 所示 输入层 v i 隐层输出层 圈2 5 三层单输出静向人工神经网络 孩神经网络的中输a f i 有月个神经元 隐层有掰个神经元 输出层神 经元豹输出就是整个恻络麴输崮为y 网络中漆入爨的输出分别为 l 2 a 隐层个神经元的输入是 h 1 o 毋 h 2 m 式2 1 5 1 上式中 w 为隐痿神经元f 与输入鼹神经元 的连接权 岛为隐层神 经元的闽佳 选辑s t 妒 一函数作为疆层神经元的激励茧数 刚隐屡 第i 个神经元的输出为 o 二 i l 2 m 式2 1 6 西安理工是学硕士学位论文 不失一般性 取输出层神经元的闽值为0 输出层神经元的激励函数 为线性函数 剡输密层神经元的输窭y 也就是整个溺络的输出为 删 y h qi l 2 m f l 其中 v 为输出层神经元与隐层神经元i 的连接权 起义由隐艨神经元与输入层季孛经元的连接权伍w 扑貉屡神经元豹阂篷 研和输出层神经元与隐层神经元的连接权值 组成的向量为网络的连接 权向量 在给出 值羼 就能根据一组网络的输入由以上公式计舅出隧 络的输出值y 在己知网络埝入辩 计算隧络竣出的过程 称为网络鲍正向计算过程 其原因是网络的输入信息是由输入层开始 逐层向上一层传递的 没有信 息的反锁过程 潋有学习样本为 x l p x 2 p a x 印 t p p l 2 a 珊 m 为样本数 对 某样本 x l p x 2 p a 叩 t p 在给出网终囱量 后 可以通过公式计算出 网络的输出值y 对于样本p 定义网络的输出误差为 d 口 f 口 y 口 式2 一1 8 并定义误蔗函数为 勺 瓯叫 2 式2 1 9 一股情况下 的初始值足随机给出的 因此 求得网络输出值y 后 计算公式 2 1 8 定义的误差往往比较大 也就是说 网络的计算精度不 高 在确定网络的结构以后 即确定网络中隐层神经元数目m 的情况下 只 通过调整 的值 逐步降低误差d 以提毫阙络的诗算糖度 反向传播算法即是沿着误羞函数e 随 变化的负梯发方向对 进行 修正的 设 的修正缜为a w 取 一叩黧 式2 2 0 a w 第二章电弧炉控制系统分析与建模 式中 r 为学习率 取o l 之问的数 将式 2 1 8 和 2 1 9 代入式 2 2 0 e p 有 呜雾 定义a w 为 a w a v l 幻 a w j 可以求得对于样本p 矽中各元素分 式2 2 3 g 叫 薏 彬幽 1 o e a w 彬 彬 v 瓯 1 一 毕 b 式2 2 5 o w i 由于在完成正向计算以后 已经求出隐层第i 个神经元的输出为 和 溅络的输出误差d 因此应用公式 2 2 3 公式 2 2 4 弱公式 2 2 5 霹求怒a w 的佳 最压采用选代式 a w 啼 式2 2 6 对原 值进行修正计算 得到新的连接权向量矽 以上所述计算过程 首先跫求出输出层神经元输出值的计算误差 再 沿着i e 向计算过程的反向 将误差信息传递 对连接权向量缈进行修正计 算 因此将这一计算过程称为反向计算过程 一般将正向 反向计算学习过程称为反向传播算法 b a c kp r o r a g a t i o n a l g o r i t h m 筒记为b p 相应的前向入工神经网络也称为b p 网络 对于所有的学习样本 均按照样本顺序进行上述的计算 然后固定 的值 对p 个样本分嗣趱行正淘计算 扶雨求出学习样本的能量函数值 稚行进 一 砂一怠 o 揪 鸭 式 m 馘 如 根觏 西安理工夫学硕士学位论文 e 口芦 式2 2 7 p oj 这样 就结束了一个轮次的迭代计算过程 计算式 2 2 7 的秘的 是为了对网络的计算精度进行评价 当e 值 满足某一精度要求时 就停止迭代计算 否则 就要进行新一轮次的迭代 诗算 反向传播算法计算框图如圈2 6 所示 图2 6 反向传播算法计算框图 2 4 基子8 p 神经网络电弧炉预估模型的在线学习 前面我们介绍了b p 神经网络的原理 现在就其优点和缺点做一下总 结 b p 神经网络的优点是 只要有足够多的隐层和节点 b p 神经网络可 以道近任意的非线性映射关系 b p 网络的学习算法属于样本空问全局逼 近的方法 因而它具有较好的泛化能力 b p 丰孛经疆络的缺点是 毂敛速度役 2 局部最优 3 难以确定隐层 7 1 第二章电弧炉控制系统分析与建模 和节点个数 由于魄孤炉是一个复杂豹非线性时交被控制对象 所既要求系统预估 模型具有实时在线学习能力 基于学习的快速性考虑和常用算法存在的问 题 我们采用改进的b p 算法对电弧炉模型进行在线学习修正 主要采用 了以下两种方法 a 加入劝量璜的算法 前面介绍的b p 算法实质一i 是一种简单的最速下降静态寻优的算法 在修正权佳w k 对 只是按照k 时刻的负梯度方南进行修正 而没有考虑 以前积累的经验 即以前时刻的梯度方向 从而常常使学习发生震荡 收 敛缓幔 爨此 有人挺出了4 秘改进算法妇下 w k 1 w k 十d 1 一u d k 7 d i 1 式2 2 8 其中1 p 可以表示单个连接权值 连接