烧结余热发电烟风系统的优化控制
能源、原材料、水与土地等自然资源是人类不可或缺的生存基础,是经济社会可持续发展的重要物质保证.而随着经济的发展,资源约束的矛盾日益凸显.钢铁行业是一个材料与能源高度密集型的行业,原料、能源消耗量大,污染物排放量大,近一半以上的物料投入,随后以废气、固体废弃物或副产品的形式产出.烧结作为钢铁行业一个重要的生产环节,其生产过程中有大量的中、低品位余热被排放掉.这样不仅会对环境带来热污染,而且浪费了大量的能源,为了利用这些被烟气带走的余热,烧结环冷机余热发电工艺应运而生.烧结环冷机余热发电工艺是将环冷机一段和二段烟罩中较高温度的热废气分别送进余热锅炉,由余热锅炉生产出来的过热蒸汽经外网送至汽轮发电机组进行发电.由于在烧结的生产过程中烟气的波动比较大,所以对烟风系统的有效控制是保证烧结环冷机余热发电稳定的重要因素.本文中通过对烧结余热发电烟风系统进行优化控制,以实现既不影响烧结矿的品质,又可以提高烧结余热发电的发电量.本文基于某钢厂烧结机余热利用改造工程进行控制研究,通过对烧结余热发电生产工艺进行分析研究,了解了整个工艺流程,对于烟风系统中存在的控制难点进行了分析,并根据实际的现场工况与现场操作人员的长期经验分析出合理的智能控制算法.本文主要采用基于模糊RBF神经网络的PID算法对烟风系统中的循环风机风速进行控制,由于系统存在着大滞后与扰动,进而采用Smith前馈控制,以实现对于烧结余热发电烟风系统的优化控制.根据现场采集的实验数据得到烟风系统的数学模型,在MATLAB环境下利用M文件与Simulink对得到的数学模型进行控制仿真,分别采用前馈PID控制、前馈模糊控制、Smith前馈模糊控制、RBF神经网络PID控制与模糊RBF神经网络PID控制对烟风系统进行仿真,对仿真结果进行比较,通过比较结果可以得出,基于模糊RBF神经网络的PID控制所得到的控制效果相较其他控制更加稳定,并且能够更好的适应系统,得到的控制品质良好,能够很好的实现控制任务,进而为烧结余热发电烟风系统的优化控制提供了可靠的参考.
- 作者：
- 陈鑫
- 学位授予单位：
- 辽宁科技大学
- 专业名称：
- 控制工程
- 授予学位：
- 硕士
- 学位年度：
- 2014年
- 导师姓名：
- 张勇；王峰
- 中图分类号：
- TM617
- 关键词：
- 烧结余热发电；烟风系统；模糊控制；RBF神经网络；Smith补偿
- Sintering Waste Heat Power Generation； Smokeand Air System； Fuzzy Control； RBF Neural Network； SmithCompensation