论文部分内容阅读
电渣重熔是特种冶金的主要手段之一，电渣重熔的钢以其高纯度、组织质密和良好的机械性能成为各种高级钢和特殊钢的首选，被广泛应用在航空、航天、军工、能源工业等具有特殊要求的场合。为了得到高质量重熔钢锭，需要对电极熔化速度和电极浸入渣池深度进行精确控制，因此对电极熔速和电极位置的精确控制是电渣冶金领域中的研究热点。 与传统的单纯电极熔速控制不同，本文针对电渣重熔过程具有多输入、多输出、非线性、耦合、滞后、电极浸入渣池深度难以检测及检测量存在测量噪声、生产工艺参数不易直接控制等特点，采用多变量系统控制理论研究电极熔速和电极位置协同智能优化控制和非线性状态反馈解耦控制;利用软测量技术解决冶炼过程电极位置和渣池温度预估问题，完善系统的闭环控制。论文在理论研究的基础上，进行了相关的计算机仿真研究，并在电渣炉控制平台上进行了相关的实验研究，主要研究内容及创新性成果如下: (1)从理论上研究了电极浸入深度对渣阻的影响规律。研究应用渣池电位场模型，并采用有限单元法和自适应网格技术，模拟电极浸入渣池某一位置时，渣池内发热场和电场的分布情况，利用前人的实测结果验证了计算结果的可靠性。在此基础上，研究了不同电极浸入深度时渣池内的发热场和电场分布，然后对热电场的边界电流积分得到熔炼电流的数值，进而得到了渣阻与电极浸入深度在两个范围内呈现出一定的线性关系:当电极浸入深度较深时，渣阻随电极浸入深度的变化较为缓慢;而当电极浸入深度较浅时，渣阻随电极浸入深度的变化较快。此研究为电极位置控制的必要性提供了理论支持。通过采用有限差分法求解电渣重熔钢锭凝固过程的非稳态模型，研究某一熔速时的最大熔池深度，其计算结果与硫印试验结果吻合较好，表明该模型及方法是合理的;进而研究了不同熔速时的最大熔池深度，得到了电极熔化速度与熔池最大深度之间存在着近似的线性关系，因此在电渣重熔过程中精确控制电极熔化速度是必要的。 (2)与以往的单纯电极熔速控制的电渣重熔过程数学模型相比，本文结合传热学理论和热平衡积分法，通过分析电极熔化的热平衡过程、渣池内部的热传递过程、渣池与电极之间的热传递平衡过程，建立了电极熔速、渣池温度、电极位置、电极升降速度和电极电流的动态集总参数模型。为了证明所建的模型能够反映真实的电渣重熔过程，应用3吨电渣炉控制平台上采集的数据（不同时刻的出水温度、炉口电压、二次电压、电极质量变化）对所建模型的合理性进行验证。结果表明所建模型可以有效反映电渣重熔过程，以此为依据研究电渣重熔过程智能控制策略具有实际应用价值，从而避免了浪费大量人力和财力的试验，尤其对于重熔几十吨、上百吨的钢锭更有意义。 (3)针对电极熔速和电极位置控制问题，结合多变量系统控制理论，提出了电极熔速和电极位置的多回路PID协同控制，并将其应用于电渣重熔过程动态集总参数模型。利用具有多目标优化功能的非劣分类遗传算法(Fast and ElitistMulti-objective Genetic Algorithm)——NSGAII，对存在耦合作用的多回路PID控制器参数进行优化整定，克服了传统的按照单回路控制器设计方法对多回路控制参数进行整定造成的不足。研究结果表明该方法与传统的单纯电极熔速控制方法相比，较好的实现了电极熔速和电极位置的协同优化控制，满足利用较小的控制能量，获得较优的控制效果，系统响应速度快、超调量小，而且整定过程方便快捷。为使电渣重熔过程多回路PID参数能够根据系统动态过程自适应调整，引入了模糊控制策略，利用遗传算法离线优化获取模糊自适应PID控制的模糊规则，由模糊推理的方法求解PID参数的变化量，形成GA—Fuzzy—PID智能控制。研究结果表明利用遗传算法寻优确定的模糊自适应PID控制与常规PID控制相比，调节更加平稳、调节速度更快，改善了系统动态品质，鲁棒性增强;此方法便于总结出完善的控制规则。该智能控制策略对实际应用具有指导意义。 (4)为实现电渣重熔过程闭环控制，电极位置检测一直都是控制的难点和重点，为此提出了电渣重熔过程的非线性滤波估计算法。此非线性滤波估计算法根据非线性滤波理论——无迹卡尔曼滤波(UKF)、一阶插值滤波(DD1)和二阶插值滤波(DD2)，结合电渣重熔过程动态集总参数模型，通过检测量电流、电压、横臂位置、电极质量，实现对电极位置的预估。估计器性能的研究结果表明，所设计的电渣重熔过程非线性滤波估计器(UKF、DD1和DD2)实现了电极位置、渣池温度、边界层厚度、电极质量、横臂位置的高精度滤波估计，均方根误差(RMS)表明DD2的估计结果与DD1的估计结果相近，但略优于UKF的估计结果;由理论推导可知，DD2的计算量大于DD1，从用于实时控制角度分析，DD1更有效可行。然后研究了基于三种滤波估计器的电极熔速和位置的多回路PID反馈控制性能，结果表明基于DDI和DD2估计器的控制效果略优于基于UKF的控制效果，控制过程平稳;此算法较好的解决了传统控制中因电极位置难以检测而无法实现完善的闭环控制的问题。 (5)为进一步提高电渣重熔过程控制水平，针对系统存在耦合及电极熔速控制过程滞后性问题，在电渣重熔过程动态集总参数模型的基础上，提出了基于渣池温度和电极位置的非线性状态反馈解耦控制，利用非线性滤波估计器实现对反馈状态量的重构。采用实数编码的遗传算法，确定了状态反馈增益KTs和Kd，实现电渣重熔过程状态反馈优化控制。研究结果表明该非线性状态反馈解耦控制使电极熔速和电极位置具有较好的设定值跟踪性能，对模型参数摄动、外部扰动的影响具有鲁棒性;该控制策略与多回路PID输出反馈相比，系统具有更快的响应速度，易于实现对电极熔速和位置的快速、精确、解耦控制，有利于提高电渣重熔效率和钢锭质量;基于UKF、DD1和DD2滤波估计器的电极熔速和电极位置控制的动态响应表明，非线性滤波估计器的高精度估计性能使电渣重熔过程的非线性状态反馈解耦控制得以实现，这对实际应用更具有理论参考价值。