水泥回转窑系统的结构分布式控制

陈铁军，赵 洁

(郑州大学电气工程学院，河南郑州450001)

0 引言

水泥回转窑系统是水泥生产过程中连续进出料的高温热工设备，参数离散，物理化学反应非常复杂，而且在生产过程中气态、液态和固态三相并存，具有分布参数特性，是一个非线性、多变量、大滞后、强干扰的复杂系统［1］.目前不少学者开展了对回转窑的建模仿真和控制研究［2-5］，但由于水泥回转窑的多变量、非线性、大滞后和强耦合的特性，传统控制很难获得满意的控制效果.近些年有人在水泥生产中运用神经网络、模糊控制和专家系统等技术来提高生产效率，如文献［6］将神经网络的方法应用到水泥回转窑的建模及优化上，神经网络能很好的适应机组结构和参数的改变，但它的学习算法还有待简化;文献［7］采用模糊PID算法设计控制器，将其应用于水泥回转窑的温度控制，虽然取得了一定成效，但它的抗干扰能力较弱，稳定时间比较长，控制精度不够高;Jager等初步将专家系统应用在水泥回转窑生产过程中［8］，能够有效地运用专家多年积累的经验和知识，通过模拟专家的思维过程，解决问题，但太依赖于知识库知识的获取和推理机的设计.

针对水泥回转窑系统的复杂特性，笔者提出了通过结构分解，以控制关联链描述系统动态行为关系的链系统方法［9］.通过对水泥回转窑过程的分析，找出影响回转窑烧成带温度、窑内O2含量和分解炉温度的主要控制关系链，建立系统本质结构组成的结构分布式模型，该模型具有强稳定性、抗干扰能力和容错性，通过对该模型设计预估算法和控制算法来提高水泥的生产效率.

1 水泥回转窑的分析与建模

1.1 水泥回转窑系统的分析

水泥回转窑是一个多变量、非线性、强干扰、大滞后的复杂系统.在整个水泥的生产过程中，烧成带温度直接影响到水泥的产量，而分解炉温度直接关乎到碳酸盐的分解是否充分，继而影响到回转窑内烧成带温度，O2则是贯穿水泥整个过程的助燃空气，所以笔者选择烧成带温度、窑内O2含量和分解炉温度作为控制对象.

烧成带温度的影响因素

(1)入窑生料量:进入回转窑的生料量决定水泥回转窑的产量，一般要求稳定在水泥回转窑的设备能力指标的范围内;

(2)喷煤量:适当增加入窑喷煤量有利于燃料燃烧放热，提高烧成带温度，反之则降低;

(3)二次风的流量和温度:提高二次风的流量和温度，使得煤充分燃烧，能够提高烧成带温度;

(4)回转窑转速:在窑正常运行时，水泥窑的转速应与入窑的生料量有配合关系;

(5)回转窑设备条件、原料质量:设备条件越好，原料质量越高，烧成带温度越高.

回转窑内O2含量的影响因素

(1)窑喷煤量:窑喷煤量过多时，回转窑内的O2含量降低，反之则升高;

(2)二次风的流量:当二次风流量增加时，窑内的O2含量升高，反之则降低;

(3)窑头负压:控制稳定的窑头负压能够保证二次风量的稳定.

分解炉温度影响因素

(1)喷煤量:适当提高分解炉喂煤量，分解炉温度会升高;

(2)生料流量:当生料流量突然过大时，会造成分解炉内部的温度下降;反之则会使分解炉的温度上升;

(3)三次风的流量、温度:三次风的流量和温度升高都会使分解炉中的物料的温度升高，反之温度则会降低.

1.2 水泥回转窑系统建模

通过以上分析，依据主要控制关系确定3组控制关联子系统，第一组是烧成带温度系统L1，第二组是回转窑内O2含量系统L2，第三组是分解炉温度系统L3.

设入窑给料器开度为Z10，窑煤粉量为Z11，烧成带温度为Z12，把回转窑设备条件和转速、原料质量等对烧成带温度的影响看作扰动 V10，且K1=2，则烧成带温度链L1为

设冷却机电动阀为Z20，助燃空气流量为Z21，二次风量为Z22，窑内O2含量为Z23，把窑头负压对窑内O2含量的影响看作扰动V20，且K2=3，则回转窑内O2含量链L2为

设入炉给料器开度为Z30，炉煤粉量为Z31，分解炉温度为Z32，把生料流量和温度等不易调的因素对分解炉的影响当作扰动V30，且K3=2，分解炉温度链L3为

水泥回转窑系统模型框图如图1所示，它由7个单元模型、3条控制链和3项链间关联的模型构成.

图1 水泥回转窑系统的模型框图Fig.1 Cement rotary kiln system model diagram

假设各子系统Σij的动态模型取形为

式中:Zij(t)∈Z指该测量变量在t时刻的状态;Xij是和输出有关的变量串集合，它包含对该子单元Σij有直接作用的控制输入和有关联作用的其它单元的测量输出;Fij是以Xij为参量的因果转换关系;dijij-1是 Ζij-1相当于 Ζij的滞后步数;Vij是扰动，因此可以得到各单元模型.第一组是烧成带温度系统L1

第二组是回转窑内O2含量系统L2

第三组是分解炉温度系统L3

其中:α1，α2，β1，β2，β3，χ1，χ2，δ1，δ2，ε1，ε2，ε3，φ1，φ2，φ1，φ2由最小二乘法辨识得到.

2 水泥回转窑系统的控制算法和仿真

2.1 模型预估算法

水泥回转窑系统存在大滞后性，克服时滞，提高控制品质的有效方法是预估.它把结构信息和功能信息都分散化，而且各个预估器之间的信息是通过因果关系链来传递的，所以能保证在子系统设计的预估算法同时能获得对整体系统运动特性的预估.

设单采样周期中因变量Ζij-1相对于果变量Ζij的滞后步数为+1，控制输入Zi0相对于控制输出Zij的滞后为，假设是t时刻对Z(t)的预估值.根据11文献［10］，可以得到烧成带温度系统的预估算法

类似地可以写出回转窑内O2含量系统的预估算法

同理可得分解炉温度系统的预估算法

2.2 控制算法

式中:A=1-pz-1;B=1-p;p是可调的待定参数;z-1是延迟算子.由文献［10］得到烧成带温度系统的控制算法

由式(20)、(21)再结合(12)、(13)可求得系统中烧成带温度系统的控制算法则窑内O2含量链和分解炉温度系统的控制算法同样可以通过上述方法得到.

2.3 系统仿真

水泥回转窑系统控制指标如表1所示.

每隔1 min采集一次数据，共采集62组数据，根据现场采集的数据应用最小二乘法对系统模型进行参数辨识，然后写出预估算法，最后再得出控制算法.再分别对入窑给料器开度、冷却机电动阀开度、入炉给料器开度在20、30和40处分别加V10、V20和Z30扰动，下面是用MATLAB对上述3条链进行的仿真.

图2、图3和图4是结构分布式控制仿真图，仿真结果表明在有外加扰动的情况下，这种结构分布式的控制模型能够很好的在要求时间范围内克服扰动误差，使系统恢复稳定，这表明该系统有很好的容错性和抗干扰能力.还可以看出烧成带温度受窑内O2含量和分解炉温度的影响不是很明显，说明该系统变量之间的耦合关系减弱了.

图2 水泥回转窑烧成带温度链控制仿真图Fig.2 The simulation diagram of cement kiln calcining zone tem perature chain

图3 水泥回转窑窑内O2含量链仿真图Fig.3 The simulation diagram of the O2 content of rotary kiln chain

图4 水泥回转窑分解炉温度链仿真图Fig.4 The simulation diagram of the tem perature of decomposing furnace chain

3 结论

针对水泥回转窑这一典型的多变量、非线性、强干扰、大滞后的复杂系统，根据系统内部之间因果关系建立结构分布式模型，并设计了由因果链传递预估信息和控制指令的预估算法和控制算法，这是对水泥回转窑控制方法研究的一种新的探索.这种方法把复杂的过程分段，这样每段的特性容易掌握，并且把控制作用也分段，这样能使控制作用逐级传递到受控输出.预估算法和控制算法是根据局部设计的，所以当局部发生故障时，不会过多的降低全局性能.用该方法控制水泥回转窑这一实际对象，充分证明了它的可行和有效性，而且该方法已在火电厂、生物和化工等复杂的系统中得到成功应用.

［1］ 刘志江.新型干法水泥技术［M］.北京:中国建材工业出版社，2005:131-148.

［2］ KAUSTUBH S.M，GANESH K V，SARITA B K，et al.Rotary Cement Kiln Simulator(RoCKS):integrated modeling of pre-heater，calcine，kiln and clinker cooler［J］.Chemical Engineering Science ，2007，62(9):2590-2607.

［3］ DELCOZ J J.Design and finite element analysis of a wet cycle cement rotary kiln［J］.Finite Elements in Analysis and Design，2002，39:17–42.

［4］ FAN Geng，LIYi-min ，WANG Xin-yong，etal.Simulation of dynamic processes on flexible filamentous particles in the transverse section of a rotary dryer and its comparison with ideo-imaging experiments［J］.Powder Technology，2010，207(1):175–182.

［5］ LIU Xin-yi， SPECHT E.Temperature distribution within the moving bed of rotary kilns:measurement and analysis［J］.Chemical Engineering ＆ Processing:Process Intensification，2010，49(2):147–150.

［6］ 谭新颖，佘乾仲，彭奎，等.基于神经网络的回转窑建模及其优化控制设计［J］.计算机仿真，2012，29(1):160-163.

［7］ 王蕊，万健如，王亭津.水泥回转窑温度模糊 PID控制系统设计［J］.自动化与仪表，2005，11(2):32-34.

［8］ 丁苏博，黄贤林，郭碧君.基于水泥回转窑运行状况分析的专家系统设计与实现［J］.中国水泥，2008，20(8):78-79.

［9］ 陈铁军.结构分散化方法控制理论［M］.新疆:新疆人民出版社，2004.

［10］陈铁军，邱祖廉.链控制器及其应用［J］.自动化学报，1994，20(3):379-382.