矿渣微粉智能控制系统的研究

黄超+李绍铭

摘 要：矿渣微粉系统经常会出现立磨磨机振动较大、不易控制，负荷波动较大、较频繁等故障，而立磨系统又是一个多变量、强耦合、非线性的工业系统。鉴于此，提出了用基于自适应调整因子的模糊PID控制器设计立磨料层厚度和磨内压差的智能控制方案。仿真结果表明，该自适应模糊PID控制器的动态调节范围很广，且其动态特性、静态特性、平稳性、鲁棒性和抗干扰能力均优于人工控制和常规PID控制。

关键词：矿渣微粉系统；模糊控制；料层厚度；磨内压差

中图分类号：TQ172.6+3 文献标识码：A DOI：10.15913/j.cnki.kjycx.2016.04.068

当前，在我国矿渣微粉工业生产过程中，经常会出现立磨磨机振动过大，负荷波动较大、较频等故障，对矿渣微粉生产的连续性、可控性和稳定性造成了极大的影响。本文采用模糊PID控制器设计了矿渣微粉智能控制方案，并且通过仿真实验证实了立磨智能控制算法具有能快速适应研究对象和过程变化的优点。

1 立磨运行控制要求

在工厂生产中，受立磨磨机系统控制的参量主要有料层厚度和磨内压差。通常，立磨的正常运行是指在确保矿渣微粉的细度满足规定要求的情况下，立磨磨机的负荷波动和振动能极大地减弱，且磨机的磨内压差处于正常的范围内。

2 矿渣微粉智能控制算法及控制器的设计

考虑到工厂实际生产中存在较多影响因素，因此，必须确保所使用的智能模糊控制器为基于自适应调整因子的模糊PID控制器。

2.1 自适应调整因子模糊控制器

由式（1）可得，模糊PID控制器的参量等同于PID的3个参量。

2.1.1 模糊PID控制器结构

自适应调整因子模糊PID控制器由模糊控制器、自适应调整机构组成。系统基本原理结构如图1所示。

2.1.2 自适应调整因子

对于归一化误差加速度这一控制器参量而言，相关计算公式如下：

2.2 自适应模糊PID控制器的设计

2.2.1 模糊PID控制器（FPID）

FPID输入变量误差为e，误差速度为ec，输出变量为u，ec、u选取的语言变量为{NB，NM，NS，ZE，PS，PM，PB}，其归一化论域为[-1，1]。根据真实的动态范围，选择、确定量化因子ke﹑kec和比例因子ku.各个变量的从属隶属度函数可以采用对称、均匀分布、半交叠的三角形形式。采用“IF A and B then C”类型的基本推理语段所建立的模糊控制器准则如表1所示。

2.2.2 自适应调整结构

自适应调整结构原理如图1所示。自适应调整结构为一基于归一化误差加速度观测器的模糊控制器，其相关计算公式为：

3 仿真研究

为了证实本文的设计思路是正确的，我们通过人工控制对常规PID控制器与本文的自适应模糊PID控制器的仿真结果进行了比较。由工厂生产经验可知，矿渣微粉喂料量与立磨料层厚度、磨内压差有相似输入/输出的传递函数关系。我们所选取的一阶滞后对象为：

图2所示为人工控制误差近似曲线，图3所示为一阶滞后环节在控制器控制下的阶跃响应曲线（蓝线为常规PID控制器，红线为自适应模糊PID控制器）。

由图2可知，人工控制的误差波动较大，稳定性较差。由图3可知，常规PID控制器有较大的超调量，并伴有震荡；自适应模糊PID控制器只有很少的超调量，并很快进入稳态。

4 总结

本文提出了一种用自适应模糊PID控制器来控制矿渣微粉料层厚度、磨内压差的方案。仿真结果表明，基于自适应调整因子的模糊PID控制器具有较广的动态调节范围，且动静态特性、鲁棒性、抗干扰能力等均优于人工控制和常规PID控制，在控制矿渣微粉料层厚度和磨内压差上更具实用性、有效性和优越性。

参考文献

[1]靳志刚，陈砚生.矿渣微粉的制备与应用[J].21世纪建筑材料，2009，29（01）.

[2]于隽，王彩英.用于高炉矿渣粉磨的立磨工作原理及选型[J].粉煤灰，2008，23（04）.

[3]王孝红，刘钊.矿渣粉磨智能控制系统的研究及应用[J].控制工程，2012，19（02）.

[4]高晓光，史建国.变结构离散动态贝叶斯网络及其推理算法[J].系统工程学报，2007，22（01）.

[5]Mohan B M，Sinha A.Analytical structure and stability analysis of a fuzzy PID controller[J].Applied Soft Computing，2008，8（01）.

〔编辑：刘晓芳〕