信息融合的高炉鼓风机防喘振控制策略研究

白动化仪表

PROCESS AUTOMATION INSTRUMENTATION

Vol. 38 No. 8Aug. 2017

信息融合的高炉鼓风机防喘振控制策略研究

田海，刘赫轩

(内蒙古科技大学信息工程学院，内蒙古包头014010)

摘要：随着全球经济的飞速发展，高炉炼铁追求的目标也更高。鼓风机是高炉炼铁的核心设备，控制喘振的发生势在必行。喘振 是高炉鼓风机特有的不稳定运行工况，生产过程中如果发生喘振而没有及时采取控制措施，便会造成很大经济损失，同时会对鼓风机 在极短时间内造成重大损害。通过振阀模糊

BP神经网络对高炉鼓风机是否发生喘振进行检测，再采用恒压逼近防喘振线的控制策略及防喘

PID控制策略加以控制，实现了高炉鼓风机安全有效运行的目标。其中，恒压逼近防喘振线的控制策略较固定极限流量法

和可变极限流量法提高了鼓风机的性能和效率，并且加大了有效的工作区间；防喘振阀开度的模糊PID控制策略，使动态响应及控制 精度得到了很大的提高。Matlab仿真试验结果表明，模糊PID控制稳态调节时间较短，响应速度加快，超调量明显减少，控制精度及稳

定性良好。这些控制方法的共同作用，使监控系统达到了提高工作效率和减少能耗的控制目标，使控制系统的实时性、可靠性、自动 化水平得到了全面的提升。

关键词：高炉鼓风机；防喘振；喘振预测；神经网络；模糊中图分类号：

TH39;TP27

文献标志码

：A

PID控制；Matlab;仿真

DOI：10.16086/j. cnki. issnlOOO -0380.201708008

Research on the Anti - Surge Control Strategy

of Blast Furnace Blower Based on Information Fusion

(Information Engineering College,Inner Mongolia University of Science and Technology,Baotou 014010,China)

core equipment of blast furnace ironmaking, and it is imperative to control the surge. The surge is not stable operation of blast furnace blower unique production process, if the surge happens and there is no time to take control measures, it will cause great economic loss, but also make the blower causes serious damage in a very short period of time. Test whether for blast furnace blower surge by BP neural network, then the approximate control strategy are applied are applied of anti surge line of anti surge valve and constant pressure fuzzy PID control strategy are applied to control, realize the effective operation of the blast furnace blower safety target. The constant pressure approximation control strategy of anti surge line than the fixed limit flow and variable limit flow method to improve the performance and efficiency of the blower, and increase the effective working range ； anti surge valve opening degree of fuzzy PID control strategy, the dynamic response and control precision has been greatly improved. Finally, the Matlab simulation, results show that the fuzzy PID control has a shorter steady - state regulation time, faster response speed, less overshoot, better control accuracy and good stability. The joint action of these control methods makes the monitoring system achieve the control goal of improving work efficiency and reducing energy consumption, so that the real - time, reliability and automation level of the control system have been comprehensively promoted.Keywords： Blast furhance blower； Anti - surge； Surge prediction； Neural network； Fuzzy PID control； Matlab； Simulation

〇引言

离心式、轴流式鼓风机已在国内外得到广泛使用。 与离心式风机相比，轴流式风机较优点较多，例如体积 小、质量轻、容量大等，因此国内大中型使用高炉生产

修改稿收到日期

TIAN Hai,LIU Hexuan

Abstract ： With the rapid development of the global economy, the goal of blast furnace ironmaking is higher. The blower is the

的企业大多采用轴流式风机。喘振是高炉鼓风机特有 的不稳定运行工况[1]，对稳定工作范围和运行效率的 影响非常大。另外，高炉鼓风机直接与高炉相连接。 和大多数压缩机相比较，它没有储气罐，因此更容易发 生喘振。如果喘振突然发生，会阻碍高炉的正常生产。

:2017-02-21

2017MS0603)

基金项目：内蒙古自治区自然科学基金资助项目（作者简介：田海（

1968—)，男，硕士，副教授，主要从事自动化方向的研究。E-mail:tian680125@163.c〇m。

刘赫轩(通信作者），男，在读硕士研究生，主要从事自动化方向的研究。E -mail:10745120@qq. com。

• 34 •

自 动化仪表

第38卷

本文通过对高炉鼓风机防喘振控制线以及防喘振阀控 制方式的研究，有效地扩大了高炉鼓风机的安全运行 范围，降低了高炉鼓风机发生喘振的概率。

1喘振的现象、影响因素及预测

1.1喘振现象及影响因素

喘振发生时，高炉鼓风机出口的气体压力和流量 发生周期性的剧烈振荡，频率低且振幅大，机身连同管 网系统也会随之产生强烈振动，同时发出类似吼叫或 哮喘的噪声。喘振破坏了生产工艺系统的稳定性，同 时使高炉鼓风机的性能严重恶化[2]。根据鼓风机固有 特性，当鼓风机运行时的流量低于某一极限值后（恒 压下），鼓风机运行将不稳定。这时系统内出现的周 期性振荡气流，将会对转子造成很大的负荷，鼓风机的 叶片会受到比之前大很多的压力;严重时，甚至会使轴 瓦和叶片全部损坏。所以高炉鼓风机运行时，一定要 做好对喘振工况的控制措施。

引起喘振的原因较为复杂。诱发喘振的直接原因 是机组及管网系统的动力学不稳定，包括内部因素和 外部因素[3]。外部因素主要与高炉鼓风机的入口流量 和管网系统的负荷有关;同时还与高炉鼓风机的转速， 被加压气体的温度、压力、气体分子量，以及管网阻力 和管网容量有直接关系。1.2喘振的预测

鼓风机的喘振流量大于实际运行流量、管网压力 高于鼓风机的出口压力、气体分子量和气体入口温度 变化太大及静叶角的变化太快等，都会导致高炉鼓风 机发生喘振。因此，喘振是上述因素共同作用的结果。 然而，想要找出喘振和这些影响因素之间关系是很困 难的。本文采用神经网络的方法判断喘振，具体如 图1所示。

图1中，通过采集多变量之间的关系数据来获取 变量之间的关系，并采用神经网络的权值和结构来

“记忆”，使新产生的工艺数据输人神经网络，“判断” 出系统对应的工作状态[4]，即喘振是否发生。

2高炉鼓风机的防喘振控制

2.1恒压逼近防喘振线控制

目前，针对高炉鼓风机喘振的控制主要有两种方 法。①被动控制方式，又称为开环控制方式，即在其特 性曲线上设定一条防喘振线，防喘振控制器的设定值 就是设定的这条防喘振线所对应的流量值，用这条防 喘振线来控制防喘振阀的开关。②主动控制方式，又 称为闭环控制方式。本文主要讨论在压力不变时的被 动控制方式，即低流量触碰到防喘振线时，防喘振阀开 始动作。恒压逼近防喘振控制线特性曲线如图2 所示。

图

2 恒压逼近防喘振控制线特性曲线

Fig. 2 Characteristic curve of the constant pressure approximation

of anti - surge control line

图2中的喘振线是高炉鼓风机在不同转速〃下的 运行的情况，〃i 工艺要求恒定的机组出口压力值为，由系统恒压PID控制器控制高炉鼓 风机来维持压力当系统工况发生变化，工作点在 恒压控制线上向左移动到^点时，正好以转速撞到 可变极限流量法设定的防喘振线。若按可变极限流量 法进行控制，喘振阀这时应该开始调节。若流量继续 减小，工作点在转速为〃4的性能曲线上由^点向^点 移动，喘振安全裕量防喘振系统改造设计后， 流量继续减小时采取恒压逼近喘振线的控制策略，即 沿着恒压控制线P由4点向D点移动，此时的实际安 全裕量为必=1 + CD，较可变极限流量法多了 CD的 安全裕量。按照与可变极限流量法安全裕量相同的原 则进行设计，喘振安全裕量S

，其工作点由4

第8期信息融合的高炉鼓风机防喘振控制策略研究田海，等

• 35 •

点继续向左移动到B点= CD)时，防喘振阀才会

进行调节。系统需要的恒压设定值A变化时，就可以 形成一条新的恒压逼近防喘振控制线[5]。这样设计高 炉鼓风机稳定运行的工作区间较可变极限流量有了进 一步的扩大，它的性能和效率得到进一步的提升。同 时，采用以工作压力逼近喘振线的控制方式，可以 在防喘振阀动作前最大限度地满足工艺恒压的控制需 求，起到稳定系统的作用。

2.2分程控制策略

本文中的防喘振控制线对应的喘振流量就是防喘 振控制器的设定值，防喘振阀的调节是通过检测高炉 鼓风机的入口压力和流量，同时结合当前鼓风机的运 行工况来控制的[6]。防喘振控制流程如图3所示。

图

3 防喘振控制流程图

Fig. 3 Flowchart of anti - surge control

为了扩大鼓风机放风控制阀的可调范围，放风控 制采取分程控制策略。所谓分程控制是指一个控制器 的输出同时送往两个或多个控制阀，每个控制阀根据 工艺要求在控制器输出的信号范围内起控制作用。为 了扩大高炉鼓风机的防喘振阀可调范围，高炉鼓风机 的防喘阀设置主、副防喘振阀，使放风量变化范围大， 反应迅速。发生喘振时，优先采用反应迅速的副防喘 振阀进行放风，其作用是使放风稳定。主放风阀只有 在需要紧急迅速放风时才启动。

2.3放风阀开度的模糊PID控制策略

高炉鼓风机防喘振控制系统追求控制目标是:在保 证高炉鼓风机安全平稳运行的前提下，在工艺要求的压 力和流量范围内，充分利用高炉鼓风机的有效工作区域 来提高高炉鼓风机的运行效率，尽可能减少防喘振阀的 动作次数，从而避免能源浪费。喘振安全裕量S越大， 越能保证机组的安全运行;但防喘振阀的动作机会也 相应增多，使高炉鼓风机的工作区间被压缩。增大安 全裕量S来保证机组的安全运行是以牺牲控制目标为 代价的。喘振安全裕量^越小，防喘振阀的动作机会 就越小，高炉鼓风机的工作区间就会变大。为保证机

组的安全运行，从动态响应速度和控制稳态精度两方 面对防喘振阀的开度控制提出了较高的控制要求。

常规PID控制器具有较高的控制精度，并且能够 消除静态误差，但动态响应慢。模糊控制器与PID控 制器相比，具有良好的动态性、鲁棒性和控制效果;但 其缺点是系统静态误差无法消除[7]。本文采用模糊控 制和常规PID控制相结合的模糊PID控制器，以解决 上述控制器单独使用时的问题。

3

BP神经网络建立

在多种神经网络算法中，由于BP算法在数据预

测研究中的普遍性，故本文利用BP神经网络建立鼓 风机工作在小流量情况下的预测模型。BP神经网络 是按照误差反向传播训练和学习的多层前馈网络。它 能建立非线性及较复杂系统的数学模型，同时还具有 容错能力高、泛化能力强等特点[8]。

(1) 输入输出变量的选取。

根据数据相关性分析、专家经验及风机工艺制度，选 取输入变量为进气压力、入口流量、静叶角变化、进气温 度、噪声以及出口压力，输出变量为喘振流量。该神经网 络为6输入、1输出的网络，所以应选取7个隐含层神 经元。

(2) 作用函数的选择。

输入输出层选择线性函数:/(4 = a x %。隐含层选择（〇，1)内连续，非线性单调可微

Sigmoid 函数：/〇) = -~~^1 + —e

x 〇

(3) BP神经网络结构的建立。

根据输入、输出变量和激励函数构建的BP神经 网络结构如图4所示。

输

入变量

T

图

4 BP神经网络结构图

Fig. 4 Structure of the BP neural network

图4中:

W2.5为权值组成的

■Wl.l W1.2

*•*

W1.5矩阵；办=[h

办2…

\\]T为隐含层阈值向量；J =

[M#)

•••

M6(A)]t

为输人样本，

• 36 •自 动化仪

表第38卷

构0)〜

M60

)依次是指第&个数据点的高炉进气

压力、入口流量、静叶角变化、进气温度、噪声以及出 口压力；W0 = W… <]为输出层权值组成的矩阵;W为输出层的阈值。该神经网络的期望

输出为屮=/G[w

°/(w + z〇 +\"]

(4)神经网络的训练。

训练神经网络在Matlab 2014a的环境下进行，将 276组数据分成2组，前200组数据用来训练，后76组 数据作为测试，BP具体步骤如下。①将标准化的数据导入 神经网络，并对其进行初始化。②进行BP神经网络

训练，设置训练目标为4 x 1(T7，迭代次数最高设为100。 ③修正权值，当达到训练目标或达到最高迭代次数时， 停止训练。④分析网络的预测结果与实际输出之间的 误差，若误差满足要求，则保存网络。

4

模糊PID控制器的设计与实现

4.1模糊PID控制器的设计模糊PID控制器由常规PID控制器和模糊控制器

组成，其原理结构如图5所示。

给定流量值 反馈^流量值

图5

模糊

PID控制器原理结构图

Fig. 5 Structure diagram of fuzzy PID controller

采集机组入口处流量传感器的实时流量，作为模 糊PID控制器的反馈流量值。本文模糊推理部分的输 入值是反馈流量值与给定流量值的偏差e和偏差变化 率PIDec，利用模糊推理参数校正的输出结果a对常规

控制器的比例‘、积分&和微分‘参数进行实 时校正[9]。防喘振阀开度的给定值是常规PID控制器 的输出值，用来动态调节其开度的大小。模糊PID控 制器按双向调节进行设计，从而使模糊PID控制器能

够在具有双向调节特性的系统中运行良好。4.2模糊PID控制器在PLC中的实现

为提高系统的可靠性，直接采用Profibus - DP现 场总线上的CPU315 -2DP PLC，实现模糊PID控制器 的控制功能。为增强控制的实时性，减少PLC的程序 运算量，模糊PID控制器的模糊推理部分辅助设计要 借助Matlab中的模糊逻辑工具箱，并将软件辅助设计

结果（模糊推理部分的输出结果）转换为CPU315 - 2CPUDP PLC可以读取的查询表，同时将该表存储于

CPU315-2DPDP PLC的DB数据块内。系统运行时，

315 -2 PLC根据e和ec的实时输入值，直接通 过CPU查表程序获得AKP、A&和的补偿值。随后在 315 -2DP PLC 内利用 和 对 PID 控

制器的3个参数'、&和‘进行实时校正后，直接赋 值给常规PID控制器。

4.3仿真试验和运行效果的对比

在

Matlab中，采用常规PID控制器进行仿真，得 PID出常规PID控制器的阶跃响应仿真波形。采用模糊 控制器对相同的被控对象进行仿真，得出模糊PID 控制器的阶跃响应仿真波形。常PID规PID控制器和模糊 控制器的阶跃响应波形如图6所示。

图

6 阶跃响应波形图

Fig. 6 Waveforms of step response

PID图6表明，模糊PID控制器超调量为16%，常规

控制器超调量为55%。模糊sPIDPID控制器调节到稳

态的时间为35 ，常规控制器调节到稳态的时间 为48 s。它们的稳态时间相近，但是超调量相差较大。 与常规PID控制器相比，模糊PID控制器稳态调节时

间较短，响应速度较快，超调量明显减少，控制精度及 稳定性良好。模糊PID控制器的控制性能较常规PID 控制器有很大提高。

5结束语

与固定极限流量法和可变极限流量法相比，恒压

逼近防喘振线的控制策略提高了鼓风机的性能和效 率，并加大了有效工作区间。分程控制有效降低了

(下转第44页）

• 44 •自

动化仪表

计

第38卷

Link标准协议的图像数据输出。通过Virtex - 7 XC7V690T板级测试，证明了该图像模拟源能高速、稳

定、有效地工作，能输出满足协议标准的图像数据，数 据同步时钟为80 MHz,帧率达到60 fps。此高速图像 模拟源适用于视觉测量系统的研发，输出的是确定图 像源，降低了外界干扰，提高了成本效益，能更方便地 测试采集到的图像数据是否正确。参考文献：

[1 ]

.PCI总线的瞬态延迟脉冲发生

器[J] •自动化仪表，2017,38(3) :55 -57.[2]严振杰，俞磊，周鹏成.AP1000无线通信系统电磁兼容性试验

设计[J]•自动化仪表，2017,38(2) :82 -85.[3 ]董旭明，李志斌.计算机视觉在并联机器人运动学标定中的应

用[J] •自动化仪表，2016，37(5) : 16 -19.

[4]王学东.基于PCI - E总线的髙速数据传输与存储的系统设

申春龙，余乐，张红彬，等基于

[D].北京:北京邮电大学，2015.

[5]付慧琳，刘芳，邓友燕.C + +与Matlab混合编程模式的研究与

实现[J].电子科技，2015，27( 11) :73 -75.[6 ]王聪，王彬，薛洁，等.基于PCIe总线协议的设备驱动开发[J ]. 信息技术，2015,22(3):32 -35.

[7 ]李晃.髙速数据传输测试系统的设计与研究[D ].西安:西安电

子科技大学，2015.

[8 ] ORLIC V, DUKIC M. Algorithm for automatic modulation

classificationin multipath channel based on sixth - order cumulants[J]. TELSIKS,2014,13(12) ：423 -426.

[9] AVCI E,AVCI D. The performance comparison of discrete wavelet neura lnetwork and idscrete waveleta daptive net work based fuzzy inference system for digital modulation recognition [ J ]. Expert Systems with Applications,2008 ,35 (1 -2) ：90 -101.

[10] 朱伟杰.基于FPGA的髙速数据传输平台构建—应用于

WiGig芯片测试系统[D].成都:电子科技大学，2014.

(上接第36页）

喘振发生概率。防喘振阀开度的模糊PID控制策略，将 模糊控制和PID控制相结合，使动态响应及控制精度得 到了很大提高。这些控制方法的共同作用是:使监控系 统达到提高工作效率和减少能耗的控制目标，使控制系 统的实时性、可靠性、自动化水平得到全面提升。参考文献：

[1]唐宇，石成江，吴华远.离心压缩机喘振原因分析与控制措

施[J] •当代化工，2012，41 (9) :992 -994.[2 ]黄丽梅，李鸣，张宇.基于PLC的鼓风机防喘振控制系统[J].电

气传动，2012,42(8) :73 -76.

[3]林舒.髙炉风机防喘振优化控制研究[D].杭州：浙江大学，

2014.

[4] 张俊，程大章，康盛.髙炉鼓风机的防喘振控制策略设计[J].电

气自动化，2008.[5] 张红梅，赵建虎，代克杰.基于信息融合的风机喘振智能诊断方

法研究[J].仪器仪表学报，2009，30( 1) :143 -146.

[6] 郑海生.髙炉鼓风机防喘振控制系统的分析与研究[J].科技资

讯，2014(4) :155 -156.[7 ]姜磊，姜长泓，刘洋.基于模糊自适应PID的防喘振控制系统研

究[J].机床与液压，2009,37(2): 1 -192.[8 ]李爱莲，詹万鹏，崔桂梅，等.基于ELM模型的焦炉火道温度预

测研究[J].计算机与应用化学，2016,33(4) :507 -510.[9]马琴，马玉玲，赵静，等.轴流风机防喘振控制优化设计[J].冶

金动力，2008(4) :53 -55.

(上接第39页）

[6] PHAM H D,DRIEBERG M,CHI C N. Development of vehicle

2012： -94.

tracking system using GPS and GSM modem [ C ] //Open Systems, [7 ] LI J R, LI F J, WU Y W. The design of mine safety monitoring

system based on wireless sensor networks [ J ]. Chinese Journal of

Sensors and Actuators,2011,24(9) : 1336 - 1340.[8 ]杨林楠，郜鲁涛，林尔升，等.基于Android系统手机的甜玉米病

虫害智能诊断系统[J].农业工程学报，2012,28 (18) : 163 - 167.[9]徐志江，庄壮，孟利民.一种基于Android智能手机的车载定位

查询软件[〗].浙江工业大学学报，2013,41(6):655 -659.