Главная
База знаний "Allbest"
Производство и технологии
Технология обжига цинковых концентратов в печи кипящего слоя
Технология обжига цинковых концентратов в печи кипящего слоя
Техническое обоснование и инженерная разработка системы автоматизации управления технологическим процессом обжига цинковых концентратов в печи кипящего слоя. Определение текущих и итоговых затрат и прироста прибыли. Вопросы охраны труда на производстве.
| Рубрика | Производство и технологии |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 28.04.2011 |
| Размер файла | 1,7 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
2.3 Разработка гибридной структуры управления процессом. Постановка задач исследования и проектирования
Как уже отмечалось в п.2.1 печь кипящего слоя можно рассматривать, как непрерывно действующий реактор почти идеального перемешивания. Загружаемый сульфидный цинковый концентрат в реакционной ванне печи становится текуч в состоянии кипящего слоя: интенсивно перемешивается, перетекает через сливной порог и приобретает другие свойства жидкости за счет подаваемого под давлением воздуха в печь под слой концентрата. Главной целью обжига является перевод сульфидного цинкового концентрата в окисленный цинк.
Входными потоками являются: поток сульфидного цинкового концентрата и поток воздуха, обогащенного кислородом. При этом от расхода концентрата зависит весь режим работы печи кипящего слоя (КС), ее производительность, тепловой баланс, качество готового огарка. Расход обогащенного кислородом дутья влияет на скорость ведения процесса обжига, температуру в печи, обеспечение режима псевдоожижения, манометрический режим и т.д.
Важнейшие выходные переменные: количество получаемого огарка, его химический состав, температура в кипящем слое, манометрический режим в печи.
Основные возмущающие воздействия: химический состав концентрата, его гранулометрический состав, влажность и удельный вес.
В существующих системах управления процессом обжига цинковых огарков в печах КС основной регулируемой переменной является температура кипящего слоя, которая регулируется с помощью изменения расхода концентрата. При этом автоматически стабилизируется: расход концентрата, расход дутья, расход кислорода, разряжение в своде печи.
Основным недостатком существующих систем управления является то, что в них регулируется температура в КС, которая является лишь косвенной оценкой качества готового огарка. Необходимо также учитывать то, что поддержание гидродинамического режима в кипящем слое и манометрического режима в печи осуществляется оператором "вручную". При этом оператор, исходя из своего опыта и интуиции, и, манипулируя уставками регуляторов, выдает задания системам стабилизации: расхода дутья, расхода кислорода, разрежения под сводом печи, расхода концентрата и выгружаемого огарка.
Нами, исходя из анализа существующих систем управления процессами в кипящем слое и современных достижений в области теории управления, предложена структура системы, позволяющая управлять качеством готового раствора "напрямую", а не косвенно (через температуру слоя). Кроме того, поддержание соответствующей гидродинамической обстановки и манометрического режима в печи КС в предлагаемой структуре системы "перекладывается" на компьютер, что снижает влияние на процесс человеческого фактора.
Для реализации этих задач в структуру системы управления (рис.4) кроме традиционного канала управления "расход концентрата - температура в КС" включена подсистема оптимального управления (включающая математическую модель, описывающая материальный и тепловой балансы процесса обжига, а также алгоритм поиска экстремума целевой функции) и интеллектуальная подсистема управления гидродинамическим и манометрическим режимами в печи КС.
Недостатком имеющихся систем управления обжигом цинковых концентратов в кипящем слое является то, что температура в КС (которая является лишь косвенной оценкой качества готового огарка) поддерживается в довольно узком диапазоне независимо от качества исходного сырья. Предлагаемая система позволяет на основе оперативного анализа химсостава и физических свойств концентрата с помощью математической модели процесса и алгоритма оптимизации рассчитать такие температуру - Т*зад и расход концентрата - F*к-та, которые доставляли бы критерию оптимальности (качеству готового огарка) экстремальное значение. В качестве критерия оптимальности выбирается либо концентрация кислоторастворимого цинка (поиск максимума целевой функции), либо концентрация нерастворимого сульфида цинка (поиск минимума целевой функции).
Рис.4. Структурная схема системы управления процессом обжига цинковых концентратов в кипящем слое
Такая структура позволяет определять оптимальный режим подачи концентрата в печь КС и оптимальную температуру кипящего слоя на какой-то фиксированный промежуток времени. Объемы существующих на цинковом заводе "Казцинк" бункеров способны обеспечивать подачу концентрата в течении 8-9 часов. Таким образом, появляется возможность проводить усредненный анализ химического состава и физических свойств (грансостав, влажность и удельный вес) концентрата в течение одной смены еще до начала его переработки в печи КС. Анализ проводится во время выработки очередного бункера, по окончании которой питание печи КС переключается на второй бункер, в котором уже определены химические и физические свойства концентрата. Во время работы печи с этим бункером производится усредненный анализ концентрата первого бункера и по мере выработки второго бункера питание переводится на первый и т.д.
Организация питания печи КС с двумя бункерами имеет два преимущества. Во-первых, с помощью математической модели и алгоритма оптимизации можно осуществлять расчет оптимальных значений расхода концентрата и температуры КС, доставляющих экстремум целевой функции (например, концентрация кислоторастворимого цинка в готовом огарке). Во-вторых, появляется возможность управлять процессом по каналу: "возмущающее воздействие - температура в печи", что позволяет заранее определять такой расход концентрата (F*к-та), который бы устанавливал заданную температуру (Т*зад) в КС, и таким образом компенсировал бы возмущающее воздействие.
Для реализации предложенной гибридной структуры управления необходимо решить следующие исследовательские задачи:
разработать подсистему оптимального управления процессом с использованием математической модели и алгоритма поиска экстремума;
разработать интеллектуальную подсистему управления гидродинамическим режимом в кипящем слое и манометрическим режимом в печи КС:
рассчитать оптимальные настройки регулятора подсистемы стабилизации температуры.
С целью внедрения предлагаемых подсистем необходимо разработать следующую проектную документацию:
информационное обеспечение АСУТП;
организационное обеспечение АСУТП;
алгоритмическое и программное обеспечения АСУТП;
техническое обеспечение АСУТП;
расчет экономической эффективности от внедрения АСУТП;
мероприятия по технике безопасности и охраны труда.
2.4 Разработка подсистемы оптимального управления
Основным элементом подсистемы оптимального управления является математическая модель процесса обжига концентратов в печи КС. К настоящему времени существует достаточно большое количество исследований, посвященных разработке такой математической модели. Наиболее полно описаны физико-химические процессы обжига цинковых концентратов в псевдоожиженном слое в работах Данилина Л.А. [5,6].
В данной работе за основу математической модели взяты результаты [5,6], дополненные соответствующими соотношениями, учитывающими специфику предлагаемой структуры управления.
При выборе метода поиска экстремума нами были проведены тестовые испытание наиболее известных методов оптимизации, при этом наилучшие результаты по надежности и скорости сходимости показал метод наискорейшего спуска.
Таким образом, к настоящему времени имеются достаточно надежные и точные инструменты создания подсистемы оптимального управления данным процессом.
2.4.1 Описание математической модели процесса окисления сульфидного цинкового концентрата в кипящем слое
В [5] разработана математическая модель периодического процесса окисления сульфидного цинкового концентрата в кипящем слое, в основу которой положена гипотеза о механизме процесса, составленная на основании сведений литературы. Результаты исследования процесса окислительного обжига математическим моделированием изложены в [5], где показано, что скорости окисления сульфидов цинка и железа одинаковы и процесс окисления в частице концентрата протекает зонально. Эти результаты позволяют процесс окисления цинкового концентрата в сете поставленной в [5] цели представить как
2MeS+3O2 =2MeO+2SO2 (1)
где Me - цинк, MeS - сульфидная фаза, MeO - оксидная фаза.
Такое представление о процессе позволяет при принятых в [5] допущениях несколько упростить математическую модель [5]. Действительно, зная текущие массы сульфидной и оксидной фазы и содержание компонентов в частице концентрата, можно определить содержание последних в частице огарка в любой момент окисления.
Изменение во времени текущей массы сульфидной фазы может быть описано уравнением Валенсии [7], выведенным для реакций, аналогичных реакции (1):
(2)
где
где Gc (0) - первоначальная масса частицы концентрата, г; Gc (t) - текущая масса сульфидов, т.е. масса неокисленного сульфидного ядра частицы, г; гc - плотность сульфидной фазы, г/см3; г0 - плотность оксидной фазы, г/см3; б-коэффициент пропорциональности, подобный стехиометрическому (численно равен массе оксидной фазы, образующейся при взаимодействии по (1) единицы массы кислорода); r0 - первоначальный радиус частицы концентрата, см; Cя - концентрация кислорода в ядре потока, об. %; t - текущее время, мин; D - коэффициент диффузии кислорода через слой оксидной фазы, г/ (см. %. мин).
Текущая масса оксидной фазы будет
(3)
где б1 - коэффициент пропорциональности, подобный стехиометрическому, определяется по содержанию компонентов в концентрате и стехиометрическим коэффициентам соответствующих химических реакций и может быть уточнен по результатам анализов огарков, получаемых при обжиге концентрата, например, на лабораторной установке кипящего слоя.
Текущие массы цинка и железа, связанных в сульфид, и сульфидной серы в окисляющейся частице концентрата описываются следующимим выражениями:
(4), (5)
(6)
где CZn (0), CFe (0), CS c (0) - содержания цинка, железа и серы в концентрате. Текущие массы цинка и железа, образующихся в результате окисления сульфидов и находящиеся в частице в оксидной форме, выразим как
(7), (8)
На основании результатов исследования процесса [5] считаем, что масса гематита в частице огарка меняется во времени пропорционально изменению массы оксидной фазы, а образование феррита цинка происходит со скоростью, превосходящей скорость образования оксида железа. Тогда текущую массу цинка, связанного в феррит, опишем выражением
(9)
где 1 - стехиометрический коэффициент.
Потери цинка испарением опишем уравнением, преобразованным к виду, удобному для решения на ЭВМ,
(10)
где Ки - коэффициент массопередачи, a - коэффициент линеаризации (при t15 мин GZn исп (t) =0). Текущая масса кислоторастворимых соединений цинка в частице огарка будет равна
(11)
Текущая масса цинка общего в частице
(12)
Текущая масса частицы огарка
(13)
Уравнение (13) справедливо, если плотности оксидной и сульфидной фаз определены экспериментально для конкретного вида концентрата и полученного из него огарка. Если же плотности определены расчетом с использованием справочных данных, то в (13) необходимо включить член, учитывающий массу "инертных" веществ, например, диоксида кремния и др.
Содержание цинка общего, кислоторастворимого, сульфидного и ферритного рассчитываем по формулам:
(14)
(15)
(16)
(17)
а содержание сульфидной серы
(18)
Таким образом, математическую модель периодического процесса окисления сульфидного цинкового концентрата в кипящем слое в виде, удобном для решения с помощью ЭВМ, может быть представлена системой уравнений (2) - (18).
Другой моделью, позволяющей решать задачи оптимизации режимов обжига цинковых концентратов в печах кипящего слоя является математическую модель процесса, которая, в частности, описывала бы зависимости содержания кислоторастворимого (Znкр), связанного в феррит (Znф) и сульфид (Znс) цинка в огарке от температуры, состава и размера частиц концентрата и концентрации кислорода в газе. Приведенные математические модели не отвечают этому требованию. На первом этапе составления требуемой модели следует составить систему уравнений, описывающих динамику окисления сфалерита. С этой целью разработана гипотеза о механизме процесса, согласно которой в развитом периоде процесса кислород из ядра газового потока диффундирует через ламинарную газовую пленку к внешней поверхности частицы и адсорбируется на ней, а затем через слой ранее образованных оксидов (толщиной ) двигается к реакционной поверхности (площадью S). В результате электронного обмена на реакционной поверхности протекают реакции окисления сульфидов. Между образующимися оксидами цинка и железа протекает реакция образования феррита цинка. Продукты окисления частицы концентрата определяется скоростью внутренней диффузии [8-10].
При составлении математической модели были приняты следующие допущения:
1. частица концентрата состоит из сульфидов цинка и железа и инертных по отношению к цинку веществ;
2. частицы концентрата имеют форму шара одинакового радиуса;
3. начальные этапы окисления, протекающие не по внутридиффузионному механизму, заканчиваются быстро и вносят относительно малый вклад в общую степень окисления;
4. все точки реакционной поверхности равнодоступны для диффундиру-ющих веществ;
5. частицы концентрата в процесс окисления незначительно изменяют свои размеры.
Скорость образования оксидов цинка и железа определяется скоростью диффузии кислорода к реакционной поверхности, т.е.
(19)
(20)
при t=0 и
где - текущие массы оксидов, г; - здесь и далее стехиометрические коэффициенты пересчета; D - коэффициент диффузии в слое оксидов, г/ (с см. %); К1, К2 - доли поверхности S, занимаемые сульфидами цинка и железа; С - концентрация кислорода в ядре потока газа, об. %; С1, С2 - равновесные концентрации кислорода в системах Zn-S-O2 и Fe-S-O2.
Образующийся оксид железа, взаимодействуя с оксидом цинка, образует феррит цинка
(21), при t=0,
(22)
, (23)
где - масса оксида цинка, связанная в феррит в момент времени t, Кф - макроконстанта скорости реакции, 1/с; - текущие массы свободного оксида железа и связанного в феррит, г; М - доля оксида железа, вступающего в реакцию.
Уравнения материального баланса:
1) текущая масса свободного оксида цинка в частице огарка
(24)
2) текущие массы сульфидов цинка и железа
при t=0 (25)
при t=0 (26)
где GZnS (0), GFeS (0) - начальные массы сульфидов в частице концентрата; R - радиус частицы концентрата; - плотность концентрата; СZnS (0), СFeS (0) - содержание сульфидов цинка и железа в концентрате, масс. %;
3) текущая масса окисляющейся частицы концентрата
(27)
где Gи - масса инертных веществ.
Влияние температуры на процесс окисления и ферритообразования выражается в соответствии с законом Аррениуса:
(28)
(29)
Площадь реакционной поверхности и толщина слоя оксидов определяется через текущие массы твердых веществ. При этом введены поправочные коэффициенты и , которые учитывают отклонение формы реальных частиц концентрата от идеальных по гладкости и шарообразности, а также разницу между вычисляемыми величинами площади и толщины и реальными, обусловленную присутствием в зернах концентрата посторонних (инертных) примесей:
(30)
(31)
где i - плотность соответствующих веществ.
Таким образом, периодический процесс окисления сульфидного цинкового концентрата в рамках принятых допущений описывается системой уравнений (1) - (13).
Параметрическая идентификация математической модели осуществляется по экспериментальным данным, при этом определяли содержание цинка в огарках обжига. Поэтому в систему (19) и (31) введено уравнение
(32)
Расчеты показали, что в условиях эксперимента C110-15 и С210-54, поэтому принимаем С1=С2=0.
В качестве критерия идентификации использовано выражение
(33)
где - содержание i-го вещества в (t) - ый момент времени, полученное решением системы уравнений (19) - (32); - получено экспериментально:
i - Zn; Znкр; Znc; Znф; i=1; 2; 3; 4; j - Zn; ZnO; Znc; ZnO Fe2O3
(t) - 0; 1; 2; 5; 10; 20; 40; 60 мин, t=1; 2; 3; …; 8.
Цель идентификации - отыскание численных значений D K1 / и KфM при выполнении условий (33).
В процессе идентификации выяснилось, что изменяется во времени строго в соответствии с изменением . Поэтому с целью упрощения модели уравнение (20) было заменено на
(34) при этом
(35)
где и - массы Fe2O3 и ZnO, которые образуются при полном окислении сульфидов железа и цинка, находившихся в порции концентрата (в частице).
Результаты решения системы (19) - (32) оказались полностью идентичными результатам решений, полученным после замены (20) на (34).
Таким образом, получена математическая модель [5] процесса окисления сульфидного цинкового концентрата, позволяющая исследовать влияние температуры, состава и размера частиц концентрата и концентрации кислорода на содержание в огарке кислоторастворимого и связанного в феррит и сульфид цинка.
2.4.2 Описание метода поиска экстремума
Применение современных информационных технологий и компьютерной техники позволило широко использовать методы оптимизации и адаптации при создании и эксплуатации автоматизированных систем управления технологическими процессами на предприятиях различных отраслей экономики.
При решении конкретной задачи оптимизации цели необходимо выбрать математический метод, который приводил бы к конечным результатам с наименьшими затратами на вычисление (количество обращении метода к математической модели). К настоящему времени разработано достаточно большое количество методов, позволяющих "автоматизировать" процесс поиска оптимальных решений. Рассмотрев наиболее известные методы, которые чаще всего используются в практике разработки систем оптимального управления технологическими процессами, метод наискорейшего спуска выбран для данного случая как наиболее эффективный.
Сочетание основных идей методов релаксации и градиента дает метод наискорейшего спуска, который заключается в следующем. После того как в начальной точке найден градиент оптимизируемой функции и тем самым определено направление ее наибыстрейшего убывания в указанной точке, в данном направлении делается шаг спуска. Если значение функции в результате этого шага уменьшилось, производится очередной шаг в том же направлении, и так до тех пор, пока в этом направлении не будет найден минимум, после чего вычисляется градиент и определяется новое направление наибыстрейшего убывания целевой функции.
В сопоставлении с методом градиента метод наискорейшего спуска оказывается более выгодным из-за сокращения объема вычислений. По существу метод наискорейшего спуска по вычислительным затратам эквивалентен методу релаксации, однако выгодно отличается от него тем, что по крайней мере первые шаги после определения градиента производятся в оптимальном направлении. Очевидно, что чем менее резко изменяется направление градиента целевой функции, тем выгоднее использовать метод наискорейшего спуска по сравнению с методом градиента, т.е. вдали от оптимума. Вблизи оптимума направление градиента меняется резко, поэтому указанный метод автоматически переходит в метод градиента, так как минимум по каждому направлению находится за небольшое число шагов.
На рисунке 5 показаны возможная траектория движения к оптимуму при применении метода наискорейшего спуска и траектория движения к оптимуму при использовании метода градиента.
Важной особенностью метода наискорейшего спуска является то, что при его применении каждое новое направление движения к оптимуму ортогонально предшествующему.
Это объясняется тем, что движение в одном направлении производится до тех пор, пока направление движения не окажется касательным к какой-либо линии постоянного уровня. Тем самым метод наискорейшего спуска имеет сходство с методом релаксации, для которого новое направление также ортогонально предшествующему; однако в отличие от метода релаксации скорость сходимости к оптимуму не зависит от ориентации системы координат.
В качестве критерия окончания поиска, могут использоваться те же условия, что и в рассмотренных выше методах. Кроме того, можно также применять условие окончания поиска в форме соотношения
, (36)
причем и -координаты начальной и конечной точек последнего отрезка спуска.
Этот же критерий может использоваться в сочетании с контролем значений целевой функции в точках и :
, (37)
Совместное применение условий (36) и (37) оправдано в тех случаях, когда оптимизируемая функция имеет резко выраженный минимум.
Рассмотрим еще один метод выбора величины шага в заданном направлении, в котором используется информация, полученная на предыдущих шагах по этому же направлению. Сущность метода заключается в том, что в процессе движения вдоль заданного направления характер изменения целевой функции аппроксимируется по результатам трех последних шагов полиномом второго порядка.
При движении по заданному направлению целевая функция может считаться функцией переменного параметра h, характеризующего положение точки х на заданной прямой. Рассмотрим значения целевой функции при трех последовательных значениях h: h1, h2 и h3 (рис.5).
Через точки R (h1), R (h2) и R (h3) можно провести параболу
, (38)
коэффициенты а, Ь, с которой определяются решением системы уравнений
(39) и равны
. (40)
равнение (38) позволяет найти значение hmin, при котором достигается минимум R' (h):
. (41)
Полученное таким образом значение hmin применяется в качестве задаваемого следующего значения h4 Так как минимум R' (h), вообще говоря, не совпадает с минимумом R (h), при определении следующего значения h5 используется новая аппроксимация для точек h2, h3, h4 и т.д.
Рис.5. Определение оптимального шага с использованием аппроксимации
Изложенный метод расчета величины шага в некоторых случаях значительно ускоряет поиск оптимума. Его можно также применять и в методе релаксации при поиске минимума для осевого направления [11].
2.4.3 Постановка задачи оптимального управления процессом
Основной задачей подсистемы оптимизации является расчет такого режима ведения процесса, который доставлял бы выбранной функции цели экстремальное значение (минимум или максимум). При этом необходимо обеспечить соблюдение некоторых технологических ограничений, которые позволяют вести процесс в устойчивом и безаварийном режиме.
Математическая модель [5] процесса окисления сульфидного цинкового концентрата позволяет исследовать влияние температуры, состава и размера частиц концентрата и концентрации кислорода на содержание в огарке кислоторастворимого и связанного в феррит и сульфид цинка. Поэтому содержательная постановка задачи оптимизации может быть сформулирована следующим образом: "Для заданного состава концентрата и размера его частиц рассчитать такие значения температуры кипящего слоя и расхода концентрата, которые обеспечили бы максимальное содержание кислоторастворимого цинка в готовом огарке, при соблюдении технологических ограничений на: температуру слоя, расход дутья, содержание кислорода в дутье".
Постановка задачи оптимального управления в таком виде позволит, во-первых, управлять процессом не косвенно (через температуру в слое), а напрямую (через качество готового огарка), во-вторых, управлять процессом оптимальным образом (минимизацией содержания кислоторастворимого цинка) и, в-третьих, вести процесс в устойчивом и безаварийном режиме (посредством соблюдения технологических ограничений).
Наличие математической модели [5], выбранного метода поиска и заводских требований соблюдения технологических ограничений позволяют сформулировать математическую постановку задачу оптимизации в виде
Fц = GZnкр max, (42)
(43)
При этом GZnкр определяется с помощью математической модели [5], для заданных химических и физических свойств концентрата. Однако выбранный алгоритма поиска экстремума методом наискорейшего спуска не позволяет осуществлять поиск при наличии ограничений. Для использования этого метода необходимо преобразовать функцию цели (42) и ограничения (43) к виду
Fц*=Fц+Fштраф (44)
где Fц* - новая (преобразованная функция цели, Fштраф - так называемая функция штрафа, величина которой зависит от нарушения технологических ограничений.
При этом штраф накладывается только в случае нарушения верхнего или нижнего ограничения, а его величина может быть рассчитана по следующим образом:
(45)
где х1=Т, х2=, х3=.
Таким образом при нарушении ограничений функция штрафа будет возрастать тем больше, чем больше нарушено какой-либо ограничение. При необходимости можно выставить "веса" за нарушения какого-либо ограничения, в зависимости от его важности. Тогда функция штрафа будет выглядеть следующим образом:
(46)
где бi - "вес" i-й переменной, обозначающей "цену" штрафа за нарушение ограничений на эту переменную.
Таким образом, содержательная и математическая постановки задачи оптимального управления позволяют разработать алгоритм оптимального управления и соответствующее программное обеспечение.
2.5 Разработка подсистемы автоматической стабилизации температуры в кипящем слое
В предлагаемой структуре управления (рис.4) основной подсистемой оперативного управления является контур регулирования температуры в кипящем слое по каналу: "расход концентрата - температура". Хотя такие системы стабилизации существуют практически на всех цинковых заводах, предлагаемая структура имеет свои особенности.
Как уже отмечалось, отличительной особенностью предлагаемой структуры управления является то, что конечной целью управления является не стабилизация температуры в каком-то одном заданном диапазоне, независимо от качества сырья, а достижение оптимального качества готового огарка. В связи с чем, раз в смену производится расчет оптимальных значений F*к-та и Т*зад, в зависимости от качества исходного концентрата. Задачей системы стабилизации является поддержание этой температуры в течение времени выработки очередного бункера (8-9 часов). В силу этих особенностей предлагается несколько изменить стандартную систему стабилизации температуры в кипящем слое.
Работа системы стабилизации заключается в следующем. После выработки очередного бункера концентрата алгоритм устанавливает новое задание регулятору Т*зад и с помощью ключа К1 отключает его. С помощью ключа К2 через задатчик регулятора стабилизации расхода концентрата (на рис.4 не показан) алгоритм устанавливает оптимальный расход концентрата F*к-та. Так осуществляется принцип управления по возмущению. Через определенное время t (величина t определяется по динамическим характеристикам объекта) алгоритм включает регулятор, который производит регулирование рассчитанного значения Т*зад по отклонению (при этом ключ К1 включается, а ключ К2 выключается).
Таким образом, предложенная структура управления реализует наиболее современный и эффективный принцип управления - принцип комбинированного управления: по возмущению (в момент перехода питания с одного бункера на другой, примерно один раз в смену) и по отклонению (цикл опроса датчиков - одна секунда). При этом в момент переключения питания с одного бункера на другой, т.е. в момент когда возникает наибольшее отклонение регулируемой величины используется управление по возмущению, тем самым "грубо" компенсируя его заранее, а затем начинает действовать регулятор, который осуществляет принцип управления по отклонению, который осуществляет точный вывод системы в заданное состояние.
2.5.1 Определение статических и динамических характеристик
Удовлетворительное качество регулирования в простейшей одноконтурной системе с использованием стандартных законов регулирования можно обеспечить лишь при благоприятных динамических характеристиках объекта. Однако большинству промышленных объектов и, в частности, металлургической печи КС, свойственны значительные запаздывания и большая постоянная времени объекта [12].
Расчет автоматических систем регулирования основывается на статических и динамических характеристиках объекта. Временными динамическими характеристиками объекта управления называют изменение выходной величины во времени при изменении входной величины типового вида. В качестве типового входного воздействия рассмотрена единичная ступенчатая функция. Экспериментальные кривые разгона (рис.6), снятые на объекте - печи КС в условиях "Казцинка", дают возможность представить объект управления в виде простейшего апериодического (инерционного) звена с запаздыванием, линеаризованного первым порядком:
где Тоб - постоянная времени объекта, характеризующая его инерцию.
- время запаздывания
k - передаточный коэффициент.
Для получения характеристик Тоб,, k экспериментальную кривую разгона, представленную на рисунке 6, обработаем следующим образом: для определения k воспользуемся в установившемся динамическом режиме зависимостью выходной величины от входной. Объект управления, представленный, как инерционное звено первого порядка, в общем виде описывается дифференциальным уравнением:
(48)
Проекция касательной, приведенной в точке перегиба кривой разгона на ось абсцисс представляет собой постоянную времени объекта Тоб, характеризующую инерционность объекта. Она составляет 60 секунд. Время запаздывания составляет 26 секунд и складывается из запаздывании объекта и так называемого транспортного запаздывания, которое составляет 6 секунд. Рассмотрим динамику изменения температуры от расхода концентрата. Расход составляет 130 т/сутки или 1,5 кг/сек.
Динамика же изменения температуры показана на рисунке 6. Таким образом, получим некоторую кривую, представленную на рисунке 7.
Рис.6. Кривая разгона по каналу "Расход концентрата - температура"
Рис.7. Кривая зависимости температуры от расхода концентрата
Воспользуемся линеаризацией по методу касательной. Геометрический смысл заключается в замене кривой y=f (x) касательной проведенной к кривой в точке А (y0; x0). Если рассматривать характеристику в отклонениях переменных "x" и "y" от значений в точке А (y0; x0), т.е. то уравнение запишется в виде ; где следовательно коэффициент может быть определен, как тангенс угла наклона касательной: ; где my и mx - масштабные коэффициенты.
Таким образом, передаточная функция объекта по основному каналу запишется в виде:
где, k=2,5 - коэффициент усиления,
=26 сек - время запаздывания объекта,
Т=60 сек - постоянная времени объекта.
2.5.2 Расчет оптимальных настроечных параметров регулятора
Как уже было сказано передаточная функция объекта имеет вид:
(49)
Выбор закона регулирования, в соответствии с которыми функционирует регулятор, продиктован качеством переходного процесса.
(50)
где Кр - коэффициент передачи регулятора, Ти - время изодрома, с.
Рассчитывается и строится АФХ объекта регулирования по каналу "регулирующее воздействие - регулируемая величина". Расчет амплитудно-фазовых характеристик с применением ЭВМ выполняем следующим образом. АФХ представляется в виде:
(51)
Для объекта регулирования с передаточной функцией (49) вещественная и мнимая составляющие числителя и знаменателя (51) равны
(52)
(53)
Вещественная и мнимая части АФХ объекта
(54)
Амплитудно-частотная характеристика
(55)
Передаточная функция замкнутой системы имеет вид:
(56)
Отсюда характеристическое уравнение замкнутой системы
(57)
Подставляя сюда значение , получим уравнение границы устойчивости автоматической системы в общем виде
(58)
Здесь - вещественная и мнимая частотные характеристики регулятора. Определяем последние из передаточной функции (50)
(59)
(60)
Подставив эти значения в (58) и выполнив необходимые преобразования получаем расчетные формулы для определения границ устойчивости Кр и .
(61)
Для определения пар настроек регулятора Кр и , обеспечивающих m=const, подставляя значение в передаточные функции (49) и (50) находим расширенные АФХ объекта и регулятора в виде составляющих .
(62)
В частном случае m=0 формулы (62) совпадают с формулами (61).
Формулы (61) и (62) используются для построения линии равной степени затухания, изменяя частоту w в этих формулах.
Выбор оптимальных настроечных параметров и на линии равной степени затухания производят из условия минимума принятого критерия качества. Как показала практика управления технологическими процессами наиболее оптимальная степень колебательности соответствует значению m=0.366 (рис.8). Из практики расчетов известно, что точка, соответствующая оптимальным значениям и , лежит несколько правее максимума линии равного затухания.
Рис.8. Линии равные степени затухания для m=0, m=0,366
2.5.3 Построение переходного процесса
Система стабилизации температуры, состоит из объекта с передаточной функцией (49) и регулятора (50), уравнение которого в дифференциальной форме имеет вид:
(63)
где - отклонение регулируемой величины; - величина управляющего воздействия. Расчеты показали, что оптимальными являются настройки регулятора = 0.681и =0,0164.
Для исследования динамических характеристик системы стабилизации температуры построим кривую переходного процесса. Уравнение апериодического звена первого порядка с запаздыванием в дифференциальной форме имеет вид:
(64)
где - входная величина объекта с учетом времени запаздывания - ;
- выходная величина объекта.
Так как в замкнутой системе выходная величина регулятора является входной величиной объекта, т.е.
(65) то, учитывая (64) и (65)
(66)
Для определения (t) приведем уравнение расчета управляющего воздействия для ПИ закона регулирования (63) к виду, удобному для численного интегрирования на ЭВМ:
(67)
где t - шаг интегрирования;
Выходная величина объекта определялась численным интегрированием дифференциального уравнения (66). Блок-схема алгоритма расчета переходного процесса показана на рис.17 (см. п.2.7.3).
Реализация блок-схемы позволила рассчитать кривую переходного процесса при = 0.681и =0,0164 (рис.9). Как видно из рисунка показатели качества переходного процесса = 0.681и =0,0164 вполне удовлетворяют практическим потребностям производства [13].
Рис.9. Кривая переходного процесса по каналу "Расход концентрата - температура"
2.6 Разработка интеллектуальной подсистемы управления гидродинамическим и манометрическим режимами
Задачей данной подсистемы является поддержание заданных гидродинамических характеристик кипящего слоя и манометрического режима в печи КС.
К сожалению, к настоящему времени математические модели, адекватно описывающие гидродинамику псевдоожиженного слоя, не созданы по ряду объективных причин, в том числе и модели [5,6] не учитывают все "тонкости" управления гидродинамическим режимом в печи КС (которые, однако, достаточно точно описывают кинетику процесса в кипящем слое). Несмотря на это, многочисленные процессы в кипящем слое функционируют и успешно управляются операторами, осуществляющими выбор управляющих воздействий на основании опыта и интуиции, т.е. неформализованной модели процесса, существующей в их сознании. В связи с этим возникает задача построения управляющей модели в нечеткой среде на основе знаний технологов о моделируемом объекте с использованием оценок лингвистических переменных (ЛП): "низкая", "высокая", "средняя" и т.д.
В развитых странах нечеткое управление и нечеткие регуляторы широко используются для управления технологическими процессами. В России также ведется работы по применению нечеткой логики, однако такие регуляторы и алгоритмы широкого распространения пока не получили.
В тоже время нечеткие системы могли бы при управлении сложными объектами, в том числе и печами КС, значительно снизить влияние так называемого человеческого фактора. Преимущество применения нечетких систем управления состоит в том, что на начальных этапах обучения в нее может быть заложена информация от опытного оператора-эксперта, а после обучения собранные нечеткой системой данные могут использоваться экспертами для уточнения модели. Нечеткие системы управления учитывают информацию о возмущающих воздействиях, которые можно измерить, но нельзя использовать в аналитических формулах ввиду сложной природы влияния их на объект, а также информацию, которую нельзя измерить инструментальными средствами, но ее может приблизительно оценить человек.
В работе показано, что эксперту удобнее всего представлять свои знания в виде причинно-следственных связей "Если …, то….". Понятие ЛП дает подходящее средство для описания различных процессов. Для логико-лингвистического описания поведения системы будем считать причины входными переменными, а следствия - выходными. Например, в качестве входных переменных (причины) для интеллектуальной подсистемы управления (рис.4) могут служить: y1 - упругость дутья, y2 - разряжение под сводом печи, y3 - высота кипящего слоя, y4 - разряжение на чистом коллекторе y5 - температура в слое и т.д. В качестве выходных переменных (следствие) могут быть: м1 - расход воздуха, м2 - расход кислорода, м3 - выгрузка материала, м4 - "всас" дымососа и т.д.
Анализ процесса обжига цинковых концентратов в печах кипящего слоя показал, что при формировании базы знаний (базы правил) типа: "Если <причина>, то <следствие>" на каждую выходную переменную (следствие) мi влияют несколько входных переменных (причин) y1 - y4. Поэтому база правил будет состоять из множества правил, например, такого вида: "Если <y1-высокая> и <y2 - низкая> и <y3-средняя> и < y4-высокая>, то <м3-высокая>". Количество таких правил для каждой выходной переменной (следствие) будет зависит от количества входных переменных (причин) от которых зависит следствие.
2.6.1 Анализ современных методов разработки моделей управления в нечеткой среде
Язык нечеткого управления FCL (Fuzzy Control Language) описан в Стандарте IEC 1131-7, в котором определяется цели разработки этого языка, его базовая нотация и приводятся примеры записи моделей нечеткого управления с использованием нотации языка FCL.
Язык FCL разработан для представления нечетких моделей систем управления, в частности, моделей так называемых программируемых контроллеров (Programmable Controllers) или программируемых логических контроллеров (ПЛК) в форме структурируемого текста, который может быть интерпретирован как программа на языке высокого уровня. Хотя Стандарт IEC 1131-7 не определяет требования к вычислительным средам и устройствам, которые могут реализовывать трансляцию, компиляцию и выполнение программ на языке FCL, описанная в нем нотация основных компонентов систем нечеткого вывода позволяет достичь формального уровня строгости, необходимого для последующей разработки соответствующих инструментальных средств.
Концептуальные основы нечеткого управления. Под нечетким управлением (Fuzzy Control) понимается область применения общей методологии теории нечетких множеств и нечеткой логики для решения практических задач управления. Нечеткое управление возникло как технология способна расширить возможности автоматизации производства и предназначенная для решения прикладных задач в области управления, которые в общем случае могут быть реализованы с помощью программируемых контроллеров.
Нечеткое управление базируется на использовании не столько аналитических или теоретических моделей, сколько на практическом применении знаний, которые можно представить в форме так называемых лингвистических баз правил. Нечеткое управление может использоваться в том случае, когда существует определенный опыт экспертов и его можно записать некоторым формальным образом. Все это позволяет воспользоваться доступными знаниями с целью улучшить процессы управления и решить ряд задач, например:
управление (с обратной или без обратной связи, с одной или многими переменными, для линейных и нелинейных систем);
установка параметров систем управления в автономном режиме или в режиме реального времени;
классификация и распознавание образов;
оперативное принятие решения (Послать этот продукт на обработку устройством А и В?);
помощь операторам в принятии решений или настройке параметров;
определение и диагностика неисправностей в системах.
Широкий диапазон приложений и естественность подхода, основанного на опыте специалистов, делает нечеткое управление основным средством, которое в качестве стандарта должно стать доступным для всех пользователей программируемых контроллеров. Нечеткое управление может также непосредственно комбинироваться с классическими методами управления.
Применение нечеткого управления может быть наиболее эффективным в тех случаях, когда отсутствует явная модель процесса и аналитическая модель является слишком сложной для представления (например, системы с несколькими входами и несколькими выходами) или для получения решений в реальном масштабе времени.
Другое достоинство нечеткого управления заключается в непосредственном объединении опыта нескольких специалистов. При этом вовсе не нужно моделировать целиком весь контроллер с помощью нечеткого управления - иногда нечеткое управление может только интерполировать серию локально линейных моделей или динамически адаптировать параметры некоторого линейного регулятора. Тем самым становится возможным не только оперировать нелинейными моделями, но и сосредоточить внимание на рассмотрении тех параметров существующих регуляторов, которые следует улучшить.
Нечеткое управление, являясь многозначным управлением, больше ограничивается значениями высказываний "истина" или "ложь". Эта особенность делает нечеткое управление адекватным средством для моделирования эмпирического опыта экспертов, оперируя теми понятими, в терминах которых формулируются управляющие воздействия на заданном множестве входов.
С точки зрения информационных технологий системы нечеткого управления являются продукционными экспертными системами. С точки зрения теории систем управления системы нечеткого управления являются контроллерами с нелинейными параметрами регулирования. При этом текущие значения выходных переменных зависят только от текущих значений входных переменных и не зависят от предыстории этих значений за исключением случаев, когда отсутствуют активные правила и не определены значения переменных по умолчанию. Если же контроллер должен быть реализован как динамическая система, то соответствующие динамические функции представляют собой внешние элементы для нечеткого функционального блока.
В системах автоматического регулирования обычно используется дифференцирующие и интегрирующие элементы (звенья) первого порядка. Выходные переменные таких элементов являются дополнительными входными переменными для системы нечеткого управления. Такими переменными также могут быть переменные, описывающие значения отклонения управляемых параметров от установленных значений.
Напротив, выходные переменные систем нечеткого управления могут использоваться операторами для выполнения коррекции управляемых параметров в различных системах управления.
Общая структура систем с нечетким управлением изображена на рисунке 10а, пример реализации системы нечеткого управления изображен на рисунке 10б. В примере в качестве входной переменной используется разность Х между заданным и реальным значениями контролируемого параметра. Эта разность совместно с ее производной по времени и интегралом по заданному интервалу времени передаются в собственно систему нечеткого управления как три входные переменные, не зависящие от своей предыстории. В то же время переменная для коррекции контролируемого параметра получается на основе интегрирования по заданному интервалу времени выходной переменной систем нечеткого управления.
Рис.10. Системы нечеткого управления
Область применения нечеткого управления достаточно широка - от небольших и простых приложений до комплексных и сложных проектов. Чтобы охватить все возможные случаи, следует использовать Правила согласованности классов систем нечеткого управления, которые дополняют и расширяют базовую нотацию языка FCL. При этом Базовый Класс определяет минимальное множество требований, которым должны удовлетворять все согласованные системы, что обеспечивает переносимость программ нечеткого управления.
Существующая теория и системы, реализованные в области нечеткого управления, отличаются между собой по используемой терминологии, функциональным возможностям и особенностям реализации в инструментальных средствах.
Необязательные средства языка FCL определены в Классе Расширения. Программы нечеткого управления, использующие эти средства, могут переноситься с одной системы на другую только в том случае, если эти системы реализуют одинаковое множество этих средств. В противном случае может оказаться возможным лишь частичный перенос программ. Стандарт не требует, чтобы все согласованные системы реализовывали средства Класса Расширения в полном объеме. Хотя и допускается возможность частичного переноса, следует избегать использования нестандартных средств. Поэтому согласованная система не должна содержать нестандартные средства, которые не могут быть адекватно реализованы с использованием стандартных средств Базового Класса и Класса Расширения.
Переносимость приложений нечеткого управления зависит от особенностей как систем программирования, так и от характеристик систем управления. Все эти особенности указываются в Списке Проверки данных, который разрабатывается производителями систем.
2.6.2 Формирование базы знаний (правил) интеллектуальной подсистемы
Формирование базы знаний (правил) можно производить на основании теории планирования эксперимента. При применении значений ЛП в качестве точек факторного пространства, характеризующих процесс, поведение исследуемой системы описывается экспертом на естественном (или близким к нему) языке. Это делает ЛП наиболее адекватным средством представления экспертных знаний, так как переход от словесных оценок к числовым не вызывает затруднений.
База знаний (правил) является основой интеллектуальной подсистемы, которую необходимо дополнить несколькими элементами, реализующие следующие функции: фазификация входных переменных, агрегирование подусловий в нечетких правилах, активизация или композиция подзаключение, аккумулирование заключений. На этих элементах построены несколько алгоритмов нечеткого вывода, в настоящей работе используется алгоритм Мамдани, который нашел наибольшее распространение при нечетком управлении технологическими процессами.
Исследование базы знаний (правил) и всей интеллектуальной подсистемы проводилось с помощью инструмента Fuzzy-Matlab, который предоставляет широкие возможности для исследования - дружественный интерфейс, визуальный анализ результатов нечеткого моделирования, возможностью быстрого изменения "правил" и оценки чувствительности нечеткого алгоритма.
Из практики ведения процесса обжига в печах КС стало ясно, что для поддержания гидродинамического и манометрического режимов печи очень важно управлять количеством расхода воздуха, расхода кислорода, выгрузки материала, и степенью "всаса" дымососа и т.д. Наша цель разработать нечеткие модели управления этими переменными.
Разработаем систему нечеткого управления расходом воздуха.
В печи КС расход воздуха зависит от нескольких входных переменных таких, как упругость дутья в печь, высоты кипящего слоя и разрежение под сводом печи.
Следующим этапом построения модели является построение базы правил. Используя знания в области ведения процесса обжига в печи КС (см. раздел по технологии) составим следующие 27 правил нечетких продукций:
ПРАВИЛО-1: ЕСЛИ "упругость дутья низкая" И "высота кипящего слоя низкая" И "разрежение под сводом низкое" ТО "расход воздуха не очень высокий"
ПРАВИЛО-2: ЕСЛИ "упругость дутья низкая" И "высота кипящего слоя низкая" И "разрежение под сводом среднее" ТО "расход воздуха высокий"
ПРАВИЛО-3: ЕСЛИ "упругость дутья низкая" И "высота кипящего слоя низкая" И "разрежение под сводом высокое" ТО "расход воздуха очень высокий"
ПРАВИЛО-4: ЕСЛИ "упругость дутья низкая" И "высота кипящего слоя средняя" И "разрежение под сводом низкое" ТО "расход воздуха средний"
Подобные документы
Технологическая схема получения цинка. Обжиг цинковых концентратов в печах КС. Оборудование для обжига Zn-ых концентратов. Теоретические основы процесса обжига. Расчет процесса обжига цинкового концентрата в печи кипящего слоя. Расчет оборудования.
курсовая работа [60,0 K], добавлен 23.03.2008Сущность расчета рационального и химического составов сырого (необожжённого) концентрата по соотношениям атомных масс. Составление материального баланса предварительного обжига цинковых концентратов. Тепловой баланс обжига, приход и расход тепла.
контрольная работа [29,7 K], добавлен 01.06.2010Печи для обжига сульфидных концентратов в кипящем слое. Научные основы окислительного обжига медных концентратов. Оценка выхода обоженного медного концентрата и его химический и рациональный состав. Определение размеров печи для обжига в кипящем слое.
курсовая работа [1,9 M], добавлен 26.10.2022Характеристика сырьевых материалов, используемых для производства керамзитового песка, и основные процессы, происходящие при обжиге. Пути связи влаги с материалом. Принцип создания кипящего слоя. Расчет горения природного газа и теплового баланса.
курсовая работа [220,8 K], добавлен 18.08.2010Краткий обзор рынка свинца. Технологическая схема переработки сульфидных свинцовых концентратов. Процесс агломерирующего обжига. Требования, предъявляемые к агломерату и методы подготовки шихты. Расчет материального баланса, печи и газоходной системы.
курсовая работа [859,3 K], добавлен 16.12.2014Принцип обжига в кипящем слое сульфидов. Конструкции обжиговых печей КС. Определение размеров печи, ее удельной производительности, оптимального количества дутья, материального и теплового баланса окисления медного концентрата. Расчёт газоходной системы.
курсовая работа [131,5 K], добавлен 05.10.2014Автоматизация процесса обжига извести во вращающейся печи. Спецификация приборов и средств автоматизации. Технико-экономические показатели эффективности внедрения системы автоматизации процесса обжига извести во вращающейся печи в условиях ОАО "МЗСК".
дипломная работа [263,1 K], добавлен 17.06.2012Рассмотрение применения вращающейся печи в огнеупорной промышленности для обжига глины на шамот. Характеристика физико-химических процессов, происходящих в печи. Подбор сырья и технологических параметров. Расчет процесса горения газа и тепловой расчёт.
курсовая работа [939,1 K], добавлен 25.06.2014Характеристика портландцементного клинкера для обжига во вращающейся печи. Анализ процессов, протекающих при тепловой обработке. Устройство и принцип действия теплового агрегата. Расчёт процесса горения природного газа, теплового баланса вращающейся печи.
курсовая работа [1,3 M], добавлен 25.02.2016Описание технологического процесса производства стекломассы. Существующий уровень автоматизации и целесообразность принятого решения. Структура системы управления технологическим процессом. Функциональная схема автоматизации стекловаренной печи.
курсовая работа [319,2 K], добавлен 22.01.2015
