热风炉燃料流量神经网络解耦控制  

Neural network decoupling control for fuel flow of hot blast stove

作　　者：袁晓红[1] 王旭仁[1] 柏玲[1] 

机构地区：[1]首都师范大学信息工程学院,北京100048

出　　处：《冶金自动化》2009年第3期63-65,70,共4页Metallurgical Industry Automation

基　　金：北京市教育委员会科技发展计划项目(KM200710028017)

摘　　要：热风炉系统通过焦炉煤气和高炉煤气分别控制热风炉拱顶温度和废气温度,二者在一个系统内燃烧,彼此相互交叉、相互影响。应用神经网络解耦控制技术,对燃料流量控制进行解耦,解耦后的子系统变为单变量系统,以实现燃料流量的最优控制和拱顶温度及废气温度的平稳控制。采用前馈补偿器完成解耦控制,解耦补偿器采用BP神经网络结构。根据现场实际数据仿真验证,表明该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求。Based on neural network decoupling control technique, fuel flow control of hot blast stove was decoupled and decoupled subsystem was transformed into a single variable system. Therefore, opti- mization control of fuel flow, and stable control of arch temperature and waste gas temperature were re- alized. Decoupling control was achieved by use of feedforward compensator with BP neural network structure. Simulation results show that the control strategy has better dynamic tracking property and can meet the requirement for complex muhivariable control system.

关 键 词：热风炉 神经网络 解耦控制 最优控制 

分 类 号：TF578[冶金工程—钢铁冶金]