球磨机制粉系统控制的现状及其发展

今天为大家谈一下球磨机制粉系统控制的现状及其发展情况，希望对广大使用球磨机的用户有帮助。

球磨机制粉系统主要需进行三个参数的控制，即料位、磨出口温度和入口负压的控制。由于三个被控参数之间相到耦合严重，且料位和出口温度都是时间上的大滞后、非线性很强的被控现象。因此，传统的三个单回路PID控制难以取得理想的控制效果。近年来，全国各大院校、研究所及其他科研单位对此进行了艰难的攻关并取得了一定的成果。现次其主要的控制策略与方法归纳如下。

1、解耦控制

球磨机制粉系统是一个严重的三输入三输出多变量耦合系统，在其三个调节回路中，不管三个输入和三个输出如何配对均存在严重的耦合，因此需要进行多变量解耦。

上海交通大学的潘且鲁对300MW的中速磨直吹式制粉系统上采用如下的控制方法：将给煤量控制由锅炉负荷控制回路发出，看作单回路控制系统。针对磨通风量和出口温度利用单位矩阵综合法对磨通风量和出口温度回路进行解耦，并引入给煤量信号作为前馈信号。该控制方案在石横电厂300MW的中速磨直吹式制粉系统上获得成功应用。

2、预测控制

预测控制是一种基于模型的计算机控制算法，主要应用于非线民生的、时变的、严重不确定的、大纯滞后的和多变量的工业控制过程。最早由Richalet等人于1978年提出来以脉冲响应模型基本的模型预测启发式控制或称为模型算法控制。1980年Cutler等人提出了以阶跃响应模型为基础的动态矩阵控制。近来，还经常采用易于在线辨识并能描述不稳定过程的CARMA模型和CARIMA模型。

在预测控制中，采用预测模型进行过程输出值的预估只是一种理想的方式，对于实际过程，由于存在非线性、时变、模型失配和干扰等不确定因素，使基于模型的预测不可能准确地与实际相符。因此，在预测控制中，通过输出的测量值与模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值。这种由模型预测加反馈较正的过程就使得预测控制具有很强的抗干扰和克服系统不确定性的能力。

预测控制是一种优化控制算法。它通过某一性能指标的最优化来确定未来的控制作用。这一性能指标还涉及到过程未来的行为，它是根据预测模型由未来的控制策略决定的。然而，预测控制中的优化不是采用一个不变的全局最优目标，而是采用滚动式的有限时域优化策略。也就是说，优化过程不是一次离线完成的，而是反复在线进行的。即在每一采样时刻，优化性能指标只涉及到座该时刻到未来有限的时间，而到下一采样时刻，这一优化时段会同时向前推进。

预测模型、反馈校正和滚动优化是预测控制的三个基本特征。由于预测控制的优化模式和预测模式的非经典性，使它可以把实际系统中的不确定因素体现在优化过程中，形成动态优化控制，并可处理约束和多种形式的优化目标。因此，可以认为预测控制和预测和优化模式是对传统最优控制的修正，它使建模简化，并考虑了不确定性及其他复杂性因素，从而使之适合于复杂的工业过程的控制。

预测控制主要分为两大类：单步预测控制和如最小方差控制等；多步预测控制如大范围预测控制等。

由于这类以非参数模型为基础的预测控制算法具有建模简单、能直接处理具有纯滞后的过程、具有良好的跟踪性能和较强的抗干扰能力、对模型误差有较强的鲁棒性等优点，因而在球磨机制粉系统中取得了比较好的控制效果。

3、神经网络控制

人工神经网络目前对其研究正方兴未艾。现在主要有多层前向网络模型、Adaline模型、Hopfield网络模型、Kohonen自组织映照模型、细胞神元网络模型和小脑模型等。由于其具有强大的并行处理能力、分布式的存储方式、很强的容错和联想能力及很强的学习能力，近年来已引起控制界的极大重视。目前，基于人工神经网络而开发出的新型控制系统主要有逆动态模型控制、直接ANN控制和自适应控制。

4、球磨机的其他控制方法

除了上述提到的有关球磨机控制方法以外，还有模糊控制、自寻优控制和专家智能控制等。

控制系统更好的稳定性、更强的鲁棒性，而且可以和运行人员操作经验相结合，构建模糊专家控制系统。模糊控制也可以和PID控制相结合，构成模糊PID控制器。模糊PID控制器主要有四种形式：模糊推理确定PID控制器的参数；模糊和PID分离控制；模糊和PID串联混合控制；模糊和PID并联混合控制。

模糊控制方案主要在于模糊控制规则库的设计，而规则库的设计主要是从运行人员的操作经验总结得到，而不同的运行人员，其操作处理经验并不相同。就目前而言，控制规则库的设计并没有从理论上得到完全的解决，仍带有个人的经验和偏好的色彩。

球磨机与棒磨机有类似的地方，除了研磨介质和规格之外，基本上一个原理，球磨机信息请参考：球磨机；棒磨机信息请参考：棒磨机。