水泥回轉窯分解爐溫度的模糊控制畢業(yè)設計

1、<p>　　水泥回轉窯分解爐溫度的模糊控制</p><p><b>　　摘 要</b></p><p>　　溫度控制在我國電子、冶金、機械等工業(yè)領域應用非常廣泛。它對控制調節(jié)器要求極高，回轉窯是冶金、水泥、耐火材料生產中的關鍵設備。溫度是回轉窯工藝過程控制中的重要參數之一，自上世紀60年代起人們便開始注意它的控制問題，并進行了大量研究工作。提高回轉窯的溫度精

2、度對于改善焙燒質量、節(jié)約能源、降低生產成本都有重要意義。我國大力發(fā)展的新型干法窯外分解水泥生產技術就是在預熱器和回轉窯之間增設分解爐。分解爐是預分解系統(tǒng)的核心部分，它承擔了預分解窯中煤粉燃燒、氣固換熱和碳酸鹽分解任務，使入窯生料的分解率達到90%以上，從而大大提高了回轉窯單位有效容積的產量。分解爐的溫度控制對整個預分解系統(tǒng)的熱工分布和熱工溫度的穩(wěn)定也至關重要。</p><p>　　本文在分析回轉窯和分解爐工藝特點

3、及其控制要求基礎上，為解決溫度控制超調量大、調節(jié)時間長等問題，提出了回轉窯分解爐溫度的模糊控制方法，提高了控制精度。用模糊控制理論建立參數模糊控制表，通過模糊推理獲得模糊控制決策表，并對其進行模擬仿真，仿真結果表明參數模糊規(guī)則表建立合理，模糊控制器在響應速度、穩(wěn)態(tài)精度等方面均優(yōu)于常規(guī)PID控制器。模糊控制器對系統(tǒng)模型要求不高，在有干擾信號或系統(tǒng)模型發(fā)生變化時能夠滿足回轉窯的煅燒工藝要求，提高回轉窯分解爐的控溫精度，改善煅燒質量，適用于類

4、似回轉窯分解爐溫度控制系統(tǒng)這樣的非線性、大滯后且隨機干擾嚴重的系統(tǒng)。</p><p>　　關鍵詞：分解爐 回轉窯 溫度控制 模糊控制 仿真</p><p><b>　　ABSTRACT</b></p><p>　　Temperature control is widely used in electron, metallurgy and

5、 machine industry in our country. It needs higher quality temperature controller. Rotary kiln is the key equipment in the production of metallurgy, cement and material of fire-fast, people began to pay attention to the p

6、roblem of rotary kiln control in 1960s, a lot of research works have been done. It is significant for ameliorating production quality, saving energy, reducing operating cost to improve control precision of rotary kiln.&l

7、t;/p><p>　　Based on analyzing the rotary kiln calciner 's technology and control request, in order to solve the problems of temperature control system big overshoot and long time of regulation etc. Fuzzy co

8、ntrol is proposed to improve the temperature control precision on rotary kiln calciner . Fuzzy controller regulates the proportional, integral and differential coefficient by fuzzy control theory to establish tables of p

9、arameters fuzzy rules and control lists. The simulation result of temperature curve s</p><p>　　Keywords: decomposition furnace rotary kiln, temperature control, fuzzy control, simulation</p><p>

10、<b>　　目 錄</b></p><p><b>　　摘 要I</b></p><p>　　ABSTRACTII</p><p><b>　　第1章 緒論1</b></p><p>　　1.1 國內外水泥及其生產技術的發(fā)展現(xiàn)狀及趨勢1</p>&l

11、t;p>　　1.1.1 國外水泥生產概述1</p><p>　　1.1.2 我國水泥生產發(fā)展現(xiàn)狀與趨勢1</p><p>　　1.2 水泥生產工藝2</p><p>　　1.3 課題的設計目的和意義3</p><p>　　第2章 模糊控制理論研究5</p><p>　　2.1 模糊控制的發(fā)

12、展5</p><p>　　2.2 模糊控制原理研究6</p><p>　　2.2.1 精確量到模糊量的轉化7</p><p>　　2.2.2 控制規(guī)則的構成9</p><p>　　2.2.3 模糊決策9</p><p>　　2.2.4 逆模糊化處理10</p><p>　　第

13、3章 水泥回轉窯溫度控制系統(tǒng)設計12</p><p>　　3.1 影響分解爐溫度的主要因素12</p><p>　　3.2 模糊控制模型12</p><p>　　3.2.1 模糊控制模型的建立13</p><p>　　3.2.2 模糊量化處理13</p><p>　　3.3 模糊規(guī)則庫的建立16<

14、;/p><p>　　第4章 水泥回轉窯分解爐溫度的模糊控制的仿真17</p><p>　　4.1 MATLAB的概況17</p><p>　　4.2 控制系統(tǒng)仿真實驗17</p><p>　　4.3 仿真結果分析19</p><p><b>　　結 論20</b></p>&

15、lt;p><b>　　參考文獻21</b></p><p><b>　　致 謝22</b></p><p><b>　　附錄：23</b></p><p><b>　　第1章 緒論</b></p><p>　　1.1 國內外水泥及其生產技

16、術的發(fā)展現(xiàn)狀及趨勢</p><p>　　1.1.1 國外水泥生產概述</p><p>　　現(xiàn)在，國際水泥工業(yè)以預分解技術為核心【1】，將現(xiàn)代科學技術和工業(yè)生產的最新成果廣泛用于水泥生產的全過程，形成了一套具有現(xiàn)代高科技特征和符合優(yōu)質、高效、節(jié)能、環(huán)保要求以及大型化、自動化的現(xiàn)代水泥生產方法。水泥裝備大型化、生產過程自動化、實現(xiàn)產品高質量是工業(yè)發(fā)達國家水泥工業(yè)當今的特點。20世紀90年代以后

17、國際水泥工業(yè)又出現(xiàn)了水泥生態(tài)化的高潮，即從可持續(xù)發(fā)展的角度形成了一套具有現(xiàn)代科技特征、高效、節(jié)能、環(huán)保和大型化與自動化的水泥生產方法。隨著通信、計算機、控制理論等科學技術的迅猛發(fā)展，這些技術已經成為實現(xiàn)水泥生產自動化、水泥產品高質高效、節(jié)能降耗和環(huán)境保護的關鍵因素。</p><p>　　目前，水泥生產自動化系統(tǒng)大都采用單回路控制與人工操作相結合的系統(tǒng)和集散控制系統(tǒng)DCS（Distributed Control S

18、ystem），在大型水泥生產中，單回路控制系統(tǒng)中控制效果較差而且不能完成遠距離通信，而DCS系統(tǒng)在本質上因采用封閉式通信協(xié)議而極易形成“自動化孤島”?，F(xiàn)場總線控制系統(tǒng)FCS（Fieldbus Control System）因通信協(xié)議的開放性而能很好地解決上述問題，它的應用在水泥生產控制領域將產生一場新的革命。</p><p>　　國外發(fā)達國家水泥生產采用干法預分解窯技術，生產線能力大型化，上世紀90年代達到400

19、0t/d以上，目前5000t/d以上生產線已成為主流；生產與管理信息化，運用計算機技術、先進控制技術、通信技術，開發(fā)出各種工藝過程的專家系統(tǒng)和數字神經網絡系統(tǒng)，實現(xiàn)大型化水泥企業(yè)遠程操作和診斷，使水泥生產和管理朝信息化、自動化、網絡化、智能化方向發(fā)展；通過改進工藝，采用新的檢測技術和儀器，利用信息技術，水泥生態(tài)化技術已成為發(fā)展趨勢。</p><p>　　1.1.2 我國水泥生產發(fā)展現(xiàn)狀與趨勢</p>

20、<p>　　上世紀90年代到本世紀初，國家建材行業(yè)主管部門提出了“控制總量，調整結構、淘汰落后”【2】和“由大變強，靠新出強”的跨世紀發(fā)展戰(zhàn)略方針，開始了水泥產業(yè)結構調整，一大批5000t/d干法水泥熟料生產線建設投產，我國新型干法水泥生產技術已經成熟，大型生產線的主要經濟指標達到國外先進水平。大幅度提高了新型干法水泥產量，到2005年新型干法水泥產量占全國水泥總產量的30%，淘汰了落后的生產工藝和裝備，實現(xiàn)了產業(yè)升級的目

21、的。</p><p>　　目前，新型干法水泥生產技術成為我國水泥工業(yè)發(fā)展重點【3】，在提高現(xiàn)有新型干法水泥工藝技術和裝備制造水平的同時，正在加快開放高效率的熟料燒成系統(tǒng)、高效節(jié)能的粉磨設備、新一代蓖式冷卻機、大型高效收塵設備和綜合優(yōu)化在線控制技術與裝置；逐步加強水泥生產企業(yè)信息化和網絡化建設：它包括水泥生產過程自動化和智能化，實現(xiàn)管理決策科學化、信息化和網絡化，商務活動的電子化、網絡化和信息化；另外為最大限度提高

22、自然資源綜合利用率和保護環(huán)境，我國正在提高水泥工業(yè)清潔生產水平，使其沿著水泥生態(tài)化的方向發(fā)展，保持水泥工業(yè)的可持續(xù)發(fā)展。</p><p>　　1.2 水泥生產工藝</p><p>　　目前水泥生產過程主要為回轉窯生產過程，其生產流程圖如圖1-1所示。其生產工序是以石灰石、粘土、鐵粉等為原料，通過生料配料、生料粉磨、煅燒、熟料配料、水泥磨粉、包裝等工序生產出水泥的過程。原料進廠后經過預處

23、理，由化驗室對原料進行化驗分析，通過計算給出生料配方，生料工序根據化驗室給出的配方比例對生料進行配料得到混合料，混合料通過生料磨成粉狀入生料庫，生料經煅燒成為熟料，熟料與礦渣、礦化劑按一定比例混合后，通過水泥磨成粉狀入水泥儲存庫，最后經過包裝出廠。水泥生產的整個工藝過程主要包括窯外預熱分解、窯內煅燒、熟料冷卻、廢氣處理和煤粉控制等工序。在回轉窯水泥生產過程中，窯尾分解爐溫度是一個重要的工藝參數，分解爐溫度的穩(wěn)定對整條生產線的穩(wěn)定、高產和

24、節(jié)能具有重大影響。</p><p>　　圖1-1 水泥生產流程圖</p><p>　　1.3 課題的設計目的和意義</p><p>　　水泥生產過程是一個理化反應過程，系統(tǒng)工況復雜多變，難以得到精確的數學模型。而且隨著水泥裝備向大型化方向發(fā)展的需要，采用傳統(tǒng)控制策略已經難以獲得滿意的成果，所以現(xiàn)代控制技術就有必要應用到水泥生產過程中。我國發(fā)展的新型干法窯外分解水

25、泥生產技術就是在預熱器和回轉窯之間增設分解爐。分解爐是預分解系統(tǒng)的核心部分，它承擔了預分解窯中煤粉燃燒、氣固換熱和碳酸鹽分解任務。其中，碳酸鹽的有效分解是制約水泥質量的重要因素，而它的有效分解需要一個相對穩(wěn)定的溫度，溫度過高或過低都會對生產效率有所影響。由此可見，分解爐的溫度控制對整個預分解系統(tǒng)的熱工分別和熱工溫度的穩(wěn)定至關重要。</p><p>　　分解爐的溫度是一個大滯后、大慢性、非線性的復雜控制對象，影響它

26、的因素有很多，并且各個因素之間存在耦合。目前，許多水泥生產廠還是借鑒現(xiàn)場操作人員的經驗，通過人工調節(jié)來獲得滿意的分解爐溫度，這樣做直接導致生產效率低、能耗高、質量不穩(wěn)定。而模糊控制是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。它直接采用語言型控制規(guī)則，出發(fā)點是現(xiàn)場操作人員的控制經驗或相關專家的知識，在設計中不需要建立被控對象的精確數學模型，使得控制機理和策略易于接受和理解，設計簡單，便于應用。因此，利用模糊控

27、制技術對分解爐的溫度進行控制具有重要的科學意義和廣闊的應用前景。</p><p>　　第2章 模糊控制理論研究</p><p>　　2.1 模糊控制的發(fā)展</p><p>　　模糊控制是智能控制的重要組成部分，它是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎的一種計算機數字控制技術。模糊邏輯既不是二值邏輯——非此即彼的推理，它也不是傳統(tǒng)意義的多值邏輯，而是在承

28、認事物隸屬真值中間過渡性的同時，還認為事物在形態(tài)和類屬方面具有亦此亦彼性、模棱兩可性——模糊性。正因如此，模糊計算可以處理不精確的模糊輸入信息，可以有效降低感官靈敏度和精確度的要求，而且所需要存儲空間少，能夠抓住信息處理的主要矛盾，保證信息處理的實時性、多功能性和滿意性。</p><p>　　L.A.Zadeh在他的《Fuzzy Sets》、《Fuzzy Algorithm》和《A Rationale for F

29、uzzy Control》等著名論著中，首先提出了模糊數學和模糊控制的概念。其核心是對復雜的系統(tǒng)或過程建立一種語言分析的數學模式，使人的自然語言直接轉化為計算機能夠接受的算法語言。模糊集合理論的誕生，為處理客觀上存在的一類模糊性問題，提供了強有力的工具，同時也適應了自適應科學發(fā)展的急迫需要[4]。最早取得應用成果的是英國倫敦大學的教授E.H.Mamdani，他在1974年首先利用模糊語句組成的模糊控制器，對鍋爐和汽輪機的運行進行控制，并

30、在實驗室中獲得成功。1975年P.J.King和E.H.Mamdani將模糊控制系統(tǒng)應用于工業(yè)反應過程的溫度控制中。1976年荷蘭學者W.J.Kickert等將模糊控制器應用于熱水裝置中。1976年英國學者R.M.Tong用模糊控制對壓力容器內部的壓力和液面進行控制，隨后發(fā)表的多篇論文，對模糊控制的應用和發(fā)展起到了積極的推動作用。1977年英國的C.P.Pappis和E.H.Mamdani對十字路口的交通樞紐指揮采用模糊控制，試驗結果&

31、lt;/p><p>　　我國模糊控制理論及應用方面的研究始于1976年，主要集中在高等院校和研究所。但在應用水平上還不夠高，模糊邏輯技術的開發(fā)工具落后，許多系統(tǒng)的開發(fā)方法仍停留在原始的手工編程開發(fā)階段。目前，模糊控制理論作為新時代的高新技術，正得到越來越廣泛的應用，被公認為簡單而有效的控制技術。</p><p>　　模糊控制理論是現(xiàn)代控制理論領域中很有發(fā)展前途的一個分支。這是因為對于工業(yè)生產過

32、程來說，模糊控制具有一系列傳統(tǒng)控制無法與之比擬的優(yōu)點：</p><p>　　(1)用語言方法，不需要掌握過程的精確數學模型。</p><p>　　(2)對于有一定操作經驗、而不是控制專業(yè)的工作者來說，模糊控制方法易于掌握。</p><p>　　(3)操作人員易于通過人的自然語言進行人機通訊，從而易于加入到過程的控制環(huán)節(jié)中去。</p><p>

33、　　(4)通過模糊控制，過程的動態(tài)響應品質優(yōu)于常規(guī)的PID控制，并對過程參數的變化具有較強的適應性。</p><p>　　(5)模糊工程的計算方法雖然是運用模糊集合理論進行的模糊算法，但最后得到的是確定性的、定量的條件語句。</p><p>　　(6)模糊控制與計算機聯(lián)系密切。從控制角度看，它實際上是一個有很多條件語句組成的軟件控制器。</p><p>　　2.2

34、 模糊控制原理研究</p><p>　　模糊控制系統(tǒng)是一種以模糊數學為基礎的計算機數字控制系統(tǒng)，與一般的計算機控制系統(tǒng)相比，模糊控制系統(tǒng)的控制器是模糊控制器。我們來分析一個操作者對一個工業(yè)過程的控制。首先，人們憑借眼睛、耳朵等傳感器官，得到一些有關輸出量和輸出量變化率的模糊信息。客觀存在的精確量通過傳感器官到達人的大腦，這一過程實際上是一個精確量的模糊化的過程。然后，人們根據獲得的信息對照自己已有的經驗來進行分析

35、判斷，從而得出應該采取的控制措施，即判定如何調整輸入量。我們可以將操作者的經驗總結成若干條規(guī)則，經過一定的數學處理，存放在計算機中，這些規(guī)則成為模糊控制規(guī)則。我們仿照人腦的模糊推理過程，確定推理法則。計算機可根據輸入的模糊信息，依據控制規(guī)則和推理法則，做出模糊決策。最后，當人們根據已決定的模糊決策去執(zhí)行具體的動作時，執(zhí)行的結果又是一個精確量。顯然，人們在對工業(yè)過程進行控制時，無論是將精確量轉化為模糊量，或反之，將模糊量轉化為精確量的過程

36、，是人們憑自己的本能不知不覺地完成的。但是若用某種裝置來代替人來進行控制時，因為裝置是不會思維的，因此這種模糊量與精確量的轉化過程是必不可少的。將上述過程用框圖表示出來，可得到一個模糊</p><p>　　圖2-1 模糊控制器原理簡圖</p><p>　　2.2.1 精確量到模糊量的轉化</p><p>　　模糊控制器的輸入可以是模糊量，也可以是精確量。當為精確量輸

37、入時，必須對輸入變量進行模糊化處理。即將模糊控制器的輸入變量的確定值轉換為相應模糊語言變量值的過程。在模糊控制理論中，利用隸屬函數來反映某一精確量隸屬于某一語言量的模糊程度，稱為隸屬度。在模糊集合中，隸屬度是建立模糊集合論的基石，隸屬函數是描述模糊性的關鍵。在解決實際問題時，首要問題是確定隸屬函數。但在一般情況下，這個函數卻無法直接得到，而必須經過一些調查實驗。</p><p>　　(1)確定隸屬函數的原則<

38、;/p><p>　?、俦硎倦`屬函數的集合必須是凸模糊集合。</p><p>　　定義2.1 設為實數域上的模糊集合，對于任何實數，若關系式</p><p>　　恒成立，則稱為“凸模糊集合”。</p><p>　　定理2.1 設為實數域中的模糊集合，則為凸模糊集合的充分必要條件是：對于任意，非空的截集均為區(qū)間數。</p><p&

39、gt;　　②變量所取隸屬函數通常是對稱和平衡的。一般情況下，描述變量的語言值的越多，模糊控制系統(tǒng)的分辨率就越高，其系統(tǒng)響應的結果就越平滑。但模糊規(guī)則會明顯增多，計算時間增加，設計困難加大。如果描述變量的語言值太少，則其系統(tǒng)的響應可能會不太敏感，并可能無法及時提供輸出控制跟隨小的輸入變化，以使系統(tǒng)的輸出在期望值附近振蕩。實踐表明，一般取3～9個為宜，并通常取奇數個，在“零”、“適中”、或者“正?！奔系膬蛇呎Z言值通常對稱取。</p&

40、gt;<p>　　③隸屬函數應當符合人們的語言順序，避免不恰當的重疊。在相同論域上使用的具有語義順序關系的若干語言值的模糊集合，例如，“冷”、“涼”、“適中”、“暖”、“熱”等模糊子集其中心位置必須按這一次序排列，不能違背常識和經驗。此外，隸屬函數由中心值向兩邊模糊延伸的范圍也有一定的限制，間隔的兩個模糊集合的隸屬函數盡量不相交重疊。</p><p>　　(2)確定隸屬函數的方法</p>

41、<p>　?、倮C法。這是L.A.Zadeh在1972年首先提出的方法，其主要思想是：從已知的有限個隸屬值中來估計論域X上的模糊集合的隸屬函數 。例如，在“年齡”論域中建立“年輕人”的模糊集合的隸屬函數。當考慮“年齡為N是否為年輕人”時，可以從若干個語言真值中進行選擇。比如可分“真”、“大致真”、“似真似假”、“大致假”、“假”五種選擇，并且將其分別與1、0.75、0.5、0.25和0對應。當年齡取不同值時，便可得到的離散

42、表示。</p><p>　?、谀：y(tǒng)計法。源于1976年。在某些情況下，隸屬函數可以用統(tǒng)計方法確定。</p><p>　?、厶N涵解析定義法。1976年提出的一種方法。它根據微積分的理論來確定隸屬函數。假設隸屬函數是連續(xù)可微的，則可用微分的方法計算。</p><p>　?、芏獙Ρ确ā２捎脤Ρ鹊姆椒ù_定隸屬值。例如，對于在“人”論域中考慮“聰明”模糊集合，若較聰明，則

43、規(guī)定。</p><p>　　⑤三分法。類似于模糊統(tǒng)計法，也是用隨機區(qū)間的思想來處理模糊性的實驗模型。</p><p>　?、弈：植挤?。從給定的一系列模糊函數解析式選擇出合適的函數作為自己的模糊函數。</p><p><b>　　(3)模糊量化處理</b></p><p>　　將精確量轉化為模糊量的過程稱為模糊化。應用過

44、程中，一般采用以下兩種方法來對數據模糊化。</p><p>　　方法1：精確量離散化。如果精確量的實際變化范圍為，將區(qū)間的精確量轉換為區(qū)間變化的變量，采用如下公式</p><p><b>　　(2-1)</b></p><p>　　如果由上式計算的值不是整數，可以把它歸入最接近于的整數。</p><p>　　方法2：當X

45、為隨機變量時，可將X的隸屬度取為等腰三角形，其中，等腰三角形的高度為1，底邊寬度為，表示隨機變量的標準差，如圖2-2(b)所示。</p><p>　　圖2-2 模糊化曲線</p><p>　　2.2.2 控制規(guī)則的構成</p><p>　　模糊控制規(guī)則實質上就是人們在控制過程中的經驗總結，它們可用下列語言形式來表示。</p><p>　　

46、(1)“如A則B”型，寫成</p><p>　　If A then B</p><p>　　(2)“如A則B否則C”型，寫成</p><p>　　If A then B else C</p><p>　　(3)“如A且B則C”型，寫成</p><p>　　If A and B then C</p><

47、;p>　　在實際的模糊控制中，最常用到的是第三種語言形式。在語言中，A通常表示給定量與輸出量之差E=R-Y(R是輸入量，即給定量，Y是輸出量)，B通常是用來表示誤差的變化率。</p><p>　　2.2.3 模糊決策 </p><p>　　模糊決策也叫模糊推理。決策是在人們生活和工作中普遍存在的一種活動，是為解決當前或未來可能發(fā)生的問題而選擇的最佳方案的過程。數理邏輯給出了精確推理

48、的嚴格方法。但是在客觀世界中很多問題是具有模糊性的，傳統(tǒng)的形式邏輯和近代的數理邏輯都無法解決這類問題。解決模糊性問題需要用模糊推理。在實際應用中，采用IF ….THEN…. 模糊規(guī)則來表示控制器輸入與輸出關系：</p><p>　　If x is A and y is B Then z is C</p><p>　　式中，A、B和C是語言值，分別由X、Y和Z中模糊集合所確定，“x is A

49、 and y is B”通常稱為前提或前件，“z is C”叫做結論或后件，即輸入變量X的模糊度為A，輸入變量y的模糊度為B，則輸出變量Z的模糊度為C。</p><p>　　模糊推理采用Mamdani推理時，主要步驟是：</p><p>　　第一步，分別求出輸人量的隸屬度即模糊化。</p><p>　　第二步，當有多個輸入量時，同一規(guī)則中(對于AND)取輸入量隸屬度

50、最小值作為前件部的隸屬度(即規(guī)則的強度)。</p><p>　　例如，設有模糊控制規(guī)則</p><p>　　R1： If x is A1 and y is B1 Then z is C1；</p><p>　　R2： If x is A2 and y is B2 Then z is C2；</p><p>　　則對于模糊控制規(guī)則有推理強度和

51、</p><p><b>　??；</b></p><p><b>　??；</b></p><p>　　第三步，前件部隸屬度與后件部隸屬度函數進行MIN運算，得到各規(guī)則的結論。對于第條控制規(guī)則，則有控制量 </p><p><b>　　其中，=1，2</b></p>

52、<p>　　第四步，對所有規(guī)則的結論取MAX 運算，得到模糊推理的結果。即</p><p>　　2.2.4 逆模糊化處理</p><p>　　逆模糊量化實際上是將一個模糊量轉化為精確量的過程。模糊控制器的輸出是一個模糊量，這個模糊量不能用于控制執(zhí)行機構。因為作為一個控制系統(tǒng)，最終還是要產生一個確定的精確量信號，并以此推動執(zhí)行機構，實現(xiàn)對受控對象的控制。由于模糊推理結果的輸出是

53、模糊集合，用語言變量表示。因此模糊控制器最后必須進行反模糊化處理，它包含兩個內容，首先將全部被激活的模糊規(guī)則組合輸出，然后將其變換為精確的可執(zhí)行量。它是從模糊空間到清晰空間的一種映射，該映射稱為判決。一般而言，逆模糊化有以下三種方法：</p><p>　　最大隸屬度法。這個方法是在輸出模糊集合中選取隸屬度最大的論域元素為判決結果。例如，若</p><p>　　式中，斜杠“/”上方表示隸屬度

54、，斜杠下方表示模糊集合中的元素，它們各項之間不是分數相加關系，而是表示隸屬度與元素間關系的一種記法。</p><p>　　按最大隸屬度原則取得的判決結果為</p><p>　　(2)加權平均法。判決結果U由下式決定：</p><p><b>　　(2-2)</b></p><p><b>　　式中，表示隸屬度。

55、</b></p><p><b>　　例如，若</b></p><p><b>　　則</b></p><p>　　取中位數法。對于已知的模糊子集(由模糊合成關系得到的)，求得對應的隸屬函數曲線，計算出該隸屬函數曲線與橫坐標所圍成的面積，再除以2，將所得到的平分結果作為控制量。與第一種方法相比，該方法綜合地考慮

56、了各個點上的情況，充分的利用了模糊子集提供的信息量，但計算復雜，尤其是計算連續(xù)隸屬函數時，需要解積分方程，工作比較麻煩，因此應用較少。</p><p>　　第3章 水泥回轉窯溫度控制系統(tǒng)設計</p><p>　　3.1 影響分解爐溫度的主要因素</p><p>　　分解爐的工作原理是使燃料燃燒的放熱過程和生態(tài)碳酸鹽分解的吸熱過程在其中以懸浮狀態(tài)極其迅速地進行，使生料

57、達到較高的分解率，從而提高窯的產量和熟料的質量。通過以往工作人員的經驗總結和改進分解爐結構的優(yōu)化，可以發(fā)現(xiàn)影響分解爐參數時變的主要因素有煤粉流量、生料流量及三次風量[8]。</p><p>　　煤粉流量的影響：增加煤粉流量，則增加了分解爐的煤粉流量，加劇分解爐反應，使溫度升高。但當煤粉增量超過一定限量時，反而會影響分解爐內的反應，導致分解爐溫度降低。</p><p>　　生料流量的影響：增

58、加生料流量，將增加分解爐內反應物料數量，使爐溫升高；當生料增大到一定程度后，由于物料未能充分反應，爐溫反而下降。應該讓入窯生料流量和入分解爐煤粉流量之間維持一定比例關系，以便進行充分反應。由操作經驗可知，生料喂料量的波動和改變在5分鐘左右會到達分解爐，當生料增加時，分解爐溫度很快降低，所以需要在生料流量波峰到達之前增加喂煤量；當生料減少時，分解爐溫度很快升高，所以需要在生料流量波谷到達之前減小喂煤量。</p><p&

59、gt;　　三次風量的影響：入分解爐的三次風大部分來自篦冷機，溫度一般在850℃～900℃左右，隨窯頭罩的溫度變化而變化，壓力一般為800～1200Pa。三次風溫高或風量大都會使分解爐中的物料溫度升高。</p><p>　　基于上述分析，只有這三個量值保持最佳的配比關系，分解爐的溫度才會穩(wěn)定在預期的范圍內。此外，影響分解爐溫度的非關鍵因素還有三次風風溫、煤粉的成分、生料的成分、生料入爐前的溫度、分解爐的出口氣體的溫

60、度和環(huán)境因素等等。</p><p>　　3.2 模糊控制模型</p><p>　　影響分解爐溫度的主要因素有煤粉流量、生料流量和三次風量，而且彼此之間存在耦合，且是非線性的。其中，生料流量對于分解爐溫度的影響是不可控制量，可與其它非關鍵因素一起作為干擾處理。針對這種情況，本文設計一個雙輸入單輸出的模糊控制器，來實現(xiàn)分解爐溫度的控制。</p><p>　　3.2.1

61、 模糊控制模型的建立</p><p>　　分解爐溫度模糊控制模型如圖3-1所示。輸入分解爐溫度偏差及其偏差變化到模糊控制器。生料流量在傳送過程中，可通過流量傳感器感受其與預期的偏差，然后再經修正裝置進行補償。在分解爐三次風入口處可安裝壓力傳感器和溫度傳感器，當感受到風溫或風壓與預期的有所偏差時，即可通過修正裝置進行補償。由模糊控制器和修正機構出來的指令傳送至喂煤滑差控制電機處，控制喂煤量。當喂煤量過多時，分解爐的

62、溫度偏高，檢測裝置即將此信號反饋回輸入通道，使喂煤滑差控制電機的轉速減慢，反之，使喂煤滑差控制電機的轉速加快。這樣就將分解爐的溫度控制在一個比較理想的溫度范圍內。</p><p>　　圖3-1 分解爐溫度模糊控制模型</p><p>　　3.2.2 模糊量化處理</p><p>　　輸入變量為分解爐溫度偏差E和溫度偏差變化EC，輸出變量為喂煤增量。通過對某5000t

63、/d水泥廠新型干法窯的月數據報表分析，可將分解爐溫度偏差的實際范圍設為[-50℃，50℃]，模糊子集為{負大，負中，負小，負零，零，正零，正小，正中，正大}，記為{NB，NM，NS，NZ，ZO，PZ，PS，PM，PB}，值為{-50，-30，-15，-5，0，5，15，30，50}。常見的模糊分布一般有三種隸屬度函數曲線，即三角形型、梯形型和正態(tài)型，為方便起見，隸屬度函數采用三角形函數，其表達式為</p><p>

64、;<b>　　當時，</b></p><p><b>　　, </b></p><p><b>　　, </b></p><p><b>　　當時，</b></p><p><b>　　, </b></p><p&

65、gt;<b>　　, </b></p><p><b>　　當時，</b></p><p><b>　　, </b></p><p><b>　　, </b></p><p><b>　　當時，</b></p><

66、p><b>　　, </b></p><p><b>　　, </b></p><p><b>　　當時，</b></p><p><b>　　, </b></p><p><b>　　, </b></p><

67、;p>　　關于對稱，如果同時處于兩段函數表示時，以它取較大的隸屬度為準。</p><p>　　故可得到的隸屬度函數曲線如圖3-2所示。</p><p>　　圖3-2 的隸屬度函數</p><p>　　溫度偏差變化的實際范圍可設為[-25℃，25℃]，模糊子集為{負大，負小，零，正小，正大}，記為{NB，NS，ZO，PS，PB}，值為{-25,-10,0,10

68、,25}。隸屬度函數采用三角形函數，其表達式為</p><p><b>　　當時，</b></p><p><b>　　, </b></p><p><b>　　, </b></p><p><b>　　當時，</b></p><p&g

69、t;<b>　　, </b></p><p><b>　　, </b></p><p>　　關于對稱，如果同時處于兩段函數表示時，以它取較大的隸屬度為準。</p><p>　　故可得到的隸屬度函數曲線如圖3-3所示。</p><p>　　圖3-3 的隸屬度函數</p><p&g

70、t;　　輸出變量的論域為[-15%，15%]，模糊子集為{負大，負中，負小，零，正小，正中，正大}，記為{NB，NM，NS，ZO，PS，PM，PB}，值為{-15，-10，-5，0，5，10，15}，其中，喂煤增量的輸出以百分數形式表示，喂煤增量由喂煤滑差控制電機控制。即當喂煤滑差控制電機全速運行時，輸出控制量為100，停止時為0。</p><p>　　3.3 模糊規(guī)則庫的建立</p><

71、p>　　模糊規(guī)則庫的建立一般有兩種方法。其一，根據工藝操作規(guī)程及對操作人員經驗的總結，抽取相應的模糊規(guī)則。這種方法較為簡單，具有普遍適用性，但因操作人員的經驗不同而帶有一定的主觀性。另一種方法是應用系統(tǒng)辯識技術，根據輸入輸出數據建立對象的模糊模型，再根據模型選取相應的模糊控制規(guī)則[9]。</p><p>　　在此，根據工藝操作規(guī)程及對操作人員經驗的總結，抽取相應的模糊規(guī)則，同時借鑒操作人員的經驗對控制規(guī)則進

72、行修改，得到控制規(guī)則如表3-1所示。</p><p>　　模糊控制規(guī)則實際上是表現(xiàn)輸出變量和輸入變化及輸入變化偏差關系的一個矩陣，叫做模糊關系矩陣。</p><p>　　而表3-1得到的模糊控制規(guī)則實際上是將輸入變量偏差及偏差變化率與輸出變量之間的模糊關系矩陣合在一起。</p><p>　　表3-1 模糊控制規(guī)則</p><p>　　第4章

73、 水泥回轉窯分解爐溫度的模糊控制的仿真</p><p>　　4.1 MATLAB的概況</p><p>　　MATLAB是矩陣實驗室(Matrix Laboratory)之意[9]。除具備卓越的數值計算能力外，它還提供了專業(yè)水平的符號計算，文字處理，可視化建模仿真和實時控制等功能。 MATLAB的基本數據單位是矩陣，它的指令表達式與工程中常用的形式十分相似，故用MATLAB來解算問題要比

74、用C,FORTRAN等語言簡捷得多。 當前流行的MATLAB 5.3/Simulink 3.0包括擁有數百個內部函數的主包和三十幾種工具包(Toolbox)。工具包又可以分為功能性工具包和學科工具包.功能工具包用來擴充MATLAB的符號計算，可視化建模仿真，文字處理及實時控制等功能。學科工具包是專業(yè)性比較強的工具包，控制工具包，信號處理工具包，通信工具包等都屬于此類。 開放性使MATLAB廣受用戶歡迎.除內部函數外，

75、所有MATLAB主包文件和各種工具包都是可讀可修改的文件，用戶通過對源程序的修改或加入自己編寫程序構造新的專用工具包。</p><p>　　MATLAB提供的SIMULINK是一個用來對動態(tài)系統(tǒng)進行建模、仿真和分析的軟件包，它支持連續(xù)、離散及兩者混合的線性和非線性系統(tǒng)。 SIMULINK包含多個子模型庫，每個子模型庫中又包含多個功能模塊。利用鼠標可直觀地“畫”出系統(tǒng)模型，然后直接進行仿真。仿真時可選擇各種數值算法

76、、仿真步長等重要參數，并可用模擬示波器將仿真動態(tài)結果予以顯示，直觀高效。</p><p>　　4.2 控制系統(tǒng)仿真實驗</p><p>　　為了觀察比較PID控制系統(tǒng)和模糊控制系統(tǒng)的控制性能，本文利用Matlab的simulink工具箱分別對PID控制系統(tǒng)和ANFIS(adaptive neuro-fuzzy inference system)模糊控制系統(tǒng)進行仿真。為了簡化模型，將水泥分解

77、爐看作大時滯的一階慣性系統(tǒng)，其傳遞函數為，分別用PID控制器和本文設計的模糊控制器構成控制系統(tǒng)，在系統(tǒng)中利用一個方式選擇開關實現(xiàn)兩個控制器的切換，并對系統(tǒng)的輸出波形進行比較，仿真結構圖如圖4-1 所示。</p><p>　　圖4-2為PID控制系統(tǒng)輸出波形，圖4-3為模糊控制系統(tǒng)輸出波形。雖然兩者都可以很快達到設定溫度值，但是PID控制出現(xiàn)較大的超調量，控制初期波動較大，難以適應對象參數的變化。模糊控制優(yōu)于常規(guī)的

78、PID控制，其控制特點為超調量基本為零，控制過程的魯棒性很好，抗干擾能力強，調節(jié)時間短，系統(tǒng)很快進入穩(wěn)態(tài)。過程的動態(tài)響應品質因素明顯優(yōu)于PID控制，無振蕩，控制精度很高。</p><p>　　圖4-1 控制系統(tǒng)仿真圖</p><p>　　圖4-2 PID控制系統(tǒng)輸出波形</p><p>　　圖4-3 模糊控制系統(tǒng)輸出波形</p><p>

79、;　　4.3 仿真結果分析</p><p>　　本章對水泥回轉窯分解爐溫度控制系統(tǒng)進行了仿真，仿真結果表明參數模糊規(guī)則表建立合理，模糊控制器的超調量小，在響應速度、穩(wěn)態(tài)精度等方面均優(yōu)于常規(guī)PID控制器，且控制穩(wěn)定，是比較理想的控制器。</p><p><b>　　結 論</b></p><p>　　本課題主要研究了水泥回轉窯分解爐溫度控制系統(tǒng)

80、，對這種無法建立精確數學模型的非線性時變系統(tǒng)，采用模糊控制方法。模糊控制是一種智能控制，是以模糊集合論、模糊語言變量和模糊推理為控制算法，用微機實現(xiàn)的智能控制。</p><p>　　模糊控制器對系統(tǒng)模型要求不高，在有干擾信號或系統(tǒng)模型發(fā)生變化時能夠滿足回轉窯的煅燒工藝要求，提高了控溫精度，改善煅燒質量，結果表明采用該種控制方法能顯著地改善了控制質量。該種控制方案適用于類似回轉窯分解爐溫度控制系統(tǒng)這樣的非線性、大滯

81、后且隨機干擾嚴重的系統(tǒng)。</p><p>　　隨著控制理論的發(fā)展而逐漸完善，到目前基于模糊數學的模糊邏輯控制系統(tǒng)已經開始在水泥回轉窯分解爐溫度控制中得到應用，并取得了較好的效果。水泥回轉窯生產過程中采用現(xiàn)場總線技術、模糊神經網絡控制技術，建立Lonworks智能節(jié)點的模糊神經網絡溫度控制系統(tǒng)，實時模糊專家控制系等也是該系統(tǒng)控制的研究方向。</p><p><b>　　參考文獻&l

82、t;/b></p><p>　　[1] 劉志江.新型干法水泥技術[M].北京：中國建材工業(yè)出版社，2005.</p><p>　　[2] 胡宏泰.水泥的制造和應用[M]山東：山東科學技術出版社，1994.</p><p>　　[3] 楊先文.現(xiàn)代水泥工業(yè)的自動化控制技術發(fā)展[J].世界水泥導報2004(1)</p><p>　　[4]

83、王順晃，舒迪.智能控制系統(tǒng)及其應用[M].北京：機械工業(yè)出版社，1995.</p><p>　　[5] 竇振中.模糊邏輯控制技術及其應用[M]. 北京：北京航空航天大學出版社，1995.7</p><p>　　[6] Kosko B. Neural Networks And Fuzzy Systems. Englewood Cliffs NJ. Prentice Hall, 1992<

84、;/p><p>　　[7] 蔡自興.智能控制基礎與應用[M].北京：國防工業(yè)出版社，1998</p><p>　　[8] 王順晃，舒迪前.智能控制系統(tǒng)及其應用[M]. 北京：機械工業(yè)出版社，1999,205-216.</p><p>　　[9] 陽憲惠，林強，陸麗萍，徐用憋．淺談現(xiàn)場總線開放系統(tǒng)的系統(tǒng)集成與應用集成工業(yè)控制計算機，(1999)12(5):14-17<

85、;/p><p>　　[10] 馮冬青，謝末和等. 模糊智能控制.化學工業(yè)出版社，2000</p><p>　　[11] S.A.Koubias, G.D.Papadopoulos, Modem fieldbus communication architectures for real-time in dustrial applications,Computers in Industry,(19

86、95),26 (3) :24 3-252</p><p>　　[12] Temperature controller for electric-arc furnace. Patent:SU1266014.</p><p>　　[13] H.R.Berenji. A reinforcement learning-based architecture for fuzzy logic contr

87、ol.Int.J. Approximate Reasoning,no. 6, pp.267--292,1992</p><p>　　[14] Mu-Song Chen Shinn-wen Wang.，F(xiàn)uzzy clustering analysis for optimizing fuzzy membership functions，F(xiàn)uzzy Set and Systems 103,1999,239-254。&

88、lt;/p><p>　　[15] 李少遠、王景成．智能控制[M].北京：機械工業(yè)出版社，2005</p><p>　　[16] 回轉窯編寫組，回轉窯設計、使用與維修.北京：冶金工業(yè)出版社.1978</p><p>　　[17] 李士勇. 模糊控制·神經控制和智能控制論[M]. 哈爾濱：哈爾濱工業(yè)大學出版社，1996</p><p>　　

89、[18] 姚維.水泥回轉窯分解爐溫度的模糊控制.自動化與儀器儀表.2000,(11): 2728</p><p><b>　　致 謝</b></p><p>　　在本文即將付梓的時候，首先要衷心的感謝悉心指導我完成設計的導師王春陽教授。在王教授孜孜不倦的教誨下，我不但順利完成了設計論文，而且學到了許多分析問題、解決問題的方法和態(tài)度。王教授對待工作一絲不茍，精益求精，

90、對學術理解深邃，高屋建瓴，給我莫大的啟發(fā)和幫助。導師嚴以律己、寬以待人的做人原則更使學生受益終生。在此再次向王老師表示由衷的感謝。</p><p><b>　　附錄：</b></p><p>　　將表3-1模糊控制規(guī)則用If Then的語句形式表示如下：</p><p>　　規(guī)則1：If temperature deviation is Ne

91、gative Big and change in the temperature deviation is Negative Big then output is Positive Big；</p><p>　　規(guī)則2：If temperature deviation is Negative Big and change in the temperature deviation is Negative Small

92、 then output is Positive Big；</p><p>　　規(guī)則3：If temperature deviation is Negative Big and change in the temperature deviation is Zero then output is Positive Medium；</p><p>　　規(guī)則4：If temperature de

93、viation is Negative Big and change in the temperature deviation is Positive Small then output is Positive Medium；</p><p>　　規(guī)則5：If temperature deviation is Negative Big and change in the temperature deviation

94、 is Positive Big then output is Positive Small；</p><p>　　規(guī)則6：If temperature deviation is Negative Medium and change in the temperature deviation is Negative Big then output is Positive Medium；</p><

95、;p>　　規(guī)則7：If temperature deviation is Negative Medium and change in the temperature deviation is Negative Small then output is Positive Medium；</p><p>　　規(guī)則8：If temperature deviation is Negative Medium and

96、change in the temperature deviation is Zero then output is Positive Medium；</p><p>　　規(guī)則9：If temperature deviation is Negative Medium and change in the temperature deviation is Positive Small then output is P

97、ositive Medium；</p><p>　　規(guī)則10：If temperature deviation is Negative Medium and change in the temperature deviation is Positive Big then output is Positive Small；</p><p>　　規(guī)則11：If temperature devi

98、ation is Negative Small and change in the temperature deviation is Negative Big then output is Positive Medium；</p><p>　　規(guī)則12：If temperature deviation is Negative Small and change in the temperature deviatio

99、n is Negative Small then output is Positive Medium；</p><p>　　規(guī)則13：If temperature deviation is Negative Small and change in the temperature deviation is Zero then output is Positive Small；</p><p>

100、;　　規(guī)則14：If temperature deviation is Negative Small and change in the temperature deviation is Positive Small then output is Positive Small；</p><p>　　規(guī)則15：If temperature deviation is Negative Small and change

101、 in the temperature deviation is Positive Big then output is Zero；</p><p>　　規(guī)則16：If temperature deviation is Negative Zero and change in the temperature deviation is Negative Big then output is Positive Medi

102、um；</p><p>　　規(guī)則17：If temperature deviation is Negative Zero and change in the temperature deviation is Negative Small then output is Positive Small；</p><p>　　規(guī)則18：If temperature deviation is Neg

103、ative Zero and change in the temperature deviation is Zero then output is Positive Small；</p><p>　　規(guī)則19：If temperature deviation is Negative Zero and change in the temperature deviation is Positive Small the

104、n output is Zero；</p><p>　　規(guī)則20：If temperature deviation is Negative Zero and change in the temperature deviation is Positive Big then output is Zero；</p><p>　　規(guī)則21：If temperature deviation is Z

105、ero and change in the temperature deviation is Negative Big then output is Positive Small；</p><p>　　規(guī)則22：If temperature deviation is Zero and change in the temperature deviation is Negative Small then output

106、 is Positive Small；</p><p>　　規(guī)則23：If temperature deviation is Zero and change in the temperature deviation is Zero then output is Zero；</p><p>　　規(guī)則24：If temperature deviation is Zero and change

107、 in the temperature deviation is Positive Small then output is Zero；</p><p>　　規(guī)則25：If temperature deviation is Zero and change in the temperature deviation is Positive Big then output is Negative Small；</

108、p><p>　　規(guī)則26：If temperature deviation is Positive Zero and change in the temperature deviation is Negative Big then output is Positive Small；</p><p>　　規(guī)則27：If temperature deviation is Positive Zero

109、 and change in the temperature deviation is Negative Small then output is Zero；</p><p>　　規(guī)則28：If temperature deviation is Positive Zero and change in the temperature deviation is Zero then output is Negative