摘 要: 針對電極升降式控制的三相電弧爐弧流之間具有強耦合的特點,提出了采用神經(jīng)網(wǎng)絡(luò)控制器" title="網(wǎng)絡(luò)控制器">網(wǎng)絡(luò)控制器,在電流超過允許偏差時并行計算出三相電極的調(diào)節(jié)量,達到減少調(diào)節(jié)過程和調(diào)節(jié)機構(gòu)動作次數(shù)的目的。并提出了離線" title="離線">離線訓(xùn)練方法和仿真模型。
關(guān)鍵詞: 三相電弧爐 弧流 神經(jīng)網(wǎng)絡(luò)
電弧爐是利用電弧的能量來熔煉金屬。目前普遍采用電極升降方法對熔煉過程進行恒流控制。電爐在工作過程中,特別是在爐料熔化期,當(dāng)電弧強度的隨機變化引起三相電流" title="三相電流">三相電流失去平衡時,由人工或自動調(diào)節(jié)三相電流,使其在給定的允許偏差范圍內(nèi)。但由于負載端相當(dāng)于三角形連接,則外部檢測的即被控制的三相線電流相互耦合,若不采用解耦措施,一次擾動要經(jīng)過若干次調(diào)節(jié)才能使三相電流恢復(fù)到平衡點。結(jié)果是:其一,使超調(diào)增大、調(diào)節(jié)過程加長,影響產(chǎn)成品質(zhì)量控制和加大能耗;其二,使電極升降傳動機構(gòu)頻繁動作,縮短了傳動機構(gòu)的維修周期和使用壽命,并且使調(diào)節(jié)回路能耗比例增大。而最理想的調(diào)節(jié)效果是:在只檢測三相線電流而不增加任何其它檢測量的前提下,當(dāng)三相電流超過允許偏差時,控制器一次并行地給出三相電極的調(diào)節(jié)量,使其一次調(diào)節(jié)到位。
考慮系統(tǒng)本身具有非線性、大滯后、多變量、強耦合的復(fù)合特點,為避開繁瑣的系統(tǒng)建模過程且力求系統(tǒng)簡單可靠,又不增加觀測數(shù)據(jù),我們采用了神經(jīng)網(wǎng)絡(luò)控制器。利用神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性和并行處理數(shù)據(jù)的能力,使訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)控制器可以根據(jù)三相異常電流值計算出三相電極的調(diào)節(jié)量,從而使三相電極只調(diào)節(jié)一次便可將三相電流恢復(fù)正常。本文將在給出三相電弧爐神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)和算法的基礎(chǔ)上,著重分析三相電弧爐神經(jīng)網(wǎng)絡(luò)控制器的離線訓(xùn)練方法,最后給出仿真實例和結(jié)論。
1 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及控制系統(tǒng)
三相電弧爐神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)如圖1所示。
圖1中的神經(jīng)網(wǎng)絡(luò)為三層BP網(wǎng)絡(luò),輸入層有三個神經(jīng)元(k=1、2、3),分別輸入A、B和C相線電流的偏差值,節(jié)點函數(shù)是斜率為1的線性函數(shù),因此該層三個輸出為:
其中,IS為設(shè)定的三相電流平衡值,IA、IB、IC分別為三相當(dāng)前實際電流值。
隱含層有九個神經(jīng)元(j=1、2…9),隱含層各神經(jīng)元的輸入函數(shù)為:
輸出層有三個神經(jīng)元(i=1、2、3),網(wǎng)絡(luò)的神經(jīng)元輸入函數(shù)為:
BP網(wǎng)絡(luò)的三個輸出out1、out2、out3經(jīng)過增益K即為被控對象的控制輸入,記為UAc、UBc、UCc。被控對象的輸出為實際電流值IA、IB、IC。
2 網(wǎng)絡(luò)的訓(xùn)練方法和步驟
BP網(wǎng)絡(luò)的訓(xùn)練條件是除需提供足夠的輸入訓(xùn)練樣本外,還要有合理的與輸入樣本對應(yīng)的輸出目標值,即輸入與輸出之間客觀地存在著用解析方法難以描述的映射關(guān)系,而網(wǎng)絡(luò)離線訓(xùn)練的目的就是要找到合適的網(wǎng)絡(luò)權(quán)值Wjk和Wij以滿足這種映射關(guān)系。對于本系統(tǒng)的BP網(wǎng)絡(luò)訓(xùn)練來說,首先就要找到輸入樣本ΔIA、ΔIB、ΔIC與輸出的調(diào)節(jié)量(BP網(wǎng)絡(luò)的目標值)out1、out2、out3的映射域。這可以在現(xiàn)場實測取得數(shù)據(jù)。但我們采用了與實際相符的模擬方法,利用網(wǎng)絡(luò)訓(xùn)練本身的功能找到輸出/輸入的映射關(guān)系,這也就是網(wǎng)絡(luò)訓(xùn)練的第一步。在第一步的訓(xùn)練中要包括被控對象,被控對象的模型處理如下:
考慮到電弧爐在平衡點附近工作時,認為進線電壓" title="線電壓">線電壓基本不變,這樣爐內(nèi)各種因素引起弧流的變化最終歸結(jié)為阻抗的變化,在這種條件下,用電路理論可以建立電弧爐三相阻抗與三相不平衡" title="不平衡">不平衡電流之間的一組非線性方程:
式(5)中:IA、IB、IC分別為A、B、C相線電流值;ZAB、ZBC、ZCA為三相Δ形連接的阻抗值;三相線電壓UAB=UBC=UCA=110V。若已知三相電流值、可通過解此非線性方程組求得三相阻抗值。有了式(5)被控對象的仿真模型,就可以進行網(wǎng)絡(luò)訓(xùn)練的第一步。
2.1 網(wǎng)絡(luò)訓(xùn)練的第一步——求取網(wǎng)絡(luò)輸出/輸入樣本的映射集
在第一步的訓(xùn)練中,包括被控對象在內(nèi),進行單點樣本訓(xùn)練。網(wǎng)絡(luò)輸入一點的三相電流偏差樣本ΔIA、ΔIB、ΔIC,通過網(wǎng)絡(luò)訓(xùn)練使三相輸出電流消除偏差,這時記錄下BP網(wǎng)絡(luò)的輸出控制量out1、out2、out3。這便找到了BP網(wǎng)絡(luò)單點樣本的輸出/輸入映射,對整個樣本空間均如此映射便得到映射集。
控制器輸出的控制量在實際當(dāng)中是電極升降的調(diào)節(jié)量,調(diào)節(jié)電極的最終結(jié)果是使三相阻抗恢復(fù)平衡以達到電流平衡的目的,在模擬系統(tǒng)中無法處理和表達電極位置和弧流之間的關(guān)系。模擬過程采用了這樣的處理方法:已知三相不平衡線電流可由式(5)解出三相不平衡阻抗,通過改變進線電壓值也可使電流恢復(fù)平衡,其效果與調(diào)節(jié)電極是一樣的。在單點訓(xùn)練中網(wǎng)絡(luò)就是在不斷地修改權(quán)值以尋求使三相線電流恢復(fù)平衡狀態(tài)所需的三相線電壓UAC、UBC、UCC。而BP網(wǎng)絡(luò)的輸出的調(diào)節(jié)量out1、out2、out3(相對值)就表示了電極的位移量和升降方向,所有的輸入樣本訓(xùn)練完之后也就得到了BP網(wǎng)絡(luò)成批訓(xùn)練的目標集。
2.2 網(wǎng)絡(luò)訓(xùn)練的第二步——得到控制器模型
在第二步訓(xùn)練中去掉被控對象,利用第一步已取得的輸出/輸入樣本映射數(shù)據(jù)作為輸入/輸出矢量對BP網(wǎng)絡(luò)進行成批訓(xùn)練,便得到了兩層網(wǎng)絡(luò)的連接權(quán)矩陣即控制器模型。
輸入樣本按目標值±20%范圍選取,三相電流偏差組合共用了729組樣本值。在訓(xùn)練誤差小于1%且對學(xué)習(xí)速率、動量因子進行適當(dāng)?shù)恼{(diào)整之后,網(wǎng)絡(luò)的收斂性令人滿意。
3 系統(tǒng)仿真
為了檢驗三相電弧爐神經(jīng)網(wǎng)絡(luò)控制器的性能,作者進行了大量的仿真研究。圖2是利用MATLAB的GUI(Graphics User Interface)工具進行圖形仿真的結(jié)果。仿真輸入數(shù)據(jù)為樣本域內(nèi)的任意隨機量,三相電流目標值設(shè)定為635A,設(shè)采樣周期為5秒,即每隔5秒用隨機數(shù)產(chǎn)生一組異常三相電流值,經(jīng)過神經(jīng)網(wǎng)絡(luò)計算后產(chǎn)生一組三相電極升降調(diào)節(jié)量;這組三相電極升降調(diào)節(jié)量可以將三相電流調(diào)回到允許偏差范圍內(nèi)。這里設(shè)偏差范圍為:
仿真結(jié)果表明,神經(jīng)網(wǎng)絡(luò)控制器可以對三相電弧爐控制系統(tǒng)這一類強耦合的非線性多變量對象實現(xiàn)有效的控制,系統(tǒng)的靜、動特性均能滿足指標要求。
該控制器已被成功地應(yīng)用到鞍山地區(qū)的一家電熔鎂廠的電弧爐弧流控制系統(tǒng)中,比原系統(tǒng)根據(jù)操作經(jīng)驗歸納出來的專家算法控制更準確,調(diào)節(jié)過程明顯縮短,振蕩的幅度及次數(shù)顯著減少。這對于降低能耗、提高產(chǎn)成品質(zhì)量、增長設(shè)備運行壽命以此增加企業(yè)經(jīng)濟效益有著明顯的作用。另外這種離線訓(xùn)練神經(jīng)網(wǎng)絡(luò)控制器的方法和過程簡單、實用、沒有建模及控制算法分析這一繁瑣過程、實時工作可靠。
參考文獻
1 管立智.冶金機械自動化.北京:冶金工業(yè)出版社,1998:46~54
2 王永驥,涂 鍵.神經(jīng)元網(wǎng)絡(luò)控制,北京:機械工業(yè)出版社,1998:32~54
3 舒懷林.PID神經(jīng)元網(wǎng)絡(luò)多變量控制系統(tǒng)分析. 自動化學(xué)報,1993;25(1):105~111
4 花 皚,吳培珍.神經(jīng)網(wǎng)絡(luò)支持的智能電弧爐調(diào)節(jié)器.工業(yè)加熱,1999;6:6~9
5 樓順天,施 陽,基于MATLAB的系統(tǒng)分析與設(shè)計——神經(jīng)網(wǎng)絡(luò).西安:西安電子科技大學(xué)出版社,1998