王爱武，房爱兵，赖国胜，李璐
清远市精旺环保设备有限公司，511517
摘要：对于钢铁企业而言，其使用的工业炉设备耗能十分巨大，不仅结构比较大型，而且热工参数也变化非常快。然而，正是设备具有的大型化特征导致其单元结构更加复杂，其热工参数变化迅速的特征也要求对时间控制更加严格。如果采取单一模型则无法对其进行实时控制，因此必须选择多种模型进行综合描述。本文重点提出一种建模方法，使其可以适用于所有工业炉，将模式识别、系统辨识以及CFD热工等模型有机结合，取长补短，以节点控制为基础建立通用型集成模型。此模型具备计算迅速、准确性高、普适性强以及稳定性好等特点。
关键词：钢铁企业工业炉；集成模型；通用建模方法；
1钢铁企业目前在工业炉有关在线控制模型方面的研究情况
我国钢铁企业目前在工业炉结构方面做出了许多改进措施，其水平也已达到国外先进水平，然而，在其运行操作方面和控制方面仍然存在很大的欠缺，特别是处于变化莫测的生产条件下，模型对产品温度的精准控制方面彰显不足。导致此现象的原因在于集成控制具有的复杂性因素和不确定性因素，其中，在实际生产过程中，许多因素都会对运行工况造成影响，而且目前钢铁企业使用的一级模型效果比较差，且一级控制上不能保持最佳控制状态。
此外，当生产中各种因素和工况发生波动的时候，怎样及时调整控制测率，该模型还缺乏相应的理论研究。现阶段，我国许多钢铁企业采用的加热炉和退火炉都没有二级控制模型。随着国家对节能减排的大力倡导，二级加热形式的控制模型不仅投入少，而且见效快，可以应用于企业目前的设备上，且具有改造成本低、适用性强、节能效果好等优点，因此，可在钢铁企业中大力推广。目前，我国在在线控制传热模型方面仍以进口为主。
2建立以节能控制为目的的集成模型
在建立集成模型的时候，企业对现有模型的优缺点进行了综合考虑，将模式识别、系统辨识以及CFD热工等模型有机结合，建立可以节能控制的综合型集成模型。此法结合操作参数以及各种物性条件，通过离线模拟方式获得热工过程各参数分布，将这些参数同模式识别理论进行有机结合，构建模式识别模型，然后将上述操作和各种物性条件为输入，以模式识别所得的结果为输出，再结合系统辨识理论，构建系统辨识模型，最后通过数据融合技术把系统辨识模型所得结果同温度制度实施边界融合，并把融合所得结果进行再生，以此获得边界条件，并将其当作在线导热模型所需的边界条件，如此便可以有效提升钢铁产品有关导热模型方面的精确度和稳定性。此模型具备计算快，精确性高、普适性强和稳定性好等特点。
3.建模过程具体分析
(1)按照炉子操作以及产品具有的各种物性条件，通过流体力学、燃烧学、传热学等理论，并结合数值模拟技术构建热工模型。利用CFD法构建热工过程模型(简称热工模型)，以此获得炉内温度参数、压力参数以及速度参数等相关参数的具体分布。通过对炉内进行加热的钢铁产品进行模拟试验发现，钢铁产品自身导热过程中所用的数值模拟时间要比周围流体进行流动以及和固体进行耦合模拟的时间要低很多。由此可见，对于钢铁产品而言，其传热过程中假如已经知道传热边界的相关条件，则可利用求解其导热模型便能够获取其不稳态温度场，进而有效较少模拟时间。采取离线计算的方式可获取钢铁产品和周边流场加热时的所有参数分布。如果只对钢铁产品有关的加热过程进行分析，那么其内部参数的具体分布则可看成和其对应的基于边界条件之下的温度变化。换而言之，如果已经知道边界条件，那么钢铁产品的加热过程模拟便会更加简单、更加快速，进而达到在线控制的目的。
(2)结合热工模型的相关计算结果，通过模式识别理论构建模式识别模型，对模式特征参数进行输出。按照模式识别理论以及相关规则构建模式识别模型，可以有效减少计算量和储存量。通过此模型分析热工模型内的中间结果，以此获取描述固体边界方面的函数模式。在构建该模型的时候，应注重对其规则方法方面的建立以及相关特征的提取，然而，目前对此还缺乏相应的理论指导，只能够利用对具体需要识别的对象进行分析来选定特征，以此提升其导热模型边界方面的稳定性。
(3)以炉子操作以及各种物性条件为输入，以特征参数为输出，并将其和系统辨识理论进行有机结合，以此构建系统辨识模型，以此获得具有描述固体边界作用的主流函数。
(4)通过数据融合技术将系统辨识所得结果同温度制度有机融合，并对融合结果实施再生获得边界条件。其中，数据融合过程比较复杂，需对数据进行多层级的全方面处理，对数据实施自动检测处理、数据关联处理、数据相关处理、数据估计处理及数据组合处理等。该模型以离线方式分析并处理系统辨识模型结果，并结合在线状态中的温度制度，以此获得导热模型所需的边界条件。
(5)针对在线钢铁产品，即被加热的物体，利用上述所得边界条件结合传热学理论构建导热模型。并对模型实施数值模拟求解，以此获得钢坯部分的不稳态温度场，进而确定需要加热的时间。
(6)当炉体结构发生变化的时候，为使在线模型保持其精度，需和自适应控制法进行有机结合，构建自适应自学习模型。当模型进行在线使用的时候，如果炉体结构出现参数变化的情况，其特征参数也将随之变化，按照上述方法构建的导热模型便无法真实反映出实际情况，而构建自学习模型则可以在结构参数出现变化的时候进行在线自学，对模型参数进行重新计算，以此提升模型控制精度。
(7)在工业试验中通过黑匣子、插片和红外的方法修正模型，以便了解在线控制模型结构的准确性。如果试验结果和模型结果相差比较大，其中模型误差大于10%，则可采取离线方式调整模式识别模型；如果模型误差介于3%到10%之间，则可通过自适应自学习模型对边界条件实施在线形式或离线形式的调整；如果模型误差比3%小，则符合要求。此外，炉子性质不一样，则采取的试验方法也不一样，通常加热炉采取黑匣子法实验，罩式炉采取插片法实验，连续退火炉采取红外法实验。
(8)在模型精度可以达到要求时，如果产品单耗没有处于最优状态，那么可利用炉子热工理论进行调整加热。比较工业试验所得结果和导热模型所得结果，在模型精度（其误差范围需<3％）得到满足的前提下，判断其单耗是不是最佳，假如没有达到最佳，可利用炉子热工理论对其热工制度进行调整，以此对热工制度进行优化，有效降低其能耗。
4结束语
综上所述，对于钢铁企业而言，在其热工模型中融入模式识别法和系统识别法，能够有效提升模型的精确度、普适性以及稳定性，形成集成模型，以此实现工业炉的在线实时控制，满足其准确性、稳定性和计算速度方面的要求，进而有效降低能耗。
参考文献：
[1]安月明，温治．步进梁式板坯加热炉数学模型及其仿真系统[J]．系统仿真学报,2007,19(12)：2827-2830．
[2]邓北川.基于模糊控制的加热炉温控系统研究[J].电脑开发与应用,2007,20(9):69-71．
[3]常红专,刘玉忠,李振洲.步进式加热炉的控制系统及其数学模型的功能[J].自动化仪表,2002,23(2):44-46．
[4]赵桐斌,张东平.模型控制技术在轧钢企业的应用[J].冶金能,2007,26(6):58-60．
[5]张旦天，冯双杰．环形加热炉热过程数学模型及其数值仿真系统[J]．装备制造技术,2007(9):38-41．