一种基于UKF-MPC的不锈钢退火炉在线过程控制方法及系统与流程

摘要: 本发明涉及不锈钢连续退火炉热工过程智能控制,具体涉及一种基于无迹卡尔曼滤波(ukf)与模型预测控制(mpc)的不锈钢退火炉在线过程控制方法及系统。背景技术:1、...
一种基于UKF-MPC的不锈钢退火炉在线过程控制方法及系统与流程

本发明涉及不锈钢连续退火炉热工过程智能控制,具体涉及一种基于无迹卡尔曼滤波(ukf)与模型预测控制(mpc)的不锈钢退火炉在线过程控制方法及系统。

背景技术:

1、不锈钢连续退火是改善冷轧带钢组织、消除加工硬化、调控力学性能与表面质量的核心工序,带钢温度的控制精度与均匀性直接决定产品的晶粒尺寸、屈服强度、延伸率及表面光洁度,是高端不锈钢产品质量分级的关键指标。连续退火炉沿程包含预热段、加热段、风冷段、雾冷段、水冷段,炉内存在炉气-炉衬-带钢三元辐射-对流耦合换热,整体呈现强非线性、大滞后、参数时变、多工况扰动显著的控制特性。

2、现有炉温控制主要采用pid、模糊pid、普通mpc等控制方案,存在以下缺陷:

3、传统pid/模糊pid控制:仅能实现单回路事后反馈,无法有效克服退火炉大滞后特性,炉温波动大、超调明显,对钢种切换、带钢规格变化、燃料热值波动、炉气黑度漂移等工况的自适应能力差,控制精度难以满足高端产品要求。

4、单一mpc控制:依赖精确的机理模型,而退火炉三元辐射换热、物料变物性、炉衬老化等因素复杂,固定模型易出现严重失配;且现有方案未对高温计测量噪声、耦合换热扰动进行有效滤波处理,预测精度不足、鲁棒性差。

5、此外,现有控制方案大多未针对加热段与冷却段的换热机理差异进行分区建模,也未将总括热吸收率、辐射全交换面积、对流换热系数等关键时变参数纳入在线辨识范畴,难以覆盖全流程高精度控温需求。

技术实现思路

1、本发明要解决的技术问题是:提供一种基于ukf-mpc的不锈钢退火炉在线过程控制方法及系统,能够精准适配连续退火炉分段换热、多工况扰动特性,实现全段炉温低波动、无超调、高稳定性控制,提升产品合格率、降低能耗。

2、为解决上述技术问题,本发明采用的技术方案是:

3、一、一种基于ukf-mpc的不锈钢退火炉在线过程控制方法

4、本发明提供了一种基于ukf-mpc的不锈钢退火炉在线过程控制方法,主要包括如下步骤:

5、s1,区段划分与变量定义:沿带钢运行方向将不锈钢连续退火炉划分为多个控温区段,然后按加热冷却工序整合为加热控制区、冷却控制区,并分别定义各控温区段的控制量与观测量;

6、s2,分段动态模型建立:采用总括热吸收率法构建各控温区段的带钢温度离散动态模型,将炉内辐射-对流耦合换热等效为总括热吸收率参数,形成适配在线计算的非线性状态空间模型;

7、s3,ukf状态联合估计:以带钢温度与总括热吸收率为联合状态量,基于无迹卡尔曼滤波对状态量进行迭代估计,同时滤除观测噪声并在线辨识总括热吸收率参数,输出最优状态估计值;

8、s4,mpc滚动优化:基于ukf输出的最优状态估计值,分别针对加热控制区与冷却控制区构建带约束的模型预测控制器,以温度跟踪精度与控制平稳性为目标求解最优控制序列;

9、s5,分区闭环执行:将mpc求解的控制量下发至底层执行机构,按控制周期采集现场实测数据更新ukf状态与mpc预测条件,实现全流程在线滚动闭环控制。

10、优选的,在步骤s1中,所述控温区段包括预热段、加热段、风冷段、雾冷段、水冷段;

11、所述加热控制区包含预热段与加热段,其控制量为各控温区段的炉温;其观测量为各段出口带钢温度;

12、所述冷却控制区包含风冷段、雾冷段与水冷段,其控制量为各控温区段的冷却介质流量;其观测量为各段出口带钢温度。

13、优选的,在步骤s2中,所述带钢温度离散动态模型如下:

14、

15、式中,ts(k)为第k采样时刻该区段的带钢温度;φcf(k)为第k采样时刻该区段的总括热吸收率;u(k)为第k采样时刻的控制量输入(加热控制区为炉气温度设定值,冷却控制区为冷却介质流量设定值);d(k)为可测扰动向量。

16、优选的,所述可测扰动向量包括:带钢运行速度、带钢厚度、带钢宽度、钢种牌号、入口带钢温度、空气预热温度。

17、优选的,在步骤s3中,定义状态向量:

18、其中

19、定义观测向量:

20、式中,g为非线性状态方程函数;h为非线性观测方程函数;w和v分别为状态方程与观测方程的当前噪声;z为各控温区段出口带钢温度测量值,其通过预设的辐射高温计进行测量获取。

21、优选的,在步骤s3中,所述ukf状态联合估计具体包括:

22、s31:设定状态初始值、过程噪声协方差、测量噪声协方差;

23、s32:采用对称采样策略,基于当前状态均值与协方差生成(2n+1)个sigma点(n=2);

24、s33:将所有sigma点代入状态方程,计算预测一步后的sigma点集,并加权求和得到状态预测均值与预测误差协方差;

25、s34:将预测sigma点代入观测方程,得到观测预测sigma点集,并加权计算观测预测均值、观测预测协方差及状态与观测的互协方差;

26、s35:根据观测预测协方差与互协方差计算卡尔曼增益,结合当前时刻实测温度与观测预测值的偏差,更新状态估计值与误差协方差矩阵;

27、s36:输出当前时刻带钢温度最优估计值与总括热吸收率辨识值,进入下一采样周期循环。

28、优选的,在步骤s4中:

29、定义mpc目标函数:

30、式中,ts,ref为各控温区段带钢出口目标温度值,np为预测时域,nc为控制时域,△u为控制增量系数,用于维持平稳。

31、优选的,在步骤s4中,约束条件包括:

32、1)加热控制区:各控温区段炉温上下限、带钢温升速率上限;

33、2)冷却控制区:各控温区段冷却介质流量上下限、带钢温降速率上限。

34、优选的,在步骤s5中,每个控制周期内,以ukf估计的当前状态为初始值,基于分段动态模型预测未来np步的带钢温度轨迹,在约束范围内通过二次规划求解使目标函数最小的控制增量序列,仅将序列的第一个控制增量作用于系统,实现滚动优化;

35、同时,将带钢速度、规格、钢种等可测扰动提前引入预测模型,实现扰动前馈补偿,提升工况切换时的响应速度。

36、二、一种不锈钢退火炉在线过程控制系统

37、基于同一发明构思,本发明还提供了一种不锈钢退火炉在线过程控制系统,采用如上所述基于ukf-mpc的不锈钢退火炉在线过程控制方法,主要包括:

38、1)分区数据采集模块:用于实时采集炉温、冷却介质流量、带钢速度、钢种参数;

39、2)总括系数在线辨识模块:用于根据热平衡公式实时计算更新各控温区段的总括热吸收率φcf;

40、3)分段ukf状态估计模块:用于输出各控温区段的带钢温度估计值与辨识后的总括热吸收率;

41、4)分段mpc优化模块:用于输出加热控制区的各控温区段最优炉温、冷却控制区的各控温区段最优冷却介质流量;

42、5)执行驱动模块:用于根据所述最优炉温、最优冷却介质流量,调节系统加热阀组、冷却阀组;

43、6)设定存储模块:用于存储和调用各控温区段出口目标温度、工艺库参数。

44、本发明与现有技术相比具有以下主要的优点:

45、1、本发明通过总括热吸收率法构建分段动态模型,结合无迹卡尔曼滤波实现带钢温度与总括热吸收率的联合估计,一方面可有效滤除现场高温计的测量噪声,提升温度反馈信号的可靠性;另一方面可在线辨识时变换热参数,实时修正模型偏差,显著增强了控制模型对退火炉多工况扰动的适配能力。

46、2、本发明采用分区模型预测控制架构,针对加热区与冷却区分别设计控制目标与约束条件,以带钢出口温度为核心目标,通过滚动优化自动协调各段控制量,能够有效克服退火炉大滞后、强耦合的固有特性,实现全流程带钢温度的低波动、无超调控制,大幅提升带钢温度均匀性,显著提高产品合格率。

47、3、本发明可直接在现有plc/dcs控制系统基础上部署实施,无需新增大量硬件检测与执行设备,改造成本低、工程落地性强;同时通过精准控温减少无效加热与过度冷却,有效降低燃料消耗与冷却介质用量,兼具良好的经济效益与节能降耗价值。