一种计及RDF掺混比的温度预测控制方法技术

本发明专利技术公开了一种计及RDF掺混比的温度预测控制方法，其步骤包括：1、建立多输入温度状态空间模型；2、计及RDF掺混比的温度模型预测控制。本发明专利技术能在温度控制过程中考虑到RDF与煤粉的共燃特性对温度的影响，从而提高协同处置固体废物过程中温度控制效果。置固体废物过程中温度控制效果。置固体废物过程中温度控制效果。

【技术实现步骤摘要】
一种计及RDF掺混比的温度预测控制方法


[0001]本专利技术属于温度建模与控制领域，具体的说是一种计及RDF掺混比的温度预测控制方法。

技术介绍

[0002]近年来，我国固体废物处置利用压力越来越大，各行业协同处置固体废物行业迅速发展。其中，由于窑炉具有高温、高碱性环境以及完备的废气处理等环保措施，钢铁、水泥以及发电等涉及热交换的过程工业在协同处置固体废物方面已开展大量工作并取得一定成果。
[0003]对于上述工业，温度是生产过程中的关键参数。当前协同处置固体废物的方式通常为将固体废物可燃烧部分制成垃圾衍生燃料(RefuseDerivedFuel，简称RDF)，喂入窑炉内，与煤粉共同燃烧提供热量。但一方面，与煤粉相比，RDF在组成、燃烧特性等方面存在明显差异，二者在窑炉内共燃时会产生交互影响，盲目地使用RDF替代煤粉燃烧，可能导致窑炉内温度产生波动，从而影响后续生产过程；另一方面，温度控制具有纯滞后、强耦合等特点，采用人工或传统PID控制方法，能耗及人力成本较高且控制效果不佳。

技术实现思路

[0004]本专利技术是为了解决上述现有技术存在的不足之处，提出一种计及RDF掺混比的温度预测控制方法，以期能在温度控制过程中考虑到RDF与煤粉的共燃特性对温度的影响，从而提高协同处置固体废物过程中温度控制效果。
[0005]本专利技术为达到上述专利技术目的，采用如下技术方案：
[0006]本专利技术一种计及RDF掺混比的温度预测控制方法的特点是按如下步骤进行：
[0007]步骤1、实时采集协同处置固体废物窑炉数据{T(k)，F
c
(k)，F
R
(k)|k＝1,...,N}；其中，T(k)表示第k次采样时刻的温度值，F
c
(k)表示第k次采样时刻的喂煤量，F
R
(k)表示第k次采样时刻的RDF喂料量；
[0008]步骤2、利用滑动均值滤波法对数据{T(k)，F
c
(k)，F
R
(k)|k＝1,...,N}进行预处理，获得滤波后的数据其中，表示第k次采样时刻的温度滤波值，表示第k次采样时刻的喂煤量滤波值，表示第k次采样时刻的RDF喂料量滤波值；
[0009]步骤3、建立基于SSARX
‑
MLR算法的多输入温度状态空间模型：
[0010]步骤3.1、选取第k次采样时刻的喂煤量滤波值和RDF喂料量滤波值作为k时刻输入u
k
、第k次采样时刻的温度滤波值作为k时刻输出y
k
；
[0011]步骤3.2、初始化多输入温度状态空间模型的阶次n＝2；
[0012]步骤3.3、初始化SSARX
‑
MLR算法的阶次f＝q；
[0013]步骤3.4、初始化温度关于喂煤量的滞后步数τ
c
＝0；
[0014]步骤3.5、初始化温度关于RDF喂料量的滞后步数τ
R
＝0；
[0015]步骤3.6、利用式(1)构建变量q维矩阵W
q
：
[0016][0017]式(1)中，U
q
表示q维输入变量矩阵，且Y
q
表示q维输出变量矩阵，且T表示转置；N表示数据序列长度；
[0018]步骤3.7、利用式(2)计算线性回归模型的系数θ：
[0019][0020]式(2)中，Y
F
表示拟合数据序列，且Y
F
＝[y
q y
q+1
ꢀ…ꢀ
y
N
‑1]；
[0021]步骤3.8、利用式(3)计算可观测性矩阵OX：
[0022]OX＝θW
q
ꢀꢀ
(3)
[0023]步骤3.9、对可观测性矩阵OX进行奇异值分解得到对角元为正的对角矩阵Σ
+
和右奇异矩阵V1；
[0024]步骤3.10、利用式(4)计算多输入温度状态空间模型的状态序列集合X：
[0025]X＝∑
+
V1ꢀꢀ
(4)
[0026]步骤3.11、利用式(5)计算多输入状态空间模型的状态系数矩阵A、输入系数矩阵B、输出系数矩阵C：
[0027][0028]式(5)中，x
k
表示状态序列集合X中k时刻的状态序列；
[0029]步骤3.12、利用式(6)确定多输入温度状态空间模型：
[0030][0031]式(6)中，x
k+1
表示k+1时刻的状态序列；
[0032]步骤3.13、对多输入温度状态空间模型进行曲线拟合度检验，若满足检验要求，则表示所述多输入温度状态空间模型即为温度多输入模型，否则，根据曲线拟合度修改阶次n，根据真实曲线与拟合曲线的趋势关系修改f、q，根据真实曲线与拟合曲线的峰值关系修
…ꢀ
(C
p
A
pP
)
T
]T
；
[0058]步骤4.4.4、利用式(14)计算保护及温度控制参数的系数矩阵Ψ：
[0059]Ψ＝[
‑
Φ
xT Φ
xT
]T
ꢀꢀ
(14)
[0060]式(14)中，Φ
x
表示状态序列系数矩阵的集合，且
[0061]步骤4.4.5、利用式(15)计算喂煤量增量序列和RDF喂料量增量序列所组成的集合ΔU(k)：
[0062][0063]式(15)中，J
new
表示目标函数，γ表示控制过程中的约束信息的集合，ΨΔU(k)≤γ表示约束条件；
[0064]步骤4.5、将矩阵ΔU的第一列与当前时刻输入序列相加后下发给DCS设备，用于实现当前k时刻的预测控制；
[0065]步骤4.6、将k+1赋值给k后返回步骤4.4进行新一轮的预测控制。
[0066]2、根据权利要求1所述的计及RDF掺混比的温度预测控制方法，其特征是，所述步骤4.4.5中的约束信息是由式(16)
‑
式(18)构建：
[0067]K(U(k)+ΔU(k))≥0
ꢀꢀ
(16)
[0068]ΔU
min
≤ΔU(k)≤ΔU
max
ꢀꢀ
(17)
[0069]U
min
≤U(k)≤U
max
ꢀꢀ
(18)
[0070]式(16)表示关于RDF掺混比的约束条件，使求得的RDF喂料量与喂煤量的比例保持在一定范围；式(16)中，U(k)表示从第k次采样时刻开始，未来M步的喂煤量与RDF喂料量设定值的集合；ΔU(k)表示从第k次采样时刻开始，未来M步的计算出的喂煤量增量与RDF喂料量增量的集合；K表示RDF掺混比约束矩阵，且K＝[kep
ꢀ本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计及RDF掺混比的温度预测控制方法，其特征是按如下步骤进行：步骤1、实时采集协同处置固体废物窑炉数据{T(k)，F
c
(k)，F
R
(k)|k＝1,...,N}；其中，T(k)表示第k次采样时刻的温度值，F
c
(k)表示第k次采样时刻的喂煤量，F
R
(k)表示第k次采样时刻的RDF喂料量；步骤2、利用滑动均值滤波法对数据{T(k)，F
c
(k)，F
R
(k)|k＝1,...,N}进行预处理，获得滤波后的数据其中，表示第k次采样时刻的温度滤波值，表示第k次采样时刻的喂煤量滤波值，表示第k次采样时刻的RDF喂料量滤波值；步骤3、建立基于SSARX
‑
MLR算法的多输入温度状态空间模型：步骤3.1、选取第k次采样时刻的喂煤量滤波值和RDF喂料量滤波值作为k时刻输入u
k
、第k次采样时刻的温度滤波值作为k时刻输出y
k
；步骤3.2、初始化多输入温度状态空间模型的阶次n＝2；步骤3.3、初始化SSARX
‑
MLR算法的阶次f＝q；步骤3.4、初始化温度关于喂煤量的滞后步数τ
c
＝0；步骤3.5、初始化温度关于RDF喂料量的滞后步数τ
R
＝0；步骤3.6、利用式(1)构建变量q维矩阵W
q
：式(1)中，U
q
表示q维输入变量矩阵，且Y
q
表示q维输出变量矩阵，且T表示转置；N表示数据序列长度；步骤3.7、利用式(2)计算线性回归模型的系数θ：式(2)中，Y
F
表示拟合数据序列，且Y
F
＝[y
q y
q+1
…
y
N
‑1]；步骤3.8、利用式(3)计算可观测性矩阵OX：OX＝θW
q
ꢀꢀꢀ
(3)步骤3.9、对可观测性矩阵OX进行奇异值分解得到对角元为正的对角矩阵Σ
+
和右奇异矩阵V1；步骤3.10、利用式(4)计算多输入温度状态空间模型的状态序列集合X：X＝∑
+
V1ꢀꢀꢀ
(4)步骤3.11、利用式(5)计算多输入状态空间模型的状态系数矩阵A、输入系数矩阵B、输
出系数矩阵C：[y
q y
q+1
…
y
N
‑
f
]≈C[x
q x
q+1
…
x
N
‑
f
]式(5)中，x
k
表示状态序列集合X中k时刻的状态序列；步骤3.12、利用式(6)确定多输入温度状态空间模型：式(6)中，x
k+1
表示k+1时刻的状态序列；步骤3.13、对多输入温度状态空间模型进行曲线拟合度检验，若满足检验要求，则表示所述多输入温度状态空间模型即为温度多输入模型，否则，根据曲线拟合度修改阶次n，根据真实曲线与拟合曲线的趋势关系修改f、q，根据真实曲线与拟合曲线的峰值关系修改τ
c
、τ
R
后，返回步骤3.6顺序执行；步骤4、计及RDF掺混比的温度模型预测控制：步骤4.1、初始化控制参数：步骤4.1.1、定义并初始化预测步长为P；步骤4.1.2、定义并初始化控制步长为M；步骤4.1.3、定义并初始化RDF掺混比为kep；步骤4.2.4、定义并初始化柔化因子为α；步骤4.1.5、初始化喂煤量增量的最大值和最小值分别为Δu
cmax
、Δu
cmin
、RDF喂料量增量的最大值和最小值分别为Δu
Rmax
、Δu
Rmin
；步骤4.1.6、初始化喂煤量的最大值和最小值分别为u
cmax
、u
cmin
、RDF喂料量的最大值和最小值分别为u
Rmax
、u
Rmin
；步骤4.2、利用式(7)
‑
式(9)计算状态系数矩阵A
p
、输入系数矩阵B
p
、输出系数矩阵C
p
：B
p
＝[(B)
T (CB)
T
]
T
ꢀꢀꢀ

【专利技术属性】
技术研发人员：陈薇，张建飞，李雁南，刘辉，杨恺，刘双飞，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：