一种变换炉系统的炉温自学控制方法

摘要

本发明公开了一种变换炉系统的炉温控制方法，该方法包括依次执行的如下步骤：采集变换炉在某段时间内的输入数据和输出数据，构建一个基于数据的变换炉系统炉温控制模型，该模型利用神经网络构建变换炉系统动态特性，用于确定变换炉炉温变化情况；根据所采集的数据，利用三层BP神经网络构建参考控制模型，用于确定变换炉系统输入参考量；将构建的带有变换炉系统炉温控制模型误差和参考控制模型误差的最优跟踪控制问题，利用系统变换转化为最优调节器问题；基于迭代自适应动态规划最优控制方法，求解最优控制的函数，最终获得系统的最优控制。本发明能够高效、实时、最优化控制变换炉温度，实现变换炉系统最优化运行。

主权项

一种变换炉系统的炉温控制方法，所述变换炉用于将原料中的CO和H₂O转化为CO₂和H₂，其中所述方法包括：S1、根据变换炉系统实际运行数据构建一个三层反向传播神经网络炉温控制模型，该炉温控制模型的输入为当前时刻原料中CO、CO₂、H₂和H₂O的输入流量，输出为当前时刻生成物中CO、CO₂、H₂和H₂O的输出流量，状态参数为当前时刻实际炉温与下一时刻变换炉的炉温；S2、根据所述变换炉系统实际运行数据构建一个三层反向传播神经网络参考控制模型，该参考控制模型的输入为当前时刻实际炉温和下一时刻的炉温，输出为当前时刻原料中CO、CO₂、H₂和H₂O的输入流量；S3、将当前时刻实际炉温与额定炉温之间的差作为系统状态误差，将当前实际输入流量和额定输入流量之间的差作为输入流量控制误差，根据所述炉温控制模型和参考控制模型，得到与输入流量控制误差相关的炉温误差函数；S4、基于迭代自适应动态规划最优控制方法，根据所述炉温误差函数求解出最优输入流量控制误差函数，获得最优的变换炉炉温控制输入量。