混合料槽中混合料密度的软测量技术

混合料槽中混合料密度的软测量技术

李宗平  祝维钢  孙 英  陈猛胜

(中冶长天国际工程有限责任公司自动化分院)

摘要  目前，实时检测混合料槽内的混合料密度，是准确计算混合料槽的收支偏差，从而解决烧结过程物料平衡问题的技术难点。本文采用以多重积分累计技术为基础的混合料密度软测量模型，设计了一个能实时准确计算混合料密度的系统。该系统作为长天公司烧结综合控制专家系统的重要子系统，在韶钢6号烧结机上应用后取得了良好的效果。

关键词  烧结  混合料密度  软测量  物料平衡

1  概  述

        混合料槽是混合料进入烧结机台车前的一个缓冲料槽，其容积比较小。保持混合料槽一定的料位有利于稳定地向烧结机给料，同时避免因料位高造成小球破坏，料位低造成停机待料的情况。烧结过程的物料平衡，就是通过调整配料过程中的综合上料量，保证混合料槽能够维持比较稳定的料位，从而稳定向烧结机台车的给料。混合料槽料位控制的基本思路就是使进入混合料槽的入料量与向烧结机给料的排出量基本相等，即，使混合料槽的收支偏差控制在一定的范围内，从而维持料位的稳定。

         烧结机上料量通常采用混合料槽实际排出的混合料体积乘以混合料密度得到，目前公认的流量计算式为：

             W_i = 密度×W_sp (ch－ch₀ )V_sp 60／1000(1)

式中：W_i —烧结物料的流量(t／h)

            W_sp—烧结机台车宽度(m)

               ch—台车上混合料层厚度(mm)

              ch₀—铺底料厚度(mm)

              V_sp—烧结台车速度(m／min)

        其中，W_sp为常数，ch可以通过层厚仪测量，V_sp 可以通过速度仪表检测，但混合料密度随着上道工序中各种原料配比的变化，以及两次混合时加水量的变化是实时变化的；另外，混合料槽圆辊给料及九辊布料的均匀度，也会影响烧结机台车上混合料的密度。因此，实时检测混合料密度是计算烧结物料流量的关键点。

2  混合料槽中混合料密度的软测量技术

2．1原理和思路

         以韶钢6号烧结机为例，其烧结工艺流程见图1。烧结配料室有13个矿槽，每个矿槽均向混一皮带下料，最终在混一皮带末端，形成13个矿槽的配合料，通过控制每个矿槽的下料量，可控制烧结料的化学成分；配合料经一混和二混加水、混合后，再由皮带机输送到混合料槽；混合料槽下设有圆辊布料器，将混合料给到九辊布料机上，再由九辊布料机布到烧结机台车上；然后，逐步完成点火、烧结、破碎、冷却、整粒等工序，最后得到成品烧结矿。
由烧结工艺流程可知，混合料密度的软测量主要涉及到配料室各料仓的下料情况，一、二次混合的加水及制粒情况，混合料槽的布料情况，以及烧结台车的运行情况。其测量原理为：

密度=修正系数×(进入料槽的混合料累计质量+该时间内料位的变化量)／累计输出的体积    (2)

         进入混合料槽的混合料累计质量：通过跟踪配料过程的实际下料量、混合加水过程的实际加水流量，再经累计积分得到，单位为t。由于现场电子秤等仪表本身数据的波动，以及跟踪模拟存在的误差，如果用实时值来计算密度，那么得到的会是波动很大的数据。经过分析试验，发现使用累计值计算能够消除仪表等异常波动引起的误差，得到更加接近实际的结果。

         该时间段内料位累计变化量：根据称重料位仪显示的料位，计算得到的差值，单位为t。同样，由于料位计本身数据的波动，加上混合料槽的出料量会随混合料水分的变化而变化，如果使用瞬时值来计算密度，那么得到的也将是波动很大的误差数据，故在此采用积分累计值进行计算。

         累计输出的体积：九辊布料机累计布到台车上的混合料体积(m³)。

2．2软测量模型

2．2．1软测量计算模型

         根据以上测量原理，软测量的计算模型：

         以上公式中：Q_in为进入混合料槽的混合料累计质量，采用对跟踪进料流量的时间积分；a为修正系数；W_in是进入料槽的混合料流量变量；Q_level-change为该时间段内料位累计变化量，使用料位累计变化量的时间积分；V_out为累计输出的物料体积，使用对台车宽度、烧结机台车速度、层厚和时间的三重积分，其中W_sp为台车宽度(m)，为常数，V_sp为速度变量(m／min)，ch为层厚变量(mm)。

         采用一段时间的累计积分，再使用逐步修正的方法，可以消除仪表数据的噪音以及原料异常引起的密度异常变化，从而得到平稳、可靠的数据。

2．2．2变量的选择和取值

         W_in变量，在现有设备中没有专门的仪表检测，本项目使用跟踪仿真的方法，计算第一集合点的物料流量以及混合机的加水流量，再通过皮带机上的物料跟踪，得到混合料槽的入口流量，积分计算时采用每分钟的平均值。V_sp变量，仪表检测值，在积分计算中也使用每分钟的平均值。△t变量，仪表检测值，在计算中使用每分钟平均值的料位差。ConstA修正系数，根据初试计算和烧结经验数据对比，得到一个修正系数范围。a值，累计质量修正系数，取值范围[0．90，1．10]。

2．3混合料密度检测系统

         混合料密度检测系统及其在烧结综合控制专家系统中的作用如图2所示。
         由图可知，混合料密度检测系统包括：物料流量跟踪模块、料位累计变化计算模块、下料体积实时计算模块，以及核心的混合料密度实时计算模型。系统将计算结果实时发布到实时数据库，提供给烧结过程的物料平衡模型和烧结过程控制模型使用。

2．3．1物料流量跟踪模块

         使用数据队列技术，模拟配料料仓组、混合机以及物料皮带等设备运行，加入、移动和出队数据，实现对烧结过程物料流量等的跟踪和模拟，得到各个阶段当前的流量和物料成分等数据。取混合料槽入口的物料流量，用式(4)计算出第一时间段内累积进入混合料槽的物料质量。

2．3．2料位累计变化计算模块

          根据检测的料位数据，准确计算第一时间段内的料位变化，再根据式(5)周期地计算累计料位变化。

2．3．3下料体积实时计算模块

          用经过处理后的烧结速度(V_sp)、层厚(ch)，按式(6)周期地计算下料体积。

2．3．4混合料密度实时计算模型

         混合料密度实时计算流程如图3所示，在目前的实际应用中，计算周期为1分钟。流程图中PB1为区间(0，1)之间的系数，PB1取值越小，表示密度的变化越灵敏。
3  混合料密度软测量的应用及效果

3．1  系统检测数据和实际数据的对比实验及分析

         2008年5月20日～6月10日，我们选取系统软测量数据和实际密度数据进行了对比(见图4)，除去部分异常数据，软测量数据和实际检测数据之间的最大偏差为1．19％。如果以允许偏差0．5％为标准，软测量的命中率为80．6％；如果允许偏差为1％，则软测量的命中率达到96．7％。另外，该软测量数据还综合反映了九辊布料机布料的均匀和松紧情况。

3．2混合料密度软测量在烧结过程专家控制系统中的应用

          1)用于收支偏差的计算及物料平衡模型

          有了在线软测量的混合料密度，利用式(1)就可以准确、实时地计算出混合料槽的输出流量形W_out再利用本文2．3．1中的物料流量跟踪方法就可以准确地得到当前混合料槽的输入流量形W_in这样便可在线计算混合料槽当前的收支偏差W_hsd：

            W_hsd =W_out －W_in +△t    (7)

         利用收支偏差实时修正配料料仓组的总下料量，就可以解决烧结过程的物料平衡问题。

           2)反应布料的松紧度，用作烧结料层透气性分析

          当混合料密度发生急剧变化的时候，可以认为是九辊布料机下料的均匀度发生了变化。在计算台车上物料的透气性时，参考这个因素可以更加准确的控制烧结过程。这方面具体的方法和模型，将在烧结综合控制专家系统中完成。

          3)在料位平衡系统中的应用效果

         有了准确、实时的混合料密度，由式(6)就可以计算出混合料槽的输出流量，再加上前面提到的跟踪输入流量，便可得到混合料槽的收支偏差，据此调整配料过程的综合输送量，从而实现配混过程与烧冷过程的物料平衡。图5是韶钢6号烧结机的混合料槽料位平衡控制效果。图中，LI-302曲线就是混合料槽的料位曲线，通过调整综合输送量(WT- SET)，可以准确地将料位控制在[30，60]的期许范围内。由此可见，该软测量方法比较准确地反映了混合料的密度，使混合料槽收支偏差的准确计算变为可能，从而解决了烧结过程物料平衡的

难题。

4  结  语

         利用本检测方法，一方面，可以准确地计算混合料密度，解决了烧结混合料密度无法用仪表实时检测的难题；另外一方面，该密度计算方法使用了烧结机台车上某时段布料的累计体积，故而也反映了台车上布料的均匀度，为烧结过程的精准控制提供了更多依据。

         该密度软测量技术在韶钢6号烧结机烧结综合控制专家系统中应用后，大大提高了生产控制的精度和准确度，为烧结生产的稳定、高效、优质创造了条件。

参考文献

[1]  王介生．烧结过程软测量建模综述[J]．烧结球团，2007，32(4)：3l-34．

[2J  中园冶金建设协会．钢铁企业过程检测和控制自动化手册[M]．北京：冶金工业出版社，2000：56l-562．

[3]  范晓慧．烧结过程数学模型和人工智能[M]．长沙：中南大学出版社．2002：96-101．

[4]  孙欣．过程软测量[J]．自动化仪表，1995，16(8)：1-5．