0 引言

    控制煉鋼工藝中能量輸入的核心是電弧爐電極調節系統，電極調節的功效對于降低電弧爐煉鋼工藝的能耗、縮短冶煉時間、提高冶煉效率具有重要意義^[1]；此外，電弧爐系統是一個復雜的控制系統，具有典型的非線性、時變、隨機干擾和三相耦合特性，若確定了電極調節器系統模型，會更有效地控制電極^[2]。在電弧爐整個煉鋼的過程中，電極調節系統是整個系統高效運行的關鍵。采用有效的電極控制算法，可使電弧爐煉鋼功率消耗、電極消耗及出鋼時間都得以減小。

    當前，大多數工業鋼廠實際使用傳統的PID控制與手動操作相結合來控制電極系統。但由于PID控制常常落后于電弧爐的實際情況，因此不能保證控制精度和實時性，電極調節工作極為不穩定，導致運轉效率降低和功耗增加^[3]。學者們研究了調節電弧爐電極升降裝置的智能方法，取得了許多成果。文獻[4]提出了基于模糊神經網絡的電弧爐控制方法；文獻[5]采用神經網絡算法來調節電弧長度；文獻[6]采用控制弧長的模糊PID控制方法。但是，這些控制方法在實際應用控制中并不理想，因此，電弧爐電極控制器有必要進行深入研究。

    本文采用一種新型編碼的遺傳模糊邏輯控制器(GFLC)來調節電弧爐電極。使用遺傳算法依次學習邏輯規則和隸屬函數，是一種無需主觀預設邏輯規則和隸屬函數的雙層迭代算法。上層利用下層調整的隸屬函數求解邏輯規則的組成，下層使用從上層學習的邏輯規則來確定隸屬函數的形狀。為了克服直接參數編碼的缺點，本文提出了一種新的編碼方法，可以更有效地調整隸屬函數。

本文詳細內容請下載:http://www.jysgc.com/resource/share/2000003324

作者信息:

李  強，衛  敏，李  剛，王  星

(西安理工大學 自動化與信息工程學院，陜西 西安710048)