陈冬玲 刘有冠

(1.柳州职业技术学院机电工程系，广西 柳州 545006；2. 广西柳州钢铁集团公司焦化厂，广西 柳州 545006)

干法熄焦是目前国内焦化行业大力倡导的一项先进技术，提升机作为干熄焦系统的关键工艺设备，其稳定运行是干熄焦系统能够生产质量稳定的焦炭和发电用蒸汽的首要条件[1]，目前提升机定位系统的正常运行完全依赖于定位检测编码器的数据。提升机电机的大电流特性使其控制通信网络极易受到电磁干扰的影响，导致数据采集误差大，甚至丢失数据，引起程序执行混乱，造成控制失常等严重后果。传统硬件和软件整改方法由于自身特点和生产环境的特殊性很难彻底杜绝电磁干扰的影响，而人工神经网络具有自组织、自适应和自学习的功能[2]，并具有强大的非线性补偿能力[3]，可以自动适应控制对象在运行过程中因扰动引起的参数或数学模型发生变化的情况，因此在解决工业控制中的电磁干扰方面具有巨大的潜力[4]。针对电磁干扰的复杂情况，笔者提出一种基于RBF神经网络的实时在线辨识方法，构建了提升机系统轨迹数学模型，并引入相应的切换策略，使定位系统能够在编码器数据模型与神经网络数学模型之间动态切换，从而实现提升轨迹的精准预测与控制。

1 提升机控制系统原理与提升过程①

提升机控制系统主要由定位检测编码器、全数字交流调速装置6SE70及其整流回馈单元、冗余PLC及人机画面HMI等单元组成。……