孟永政，　李晓斌

(上海应用技术学院 电气与电子工程学院， 上海　200235)



基于OSVR的煤调湿系统智能预测控制

孟永政，李晓斌

(上海应用技术学院 电气与电子工程学院， 上海200235)

摘要：针对现有煤调湿预测模型出现的训练时间长、模型失配问题，建立了基于OSVR的煤调湿预测模型，提出了基于OSVR的煤调湿系统智能预测控制方法。该方法利用智能优化算法与预测函数控制相结合来实现对煤调湿系统出口煤湿度的精确控制。仿真和实验结果表明，该方法具有较好的鲁棒性和较高的控制精度。

关键词：煤调湿； 智能预测控制; 在线支持向量回归; 预测函数控制

0引言

煤调湿(Coal Moisture Control,CMC)简单来说就是对炼焦原煤在装炉前进行水分处理。稳定的入炉煤水分既可稳定焦炉生产操作、增加焦炭产量，又可改善焦炭质量。近些年，为了实现对入炉煤湿度的精确控制，许多有关煤调湿系统的建模、优化和控制方法被提出来了。参考文献[1]以煤调湿反应器为控制体，计算了烟道废气量、入口废气温度、出口废气温度、入口煤粉湿度对调湿后煤粉湿度和废气含量的影响，但是并没有给出实际的控制器数学模型；参考文献[2]提出了粒子群算法优化的径向基函数(Particle Swarm Optimization Radial Basis Function，PSO-RBF)煤调湿建模方法，但由于粒子群的迭代计算，使得此种建模方法的训练时间较长；参考文献[3]提出了煤调湿系统的多模型建模方法，根据不同的工况将系统划分为不同的子区间，又分别对每个区间建模，但此方法任务量大，无法建立一个满足所有工况的通用模型。……