模糊神经网络在煤粉不同流态中的测量作用

　　就目前的炼铁形势来说,大量喷吹煤粉是将来的发展趋势,因为它能降低能源成本,对于稳定高炉操作和提高生产率都起到重要作用.而这需要满足下列条件:(1)向各风口喷煤保持均匀.(2)维持稳定的喷煤量.要做到这一切都离不开对煤粉流量的准确计量[1].

　　煤粉在水平管道中的流动状态非常复杂,属于气固两相流的范畴,使常规的测量方法无法入手,迄今为止在这方面还未取得一令人满意的结果.本文采用模糊神经网络的方法,结合神经网络的学习功能和模糊逻辑处理不确定情况的能力,充分利用专家知识,使测量准确度得到提高,现场数据和仿真结果表明,此方法是非常有效的.

　　1　高炉喷吹系统煤粉流量的测量方法

　　1·1　工艺过程

　　喷吹系统的任务就是煤经过图1所示过程的处理后,被喷进高炉,以确保高炉的顺行.

　　其工艺如图2所示.

　　在现场情况下,操作者只能根据喷吹电子秤的读数来估算喷煤量.但一些客观原因往往会影响电子秤的正常工作,如电子秤使用时间长而导致几个压头不对称,且喷吹罐和储存罐的压力变化会引起电子秤的测量偏离煤粉实际重量,从而造成操作者对煤粉喷吹量的估计误差,因而,有必要采用一种新的检测手段来实时测量煤粉流量,以减少误差,使操作者能得到真实的煤粉流量,从而合理控制煤粉的喷吹,使高炉顺利运行.在本文中,采用的方法是:首先测量管道中煤粉的浓度和速度,然后推算煤粉流量,在图2中,Q代表空气流量传感器,用以测量输送空气量;s代表浓度传感器,用以测量管道中煤粉所占比重;v代表速度传感器,用以测量煤粉的流动速度.

　　1·2　煤粉在水平管道中的流动状态

　　煤粉的流动状态主要由输送空气流量的大小决定,可分为以下几种状态:(1)均匀流.一般输送空气流量越大,煤粉越接近均匀流动,如图3a所示.(2)管底流.当气流量减少时,煤粉在接近管底的部分分布较密,但没有出现停滞,一面作不规则滚动,碰撞,一面被输送,如图3b所示.(3)疏密流.当输送空气量小于某一数值时,煤粉在水平管道中呈疏密不均的流动状态,部分颗粒在管底滑动,没有停滞,如图3c所示.(4)部分流.当气流量过小时,煤粉就会沉积在管底,气流将在沉积煤粉上部流动,上部的煤粉在气流作用下,将作不规则的移动,并且,沉积层也随着时间的推移,象沙丘移动似的向前流动,如图3d所示[1].

　　由于存在着不同的流动状态,给浓度的测量带来了很大的困难.对于均匀流,所有的煤粉都被悬浮起来,一起向高炉流动,这时的浓度测量值被认为是反映真实浓度,而对于部分流来说,有一部分煤粉沉积在管底,它的流动速度很慢,流向高炉的煤粉主要是在管道上部流动的煤粉.本来所希望测量的浓度应反映快速流动煤粉所占比重,即管道上部流动的煤粉,而在这种情况下,实际测量的浓度包括管道上部流动的煤粉和沉积在管底的煤粉,这给煤粉流量测量带来很大的误差.由于不同流动状态之间的界限是很难明确划分的,而且状态之间还存在着互相重迭的部分,所以要用一般的回归法来推算煤粉流量关系函数存在着很大的困难.因此本文提出了利用模糊神经网络的方法来解决此问题.