烧结过程是钢铁冶炼中铁前炉料制备过程的一道重要工序,其产品烧结矿是高炉炼铁的主要原料,烧结矿的好坏直接影响着高炉炉况和钢铁产质量。混合制粒是烧结过程中至关紧要的环节,是提高烧结料层透气性,保证烧结过程稳顺运行的关键。因此,研究烧结混合制粒过程控制是钢铁工业生产过程刻不容缓的事情。烧结混合制粒过程是一个复杂的工业过程,具有非线性、部分参数难以检测、干扰因素众多等特点。本文在充分分析混合制粒过程工艺机理和控制难点的基础上,通过对混合制粒过程影响因素的探讨,综合运用模糊综合评价与智能优化控制理论,提出了一种烧结混合制粒过程水分智能优化控制策略。首先,针对混合料粒度分布难以检测的问题,采用层次分析法和模糊逻辑的思想,建立了模糊综合评价模型,实现了混合料粒度分布的模糊评价。然后,基于混合料的粒度分布及其模糊评价值,采用神经网络建模的方法,构造粒度分布关系模型,运用粒子群优化算法,获得了混合料的最佳粒度分布。为了获得合理有效的水分设定值,构建了混合料粒度分布、水分、配重三者的神经网络关系模型,根据最佳的粒度分布和当前的配重,获得水分优化设定值。在此基础上,针对混合制粒水分控制过程存在原料流量波动导致水分剧烈扰动的现象,考虑到配重、各原料流量和水分等因素,运用专家规则和物料平衡的原理,建立了原料工况自适应的加水量前馈计算模型,获得加水流量的设定值。最后,采用自适应模糊PID控制算法,建立水分串级控制策略,实现混合料水分的稳定跟踪控制。根据现场实际数据,通过仿真实验验证了本文所提建模方法的有效性。同时为了验证控制算法的工业应用价值,针对国内某大型钢铁企业烧结厂,在原有自动化控制系统的基础上,开发了烧结混合制粒水分前馈串级智能控制系统。运行结果表明,该系统有效抑制混匀矿、生石灰的原料流量波动对水分控制造成的影响,提高了水分控制精度,减少了工人劳动强度,有利于烧结过程的稳顺进行。