观察控制加热火炉温度的混合方法[外文翻译].doc
约37页DOC格式手机打开展开
观察控制加热火炉温度的混合方法[外文翻译],附件c：译文观察控制加热火炉温度的混合方法摘要：由于加热火炉的合成物特性，想控制其温度非常困难。由于专家知识和热工业学的发展，已经开发出一套革命性的混合观察控制系统去控制加热炉温度。藉由统计程序控制器的帮忙，混合观察控制系统可以代替人类操作员运行程序。因为用补偿器来减小外部干扰，当炉内各个区域温度在边界环境下变化时，目...
内容介绍
此文档由会员 qs_f5t2xd 发布
附件C：译文
观察控制加热火炉温度的混合方法
摘要：由于加热火炉的合成物特性，想控制其温度非常困难。由于专家知识和热工业学的发展，已经开发出一套革命性的混合观察控制系统去控制加热炉温度。藉由统计程序控制器的帮忙，混合观察控制系统可以代替人类操作员运行程序。因为用补偿器来减小外部干扰，当炉内各个区域温度在边界环境下变化时，目标模型可以自动更新最优化的设定值。模拟和工业试验都证明了这个模型的生存能力和效力，及它在热处理应用中的广阔前景。
1 介绍
为了满足技术上的要求，薄板坯料往往在送进滚动机之前会在加热炉里再加热。坯料的加热过程受到很多因素的影响，如，钢的类型 p、钢的等级 g、转动的速率 v、炉内压力 FP及火炉的绝缘情况等。考虑到坯料的边界情况，这些因素是在不同过程中变化的。也有很多不可见的变量影响着这个过程，由于它们很难被测量所以就不可能控制。其中一个例子就是在加热过程中坯料表面的氧化损失，这会影响到产品的质量但是又很难被测量。
实际上，分布式控制系统被广泛应用于工业再加热处理。这种控制系统有高水平和低水平。因为那控制运算法则雇用在地方控制环, 像是 PID 控制, 汽车-调音的控制, 预言性的控制和模糊控制, 等等, 是很好地发展, 满意的表现总是达成在地方中环。然而，由于程序的复杂性，程序的所有表现并不能满足技术上的要求。人类操作员通常被雇佣来为地方控制环选合适的设定点。第一，文中将所有边界的变化细分成不同的组并称之为操作模型。透过广泛的实验，找到每个操作模型的合适设定点。在再加热过程中，那价值控制有关的操作点的变数将会被采取当做决胜点直流为坯料与那相配边界情况。因为每个操作模型都可能有几种不同的边界情况，所以控制精度会受到操作模型分类的限制。另一方面，如果操作模型多于我能测试的数量，那么合适的操作点将通过篡改数据或者人的经验来找到。人类的监管明显是一个大概控制，在对燃料浪费和坯料表面氧化腐蚀上不能有一直表现和良好的操作。一个高水平的监管控制能在边界环境变化的情况下保持让人满意的表现。
尽管Ko尝试为加热炉设计一个拥有认证技术和预测控制算法系统的多元控制器，但是，却很难把传统控制理念运用到现实中去获得一个精确的数学模型。另一方面，许多智能控制方法，像模糊控制、类神经网路和知识工程学，由于他们能在程序模型上解放需求和他们使用人类经验的能力，被广泛应用到复杂工业程序控制中。因此，这些智能方法非常适合发展以前用人来观察的坯料再加热过程。
这篇文章所显示的在加热炉最优化温度控制的混合观察控制系统是基于专家知识和热工业学的发展。这种进步的控制模型将取代人在变化的边界环境下去自动为再加热过程寻找合适操作点。这种基于专家知识和热工业学的数据模块能在不同区域的不同操作模型的情况下优化炉内温度的设定点。多数其他的变化到那程序也是考虑过的和处理经由一些帮助者组件, 像是, 电动校订, 在线的汽车学问和等候旋转策略, 等等与那帮忙一统计的程序控制器 (SPC), 这混血儿专家管理的控制系统能代替那人类操作员在那程序, 而且成功地找那适当的操作点每操作模态。模拟和工业试验都证明了这个模型的生存能力和效力，及它在热处理应用中
观察控制加热火炉温度的混合方法
摘要：由于加热火炉的合成物特性，想控制其温度非常困难。由于专家知识和热工业学的发展，已经开发出一套革命性的混合观察控制系统去控制加热炉温度。藉由统计程序控制器的帮忙，混合观察控制系统可以代替人类操作员运行程序。因为用补偿器来减小外部干扰，当炉内各个区域温度在边界环境下变化时，目标模型可以自动更新最优化的设定值。模拟和工业试验都证明了这个模型的生存能力和效力，及它在热处理应用中的广阔前景。
1 介绍
为了满足技术上的要求，薄板坯料往往在送进滚动机之前会在加热炉里再加热。坯料的加热过程受到很多因素的影响，如，钢的类型 p、钢的等级 g、转动的速率 v、炉内压力 FP及火炉的绝缘情况等。考虑到坯料的边界情况，这些因素是在不同过程中变化的。也有很多不可见的变量影响着这个过程，由于它们很难被测量所以就不可能控制。其中一个例子就是在加热过程中坯料表面的氧化损失，这会影响到产品的质量但是又很难被测量。
实际上，分布式控制系统被广泛应用于工业再加热处理。这种控制系统有高水平和低水平。因为那控制运算法则雇用在地方控制环, 像是 PID 控制, 汽车-调音的控制, 预言性的控制和模糊控制, 等等, 是很好地发展, 满意的表现总是达成在地方中环。然而，由于程序的复杂性，程序的所有表现并不能满足技术上的要求。人类操作员通常被雇佣来为地方控制环选合适的设定点。第一，文中将所有边界的变化细分成不同的组并称之为操作模型。透过广泛的实验，找到每个操作模型的合适设定点。在再加热过程中，那价值控制有关的操作点的变数将会被采取当做决胜点直流为坯料与那相配边界情况。因为每个操作模型都可能有几种不同的边界情况，所以控制精度会受到操作模型分类的限制。另一方面，如果操作模型多于我能测试的数量，那么合适的操作点将通过篡改数据或者人的经验来找到。人类的监管明显是一个大概控制，在对燃料浪费和坯料表面氧化腐蚀上不能有一直表现和良好的操作。一个高水平的监管控制能在边界环境变化的情况下保持让人满意的表现。
尽管Ko尝试为加热炉设计一个拥有认证技术和预测控制算法系统的多元控制器，但是，却很难把传统控制理念运用到现实中去获得一个精确的数学模型。另一方面，许多智能控制方法，像模糊控制、类神经网路和知识工程学，由于他们能在程序模型上解放需求和他们使用人类经验的能力，被广泛应用到复杂工业程序控制中。因此，这些智能方法非常适合发展以前用人来观察的坯料再加热过程。
这篇文章所显示的在加热炉最优化温度控制的混合观察控制系统是基于专家知识和热工业学的发展。这种进步的控制模型将取代人在变化的边界环境下去自动为再加热过程寻找合适操作点。这种基于专家知识和热工业学的数据模块能在不同区域的不同操作模型的情况下优化炉内温度的设定点。多数其他的变化到那程序也是考虑过的和处理经由一些帮助者组件, 像是, 电动校订, 在线的汽车学问和等候旋转策略, 等等与那帮忙一统计的程序控制器 (SPC), 这混血儿专家管理的控制系统能代替那人类操作员在那程序, 而且成功地找那适当的操作点每操作模态。模拟和工业试验都证明了这个模型的生存能力和效力，及它在热处理应用中
