鼓风炉自动温度控制系统的发展[外文翻译].doc

附件C：译文

鼓风炉自动温度控制系统的发展

概要：
在这篇论文里，我们认为自动温度控制系统在鼓风炉运作中是很重要的一部分。一般而言，鼓风炉是容易受诸多因素影响的，所以自动的温度控制是很困难，多变的。有鉴于此，首先，这一论文记述了鼓风炉的温度控制模块是运用基于数据输入输出的T-S模糊连续系统模块；其次，这一论文记述了温度控制技术是基于预测控制（MPC）技术的，该技术广泛应用于工业进程控制实践中[6]-[9]。我们打算用数学建模的构架方式描述基于模糊连续采样理论系统的鼓风炉，并且用预测控制技术去控制自动温度控制系统。
关键词：鼓风炉，模糊建摸，预测控制
1绪论
在鼓风炉操作中温度的控制常规方法是当鼓风炉的温度被热风，热负荷，蒸汽，生铁温度等严重影响到时，依照原料装进速度或者根据每个操作员的经验去调节燃料注进的分量。因此，鼓风炉的温度有很多各种的波动因素，这些突跃的因素自然会影响到鼓风炉温度的稳定性。有鉴于此，该论文，记述了通过应用模糊连续控制模块，作为鼓风炉的温度控制模块，去分析上述因素。
很多基于模糊推论系统的辨识技术曾经被提议可以用于解析一个未知系统的行为，因为这样的系统只有一组可用的输入输出的数据，譬如我们的鼓风炉[1]- [5]。通过模糊模型获取的模型具有很强的可读性，因为它们是用语言描述的。更特别的是，一个模糊模型的结构是应用假定型模糊规则描述的。一个显著的模糊推论模型是TSK模糊模型，它是由线性方程规则组成。这个模型有卓越的能力去描述一个给定的未知系统。
当没有一个物理模型而只有一个设备的一组输入输出数据时，模糊聚类是确定隶属函数和随之产生的TS模糊模型参数的具有代表性的建模方法。根据一些关于迁移延迟的先验知识，有必要给予滞后的输入输出数据去获取精确的模型。但当在输入输出数据中存在一些像来自鼓风炉一样的噪声时，这不总是容易去得到关于这些先验知识的精确的数据。因此，在没有模糊聚类建模方法之前，解决这些因素的真值是非常重要的。这个问题可以看成是一个建模误差最小化的最优化问题。基于人群的最优化，如遗传算法（GA）[10], [11]，是没有先验知识的情况下，最通俗的去解决关于他们的解空间的最优化问题的工具，这样看来，通过遗传算法去找相近于先验知识真值的使建模误差最小化的真值是有可能的。
建模之后，去控制我们那些有慢动态和输入输出约束的目标设备，我们需要一个适合于我们的特殊设备的专门方法。目前已经有许多的研究去处理一些带输入输出约束的复杂设备，在这些研究当中，预测控制（MPC）技术被广泛应用于