一种基于物联网技术的矿热炉电极升降自动控制方法
阅读说明：本技术 一种基于物联网技术的矿热炉电极升降自动控制方法 (Submerged arc furnace electrode lifting automatic control method based on Internet of things technology ) 是由 王莉 周潼 牛群峰 曹鹤铧 赵旭燕 吴书琪 于 2020-10-06 设计创作，主要内容包括：本发明公布了一种基于物联网技术的矿热炉电极升降自动控制方法。本发明使用研华ADAM系列智能控制器,通过ADAM系列采集模块,与各类检测设备相结合,采集矿热炉重要冶炼参数,传至上位机系统,并进一步上传至云平台进行重要参数的计算和优化。本发明根据上述矿热炉冶炼参数,结合恒阻抗控制策略和遗传算法优化PID算法,使用模拟量输出模块、比例阀、液压传动系统等对矿热炉电极升降进行自动控制。本发明将物联网技术充分应用于矿热炉电极升降控制中,并通过遗传算法优化常规的PID算法,提高了矿热炉电极控制的适应性和准确性,实现了各类监控功能,在后期维护、模块更换和用户交互等方面有突出优势,控制过程的直观性和灵活性较好。(The invention discloses an automatic submerged arc furnace electrode lifting control method based on an internet of things technology. According to the invention, a porphyry ADAM series intelligent controller is used, and an ADAM series acquisition module is combined with various detection devices to acquire important smelting parameters of the submerged arc furnace, transmit the important smelting parameters to an upper computer system and further upload the important smelting parameters to a cloud platform for calculation and optimization of the important parameters. According to the submerged arc furnace smelting parameters, the PID algorithm is optimized by combining a constant impedance control strategy and a genetic algorithm, and the electrode lifting of the submerged arc furnace is automatically controlled by using an analog output module, a proportional valve, a hydraulic transmission system and the like. The method fully applies the technology of the internet of things to the electrode lifting control of the submerged arc furnace, optimizes the conventional PID algorithm through the genetic algorithm, improves the adaptability and the accuracy of the electrode control of the submerged arc furnace, realizes various monitoring functions, has outstanding advantages in the aspects of later maintenance, module replacement, user interaction and the like, and has better intuitiveness and flexibility in the control process.)
技术领域
本发明涉及的是一种矿热炉电极控制研究领域的方法，具体是一种基于物联网技术的矿热炉电极升降自动控制方法。
技术背景
矿热炉是一种生产锰铁、硅铁等铁合金的重要冶炼设备，并且通过该设备生产的铁合金在总产量中占据较大的比例。铁合金的生产水平关系到国防工业、机械制造业、航空航天工业等重要工业部门的进一步发展。矿热炉主要用碳作为还原剂，从炉口加入混合原料，将三相电极埋在炉料中，不断将电能转化为热能，从而熔化矿石，实现金属冶炼。快速有效的控制矿热炉三相电极升降是矿热炉生产的关键环节之一，控制效果直接影响铁合金产品的质量。目前许多冶炼企业采用基于一次侧电流平衡的人工调节方法进行三相电极升降控制，该方法存在调节时间较长、耗能较多、精度不高等缺点。本方法将ADAM系列智能控制器、ADAM系列采集模块、WebAccess、WISE-PaaS云平台等物联网技术充分应用于矿热炉电极控制，结合恒阻抗控制策略和遗传算法优化PID算法，设计了一种矿热炉电极升降自动控制方法，对于提高矿热炉电极控制的自动化水平、增加生产过程的安全性、实现节能降耗等具有实际意义。
PID控制，即比例积分微分控制，具有适应性好、可靠性高、鲁棒性好等优点，在机械、化工、冶金等各类控制场景中有着广泛的应用。但在实际使用过程中，PID控制存在参数(比例系数、积分系数、微分系数)整定困难、可能产生超调、容易出现振荡等问题。本发明通过遗传算法优化PID参数，进一步提高控制系统的响应速度和准确性。
遗传算法(Genetic Algorithm)是一种借鉴进化论和遗传学机理、模仿生物进化机制的全局优化方法。遗传算法将优化变量进行编码，结合随机函数，生成初始种群，再通过选择、交叉、变异等遗传操作，以适应度为标准，实现种群的不断进化，直到达到终止条件。本发明考虑到ADAM系列智能控制器在内存大小和运算性能上的限制，在WISE-PaaS云平台上通过AIFS模块建立遗传算法优化模型，实现对PID参数的优化。
研华WebAccess软件是一款基于B/S架构的网际组态软件。该软件完全基于浏览器进行开发，与研华的各类控制器和采集模块有着较好的兼容性。与其他组态软件相比，WebAccess在远程维护、摄像头接入、远程监控、协作开发等方面有着突出的优势。与此同时，WebAccess软件与WISE-PaaS云平台之间存在连接端口，结合WebAccess/SCADA和Datahub，对WebAccess和WISE-PaaS云平台进行配置后，能够实现WebAccess与WISE-PaaS云平台之间的数据交换，从而利用WISE-PaaS云平台的运算能力和各类模块(Dashboard、APM、AIFS等)进一步拓展WebAccess的功能。
罗氏线圈(Rogowskicoil)是一种根据安培环路定律和电磁感应定律而设计的交流电流传感器，具有线性度好、精度高、无饱和现象等优点。当罗氏线圈中心通过待测电流时，由于磁通的变化，将在线圈上产生感应电压信号，需要积分器对该信号进行积分还原和转化处理，再进行信号采集。本发明通过罗氏线圈与积分器对矿热炉变压器低压侧各铜管的电流进行测量，并进一步计算得到矿热炉二次侧电流，作为恒阻抗控制的基础。
发明内容
本发明的目的在于提出一种基于物联网技术的矿热炉电极升降自动控制方法。本发明将物联网技术充分应用于矿热炉电极升降控制中，首先使用ADAM系列智能控制器和ADAM系列采集模块，与罗氏线圈、编码器、交流电压变送器等设备结合，采集二次侧电流、二次侧电压、电极移动距离等重要冶炼参数，上传至使用WebAccess构建的上位机(具有用户登录界面、冶炼参数实时显示、矿热炉三相电极控制界面等功能，能够在移动终端查看)中，并通过WebAccess与WISE-PaaS云平台之间的连接端口和相关设置，实现上位机与云平台之间的数据交换，再结合恒阻抗控制策略和遗传算法优化PID算法，在ADAM系列智能控制器中运行PID控制算法，其中PID参数在云平台中使用构建的遗传算法模型进行优化整定，使用模拟量输出模块、比例阀、液压传动系统等对矿热炉电极升降进行自动控制。
为实现上述目的，本发明采用的技术方案是：
一种基于物联网技术的矿热炉电极升降自动控制方法，具体步骤如下：
(1)：建立矿热炉冶炼参数检测系统，对电极升降控制相关的冶炼参数进行检测。该系统使用研华公司的ADAM系列智能控制器，通过ADAM系列采样模块(模拟量输入模块、计数器模块等)，结合罗氏线圈、交流电压变送器、功率因数变送器、编码器等设备，对矿热炉重要冶炼参数进行检测，并以此为基础进行矿热炉电极升降控制。
(2)：对ADAM系列智能控制器进行配置和编程，实现对铜管电流、二次侧电流、二次侧电压等参数所对应的的电流信号的采集和电极升降控制信号的输出。本方法在每个ADAM系列智能控制器(共3个，分别对应矿热炉A、B、C三相)的卡槽上安装2个模拟量输入模块、1个计数器模块和1个模拟量输出模块，并在虚拟机环境下，实现ADAM系列智能控制器的配置，并完成电流信号采集、实际值转换、基于恒阻抗策略的PID控制、控制信号大小的确定和输出等部分的编程。
(3)：根据检测的矿热炉冶炼参数，计算矿热炉各相的阻抗值，作为恒阻抗控制策略的基础，结合WISE-PaaS云平台，实现基于遗传算法优化PID的矿热炉电极升降自动控制。矿热炉各相阻抗值的具体计算方法如式(1)所示：
在式(1)中，U、I、cosφ分别表示矿热炉某一相的二次侧电流、二次侧电压、功率因数，R和r分别表示矿热炉某一相所对应的操作电阻和设备电阻。考虑到在实际中相对于操作电阻R，设备电阻r数值很小，在一定程度上可以忽略，为了提高矿热炉电极升降控制的效率，可以通过式(1)近似计算矿热炉各相的阻抗值。
(4)：通过WebAccess构建上位机系统，并实现矿热炉冶炼参数检测系统与上位机系统之间的通信。本方法使用Modbus/RTU通信协议，实现控制器与上位机系统之间的数据传输，将矿热炉冶炼参数数据传输至上位机。在本方法中，考虑到矿热炉周边环境存在高温、有害气体较多等问题，通过RS232与串口光端机、光纤相结合的方式，延长检测系统与装有上位机系统的PC客户端之间的距离，更好地保障监控人员的健康安全。本方法通过网际组态软件WebAccess构建上位机系统，获取在ADAM系列智能控制器中计算得出的冶炼参数的具体数值，并实现用户登录界面、冶炼参数实时显示、矿热炉三相电极控制界面、报表查询等上位机功能。
(5)：在使用WebAccess构建的矿热炉电极升降控制上位机系统基础上，使用物联网技术进一步开发该系统，适应不同用户的实际需求。本方法通过编辑WebAccess中的Dashboard阅览器，结合WebAccess相关软件的功能，建立矿热炉电极升降控制上位机系统的移动客户端，进一步拓展用户查看矿热炉冶炼参数及其变化趋势的途径，对矿热炉实际运行和电极控制状态有更具体的认识。
本发明中，步骤(2)中对ADAM系列智能控制器进行配置和编程的具体方法通过以下步骤实现：
本方法在虚拟机开发环境下，首先建立虚拟机与主机之间的共享文件夹，实现虚拟机与主机之间运行程序等文件的传输。在此基础上，本方法通过FTP软件和网线(两端分别连接控制器和PC的LAN端口)，将调试和运行程序传输到控制器。本方法通过PuTTY软件查看模拟量输入模块、计数器模块等各类模块所测得的信号，判断控制器是否处于正常工作状态。
本发明中，步骤(3)中基于遗传算法优化PID的矿热炉电极升降自动控制方法，通过以下步骤实现：
本方法在矿热炉电极升降控制中使用恒阻抗策略，将各相的阻抗值作为PID算法的控制对象。本方法考虑到传统的PID算法在矿热炉电极升降过程中控制效果并不理想，存在调节时间较长、超调量较大、控制精度较低等问题，通过遗传算法优化常规的PID控制，实现PID控制参数(KP、KI、KD)的优化，具体步骤如下所示：
1)：首先根据矿热炉的实际情况和人工经验，在使用WebAccess构建的上位机中设定基准阻抗值R，并传递至各相对应的控制器中。
2)：根据各相对应的模拟量输入模块和计数器模块采集的信号，分别计算获得矿热炉二次侧电压、二次侧电流、电极移动距离等冶炼参数的实际值。在此基础上，计算出矿热炉各相的实际阻抗值。
3)：将各相的实际阻抗值与设定值进行对比，并根据比较结果确定电极的具体升降方式，使得实际阻抗值趋近于设定值。
4)：在对比实际阻抗值与设定值、进行电极升降操作的过程中，使用遗传算法优化PID实现自动控制。在ADAM系列智能控制器中计算设定值与系统输出值之间的偏差e，并在此基础上，通过式(2)进一步计算控制量m。
在式(2)中，m(t)表示控制量，m0表示输出的初始值，KP表示比例系数，KI表示积分系数，其中TI为积分时间常数，KD表示微分系数，其中KD＝KP×TD，TD为微分时间常数。
5)：在使用PID控制电极升降的基础上，通过遗传算法对PID控制参数进行优化。考虑到系统要求快速到达稳定和实际的动态性能，将时间与误差绝对值的积分作为遗传算法的优化目标，再进一步结合惩罚函数，可得遗传算法的目标函数计算方法，如式(3)所示。
在式(3)中，f表示目标函数值，e(t)表示系统误差，k1、k2表示权值，并且k2的取值远大于k1，h(t)＝g(t)-g(t-1)，其中g(t)表示被控对象的输出，当h(t)＜0，即g(t)＜g(t-1)时，将超调量考虑到目标函数的计算中。本方法在式(3)所示目标函数计算方法的基础上，取目标函数值的倒数作为个体的适应度值。
当目标函数值越小时，系统达到稳定的速度越快，系统的振荡越小，适应度值越大，可认为该个体对应的PID控制参数具有较好的性能。
6)：通过WebAccess与WISE-PaaS云平台之间的连接端口，结合WebAccess/SCADA和Datahub，实现使用WebAccess构建的上位机与WISE-PaaS云平台之间的数据交换，将矿热炉各相冶炼参数和相关控制数据实时上传至WISE-PaaS云平台。根据上述实时数据，在WISE-PaaS云平台中通过AIFS模块中编译建立遗传算法模型进行PID参数优化。
7)：在云平台建立的遗传算法模型中，根据矿热炉实际运行情况确定PID参数KP、KI、KD的取值范围和精度，设置初始种群大小、最大进化代数等遗传算法参数。在此基础上，结合随机函数，生成初始种群，并对初始种群中的所有个体进行编码。根据步骤5)中所示的适应度计算方法，结合实时上传至WISE-PaaS云平台的矿热炉冶炼数据，计算初始种群中各个体的适应度，并计算该种群的选择概率和累积概率，使用最优保存策略，保存当代的最优个体。根据该种群的选择概率和累积概率，进行遗传操作，生成新一代种群。按照上述方法，对新一代种群中的各个体计算适应度，并使用之前保存的最优个体替换新一代种群中适应度最低的个体，再进行遗传操作。依次类推，当达到最大进化代数或满足停止条件时，输出优化结果，将整个优化过程的最优个体所对应的PID参数传至WebAccess上位机。
8)：通过WebAccess上位机与ADAM系列智能控制器之间的通信，进一步将PID参数优化结果传至控制器，调整原有的PID参数。在此基础上，结合式(2)所示的PID控制方法，确定控制信号，并使用控制器卡槽中安装的模拟量输出模块输出对应的电压信号，控制由比例阀、液压传动系统等构成的执行机构，改变比例阀的开度、液压传动系统的进出油速度，最终实现对矿热炉三相电极的升降的自动调节。
9)：按照上述控制方法，当矿热炉三相的实际阻抗值均趋近于设定值时，可认为实现了矿热炉三相平衡。
本发明中，步骤(4)中通过WebAccess软件建立矿热炉电极升降上位机的具体方法，通过以下步骤实现：
本方法首先在WebAccess软件中建立工程节点和对应的监控节点，考虑到矿热炉三相电极各自对应一个控制器并通过串口光端机分别接入上位机系统，建立三个通讯端口，每个通讯端口下对应一台控制器，通讯协议均为Modbus/RTU。在每台设备下，建立模拟量点，获取控制器上传的数据，再根据模拟量点，建立计算点、常数点，进行其他矿热炉冶炼参数和控制数据的计算。在WebAccess的MQTT Connection Setting功能中，根据WISE-PaaS中建立的节点信息进行WISE-PaaS连线设定，并且选择需要传至云端的模拟量点、计算点和常数点，再通过云端的脚本程序设置，结合WebAccess/SCADA和Datahub，最终实现WebAccess上位机与WISE-PaaS云平台之间的数据交换。通过WebAccess软件中的绘图工具建立可视化的矿热炉参数显示与控制界面，再结合WebAccess的功能模块，在上位机系统中实现用户登录界面、冶炼参数实时显示、矿热炉三相电极控制界面、报表查询等功能。
本发明的有益效果是：
(1)：将物联网相关技术充分应用到矿热炉电极升降控制中，利用云平台的计算能力和丰富的功能模块来实现控制参数的优化，提高参数优化的效率，减轻控制器的运算压力。
(2)：通过遗传算法改进常规的PID控制，再与恒阻抗策略相结合，对矿热炉电极升降进行自动控制，能够改善控制参数(KP、KI、KD)不理想而引起的调节时间较长、控制精度不高、超调量较大等问题，能有效提高电极升降控制的准确性和控制方法对不同矿热炉系统的适应性。
(3)：使用网际组态软件WebAccess构建矿热炉电极升降控制的上位机系统，能够较好的与ADAM系列智能控制器、ADAM系列采集模块兼容，并实现用户登录界面、冶炼参数实时显示、报表查询等功能。相对于传统组态软件，本发明构建的上位机系统在远程监控、协作开发、维护开发等方面有着较大的优势。
(4)：在结合WebAccess/SCADA和Datahub、设置云端的脚本程序后，本发明实现上位机系统和WISE-PaaS云平台之间的通信，能够将矿热炉冶炼和控制数据实时传递到云平台，再通过云平台的运算能力和各类功能模块，进一步建立优化、预测模型，具有较好的可拓展性和实用性。
(5)：通过对WebAccess中的Dashboard阅览器进行编辑，设置局域网，结合WebAccessClient等软件的功能，建立了矿热炉电极升降控制上位机系统的移动客户端，拓展了用户查看矿热炉冶炼参数的途径，让用户能够更具体的了解矿热炉的运行状态和控制情况，更广泛的适应用户的实际需求。
附图说明
图1是矿热炉电极升降自动控制系统的整体结构示意图；
图2为遗传算法优化PID的控制结构图；
图3为实现矿热炉电极升降自动控制的主要流程图；
图4为对ADAM系列智能控制器进行配置和编程的流程图；
图5为遗传算法优化PID的流程图；
图6为通过WebAccess软件建立矿热炉电极升降控制上位机的流程图。
具体实施方式
下面根据本发明的具体实施例并结合附图，对本发明作做详细描述。
实施例1：本发明是一种基于物联网技术的矿热炉电极升降自动控制方法，对应的矿热炉电极升降自动控制系统的整体结构如图1所示，由矿热炉参数检测系统、上位机系统、云平台优化系统、执行机构、移动客户端等部分组成。本发明将恒阻抗控制策略和遗传算法优化PID算法进行结合，实现对矿热炉电极升降的自动调节，主要控制结构如图2所示。
本实例中ADAM系列智能控制器选用ADAM-5630控制器，模拟量输入模块选用ADAM-5017P，计数器模块选用ADAM-5081，模拟量输出模块选用ADAM-5024。ADAM-5630控制器是研华公司生产的一种边缘智能数据采集控制器，具有高性能、配置灵活、宽温等优点。ADAM-5630控制器搭载Linux开放操作系统，拥有较多的I/O卡槽数量，能够灵活选择各类I/O模块或者通讯端口，适应不同应用环境的实际需求。因此本实例选择ADAM-5630作为矿热炉电极升降的控制器，搭载ADAM-5017P、ADAM-5081、ADAM-5024等模块来实现各类传感器信号的采集和控制信号的输出。
本发明提供一种基于物联网技术的矿热炉电极升降自动控制方法，结合图1、图2、图3、图4、图5和图6，按以下步骤进行：
步骤1：本实例首先建立矿热炉冶炼参数检测系统，具体构成如图1所示(矿热炉三相结构类似，图1中仅显示A相的冶炼参数检测系统)。本实例建立的矿热炉冶炼参数检测系统中ADAM系列智能控制器为ADAM-5630控制器，通过ADAM系列采样模块(每相对应两个模拟量输入模块ADAM-5017P和一个计数器模块ADAM-5081)，结合罗氏线圈、交流电压变送器、功率因数变送器、编码器等设备，对矿热炉重要冶炼参数(二次侧电流、二次侧电压、电极移动距离等)进行检测，并以上述冶炼参数为基础进行矿热炉电极升降控制。
本实例通过罗氏线圈和积分器检测矿热炉变压器低压侧各铜管上的电流，并以4-20mA电流的形式输出，再通过ADAM-5017P模块采集各铜管对应的4-20mA电流信号，在ADAM-5630控制器中转换为各铜管的实际电流，并计算得到矿热炉二次侧电流。本实例通过交流电压变送器和功率因数变送器分别检测矿热炉二次侧电压、功率因数，均以4-20mA电流信号传至ADAM-5017P模块进行采集，并在ADAM-5630中转换为实际值。本实例使用编码器检测矿热炉电极移动距离，当矿热炉电极升降时，编码器将产生脉冲信号，通过ADAM-5081进行采集，并在ADAM-5630中进行矿热炉电极移动距离的计算，实现对矿热炉电极升降距离的精确测量。
步骤2：本实例对ADAM-5630控制器进行配置和编程，实现对铜管电流、二次侧电流、二次侧电压等冶炼参数所对应的的电流信号的采集和电极升降控制信号的输出。
本实例在每个ADAM-5630控制器(共3个，分别对应矿热炉A、B、C三相)的卡槽上安装2个ADAM-5017P模块、1个ADAM-5081模块和1个ADAM-5024模块，并在虚拟机VirtualBox环境下，使用LinuxC实现ADAM-5630的配置，并完成电流信号采集、实际值转换、基于恒阻抗策略的PID控制、控制信号大小的确定和输出等部分的编程。
步骤3：本实例根据上述步骤中检测的矿热炉冶炼参数，计算矿热炉各相的阻抗值，作为恒阻抗控制策略的基础，结合WISE-PaaS云平台，实现基于遗传算法优化PID的矿热炉电极升降自动控制。本实例计算矿热炉各相阻抗值的方法如式(1)所示：
在式(1)中，U、I、cosφ分别表示矿热炉某一相的二次侧电流、二次侧电压、功率因数，R和r分别表示矿热炉某一相所对应的操作电阻和设备电阻。本实例考虑到在实际冶炼过程中相对于操作电阻R，设备电阻r数值很小，在一定程度上可以忽略，通过式(1)近似计算矿热炉各相的阻抗值。
步骤4：本实例通过WebAccess软件构建上位机系统，并实现矿热炉冶炼参数检测系统与上位机系统之间的通信。本实例使用Modbus/RTU通信协议，并分别在ADAM-5630控制器和WebAccess中进行通信方式的编译和设置，从而实现ADAM-5630控制器与上位机系统之间的数据传输，将矿热炉冶炼参数数据传输至上位机。
本实例考虑到矿热炉周边环境存在高温、有害气体较多等问题，通过RS232与串口光端机、光纤相结合的方式，延长矿热炉冶炼参数检测系统与装有上位机系统的PC客户端之间的距离。主要方式为控制器的RS232端口与串口光端机连接，通过长距离光纤传输至另一个串口光端机，再通过串口线接入装有上位机系统的PC客户端。
本实例通过WebAccess软件构建上位机系统，建立工程节点，设置通讯端口，建立模拟量点、计算点，获取在ADAM-5630控制器中计算得出的铜管电流、二次侧电流、二次侧电压、功率因数、阻抗值等冶炼参数的具体数值，并在此基础上，实现用户登录界面、冶炼参数实时显示、矿热炉三相电极控制界面、报表查询等功能。
步骤5：本实例在使用WebAccess构建的矿热炉电极升降控制上位机系统基础上，使用物联网技术对该系统进行更深入的开发。本实例对WebAccess中的Dashboard阅览器进行编辑，设置局域网，结合WebAccessClient等软件的功能，建立矿热炉电极升降控制上位机系统的移动客户端，进一步拓展用户查看矿热炉冶炼参数(二次侧电压、二次侧电流、功率因数、电极移动距离等)及其变化趋势的途径。
在步骤2中，本实例对ADAM系列智能控制器(本实例中为ADAM-5630控制器)进行配置和编程，具体流程如图4所示，按以下步骤进行：
步骤2-1：本实例在在每个ADAM-5630控制器(共三个，分别对应矿热炉三相电极)的卡槽上安装ADAM系列模块，包括两个ADAM-5017P、一个ADAM-5081和一个ADAM-5024。
步骤2-2：本实例在虚拟机VirtualBox开发环境下，建立VirtualBox与主机之间的共享文件夹，实现虚拟机与主机之间运行程序等文件的传输。
步骤2-3：本实例根据实际要求，完成电流信号采集、实际值转换、基于恒阻抗策略的PID控制、控制信号大小的确定和输出、Modbus/RTU通信等部分的编程。
步骤2-4：本实例通过FTP软件(本实例使用FileZillaPortable软件)和网线(两端分别连接ADAM-5630和PC的LAN端口)，将调试和运行程序传输到ADAM-5630控制器，再编译运行程序。
步骤2-5：本实例通过PuTTY软件查看ADAM-5017P、ADAM-5081等模块所测得的信号，判断ADAM-5630控制器是否处于正常工作状态。
步骤2-6：若处于正常工作状态，则停止操作，让ADAM-5630控制器继续运行，否则继续对ADAM-5630控制器进行配置和编程。
在步骤3中，基于遗传算法优化PID的矿热炉电极升降自动控制方法，其中遗传算法优化PID的控制结构如图2所示，该方法的具体流程如图5所示，按以下步骤进行：
步骤3-1：本实例首先根据矿热炉的实际情况和人工经验，在使用WebAccess构建的矿热炉电极升降控制上位机中设定基准阻抗值R，并传递至矿热炉各相对应的ADAM-5630控制器中。
步骤3-2：本实例根据矿热炉各相对应的ADAM-5017P和ADAM-5081采集的信号，分别计算获得矿热炉二次侧电压、二次侧电流、电极移动距离等冶炼参数的实际值。根据上述矿热炉冶炼参数的相关数据，计算出各相的实际阻抗值。
步骤3-3：本实例将各相的实际阻抗值与设定值进行对比，分情况确定矿热炉电极的升降方向：当实际阻抗值小于设定值时，对电极进行上升操作，增大电压、减小电流，从而提高阻抗值，而当实际阻抗值大于设定值时，则对电极进行下降操作，减小电压、增大电流，从而减小阻抗值，最终使得实际阻抗值趋近于设定值。
步骤3-4：本实例在对比实际阻抗值与设定值、进行电极升降操作的过程中，使用遗传算法优化常规的PID算法实现自动控制。在ADAM-5630控制器中计算设定值与系统输出值之间的偏差e，并在此基础上，通过式(2)进一步计算控制量m。
在式(2)中，m(t)表示控制量，m0表示输出的初始值，KP表示比例系数，KI表示积分系数，其中TI为积分时间常数，KD表示微分系数，其中KD＝KP×TD，TD为微分时间常数。
步骤3-5：本实例在使用PID算法控制电极升降的基础上，通过遗传算法对PID控制参数(KP、KI、KD)进行优化。为了满足控制系统快速到达稳定的要求和提高实际动态性能，本实例将时间与误差绝对值的积分作为遗传算法的优化目标，再进一步结合惩罚函数，建立遗传算法的目标函数计算方法，如式(3)所示。
在式(3)中，f表示目标函数值，e(t)表示系统误差，k1、k2表示权值，并且k2的取值远大于k1，h(t)＝g(t)-g(t-1)，其中g(t)表示被控对象的输出，当h(t)＜0，即g(t)＜g(t-1)时，将超调量考虑到目标函数的计算中。本实例在式(3)所示目标函数计算方法的基础上，进行适应度值计算，具体的计算方法如式(4)所示。
在式(4)中，S表示遗传算法优化过程中某个体的适应度值，f表示通过式(3)计算得到的该个体的目标函数值。
步骤3-6：本实例通过WebAccess软件与WISE-PaaS云平台之间的连接端口，结合WebAccess/SCADA和Datahub，实现使用WebAccess构建的矿热炉电极升降控制上位机与WISE-PaaS云平台之间的数据交换，将矿热炉各相冶炼参数和相关控制数据实时上传至WISE-PaaS云平台。根据上述矿热炉实时数据，在WISE-PaaS云平台中通过AIFS模块(AIFramework Service)中编译建立遗传算法模型进行PID参数优化。
步骤3-7：本实例在云平台建立的遗传算法模型中，根据矿热炉实际运行情况，按以下流程进行PID参数优化：
1、确定PID参数KP、KI、KD的取值范围和精度，设置初始种群大小、最大进化代数等遗传算法参数。在此基础上，结合随机函数，生成初始种群，并对初始种群中的所有个体进行编码。
2、根据式(3)、(4)中所示的适应度计算方法，结合实时上传至WISE-PaaS云平台的矿热炉冶炼数据，计算步骤1中生成的初始种群中各个体的适应度，并在此基础上计算该种群的选择概率和累积概率，使用最优保存策略，保存当代种群中的最优个体。
3、根据该种群的选择概率和累积概率，进行选择、交叉、变异等遗传操作，生成新一代种群。按照上述方法，对新一代种群中的各个体计算适应度，并使用之前保存的最优个体替换新一代种群中适应度最低的个体，再进行遗传操作。
4、依次类推，当遗传算法优化过程达到最大进化代数或满足停止条件时，输出优化结果，将整个优化过程的最优个体所对应的PID参数(KP、KI、KD)传至WebAccess上位机。步骤3-8：本实例通过WebAccess上位机与ADAM-5630控制器之间的通信，进一步将PID参数优化结果传至ADAM-5630控制器，调整原有的PID参数。在此基础上，结合步骤3-4中式(2)所示的PID控制方法，确定控制信号，并使用ADAM-5630卡槽中安装的ADAM-5024模块输出对应的电压信号，控制由比例阀、液压传动系统等构成的执行机构，改变比例阀的开度、液压传动系统的进出油速度，实现矿热炉电极升降的自动控制。
步骤3-9：按照上述控制方法，当矿热炉三相的实际阻抗值均趋近于设定值时，可认为在本实例中实现了矿热炉三相平衡。
在步骤4中，本实例通过WebAccess软件建立矿热炉电极升降控制上位机，具体流程如图6所示，按以下步骤进行：
步骤4-1：本实例首先在WebAccess软件中建立工程节点和对应的监控节点，考虑到矿热炉三相电极各自对应一个ADAM-5630控制器并通过串口光端机分别接入使用WebAccess构建的上位机系统，建立三个通讯端口(接口名称选择SERIAL，并根据连接的COM端口确定相应的端口号)，每个通讯端口下对应一台ADAM-5630控制器，通讯协议均设置为Modbus/RTU。
步骤4-2：本实例在每台设备下(分别为ADAM5630-1、ADAM5630-2、ADAM5630-3这三个设备节点)，建立模拟量点，获取ADAM-5630控制器上传的数据，再根据模拟量点，建立计算点、常数点，进行其他矿热炉冶炼参数和控制数据的计算。
步骤4-3：本实例在WebAccess软件的MQTT Connection Setting功能中，根据WISE-PaaS中建立的节点信息进行WISE-PaaS连线设定，并且勾选需要上传至WISE-PaaS云平台的模拟量点、计算点和常数点，再通过云端的脚本程序设置，结合WebAccess/SCADA和Datahub，最终实现基于WebAccess的矿热炉电极升降控制上位机与WISE-PaaS云平台之间的数据交换。
步骤4-4：本实例通过WebAccess软件中的绘图工具DrawDAQ，构建可视化的矿热炉参数显示与控制界面。
步骤4-5：本实例结合WebAccess的实时趋势显示、历史趋势显示、用户权限与密码设定、报表及记录等模块，在上位机系统中实现用户登录界面、冶炼参数实时显示、矿热炉三相电极控制界面、报表查询等功能，并且可根据用户的实际需求继续开发其他功能，如运行日志、超限报警、报警记录等。
以上给出了本发明涉及的具体实施方式，但本发明不局限于上述实施方式。凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种用于激光焊接电源的氙灯预燃板