结晶器液位控制是冶金连铸系统中非常重要的环节，由于结晶器液位系统具有时变性和非线性特性，而且存在许多不确定扰动因素，无法建立准确的模型，常规的控制方法已经不能满足要求，本文介绍的是fuzzy-pid复合自适应控制系统在包钢连铸系统结晶器液位控制中的设计与应用。
1包钢连铸项目结晶器液位控制系统中fuzzy-pid的设计与应用
1.1控制系统概述
结晶器液位控制是连铸生产中非常重要的一个环节，它对铸坯的质量、浇铸的顺利进行、工人劳动强度的减轻有着决定性的影响。控制系统框图如图1—1所示。
本系统采用塞棒来控制流入结晶器中的钢水流量。塞棒位置(开度)与钢水流量的特性关系是设计结晶器液位控制的重要依据。在浇铸过程中，塞棒会受到钢水的冲刷和腐蚀，使塞棒头部变形，导致塞棒位置与钢水流量的特性关系发生变化，如图1—2所示。
图中，曲线1是正常情况时的特性关系；曲线2是塞棒头部受到冲刷后的特性关系。由图示可知，随着塞棒头部的冲刷，特性曲线变陡。由于在连续浇铸时，浇铸时间很长，塞棒头部受到的冲刷很严重，即随着浇铸时间的延长，塞棒位置与钢水流量的特性关系会发生较大变化，而这种特性关系的变化无法用确定的数学关系式描述，在这种情况下仅采用常规控制方法很难达到对液位的精确控制。本系统采用模糊控制——pid控制的复合式自适应控制系统，解决此问题。
1.2硬件配置
在本系统中，plc采用西门子s5—135u，cpu为928b。为提高对液位系统变化的响应速度，在plc中采用双cpu。其中一个cpu用于主系统控制，另一个cpu专门用于结晶器液位控制。928b为一种高性能的cpu，响应时间可以达到ms级。
1.3软件设计
1.3.1结晶器液位控制原理
控制原理如图1—3所示：在自动开浇或液位低于20%时，切换开关(软件)k切换到“1”位，放大系数kp为1k(k为kp的调整系数)。此时，模糊控制器不起作用。在正常控制时，k切换到“2”位，即采用模糊控制器的输出作为pid控制器的放大系数kp。这样的设计是为了在液位很低的时候，迅速开大水口开度，使液位能快速达到设定液位值附近。当实际液位超过40%以后，开关k切换到“2”位，进入正常控制。
1.3.2模糊控制器1(fuzzy1)的设计
fuzzy1的输入变量是液位的偏差量与浇铸速度的变化量之和，是一维输入量和一维输出量的模糊控制器。
1.3.2.1输入变量的模糊化
设定输入变量的论域为［－10 000，＋10 000］。在此论域上，设定5个模糊子集，这5个模糊子集分别是：nb(负大)，ns(负小)，z(零)，ps(正小)，pb(正大)。其形状分布如图1—4所示。
1.3.2.2输出变量的设计
设定输出变量的论域为［0，0005］。在此论域上设定3个模糊子集。这3个模糊子集分别
是：s(小)，m(中)，b(大)。其形状分布如图1—5所示。
1.3.2.3控制规则
1.3.2.4控制决策
根据控制规则，利用模糊控制决策中重心法得到控制决策曲线图，如图1—6所示。
图中，横坐标x是输入变量，纵坐标y是输出变量。
从上述的设计及决策控制图可知：当输入变量在“0”附近变化时，fuzzy1输出值大，这时，由fuzzy2确定的kp有效；当输入变量值偏大时，fuzzy1的输出值为零，这时，由fuzzy2确定的kp无效。在生产中，当进行速度调整或开浇阶段，液位波动较大，塞棒的调节幅度较大，调节较频繁，塞棒相对于速度的变化也较长较频繁，而此时塞棒与钢水流量的特性关系还未发生变化，fuzzy1的作用就是在此时保持kp的相对稳定，避免kp因频繁大幅度调整而破坏系统的稳定性。
1.3.3模糊控制器2(fuzzy2)的设计
fuzzy2的输入变量有2个：浇铸速度的设定值和塞棒位置值。此塞棒位置值是相对于塞棒零位的位置值，而不是绝对位置值。此模糊控制器是二维输入变量一维输出变量的模糊控制器。
1.3.3.1浇铸速度输入变量的模糊化
设定此输入变量的论域为［0，100］，在此论域上设定5个模糊子集。这5个模糊子集分别为：z(零)，s(小)，m(中)，b(大)，vb(很大)。各模糊子集的形状及分布如图1—7所示。
1.3.3.2塞棒位置输入变量的模糊化
设定此输入变量的论域为［0，10 000］。在此论域上设定6个模糊子集。这6个模糊子集分别为：z(零)，l(低)，ms(中小)，m(中)，mb(中大)，h(高)，各模糊子集的形状及分布如图1—8所示。
1.3.3.3输出变量的设计
假定输出变量的论域为［0.5，2］。在此论域上设定3个模糊子集，这3个模糊子集分别为：s(小)，m(中)，b(大)，各模糊子集的形状及分布如图1—9。
1.3.3.4控制规则
根据模糊控制决策中的重心法，结合上述控制规则得到输入变量与输出变量的关系。由于fuzzy2是二维输入变量，为了便于分析，假定其中一个输入变量固定在某个值上，分析另外一个输入变量与输出变量的关系：假设速度变量固定在m模糊集上，此时可得到塞棒位置变量与输出变量的关系曲线图，如图1—10。
由图可知，当浇铸速度一定时，输出变量随塞棒位置的升高而增大。假定塞棒位置变量在m模糊集上，此时可得到速度变量与输出变量的关系趋势曲线图，如图1—11。
由图可知，当塞棒位置一定时，输出变量随速度的增加而减少。
综合上述两方面的分析可知，当塞棒位置相对于浇铸速度变大时，输出变量值(kp)就大，反之，输出变量值就小。在实际生产中，对应于不同的塞棒位置——钢水流量特性曲线，塞棒位置与浇铸速度有不同的对应关系。而塞棒位置与浇铸速度对应关系的变化，将会改变kp的大小，即随着塞棒位置——钢水流量特性的变化，由fuzzy2对kp进行自适应调节，始终满足pid在调节过程中对kp较理想的要求。
2设计的特点及运行结果
本设计在液位调节控制中，除液位变量外，还考虑了浇铸速度设定值的变化，实际速度值的变化，以及塞棒的实际位置等因素，对这些因素的变化带来的影响都进行了有效的控制，提高了动态控制水平，增强了抗干扰能力。同时，利用模糊控制器的输出作为pid控制器的增益值，这种设计结构属于复合式fuzzy—pid控制系统，它的特点是：发挥了模糊控制器鲁棒性好，动态响应快，超调小的特点，又利用了pid控制器稳态调节的优越性。实际生产的情况也证明了本设计是成功的，实际控制的效果是很好的，满足了生产工艺的要求，保证了液位的平稳性及连续铸钢的可靠性和安全性，大大减轻了操作工人的劳动强度。
在对模糊控制器进行设计时，根据实际情况可减弱变量的某一范围对模糊控制器的影响，即通过乘以一个0～1范围的系数使相应的语言变量的最大隶属度小于1。总之，在设计模糊控制器时应根据具体情况和经验来进行，充分发挥模糊控制的特点。模糊控制在包钢结晶器液位控制系统中的成功运用，为模糊控制理论拓宽了应用领域，模糊控制将在冶金行业中应用越来越广泛。
本系统在包钢投入运行以来，大大减少了漏钢次数，使连浇次数不断提高，年创经济效益900万元，而且该控制系统已被许多钢铁企业采用，取得了显著的经济效益。
［参考文献］
［1］chen c h.fuzzy logic and neural network handbood［m］.newyork:mc grayhill inc,1996.
［2］presti m l,poluzzi r.synthesis of fuzzy controllers through neuralnetworks［j］.fuzzy sets and systems,1995,(71):4571.
［3］王立新自适应模糊控制与控制－设计与稳定性分析［m］.北京：国防工业出版社，1995，123134
［4］诸静模糊控制原理与应用北京：机械工业出版社，1995，115
［5］张曾科模糊数学在自动化技术中的应用［m］.清华大学出版社，1997
