CN110597053B - 大型磨机过程控制*** - Google Patents

Abstract

一种大型磨机过程控制***，涉及矿山机械，尤其是一种通过甄别处理，规避失真信号，有效避免因假性报警、故障造成频繁停机的大型磨机过程控制***。本发明的大型磨机过程控制***，安装在磨机上，其特征在于该控制***包括内部架构、外部辅助单元和磨机监测***，内部架构、外部辅助单元以及磨机监测***通过导线连接。本发明对所有外部传感器检测信号，进行甄别处理，避免失真信号进入逻辑连锁控制单元，避免磨机因假性报警和故障的频繁停机；增加了机械性能预测性控制功能，有效控制轴承、轴瓦、齿轮等机械损伤程度；增加在线运行故障处理功能，实现了不需要停机就可以对齿轮润滑油润滑、温度检测等故障进行处理，减少磨机非必须停车频次。

Description

大型磨机过程控制***

技术领域

本发明涉及矿山机械，尤其是一种通过甄别处理，规避失真信号，有效避免因假性报警、故障造成频繁停机的大型磨机过程控制***。

背景技术

目前，国内日处理万吨级以上的铜矿山磨机润滑控制***设计理念比较陈旧和传统，它绝大部分是应用理想环境状态下的信号检测与控制进行设计。未能解决电磁干扰、粉尘、油污、振动等恶劣环境影响故障停车频发问题；不能进行磨机机械病态预测，一旦发生故障，机械损伤将扩大化，修复及其困难的问题；而且不可以通过在线运行故障处理的办法，减少磨机非计划停车频次；同时，磨机停车后，再启动开车困难的问题。究其根源，此类超大型重点设备控制***存在如下缺陷：1、无***传感器信号失真与否的甄别判断和分类推送控制功能；2、无对机械性能的预测性控制功能；3、无在线运行故障处理功能等。据不完全统计，磨机故障停车造成影响有：1、每次的故障停机，公司将进行3天左右停车善后处理，每年大约出现10次以上的假故障停车，不包括非计划停车，共计全年耽误单系列生产合计约30天，每天单系列停车直接经济损失约200万元，全年共计直接经济损失约为30*200＝6000万元；2、降低单系列设备全年运转效率约为30/365/2＝4.1％；3、大量的停车善后处理，额外增加在高原环境下，员工的高强度体力劳动，减低员工身心健康指数，增加安全风险。

传统磨机的结构包括驱动电机、离合器、小齿轮、大齿圈和磨机筒体，驱动电机通过离合器与小齿轮连接，大齿圈安装在磨机筒体上，小齿轮与大齿圈啮合，磨机筒体的入料端和出料端均设置轴承，驱动电机通过离合器带动小齿轮转动，小齿轮带动大齿圈转动，大齿圈带动磨机筒体绕轴承转动，通常驱动电机、离合器以及小齿轮为两套，连接后，大齿圈两侧分别与两个小齿轮啮合，通过两组驱动电机，带动磨机筒体转动，有效提高转动的稳定性；并在小齿轮两端和磨机筒体的两个轴承处连接供油管道和喷油嘴，实时补充润滑油。

发明内容

本发明所要解决的就是现有铜矿山磨机润滑控制***设计不科学，在恶劣环境中使用，容易受到失真信号干扰，造成频繁停机的问题，提供一种通过甄别处理，规避失真信号，有效避免因假性报警、故障造成频繁停机的大型磨机过程控制***。

本发明的大型磨机过程控制***，安装在磨机上，其特征在于该控制***包括内部架构、外部辅助单元和磨机监测***，内部架构、外部辅助单元以及磨机监测***通过导线连接，其中：

内部架构包括逻辑连锁控制单元、运行状态监控单元、甄别控制处理单元、预测控制处理单元、数据历史储存单元以及在线故障处理单元，甄别控制处理单元分别与逻辑连锁控制单元、数据历史储存单元连接，预测控制处理单元分别与逻辑连锁控制单元、数据历史储存单元连接，逻辑连锁控制单元、数据历史储存单元分别与运行状态监控单元连接，运行状态监控单元与在线故障处理单元连接；

外部辅助单元包括远程传送监控单元、声光报警单元；

磨机监测***包括温度传感器、油压传感器、流量传感器和振动传感器，在磨机设置数个测温点、油压监测点和油量监测点，入料端和出料端的轴承上各设置三个测温点，小齿轮表面设置三个测温点，小齿轮的两端分别设置一个测温点，每个测温点上均设置温度传感器，通过温度传感器采集测温点的温度，小齿轮表面测温点的温度传感器采用红外温度传感器；在小齿轮两端以及两个筒体两端轴承的喷油嘴上设置流量传感器，在供油管道上设置油压传感器；在小齿轮驱动端、非驱动端以及竖直方向，设立X、Y、Z三个方向的振动检测，每个小齿轮安装6个振动传感器，一台磨机的两个小齿轮上共安装12个振动传感器；磨机监测***与甄别控制处理单元连接，获取的监控数据传递给甄别控制处理单元；

具体控制过程如下：

1)甄别控制处理单元获取小齿轮红外温差、小齿轮红外温度、油流、油压、轴承温度以及振动范围，通过模糊控制判断失真情况，判断为失真信号，则不参与逻辑连锁控制，进入历史数据记录单元储存，仅供查询使用；判断为真实信号，则将数据传送给逻辑连锁控制单元，参与运行连锁控制；

2)逻辑连锁控制单元接收到甄别控制处理单元的数据信号后，对信号进行分析，判断故障问题，利用模糊控制寻找最佳使用值得设定值；首先每个温度传感器设定-200℃的断线温度，检测到该温度时，直接将信息传输至在线故障处理单元，并发出报警信号；设定正常使用温度值为60℃，利用模糊控制计算，得到超高温度90℃，超出超高温度值时，发出该检测点的故障停机指令，并发出报警信息；对小齿轮小端的温差范围，根据红外温度传感器的信息，设定两端温差值正常范围为15，超大温差值为30，温差值超过15时，发出报警信号，超过30时，则发出故障停机指令；对供油管道的油压，设定正常使用范围的低压为40kg/cm3、超低压为15kg/cm3的预设值，当信号达到该值时输出相应检测点的报警信息或故障停机指令；

3)在线故障处理单元主要针对两类故障处理，分别是润滑油故障处理和温度检测故障处理，具体处理方式为：

(1)润滑油故障进行不停机在线处理，包括润滑油故障处理等待间歇和计时置零两个功能，润滑油喷射周期结束后预设等待间歇时间，等待间歇时间功能中加入计时置零功能，在等待间歇时间内进行润滑油***的故障处理，等待间歇时间中启动计时置零功能，令等待间歇时间重新开始计时，保证故障处理具有充分时间，在处理过程中，通过人工观察润滑油情况，及时以人工方式补充润滑油，直至故障消除；

(2)温度检测故障处理，对每个温度传感器的线路和探头进行监测，任意一个温度传感器发出断线故障故障时，显示断线信息，提示维护人员针对性检查和处理，避免因高温产生故障，导致停车；

4)预测控制处理单元，根据实时检测数据和历史数据在线趋势记录，结合设备性能的正常使用范围指标值域，设定正常运行的超出区域界限值，检测数据超出区域界限值时，提前预警，通知维护人员提前对设备的轴承、轴瓦、齿轮等机械结构进行性能分析和保养维护；

5)声光报警单元配合内部架构，对操作、维护人员进行及时预警，便于操作、维护人员采取措施；

6)远程传送监控单元，将磨机运行相关信息传送到分布式控制***，在分布式控制***服务器做实时及历史储存、趋势查询、状态信息显示以及控制功能，便于中控操作人员及时掌握磨机运行的一手信息，并准确下达相应指令。

所述的控制步骤1)中，模糊控制判断失真情况步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差e＝r–y，r为失真度设定值，y为失真度测试值；

偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：失真度测试过程中控制滤波时间长度的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定：

偏差e的基本论域：[-20次，+20次]；

偏差语言值E的离散论域：X＝{-6,...,0…,+6}；

则偏差e的量化因子为：K_e＝2*6/[20-(-20)]＝0.3；

语言变量偏差E的语言值选为：PB,PM，PS,PO，NO,NS,NM，NB 8个语言值：

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(x)，并据此建立语言变量E的赋值表

语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率语言值EC的离散论域：Y＝{-6，-5,...,0…,+5，+6}；

则偏差变化率ec的量化因子为：K_ec＝2*6/[15-(-15)]＝0.4；

语言变量偏差EC的语言值选为：PB,PM，PS,ZO,NS,NM，NB 7个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(y)，并据此建立语言变量EC的赋值表

语言变量EC的赋值表

控制量变化u的基本论域：[-10s，+10s]；

控制量变化语言值U的离散论域：Z＝{-7,-6,...,0,…,+6,+7}；

则控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝10/7；

语言变量控制量变化U的语言值选为：PB,PM,PS,ZO,NS,NM,NB 7个语言值；

通过长期应用总结，确定在论域Z上用以描述模糊子集PB,…,NB的隶属函数μ(z)，并据此建立语言变量U的赋值表

语言变量U的赋值表

3)模糊控制规则的确定：

当误差，暨希望值减去测试值，为负大时，说明测试值高于希望值，当误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大，暨控制量增大，意味着滤波时间控制设置增大，使得失真度下降；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除；基于上述原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态；当误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；得到模糊控制表

模糊控制规则表

得到该失真度偏差、偏差变化率与滤波时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

其中规则内的模糊集取交集运算，规则间的模糊集取并集运算；

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*，ec^*

且e^*∈X＝{-6,-5,...,-0,+0…,+5+6},ec^*∈Y＝{-6,-5,...,0,…,+5+6}将e^*、ec^*模糊化得模糊子集E^*、EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

解模糊与模糊控制表的生成，采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*，对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成表格，即得模糊控制表

模糊控制查询表

模糊控制表离线计算得到:根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差

e(k)、ec(k),(k＝0,1,2,……)

分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，

即u＝u^**k_u；

本模糊控制的目的去掉失真度，则包含了e≤0的所有u^*，另外k_u＝10/7；结合实际运行历史数据趋势波形图来看滤波时间的设置应不小于5s，通过u＝u^**k_u≥5s计算，得出u^*≥3.5，所以，在该模糊控制器下，所有u^*＞3的控制量均可以达到去掉失真度的要求；但是u^*选择过大，实际控制量的变化值u也会过大，即滤波时间增大，导致控制***出现进入逻辑控制等单元的正常信号严重滞后，***对外部正常信号处理不及时，严重超调，失去***的优越性，所以最佳失真度的控制量u^*应该满足：3＜u^*≤4，所以控制***信号处理单元去掉信号失真度的最佳滤波时间长度设置为5s。

所述的控制步骤2)中，利用模糊控制寻找最佳使用值得设定值的具体步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差e＝r–y，r为各设定值的目标值，y为多次的测试值；

偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：设定目标稳定运行过程中控制控制设定值长度的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定；组成二维坐标系，采用三角形或半梯形的隶属度函数关系进行模糊计算；

3)模糊控制规则的确定：

当误差较大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要注意防止超调，根据上述规则，得到以下模糊控制表

模糊控制规则表

按上述控制规则，得到该失真度偏差、偏差变化率与滤波时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*、ec^*

且e^*∈X＝{-6,-5,...,-0,+0…,+5+6}

ec^*∈Y＝{-6,-5,...,0,…,+5+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*；对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成模糊控制查询表：

模糊控制查询表

模糊控制查询表离线计算得到:

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k),(k＝0,1,2,……)分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，即u＝u^**k_u；

6)根据上述模糊控制设计得出以下设定值控制设置结论：

(1)红外温差报警的最佳设定值寻找：

选择：报警值的控制量变化u的基本论域：[-15，+15]；

控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝15/7；

由上述推导u＝u^**k_u计算得出，u^*＝7。满足最大隶属度取值原则，所以上述报警值的最佳设定为15℃；

(2)红外温差故障停机的最佳设定值寻找：

选择：报警值的控制量变化u的基本论域：[-30，+30]；

则控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝30/7；

由上述推导u＝u^**k_u计算得出，u^*＝7，满足最大隶属度取值原则，所以上述故障停机值的最佳设定为30℃。

所述的具体控制过程中，还设置有润滑油恒温控制过程，根据现场使用情况，要求保持磨机稳定高效运行，润滑控制***务必稳定恒温运行，通过长时间的经验总结，磨机润滑***温度稳定在28℃不变，为最佳状态；该控制过程利用模糊计算进行控制，具体控制步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器；

输入语言变量：偏差语言变量为E，偏差变化率EC；

温度偏差e＝r–y，r为润滑***温度设定值，y为润滑***温度检测值；

温度偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：恒温保持过程中控制加热器动作时长的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定：

偏差e的基本论域：[-10℃，+10℃]；

偏差语言值E的离散论域：X＝{-6,...,0…,+6}；

则偏差e的量化因子为：K_e＝2*6/[10-(-10)]＝0.6；

语言变量偏差E的语言值选为：PB、PM、PS、PO、NO、NS、NM以及NB 8个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(x)为三角隶属度函数，并据此建立语言变量E的赋值表

语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率语言值EC的离散论域：Y＝{-6，-5,...,0…,+5，+6}；

则偏差变化率ec的量化因子为：K_ec＝2*6/[15-(-15)]＝6/15；

语言变量偏差EC的语言值选为：PB、PM、PS、ZO、NS、NM和NB 7个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(y)为三角隶属度函数，并据此建立语言变量EC的赋值表

语言变量EC的赋值表

控制量变化u的基本论域：[-60min，+60min]；

控制量变化语言值U的离散论域：Z＝{-7,-6,...,0,…,+6,+7}；

则控制量变化u的比例因子为：K_u＝[60-(-60)]/2*7＝60/7；

语言变量控制量变化U的语言值选为：PB、PM、PS、ZO、NS、NM以及NB7个语言值；

确定在论域Z上用以描述模糊子集PB,…,NB的隶属函数μ(z)为三角隶属度函数，并据此建立语言变量U的赋值表

语言变量U的赋值表

3)模糊控制规则的确定：

当误差，暨希望值减去检测值为负大时，说明检测值高于希望值，当若误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，所以为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除，基于这种原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态，若误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；

根据上述规则，得到模糊控制规则表

模糊控制规则表

按上述控制规则，得到该温度偏差、偏差变化率与加热器工作时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*和ec^*，且

e^*∈X＝{-6,-5,...,-0,+0…,+5+6},

ec^*∈Y＝{-6,-5,...,0,…,+5+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*；

对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成表格，即得模糊控制查询表

模糊控制查询表

模糊控制查询表离线计算：

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k),(k＝0,1,2,……)分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，即u＝u^**k_u；

最终控制过程：由实时检测的温度偏差、结合偏差变化率，得到模糊控制变化量，经过反模糊控制的一系列转换，输出需要的实际控制量。

本发明的大型磨机过程控制***，结构简单，设计科学，使用方便，对所有外部传感器检测信号，进行甄别处理，避免失真信号进入逻辑连锁控制单元，避免磨机因假性报警和故障的频繁停机；增加了机械性能预测性控制功能，有效控制轴承、轴瓦、齿轮等机械损伤程度；增加在线运行故障处理功能，实现了不需要停机就可以对齿轮润滑油润滑、温度检测等故障进行处理，减少磨机非必须停车频次；经过该项技术开发应用后，获得成效有：1、增加公司年度生产直接经济收益约6000万元；2、提高单系列设备全年运转效率约为4.1％；3、在高原环境下，减少员工高强度额外体力劳动，提高员工身心健康指数，降低安全风险。

附图说明

图1为本发明控制***结构示意图。

图2为本发明磨机监测***结构示意图。

其中，逻辑连锁控制单元1，运行状态监控单元2，甄别控制处理单元3，预测控制处理单元4，数据历史储存单元5，在线故障处理单元6，远程传送监控单元7，声光报警单元8，温度传感器9，油压传感器10，流量传感器11，轴承12，小齿轮13，供油管道14。

具体实施方式

实施例1：一种大型磨机过程控制***，安装在磨机上，该控制***包括内部架构、外部辅助单元和磨机监测***，内部架构、外部辅助单元以及磨机监测***通过导线连接，其中：

内部架构包括逻辑连锁控制单元1、运行状态监控单元2、甄别控制处理单元3、预测控制处理单元4、数据历史储存单元5以及在线故障处理单元6，甄别控制处理单元3分别与逻辑连锁控制单元1、数据历史储存单元5连接，预测控制处理单元4分别与逻辑连锁控制单元1、数据历史储存单元5连接，逻辑连锁控制单元1、数据历史储存单元5分别与运行状态监控单元2连接，运行状态监控单元2与在线故障处理单元6连接；

外部辅助单元包括远程传送监控单元7、声光报警单元8；

磨机监测***包括温度传感器9、油压传感器10、流量传感器11和振动传感器，在磨机设置数个测温点、油压监测点和油量监测点，入料端和出料端的轴承12上各设置三个测温点，小齿轮13表面设置三个测温点，小齿轮13的两端分别设置一个测温点，每个测温点上均设置温度传感器9，通过温度传感器9采集测温点的温度，小齿轮13表面测温点的温度传感器9采用红外温度传感器9；在小齿轮13两端以及两个筒体两端轴承12的喷油嘴上设置流量传感器11，在供油管道14上设置油压传感器10；在小齿轮13驱动端、非驱动端以及竖直方向，设立X、Y、Z三个方向的振动检测，每个小齿轮13安装6个振动传感器，一台磨机的两个小齿轮13上共安装12个振动传感器；磨机监测***与甄别控制处理单元3连接，获取的监控数据传递给甄别控制处理单元3；

具体控制过程如下：

1)甄别控制处理单元3获取小齿轮13红外温差、小齿轮13红外温度、油流、油压、轴承12温度以及振动范围，通过模糊控制判断失真情况，判断为失真信号，则不参与逻辑连锁控制，进入历史数据记录单元储存，仅供查询使用；判断为真实信号，则将数据传送给逻辑连锁控制单元1，参与运行连锁控制；

2)逻辑连锁控制单元1接收到甄别控制处理单元3的数据信号后，对信号进行分析，判断故障问题，利用模糊控制寻找最佳使用值得设定值；首先每个温度传感器9设定-200℃的断线温度，检测到该温度时，直接将信息传输至在线故障处理单元6，并发出报警信号；设定正常使用温度值为60℃，利用模糊控制计算，得到超高温度90℃，超出超高温度值时，发出该检测点的故障停机指令，并发出报警信息；对小齿轮13小端的温差范围，根据红外温度传感器9的信息，设定两端温差值正常范围为15，超大温差值为30，温差值超过15时，发出报警信号，超过30时，则发出故障停机指令；对供油管道14的油压，设定正常使用范围的低压为40kg/cm3、超低压为15kg/cm3的预设值，当信号达到该值时输出相应检测点的报警信息或故障停机指令；

3)在线故障处理单元6主要针对两类故障处理，分别是润滑油故障处理和温度检测故障处理，具体处理方式为：

(1)润滑油故障进行不停机在线处理，包括润滑油故障处理等待间歇和计时置零两个功能，润滑油喷射周期结束后预设等待间歇时间，等待间歇时间功能中加入计时置零功能，在等待间歇时间内进行润滑油***的故障处理，等待间歇时间中启动计时置零功能，令等待间歇时间重新开始计时，保证故障处理具有充分时间，在处理过程中，通过人工观察润滑油情况，及时以人工方式补充润滑油，直至故障消除；

(2)温度检测故障处理，对每个温度传感器9的线路和探头进行监测，任意一个温度传感器9发出断线故障故障时，显示断线信息，提示维护人员针对性检查和处理，避免因高温产生故障，导致停车；

4)预测控制处理单元4，根据实时检测数据和历史数据在线趋势记录，结合设备性能的正常使用范围指标值域，设定正常运行的超出区域界限值，检测数据超出区域界限值时，提前预警，通知维护人员提前对设备的轴承12、轴瓦、齿轮等机械结构进行性能分析和保养维护；

5)声光报警单元8配合内部架构，对操作、维护人员进行及时预警，便于操作、维护人员采取措施；

6)远程传送监控单元7，将磨机运行相关信息传送到分布式控制***，在分布式控制***服务器做实时及历史储存、趋势查询、状态信息显示以及控制功能，便于中控操作人员及时掌握磨机运行的一手信息，并准确下达相应指令。

在控制步骤1)中，模糊控制判断失真情况步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差e＝r–y，r为失真度设定值，y为失真度测试值；

偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：失真度测试过程中控制滤波时间长度的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定：

偏差e的基本论域：[-20次，+20次]；

偏差语言值E的离散论域：X＝{-6,...,0…,+6}；

则偏差e的量化因子为：K_e＝2*6/[20-(-20)]＝0.3；

语言变量偏差E的语言值选为：PB,PM，PS,PO，NO,NS,NM，NB 8个语言值：

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(x)，并据此建立语言变量E的赋值表

语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率语言值EC的离散论域：Y＝{-6，-5,...,0…,+5，+6}；

则偏差变化率ec的量化因子为：K_ec＝2*6/[15-(-15)]＝0.4；

语言变量偏差EC的语言值选为：PB,PM，PS,ZO,NS,NM，NB 7个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(y)，并据此建立语言变量EC的赋值表

语言变量EC的赋值表

控制量变化u的基本论域：[-10s，+10s]；

控制量变化语言值U的离散论域：Z＝{-7,-6,...,0,…,+6,+7}；

则控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝10/7；

语言变量控制量变化U的语言值选为：PB,PM,PS,ZO,NS,NM,NB 7个语言值；

通过长期应用总结，确定在论域Z上用以描述模糊子集PB,…,NB的隶属函数μ(z)，并据此建立语言变量U的赋值表

语言变量U的赋值表

3)模糊控制规则的确定：

当误差，暨希望值减去测试值，为负大时，说明测试值高于希望值，当误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大，暨控制量增大，意味着滤波时间控制设置增大，使得失真度下降；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除；基于上述原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态；当误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；得到模糊控制表

模糊控制规则表

得到该失真度偏差、偏差变化率与滤波时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

其中规则内的模糊集取交集运算，规则间的模糊集取并集运算；

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*，ec^*

且e^*∈X＝{-6,-5,...,-0,+0…,+5+6},ec^*∈Y＝{-6,-5,...,0,…,+5+6}

将e^*、ec^*模糊化得模糊子集E^*、EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

解模糊与模糊控制表的生成，采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*，对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成表格，即得模糊控制表

模糊控制查询表

模糊控制表离线计算得到:根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差

e(k)、ec(k),(k＝0,1,2,……)

分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，

即u＝u^**k_u；

本模糊控制的目的去掉失真度，则包含了e≤0的所有u^*，另外k_u＝10/7；结合实际运行历史数据趋势波形图来看滤波时间的设置应不小于5s，通过u＝u^**k_u≥5s计算，得出u^*≥3.5，所以，在该模糊控制器下，所有u^*＞3的控制量均可以达到去掉失真度的要求；但是u^*选择过大，实际控制量的变化值u也会过大，即滤波时间增大，导致控制***出现进入逻辑控制等单元的正常信号严重滞后，***对外部正常信号处理不及时，严重超调，失去***的优越性，所以最佳失真度的控制量u^*应该满足：3＜u^*≤4，所以控制***信号处理单元去掉信号失真度的最佳滤波时间长度设置为5s。

在控制步骤2)中，利用模糊控制寻找最佳使用值得设定值的具体步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差e＝r–y，r为各设定值的目标值，y为多次的测试值；

偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：设定目标稳定运行过程中控制控制设定值长度的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定；组成二维坐标系，采用三角形或半梯形的隶属度函数关系进行模糊计算；

3)模糊控制规则的确定：

当误差较大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要注意防止超调，根据上述规则，得到以下模糊控制表

模糊控制规则表

按上述控制规则，得到该失真度偏差、偏差变化率与滤波时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*、ec^*

且e^*∈X＝{-6,-5,...,-0,+0…,+5+6}

ec^*∈Y＝{-6,-5,...,0,…,+5+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*；对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成模糊控制查询表：

模糊控制查询表

模糊控制查询表离线计算得到:

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k),(k＝0,1,2,……)分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，即u＝u^**k_u；

6)根据上述模糊控制设计得出以下设定值控制设置结论：

(1)红外温差报警的最佳设定值寻找：

选择：报警值的控制量变化u的基本论域：[-15，+15]；

控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝15/7；

由上述推导u＝u^**k_u计算得出，u^*＝7。满足最大隶属度取值原则，所以上述报警值的最佳设定为15℃；

(2)红外温差故障停机的最佳设定值寻找：

选择：报警值的控制量变化u的基本论域：[-30，+30]；

则控制量变化u的比例因子为：K_u＝[10-(-10)]/2*7＝30/7；

由上述推导u＝u^**k_u计算得出，u^*＝7，满足最大隶属度取值原则，所以上述故障停机值的最佳设定为30℃。

具体控制过程中，还设置有润滑油恒温控制过程，根据现场使用情况，要求保持磨机稳定高效运行，润滑控制***务必稳定恒温运行，通过长时间的经验总结，磨机润滑***温度稳定在28℃不变，为最佳状态；该控制过程利用模糊计算进行控制，具体控制步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器；

输入语言变量：偏差语言变量为E，偏差变化率EC；

温度偏差e＝r–y，r为润滑***温度设定值，y为润滑***温度检测值；

温度偏差变化率ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)；

输出语言变量：恒温保持过程中控制加热器动作时长的变化量U；

2)输入语言变量偏差E、偏差变化EC和输出语言变量控制量变化U的语言值的确定：

偏差e的基本论域：[-10℃，+10℃]；

偏差语言值E的离散论域：X＝{-6,...,0…,+6}；

则偏差e的量化因子为：K_e＝2*6/[10-(-10)]＝0.6；

语言变量偏差E的语言值选为：PB、PM、PS、PO、NO、NS、NM以及NB 8个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(x)为三角隶属度函数，并据此建立语言变量E的赋值表

语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率语言值EC的离散论域：Y＝{-6，-5,...,0…,+5，+6}；

则偏差变化率ec的量化因子为：K_ec＝2*6/[15-(-15)]＝6/15；

语言变量偏差EC的语言值选为：PB、PM、PS、ZO、NS、NM和NB 7个语言值；

确定在论域X上用以描述模糊子集PB,…,NB的隶属函数μ(y)为三角隶属度函数，并据此建立语言变量EC的赋值表

语言变量EC的赋值表

控制量变化u的基本论域：[-60min，+60min]；

控制量变化语言值U的离散论域：Z＝{-7,-6,...,0,…,+6,+7}；

则控制量变化u的比例因子为：K_u＝[60-(-60)]/2*7＝60/7；

语言变量控制量变化U的语言值选为：PB、PM、PS、ZO、NS、NM以及NB7个语言值；

确定在论域Z上用以描述模糊子集PB,…,NB的隶属函数μ(z)为三角隶属度函数，并据此建立语言变量U的赋值表

语言变量U的赋值表

3)模糊控制规则的确定：

当误差，暨希望值减去检测值为负大时，说明检测值高于希望值，当若误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，所以为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除，基于这种原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态，若误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；

根据上述规则，得到模糊控制规则表

模糊控制规则表

按上述控制规则，得到该温度偏差、偏差变化率与加热器工作时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，(k＝0,1,2,……)

量化后得e^*和ec^*，且

e^*∈X＝{-6,-5,...,-0,+0…,+5+6},

ec^*∈Y＝{-6,-5,...,0,…,+5+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量、误差变化率向量与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z＝{-7,...,0,…,+7}上取值的控制增量u^*；

对论域X(X＝{-6,...,-0,+0，…,+6})和论域Y(Y＝{-6,...,0，…,+6})的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z(Z＝{-7,...,0,…,+7})上的元素与之一一对应，将这些对应关系制成表格，即得模糊控制查询表

模糊控制查询表

模糊控制查询表离线计算：

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k),(k＝0,1,2,……)分别进行量化，取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制量变化u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的变化值u，即u＝u^**k_u；

最终控制过程：由实时检测的温度偏差、结合偏差变化率，得到模糊控制变化量，经过反模糊控制的一系列转换，输出需要的实际控制量：当实际测量温度为14℃，目标温度为28℃，温差为14℃，而正在加热的温差变化率为正，且有减小趋势，通过计算和查表找到模糊控制范围，可以取u^*＝2，u＝2*60/7＝17.14，因此当前检测情况来看，还有持续加热17分钟左右，同时进行实时的检测输入到模糊控制***进行实时修正控制输出，最终使温度稳定在目标值28℃，磨机润滑***达到最佳润滑运行状态。

Claims (4)

1.一种大型磨机过程控制***，安装在磨机上，其特征在于该控制***包括内部架构、外部辅助单元和磨机监测***，内部架构、外部辅助单元以及磨机监测***通过导线连接，其中：

内部架构包括逻辑连锁控制单元(1)、运行状态监控单元(2)、甄别控制处理单元(3)、预测控制处理单元(4)、数据历史储存单元(5)以及在线故障处理单元(6)，甄别控制处理单元(3)分别与逻辑连锁控制单元(1)、数据历史储存单元(5)连接，预测控制处理单元(4)分别与逻辑连锁控制单元(1)、数据历史储存单元(5)连接，逻辑连锁控制单元(1)、数据历史储存单元(5)分别与运行状态监控单元(2)连接，运行状态监控单元(2)与在线故障处理单元(6)连接；

外部辅助单元包括远程传送监控单元(7)、声光报警单元(8)；

磨机监测***包括温度传感器(9)、油压传感器(10)、流量传感器(11)和振动传感器，在磨机设置数个测温点、油压监测点和油量监测点，入料端和出料端的轴承(12)上各设置三个测温点，小齿轮(13)表面设置三个测温点，小齿轮(13)的两端分别设置一个测温点，每个测温点上均设置温度传感器(9)，通过温度传感器(9)采集测温点的温度，小齿轮(13)表面测温点的温度传感器(9)采用红外温度传感器；在小齿轮(13)两端以及两个筒体两端轴承(12)的喷油嘴上设置流量传感器(11)，在供油管道(14)上设置油压传感器(10)；在小齿轮(13)驱动端、非驱动端以及竖直方向，设立X、Y、Z三个方向的振动检测，每个小齿轮(13)安装6个振动传感器，一台磨机的两个小齿轮(13)上共安装12个振动传感器；磨机监测***与甄别控制处理单元(3)连接，获取的监控数据传递给甄别控制处理单元(3)；

具体控制过程如下：

1)甄别控制处理单元(3)获取小齿轮(13)红外温差、小齿轮(13)红外温度、油流、油压、轴承(12)温度以及振动范围，通过模糊控制判断失真情况，判断为失真信号，则不参与逻辑连锁控制，进入历史数据记录单元储存，仅供查询使用；判断为真实信号，则将数据传送给逻辑连锁控制单元(1)，参与逻辑连锁控制；

2)逻辑连锁控制单元(1)接收到甄别控制处理单元(3)的数据信号后，对信号进行分析，判断故障问题，利用模糊控制寻找最佳使用值的设定值；首先每个温度传感器(9)设定-200℃的断线温度，检测到该断线温度时，直接将信息传输至在线故障处理单元(6)，并发出报警信号；设定正常使用温度值为60℃，利用模糊控制计算，得到超高温度90℃，超出超高温度值时，发出该检测点的故障停机指令，并发出报警信息；对小齿轮(13)两端的温差范围，根据红外温度传感器的信息，设定两端温差值正常范围为15，超大温差值为30，温差值超过15时，发出报警信号，超过30时，则发出故障停机指令；对供油管道(14)的油压，设定正常使用范围的低压为40kg/cm³、超低压为15kg/cm³的预设值，当信号达到低压值时输出相应检测点的报警信息，达到超低压值时发出故障停机指令；

3)在线故障处理单元(6)主要针对两类故障处理，分别是润滑油故障处理和温度检测故障处理，具体处理方式为：

(1)润滑油故障处理进行不停机在线处理，包括润滑油故障处理等待间歇和计时置零两个功能，润滑油喷射周期结束后预设等待间歇时间，等待间歇时间功能中加入计时置零功能，在等待间歇时间内进行润滑油***的故障处理，等待间歇时间中启动计时置零功能，令等待间歇时间重新开始计时，保证故障处理具有充分时间，在处理过程中，通过人工观察润滑油情况，及时以人工方式补充润滑油，直至故障消除；

(2)温度检测故障处理，对每个温度传感器(9)的线路和探头进行监测，任意一个温度传感器(9)发出断线故障时，显示断线信息，提示维护人员针对性检查和处理，避免因高温产生故障，导致停车；

4)预测控制处理单元(4)，根据实时检测数据和历史数据在线趋势记录，结合设备性能的正常使用范围指标值域，设定正常运行的超出区域界限值，检测数据超出区域界限值时，提前预警，通知维护人员提前对设备的轴承(12)、轴瓦以及齿轮进行性能分析和保养维护；

5)声光报警单元(8)配合内部架构，对操作、维护人员进行及时预警，便于操作、维护人员采取措施；

6)远程传送监控单元(7)，将磨机运行相关信息传送到分布式控制***，在分布式控制***服务器做实时及历史储存、趋势查询、状态信息显示以及控制功能，便于中控操作人员及时掌握磨机运行的一手信息，并准确下达相应指令。

2.如权利要求1所述的大型磨机过程控制***，其特征在于所述的控制过程的步骤1)中，模糊控制判断失真情况步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差语言变量E＝r₂–y₂，r₂为失真度设定值，y₂为失真度测试值；

偏差变化率EC(k)＝E(k)-E(k-1)，其中k＝0,1,2,……；

输出语言变量：失真度测试过程中控制滤波时间长度的输出语言变量U；

2)输入偏差语言变量E、偏差变化率EC和输出语言变量U的语言值的确定：

偏差语言变量E的基本论域：[-20次，+20次]；

偏差语言变量E的离散论域：X_E＝{-6,...,0…,+6}；

则偏差语言变量E的量化因子为：K_e＝2*6/[20-(-20)]＝0.3；

偏差语言变量E的语言值选为：PB,PM，PS,PO，NO,NS,NM，NB 8个语言值：

确定在离散论域X_E上用以描述模糊子集PB,…,NB的隶属函数μ(x)，并据此建立偏差语言变量E的赋值表：

偏差语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率EC的离散论域：Y_EC＝{-6，-5,...,0…,+5，+6}；

则偏差变化率EC的量化因子为：K_ec＝2*6/[15-(-15)]＝0.4；

偏差变化率EC的语言值选为：PB,PM，PS,ZO,NS,NM，NB 7个语言值；

确定在离散论域Y_EC上用以描述模糊子集PB,…,NB的隶属函数μ(y)，并据此建立偏差变化率EC的赋值表：

偏差变化率EC的赋值表

输出语言变量U的基本论域：[-10s，+10s]；

输出语言变量U的离散论域：Z_U＝{-7,-6,...,0,…,+6,+7}；

则输出语言变量U的比例因子为：K_u＝[10-(-10)]/2*7＝10/7；

输出语言变量U的语言值选为：PB,PM,PS,ZO,NS,NM,NB 7个语言值；

确定在离散论域Z_U上用以描述模糊子集PB,…,NB的隶属函数μ(z)，并据此建立输出语言变量U的赋值表：

输出语言变量U的赋值表

3)模糊控制规则的确定：

当误差，即希望值减去测试值，为负大时，说明测试值高于希望值，当误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大，即控制量增大，意味着滤波时间控制设置增大，使得失真度下降；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除；基于上述原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态；当误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；得到模糊控制规则表：

模糊控制规则表

得到该失真度偏差、偏差变化率与滤波时间长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U

＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

其中规则内的模糊集取交集运算，规则间的模糊集取并集运算；

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，其中k＝0,1,2,……

量化后得e^*，ec^*

且e^*∈X_e*＝{-6,-5,...,-0,+0…,+5，+6},ec^*∈Y_ec*＝{-6,-5,...,0,…,+5，+6}

将e^*、ec^*模糊化得模糊子集E^*、EC^*

则

即模糊控制器的输出为误差向量模糊子集E^*、误差变化率向量模糊子集EC^*与模糊关系的合成；

5)控制量的反模糊化：

解模糊与模糊控制查询表的生成，采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z_u*＝{-7,...,0,…,+7}上取值的控制增量u^*，对论域X_u*和论域Y_u*的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z_u*上的元素与之一一对应，其中X_u*＝{-6,...,-0,+0，…,+6}，Y_u*＝{-6,...,0，…,+6}，Z_u*＝{-7,...,0,…,+7}，将这些对应关系制成表格，即得模糊控制查询表：

模糊控制查询表

模糊控制查询表离线计算得到:根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；在线控制时，在每一控制周期将实测偏差

e(k)、ec(k)分别进行量化,其中k＝0,1,2,……

取得查找模糊控制查询表所需的e^*、ec^*，再从表中查出对应的控制增量u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的输出语言变量U，即U＝u^**k_u；

本模糊控制的目的是去掉失真度，则包含了e≤0的所有u^*，另外k_u＝10/7；滤波时间的设置应不小于5s，通过U＝u^**k_u≥5s计算，得出u^*≥3.5，所以，在该模糊控制器下，所有u^*＞3的控制量均可以达到去掉失真度的要求；但是u^*选择过大，实际控制量的输出语言变量U也会过大，即滤波时间增大，导致控制***出现进入逻辑连锁控制单元(1)的正常信号严重滞后，***对外部正常信号处理不及时，严重超调，失去***的优越性，所以最佳失真度的控制量u^*应该满足：3＜u^*≤4，所以控制***信号处理单元去掉信号失真度的最佳滤波时间长度设置为5s。

3.如权利要求1所述的大型磨机过程控制***，其特征在于所述的控制过程的步骤2)中，利用模糊控制寻找最佳使用值的设定值的具体步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器：

输入语言变量：偏差语言变量为E，偏差变化率EC；

偏差语言变量E＝r₃–y₃，r₃为设定值的目标值，y₃为多次的测试值；

偏差变化率EC(k)＝E(k)-E(k-1)，其中k＝0,1,2,……；

输出语言变量：设定目标稳定运行过程中控制设定值长度的输出语言变量U；

2)输入偏差语言变量E、偏差变化率EC和输出语言变量U的语言值的确定；组成二维坐标系，采用三角形或半梯形的隶属度函数关系进行模糊计算；

3)模糊控制规则的确定：

当误差较大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要注意防止超调，根据上述规则，得到以下模糊控制规则表：

模糊控制规则表

按上述控制规则，得到该设定值偏差、偏差变化率与设定值长度之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U

＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，其中k＝0,1,2,……

量化后得e^*、ec^*

且e^*∈X_e*＝{-6,-5,...,-0,+0…,+5，+6}

ec^*∈Y_ec*＝{-6,-5,...,0,…,+5，+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量模糊子集E^*、误差变化率向量模糊子集EC^*与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z_u*＝{-7,...,0,…,+7}上取值的控制增量u^*；对论域X_u*和论域Y_u*的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，得到论域Z_u*上的元素与之一一对应，其中X＝{-6,...,-0,+0，…,+6}，Y_u*＝{-6,...,0，…,+6}，Z_u*＝{-7,...,0,…,+7}，将这些对应关系制成模糊控制查询表：

模糊控制查询表

模糊控制查询表离线计算得到:

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k)分别进行量化，其中k＝0,1,2,……

取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制增量u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的输出语言变量U，即U＝u^**k_u；

6)根据上述模糊控制设计得出以下设定值控制设置结论：

(1)红外温差报警的最佳设定值寻找：

选择：报警值的输出语言变量U的基本论域：[-15，+15]；

输出语言变量U的比例因子为：K_u＝[10-(-10)]/2*7＝15/7；

由U＝u^**k_u计算得出，u^*＝7；满足最大隶属度取值原则，所以报警值的最佳设定为15℃；

(2)红外温差故障停机的最佳设定值寻找：

选择：报警值的输出语言变量U的基本论域：[-30，+30]；

则输出语言变量U的比例因子为：K_u＝[10-(-10)]/2*7＝30/7；

由U＝u^**k_u计算得出，u^*＝7，满足最大隶属度取值原则，所以故障停机值的最佳设定为30℃。

4.如权利要求1所述的大型磨机过程控制***，其特征在于所述的具体控制过程中，还设置有润滑油恒温控制过程，根据现场使用情况，要求保持磨机稳定高效运行，润滑控制***务必稳定恒温运行，磨机润滑***温度稳定在28℃不变，为最佳状态；该控制过程利用模糊计算进行控制，具体控制步骤如下：

1)确定模糊控制器的结构及输入、输出语言变量，采用双输入单输出的二维模糊控制器；

输入语言变量：偏差语言变量为E，偏差变化率EC；

温度偏差语言变量E＝r₄–y₄，r₄为润滑***温度设定值，y₄为润滑***温度检测值；

温度偏差变化率EC(k)＝E(k)-E(k-1)，其中k＝0,1,2,……；

输出语言变量：恒温保持过程中控制加热器动作时长的输出语言变量U；

2)输入偏差语言变量E、偏差变化率EC和输出语言变量U的语言值的确定：

偏差语言变量E的基本论域：[-10℃，+10℃]；

偏差语言变量E的离散论域：X_E＝{-6,...,0…,+6}；

则偏差语言变量E的量化因子为：K_e＝2*6/[10-(-10)]＝0.6；

偏差语言变量E的语言值选为：PB、PM、PS、PO、NO、NS、NM以及NB 8个语言值；

确定在离散论域X_E上用以描述模糊子集PB,…,NB的隶属函数μ(x)为三角隶属度函数，并据此建立偏差语言变量E的赋值表：

偏差语言变量E的赋值表

偏差变化率EC的基本论域：[-15，+15]；

偏差变化率EC的离散论域：Y_EC＝{-6，-5,...,0…,+5，+6}；

则偏差变化率EC的量化因子为：K_ec＝2*6/[15-(-15)]＝6/15；

偏差变化率EC的语言值选为：PB、PM、PS、ZO、NS、NM和NB 7个语言值；

确定在离散论域Y_EC上用以描述模糊子集PB,…,NB的隶属函数μ(y)为三角隶属度函数，并据此建立偏差变化率EC的赋值表：

偏差变化率EC的赋值表

输出语言变量U的基本论域：[-60min，+60min]；

输出语言变量U的离散论域：Z_U＝{-7,-6,...,0,…,+6,+7}；

则输出语言变量U的比例因子为：K_u＝[60-(-60)]/2*7＝60/7；

输出语言变量U的语言值选为：PB、PM、PS、ZO、NS、NM以及NB7个语言值；

确定在离散论域Z_U上用以描述模糊子集PB,…,NB的隶属函数μ(z)为三角隶属度函数，并据此建立输出语言变量U的赋值表：

输出语言变量U的赋值表

3)模糊控制规则的确定：

当误差，即希望值减去检测值为负大时，说明检测值高于希望值，当若误差变化率也为负，则误差有增大趋势，为尽快消除已有的负大误差和抑制其变大，因此控制量的变化取正大；当误差为负而误差变化率为正时，***本身已有减少误差的趋势，所以为尽快消除误差而又不超调，取较小的控制量；当误差为负中时，控制量的变化应使误差尽快消除，基于这种原则，控制量的变化选取同误差为负大时相同；当误差为负小时，***接近稳态，若误差变化微小时，选取控制量变化为正中，以抑制误差向负方向变化；当误差变化为正时，***本身有消除负小误差的趋势，选取控制量变化为正小；

根据上述规则，得到模糊控制规则表：

模糊控制规则表

按上述控制规则，得到该温度偏差、偏差变化率与加热器动作时长之间的模糊关系R：

R＝(E×U)○(EC×U)＝E×EC×U

＝(NB_E×NB_EC×PB_U)∪(NM_E×NB_EC×PB_U)∪(NS_E×NB_EC×PM_U)∪……

4)模糊化与模糊推理：

设实测偏差为e(k),ec(k)＝e(k)-e(k-1)，其中k＝0,1,2,……

量化后得e^*和ec^*，且

e^*∈X_e*＝{-6,-5,...,-0,+0…,+5+6},

ec^*∈Y_ec*＝{-6,-5,...,0,…,+5+6}

将e^*和ec^*模糊化得模糊子集E^*和EC^*

则

即模糊控制器的输出为误差向量模糊子集E^*、误差变化率向量模糊子集EC^*与模糊关系的合成；

5)控制量的反模糊化：

采用最大隶属度法对模糊控制增量进行解模糊，得到在论域Z_u*＝{-7,...,0,…,+7}上取值的控制增量u^*；

对论域X_u*和论域Y_u*的全部元素所有组合进行上述模糊化、模糊推理及模糊判决运算，均能得到论域Z_u*上的元素与之一一对应，其中X_u*＝{-6,...,-0,+0，…,+6}，Y_u*＝{-6,...,0，…,+6}，Z_u*＝{-7,...,0,…,+7}，将这些对应关系制成表格，即得模糊控制查询表：

模糊控制查询表

模糊控制查询表离线计算：

根据

在E^*＝(PB,PM，PS,PO，NO,NS,NM，NB),EC^*＝(PB,PM，PS,ZO,NS,NM，NB)时，计算控制器的输出模糊向量U^*，再按照“最大隶属度法”进行反模糊化，则选择控制量为U^*在(PB,PM，PS,ZO,NS,NM，NB)上计算的最大值，即为U^* _max值填入以上模糊控制查询表；

在线控制时，在每一控制周期将实测偏差e(k)、ec(k)分别进行量化，其中k＝0,1,2,……

取得查找模糊控制表所需的e^*、ec^*，再从表中查出对应的控制增量u^*，与比例因子k_u相乘，便得到用于被控对象的实际控制量的输出语言变量U，即U＝u^**k_u；

最终控制过程：由实时检测的温度偏差，结合偏差变化率，得到模糊控制变化量，经过反模糊控制的一系列转换，输出需要的实际控制量。

Images