1．概述

智能控制适用于常规控制、常规技术方法无法解决或效果不好的场合。从中国自动化应用现状来看，常规自动化系统如PLC、DCS、工控机应用已十分普及。然而这些系统均是基于经典控制的产物，其在解决工业现场大量存在的非线性、时变、大滞后、多变量、强耦合乃至无法建模的复杂对象时就显得力不从心，在过程优化方面更是无能为力。然而，这类复杂过程又比比皆是，且得不到良好控制，企业生产难以稳定，能耗下不来，质量上不去。智能控制方法，由于其高度仿人智能特性（知识性模型），在描述和处理复杂控制与管理问题上，比传统的控制方法（解析性模型）更为先进和有效。然而，由于缺乏完全工程化的智能控制系统，使得智能控制目前只是专家教授们的专利，普通工程师只能是望而生叹。

2．西玛高科通用智能优化控制系统介绍

西玛高科系统是在积累多年自动化工程实践经验的基础上，吸收国内外先进技术成果，创造性地将人工智能与常规自动化紧密地结合在一起，使智能优化控制技术得以工程化、实用化，既包括硬件又包括软件的一整套完整的智能优化控制系统。使用它可以独立地完成工业复杂过程控制问题。

3．系统在平板玻璃生产中的的应用

玻璃熔窑是一个非线性、多变量耦合的复杂控制对象，建立动态的数学模型，用常规的控制方法及其系统就无法很好地解决其控制问题。这也是多年以来长期困扰玻璃行业的难题。不能很好地进行温度控制，就会浪费大量的燃料。要想解决此类问题，采用近年来国内刚刚兴起的智能优化控制的方法是目前唯一的途径。另外，质量预测、电加热控制、空-燃比例优化等采用人工智能方法也起到十分突出的效果。

系统的特点如下：

(1)操作方式采用分散与集中相结合方式，即在原料、配料、锡槽、退火窑、冷端均可就地控制方式，但亦可集中在中控室内进行控制(由带锁的选择开关选择)，而便于操作、监视与控制以及减少岗位人员。其检测和控制均使用BCS并连网，进入过程级及其显示装置，数据可共享，各显示器显示画面可互相调用。

(2)统一考虑，但也可分步实施，例如可先上关键的熔窑系统，以收到较大效果。

(3)三级自动化系统结构，即包括检测仪表执行器、各种电气设备、马达控制中心、调速装置、工业电视等的检测驱动级L1以及BCS组成的设备控制级L2的基础自动化以及作为监控级L3的过程自动化。

(4)管控一体化。系统可包括某些管理功能，如质量分析、统计以及计划编制，以及在厂长室和调度室监视等。

(6)工业电视进网络与EICC四电(传动、仪表、计算机、通信)一体化，而组成典型的具有多媒体技术的最新系统。CCD工业电视将通过BCS进入EICC系统。

(7)使用大容量(硬盘1.7G，内存16M以上)工业PC代替传统的过程计算机，不仅节省投资且增加灵活性。

(8)使用IE一体化设备。即全PLC系统，不仅成本比DCS低，且仪电设备一体化而减少备件。

(9)使用人工智能技术(数学模型控制或专家系统)来控制关键设备熔窑的操作，以达到节能降耗和延长窑的寿命，使没有经验的操作人员也可达到熟练操作人员水平。使用神经元网络技术预测玻璃质量，以便及时修正配料和采取其他措施，还可改变工艺参数后，预测生产技术指标，以便决策和强化生产。此外，传统的控制都是PID方式，但在实践中难以适应众多干扰和负荷变化，特别是随着生产的推移，往往出现调节阀门不灵活，阀径过大，而使控制质量不能满足，振荡等出现，而导致不能使用，最后变成手动控制，而国内外均用数学模型控制来解决，它是按人工操作规则数学模型化和优化，它不仅使在不更换任何设备下自动化重新成为可能（因为一般要更换调节阀很困难，这是由于不仅价格贵，且须停产安装，甚至切割管道制作缩管以适应阀径要求，而难以实现）。而且调节质量比之PID更好，例如调节时间、衰减度、波动次数、控制质量对干扰的适应均优越很多，它特别适合于调节热煤气闸板控制窑温的情况，因为热煤气闸板积有焦油而不灵活，此外，还可利用神经元网络来使燃烧最优，即空气－燃料配比最优而火焰温度最高，解决因无法测量热煤气流量而难以实现空－燃比控制的难题。

(10)使用新的方案与新的先进控制方法。使用以成本最低为目标的优化数学模型进行配料计算以降低成本，增加市场竞争能力。

3．1过程自动化

主要作为监控整个生产过程，其主要功能为：

（1）数据采集。包括整个工艺过程如粉碎、配料、熔化、成形、切裁和装箱各工序的工艺参数的时系列数据，手动输入的参数，实行实况收集。

（2）生产工艺参数的设定。例如钢化玻璃生产需要对下位机进行设定钢化参数（压力、玻璃和风嘴间距离、功率等）、运动参数（振荡时间、速度、加速度等）、调节参数（每＊＊段的加热温度和时间等），它是根据玻璃厚度、规格等来选择的，我国某厂从瑞士引进的钢化玻璃生产线有31种规范，即31套数据，这些都是存储在上位机中，使用时调出。

（3）模型运算。例如配料计算模型，配料优化（最低成本）模型等。

（4）高级控制和人工智能应用。包括炉温数学模型控制、炉压数学模型控制、配料数学模型控制等，它解决常规PID控制难以解决的滞后、阀门直径过大、不灵活、非线性的对象和系统的振荡、以及调节品质不良等。人工智能另一个用途是燃料-空气比例自寻优而解决使火焰温度最高的最佳比值问题，它采用神经元网络的方法。

（5）质量预测。它采用统计方法建模或神经元网络方法，采用配料时及所采用的工艺参数就可预测平板玻璃的质量，解决过去的要等成品出来以后才能知道配料是否正确而不能及时，此外，要改变操作工艺参数，强化生产，也可利用此模型来预测，以便决策。

（6）数据显示。包括工艺参数的时系列数据、瞬时数据、工艺流程图及关键的动态数据、报警状态数据、历史数据查询、各种报表、专门显示、模型显示、设定数据、存储的工艺参数、曲线、质量标准以及技术规程查询等等。

（7）数据记录。包括班报、日报、月报、报警报告等打印，数据及图形等显示的硬拷贝。

（8）数据通信。包括与厂管理计算机、下位机、厂长及调度室计算机或终端通信。

（9）其他管理功能。如设备诊断，计划编制，厂长室和调度室远距离监视生产过程等。

3．2基础自动化

熔窑基础自动化功能包括（1）数据采集：窑温、窑压、烟道抽力、玻璃液位、煤气或重油和空气压力等；（2）窑压数学模型自动控制；（3）各段温度数学模型专家系统控制；（4）采用神经元网络实现空-燃比优化控制；（5）火焰自动换向；（6）玻璃液面自动控制；（7）温度液位、煤气或重油和空气压力报警等。

锡槽和退火窑基础自动化功能包括：（1）数据采集；（2）温度智能控制；（3）神经元电加热控制系统；（4）温度超限报警。

4．玻璃智能优化控制的主要内容

4．1配料自动计算及优化

A.配料供料全自动，按熔窑需要，窑前料仓料位，实现全自动供料。

B．配料自动计算模型是按目标玻璃成分和工艺其它要求及原料成分自动计算出6种原料所需的（干料）重量，然后按目标玻璃水份，要混合的碎玻璃量以及每种原料的实际含水量计算出实际各种原料的湿的重量，最后打印出配料单。这种计算可以在1秒钟内完成，而人工则需要半天。

C.优化配料模型，以成本最低，7种目标玻璃成分及其它工艺要求为目标函数的混合模型。比之常规计算方法，可使成本降低5-10%。

4．2玻璃质量预测及缺陷诊断专家系统，能预测出常见的4大类39种玻璃缺陷

A.包括7种化学成分，物理性能的预测。

B.采用统计方法建模或神经元网络方法自动建立玻璃质量物理参数的数模，在线地实时指示在某些工艺操作下的玻璃质量。

C.在平板玻璃生产包括配料、熔窑、锡窑、退火炉、切裁和包装等全部工序中，当出现质量缺陷——主要有4大类39种缺陷：气泡缺陷、玻璃体夹杂物缺陷、非透明体夹杂物缺陷及其它缺陷（具体为气孔、波筋、淋子、岗子、非透明夹杂物、沾锡、虹彩、裂边，成分不合格，折光不合格等）能随时借助专家系统指示出原因所在，随即处理包括原因出自哪个工序，且设有数据库，内部所生产的玻璃的国家标准和厂标，诊断系统将根据自动采集或手动输入数据后，自动与数据库标准对比，如有缺陷将根据系统知识库的规则自动推理出质量缺陷原因及处理方法。

4．3新型的火焰换向优化系统

新型的火焰换向优化系统，减小火焰换向时的温度波动，由原来40℃以上的温降降低到10℃以下，包括：

A.新型的换向图表——相遇煤气—空气方式，以便火焰停歇时间最短，熔窑温降最小，因此节约燃料和缩短换向时间。

B.优化换向间隔时间——按优化数模，及蓄热室温度算出最佳换向间隔时间，并设有专家系统自动按生产过程，工艺参数执行修正。

C.采用数学模型系统，使换向时炉膛压力波动最小，火焰最平稳。

4．4玻璃熔窑温度数学模型控制

玻璃成形需要合适的粘度，而玻璃粘度取决于玻璃组成与温度，因此必须稳定熔窑温度。熔窑温度自动控制一般采用分区控制法，有间接控制法和直接控制法。使用数学模型控制方法时，温度波动由原来常规的5℃左右降低到1℃左右。

熔窑温度很高(约1500℃)，熔池较长，温度分布要满足特定的温度曲线。此外，玻璃熔制过程每约20分钟火焰换向一次，泡界线和热点位置要保持在一定位置，火焰长度、亮度和方向都有一定要求，测温点要寻找不仅是有代表性的且不受上述干扰的温度控制点。

熔窑温度直接控制有多种方法，其中之一是“以气调油”的方式，玻璃在熔窑中的形成可分为化料、熔化、澄清三个阶段，并据此划分为三个区来控制。它是按窑温用调节雾化蒸汽量以改变喷油量(玻璃熔窑使用高压喷嘴，在一定范围内改变雾化蒸汽量就可改变喷油量)来保持温度为设定值。这种系统温度波动值可在±3℃内，而手动时约为±12～30℃。

熔窑温度直接控制另一种方法是直接调油方式，按压力来使雾化蒸汽量与油量成比例控制。这种系统温度波动值可在±2～3℃内，而手动时约为±20～30℃。

对于燃料为煤气的熔窑，其熔窑温度直接控制将因煤气情况而有不同的系统：

A.当使用经过清洗过的煤气发生炉的煤气时。由于这种煤气较为干净而可直接测量其流量，其控制系统将是一个串级并列交叉限幅系统，即如果温度偏离规定值时变化预热后的煤气和空气流量，使温度回到规定值。K主要用作调节超量空气系数之用。

B.当使用未经清洗的煤气发生炉的热煤气时。由于这种煤气含大量焦油而无法直接测量煤气流量，此时有两种方案可供选择，其一是调节进入煤气蓄热室前的煤气闸门开度以保持温度为给定值；其二为调节煤气发生炉的进风量，因为煤气发生炉发生的煤气量与鼓风量成比例，但这仅在该煤气发生炉只供该熔窑使用的情况之下才适用。

熔窑温度间接控制有“小炉计量和控制”方式。其出发点是按工艺要求供给稳定的燃油流量，就能使窑内各点的温度稳定以及满足温度分布曲线的要求。对于燃料为煤气的熔窑，则稳定供给的煤气量。由于温度难以在线准确测量，故更常使用间接控制温度方法。

4．5空气-燃料比例优化控制系统

使用空气-燃料比例优化控制系统，可以节约燃料5%左右。不论燃料为重油或是煤气，其原理都是相似的，都是一个串级并列系统，当温度变化时，改变二次风和燃料流量控制回路的设定值以使温度回到规定值，并利用高低值选择器确保系统在动态调节中实现温度低时先加风，后加油，反之则先减油后减风，以获得充分燃烧，使烟囱不冒黑烟。系统还设有自寻最优环节，按火焰温度最高，亦即燃料—二次风配比最优。

4．6神经元电加热控制系统

采用神经元电加热控制系统，可以节电10-20%。浮法玻璃生产线除了对燃料（油/煤）消耗较大之外，还有就是电能消耗。玻璃生产有三大热工设备，即玻璃熔窑、锡槽和退火窑，在玻璃熔窑中通过小炉换向系统供给燃料进行燃烧，在另外两大热工设备——锡槽和退火窑中主要利用电加热和冷风机进行温度控制，因此电加热控制系统在玻璃生产中具有非常重要的意义。采用西玛高科智能优化控制系统作为基础，结合具体工艺要求，完成了此神经元电加热控制系统。具体的控制系统结构图如下所示：

在动态优化算法电加热控制系统中，我们采用了动态优化算法学习控制的结构，又称动态优化算法监督控制。在常规PID控制器的基础上，增加一个动态优化算法控制器。此时，动态优化算法控制器实际上是一个前馈控制器，因此它建立的是被控对象的逆模型。由图中可以看出，动态优化算法控制器通过向传统控制器的输出进行学习，在线调整自己，目标使反馈误差e(t)或u1(t)趋近于零，从而使自己逐渐在控制作用中占主导地位，以便最终取消反馈控制器的作用。一旦系统出现干扰时，反馈控制器依然起作用。因此可确保系统的鲁棒性和稳定性，而且可有效地提高控制精度。

5．企业获得的效益

采用西玛高科智能优化控制系统进行平板玻璃生产过程自动化控制，可节约能源10%-20%，提高产量和收得率至少5%，此外，还节省人力和减少岗位人员等而获得重大的经济效益。

下面以400t/d浮法线为例说明。在公司投入使用后，由于提高玻璃质量，降低成本，每年可新增利润500万元。另增加窑炉寿命1年，折合700万元。

（1）提高玻璃质量，公司年新增利润120万元

通过配料中水分和重量补正，质量预测及三大热工设备的温度控制等手段，使玻璃成品率提高，每年可多生产1万重量箱玻璃，年创效益60万元左右，并且使优质率提高，即能多生产优质玻璃，创经济效益60万元。

（2）降低产品成本，每年公司新增利润380万元。

A．通过玻璃配料优化，可节约购买原料费用2%，每年购买原料费用为2760万元，那么就可节约56万元。

B．通过节能降耗降低成本326万元。

a、减少燃料消耗15%，节约用煤8100吨，节约开支226万元，具体途径有：

·水分补正使熔窑配料易熔化，减少燃料消耗5%

·空气-燃料比例寻优，减少燃料消耗10%

·最优火焰换向

·熔窑温度数学模型控制

b、减少锡耗

由原来的7g/重量箱玻璃液，降低到3-4g/重量箱玻璃液，每年节约用锡6吨，价值30万元。

c、节约用电

在锡槽和退火窑每年耗电3600万度，采用神经元电加热控制系统和数学模型温度控制以及变频装置可节约用电10%，那么每年可节电360万kwh，降低电费180万元。

（3）提高窑体寿命，平均年节约资金700万元。

由原来的4年提高到5-6年，以寿命提高1年计，每年多生产170万重量箱玻璃。可为企业节约700万元以上。

（4）减少黑烟的生成，保护环境。基本上看不到黑烟冒出。