Identification And Model Predictive Control Of The Raw Material Blending Process In Cement Industry

Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2001Thesis (PhD) -- İstanbul Technical University, Institute of Science and Technology, 2001Bu çalışmada, çimento endüstrisinde hammadde harmanlama prosesinin tanılanması ve model öngörülü kontrolü ele alınmıştır. Hammadde harmanlama prosesinin görevi, çimentoyu oluşturan hammeddeleri karıştırarak, harmanlanan karışımı döner fırın prosesi için hazırlamaktır. Proses çok giriş çıkışlıdır ve besleme tanklarındaki hammaddeler kimyasal olarak homojen bir yapı içermediği için etkileşimli bir yapıya sahiptir. Çimentoyu oluşturan hammaddelerin kimyasal kompozisyonlarındaki uzun dönemli ortalama değerlerine göre oluşan sapmalar, prosese bozucu olarak etkimekte ve sistem parametrelerinin değişmesine yol açmaktadır. Bu probleme en iyi bir çözüm olarak, prosesi temsil etmek üzere sistemin daha önceki giriş çıkış değerlerini ve bozucu karakteristiğini kullanan çok giriş ve çıkışlı rastgele bozuculara haiz dinamik modeller geliştirilmiştir. Daha sonar, çok giriş ve çıkışlı model öngörülü kontrolör kullanılarak, harmanlanan karışımdaki istenen referans oksit değerlerine ulaşmak üzere ki bu değerler büyük ölçüde çimentonun kalitesini belirlemektedir, optimal hammadde besleme oranları hesaplanmıştır. Simülasyon çalışması sonunda minimum parametre sayısına ve mertebeye sahip iyi parametrik modeller ve rastgele bozuculara karşı duyarsız, referans değerleri iyi bir şekilde izleyen ve çabuk oturan sistem cevapları elde edilmiştir. Bu çalışmada kullanılan kontrolör sadece çimento kalitesini değil aynı zamanda enerji tüketimini de ele almaktadır. Anahtar Kelimeler: Çimento endüstrisi, hammadde harmanlama prosesi, tanılama, rastgele bozuculara haiz dinamik model, oksit değerleri, harmanlanan karışım, çok giriş ve çıkışlı model öngörülü kontrolör, hammadde besleme oranları,In this study, identification and model predictive control of the cement raw material blending process in the cement industry have been dealt with. The task of the raw material blending process is to mix the raw materials in order to produce cement raw meal for the kiln. The process is multivariable and coupled one, because the feeder tanks do not contain chemically homogeneous raw materials. The time delays in the system are also considerable. The disturbances coming from the variations in compositions of the raw material from long-term average compositions cause the changes of the system parameters. As the best solution for this problem, multivariable stochastic dynamic models using a priori experimental knowledge of the system and characteristic of the disturbance to represent the process have been developed and then, a multivariable model predictive controller has been designed to calculate optimal raw feed ratios to reach closer to reference oxide values of the raw meal, which determine significantly the high quality of the cement. At the end of the simulation, good parametric multivariable models having minimum order and minimum number of parameters and perfect control, which gives fast response and perfect tracking compensating the disturbances rapidly, have been obtained. Proposed controller in this study deals with not only the quality control but quantity control as well.DoktoraPh