摘要：温度过高是有色金属加工的大敌，过热的温度能够影响到有色金属加工的金属元素提纯度。所以，温度控制是有色金属重要环节，超高精度的温控越来越多被人们应用于有色金属加工中。传统的有色金属加工中的温度控制系统适应性较差，运行不稳定，给有色金属加工带来影响。本文对大数据的有色金属加工中温度控制技术进行了分析探讨，仅供参考。
关键词：大数据；有色金属；加工；控制技术
一、我国有色金属加工业的发展现状
1、缺乏科学的技术创新
总体上我国的有色金属加工工艺水平只能算中上等的水平。甚至部分有色金属的加工水平和发达国家还存在着很大的差距。这些都是由于，加工工艺技术的落后、加工设备的落后、专业人才的缺失以及过分的注重产量轻质量导致。有色金属企业的创新能力不足，产品研发投入不足，只有少数的大型国企有着精良的设备和人才，而广大的中小企业很多都是在沿用着传统的炼金方式，有色金属的利用率偏低，导致了我国的有色金属行业整体是产量高而不精、产业大而不强的局面。
2、产业结构混乱
有色金属向来是高利润的行业，一直也是投资的热点行业，而近几年尤为突出，导致投资较集中的在少数几个金属行业，投资的偏移导致了产业结构的混乱，不利于产业的合理均衡发展。并且大企业也都集中的其中的几种热点的金属进行了大规模的布局，导致了高水平和大规模的集中投资在几种金属当中，造成重复的项目建设和投资。同时还存在着集中度低的问题，产业分散，大型的企业没有聚集型，没有形成一定产业园结构，这样不利于资源的集中利用，对企业的运营成本也会有所增加，并且也不利于行业的管理。
二、有色金属加工行业现状特点
新开工建设项目多，固定资产投资额连续多年增长。2013年，我国有色金属加工项目完成固定资产投资3303.41亿元，比上年增长40.8%，是2005年的17倍多。铜、铝加工仍是有色加工的投资重点，当年铝压延加工开工项目数量843个，投资完成额1570.3亿元，占有色加工投资的47.5%，同比增长67.8%；铜压延加工固定资产投资完成525.67亿元，占有色加工投资的15.9%，比上年增加35.44%[6]。生产规模和装备水平位居世界前列2000年以来，国内有色金属加工项目建设以大规模、高起点为目标，一批代表性企无论规模还是装备水平均已达到国际先进水平。
立式连铸、1250mm宽板热轧、850mm高精冷连轧、水平连铸－高精冷轧板带生产、大铸锭挤压－高速轧管－盘拉、水平连铸管坯－行星轧制－盘拉高精管材生产法、上引和连铸连轧光亮铜杆生产法等，已成为我国铜加工业普遍采用的工艺技术。连续建设了4个年产5万t以上的铜板带厂，最大带宽达到1250mm，盘管生产单厂产能超过40万t/a；在有色金属加工过程中，控制好加工温度，在有色金属加工的特定环境下适应不同时刻的温控需求，保证温控性能至关重要。
三、传统加工过程温度控制原理
传统的有色金属加工过程中温度控制主要是将比例和积分结合的线性温度控制器。常用的加工控制模型用公式（1）表示为：
公式中，u（t）是有色金属加工过程中温度控制器输出；e（t）是加工过程温度控制输入值，也被称作是温度控制误差值；Kp为温控比例系数；Ti是控制时间常数；Td是温控微分常数。
一般情况下，温度控制的比例系数Kp，决定温度控制过程效率。如果Kp系数过大，在有色金属加工过程中的温度控制容易引起振荡，影响正常加工进度。
因此，要想在有色金属加中达到温度控制过渡时间短、误差小的效果比例系数Kp选取非常重要。积分时间Ti越大，积分作用越弱，温度控制过渡过程越长，我色金属加工消除偏差需要的时间越多；Ti过小，易出现积分饱和，有色金属加工中平稳性较差。
在数控系统中，温度控制器常采用差分方程表示：
其中，U（k）表示有色金属加工第k个控制周期时间输出；e（k）对应时刻有色金属加工的温度偏差；T为控制周期。通常把公式（3）用增量式表示，即：
式中，有色金属加工温度在控制Ku作用下达临界调节周期，用Tu表示。
Ku和Tu特征参数跟随有色金属加工中温度变化发生改变。整个加工过程控制系统的性能没有保证，适应性较差。具体温度控制结构由图1所示。
四、大数据有色金属加工温度控制算法设计
由于有色金属加工过程被控温度具有滞后性等问题，采用将大数据加入到有色金属加工过程中，将PID温度控制和模糊控制相结合，实现多种温度控制方法的优势互补，以减少有色金属温度控制系统调节时间，引入基于大数据的自适应PID温度控制系统，结合专家控制机制实现有色金属加中及时有效的对温度控制效果。
由图1可以看出，在有色金属加过程中，基于大数据进行温度偏差的变化率选择，大数据温度控制专家达到较小的精度，减小了在有色金属加工过程中温度在安全值附近震荡。大数据有色金属加工PID温度控制算法，采用离散化方法，在加工过程kT时刻连续时间t，差分代替微分。
大数据有色金属加工过程的温度控制采用双变量输入（差值e与差分值e’），单输出（控制值u）的方式，用以提高有色金属加工过程中温度升降速度。
在有色金属加工过程中受到前端模块温度采样值变化，输出至后端；后端模块细微调整后完成控制值的输出。
结束语
本文提出一种基于大数据的有色金属加工温度控制技术，采用模糊PID控制器方法，并结合专家控制良好的动、静态特性的特点，建立了基于模糊PID大数据有色金属温度控制系统。在进行有色金属加工时通过调节模糊PID控制温度的参数调节温度偏差和偏差的变化率，自主选择控制方式。调整后的大数据有色金属加工模糊PID温度控制系统，能较快的实现有色金属加工温度调节，并长时间恒温保持。响应速度快温度波动小。
参考文献：
[1]李翠微.如何加强有色金属加工企业财务风险管理[J].财经界（学术版），2014，01：178+180.
[2]《有色金属加工》2014年第1期广告索引[J].有色金属加工，2014，01：64.
[3]马世光.探索有色金属加工产业转型升级的方略[J].资源再生，2014，03：16-18.
论文作者:刘娟妮
论文发表刊物:《基层建设》2017年第34期
论文发表时间:2018/3/27
标签：有色金属论文; 加工论文; 温度控制论文; 温度论文; 数据论文; 过程中论文; 过程论文; 《基层建设》2017年第34期论文;