CN108147647B - 一种用于玻璃熔炉的加热控制方法 - Google Patents

Abstract

本发明公开了一种用于玻璃熔炉的加热控制方法，通过对生产线实际生产的大量数据的采集，进行数据挖掘，发现产品发生不良发生之前，生产线参数的细微变化，导致工艺的波动的原因，从而在导致产品不良出现的时候，就进行工艺参数校正，从而提前预知进行工艺参数调整，预防产品缺陷的产生。

Description

一种用于玻璃熔炉的加热控制方法

技术领域

本发明属于玻璃制造技术领域，具体涉及一种用于玻璃熔炉的加热控制方法。

背景技术

在玻璃制造的整个过程中，尤其是在熔化池或料道中澄清和均化的过程中，需要玻璃液能够长期稳定的保留在一个特定的温度区间，通过一些被动或主动的机械方式，对溶解的玻璃液进行澄清和均化。在制作新型高性能玻璃(如：液晶基本玻璃、屏保护玻璃、LTPS玻璃)时，对于熔解的质量的要求更高，一般采用全电熔或电助熔的方式来精确控制熔化池或料道的温度。

电熔或电助熔一般分为直接加热或间接加热两种方式：直接加热是通过导通高温玻璃液，玻璃液自身发热进行加热；间接加热是通过加热丝本身发热，通过热传递的方式进行加热。对于间接加热这种方式，一般采用的自动控制方式有：恒温度控制、恒电流控制、恒功率控制这三种方式控制玻璃液的温度。恒温度控制，需要根据周边玻璃液的热电偶测量数据反馈，对回路的电流进行自动控制，但是热电偶的长期使用过程中会出现衰减，温度偏差导致工艺变化；恒电流控制和恒功率控制这两种方式，对于加热丝的状态和周边耐火材料的状态变化，无法进行有效的控制，最终也会导致工艺的变化。

发明内容

为了解决上述问题，本发明提供了一种用于玻璃熔炉的加热控制方法，在考虑到所有变化的同时，从而精确控制玻璃液的温度，保证工艺的稳定。

为达到上述目的，本发明所述一种用于玻璃熔炉的加热控制方法，包括以下步骤：

步骤1，数据积累和传递，采集“仿真模拟数据”和“现场工艺参数”；

步骤2，根据步骤1获得的数据和参数的积累，建立参数间的关联度强弱关系表，创建一个核心参数矩阵；

步骤3，根据步骤2得到的关联度强弱关系表创建一个二维矩阵；

步骤4，通过建立的二维矩阵在时间轴上变化的情况，计算出若干初步调整方案，并模拟实施所有初步调整方案，计算不同的初步调整方案对核心参数矩阵中数据的变化产生的影响，选出核心参数矩阵中数据变化最小的方案，即为调整方案。

进一步的，步骤4完成后将调整方案实施过程中的数据记录进行反馈，一方面对于调整过程进行评估和记录，另一方面对于参数间的关联度强弱关系表进行准修正。

进一步的，步骤4中，调整方案实施过程中的数据记录包括实施过程中的电流、电压、功率随时间的变化，目标温度区域内的温度变化情况。

进一步的，步骤4中，实施调整方案的同时进行验算，用验算结果比对实施过程中的数据记录，再次对参数间的关联度强弱关系表进行准修正。

进一步的，步骤4中，对于多次的准修正的参数间的关联度强弱关系表，对能够确认的关联强度关系进行修正，更新参数间的关联度强弱关系表。

进一步的，步骤1中，“仿真模拟数据”是通过现有有限元分析仿真的方法软件对“材料属性参数”进行边界条件的设定，仿真计算出玻璃整个熔炉的热场和产品数据参数的一个多参数数据关联矩阵。

进一步的，步骤1中，“现场工艺参数”包括现场实时和历史数据两部分，是大量工艺参数和产品参数组成的多参数数据关联矩阵。

进一步的，步骤3中，创建二维矩阵时选择的参数是整个数据库矩阵中与所选参数关联度最高的参数。

与现有技术相比，本发明至少具有以下有益的技术效果，本发明对于不同于常规的闭环反馈的控制方法，而是通过对生产线实际生产的大量数据的采集，进行数据挖掘，发现产品发生不良发生之前，生产线参数的细微变化，导致工艺的波动的原因，从而在导致产品不良出现的时候，就进行工艺参数校正，从而提前预知进行工艺参数调整，预防产品缺陷的产生。本发明的效果是能够预判不良的因素的出现，提前进行修正，保证产品良品率进一步提升，而不是之前出现不良再进行修正。

进一步的，步骤4完成后将调整方案实施过程中的数据记录反馈到计算中心，一方面对于调整过程进行评估和记录，另一方面对于参数间的关联度强弱关系表进行准修正；实施调整方案的同时进行验算，用验算结果比对实施过程中的数据记录，再次对参数间的关联度强弱关系表进行准修正，通过不断的修正，一方面基础数据的样品空间越来越大，另一方面修正的关联强弱关系表越来越准确，使后续计算更加准确，能更加准确、快速的计算出调整方案，确保以后的调整方案能按照初始目标进行，稳步提高产品的良率。

进一步的，对于多次的准修正的参数间的关联度强弱关系表，对能够确认的关联强度关系进行修正，更新参数间的关联度强弱关系表，通过基础数据的不断增多，系统本身的控制精度也会不断提升。

进一步的，步骤3中，选择的参数是通过整个数据库矩阵中与所选参数关联度最高的参数获得的调整方案能较快的实现目标区域的温度，响应迅速。

附图说明

图1为加热控制方法流程图；

图2为本发明在实施过程中得到的曲线图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明，以下内容是对本发明的解释而本发明并不局限于以下实施例。

在玻璃窑炉正常运行的过程中，因工艺要求的考虑，经常需要控制某一区域的温度保持不变，但是生产线周期性作业、材料老化、设备产品故障的影响，温度往往会出现大的波动，这时就需要进行控制调整。

参照图1，一种用于玻璃熔炉的加热控制方法，包括以下步骤：

步骤1，通过两个方面持续的为核心环节“计算中心”提供数据，两个数据包括“仿真模拟数据”和“现场工艺参数”，其中“仿真模拟数据”是通过现有有限元分析仿真的方法软件对“材料属性参数”，常规的包括玻璃液的粘度温度曲线、电导率曲线和热容等，电极材料的电导率曲线，耐火材料的比重、杨氏模量、导热系数、热容等参数，进行边界条件的设定，常规的包括加热功率，燃烧气体和供电的比例，室温等，仿真计算出玻璃整个熔炉的热场，产品数据参数的一个多参数数据关联矩阵；“现场工艺参数”包括现场实时和历史数据两部分，是大量工艺参数和产品参数组成的多参数数据关联矩阵；现场工艺参数主要包括：控制产品质量玻璃液温度、耐火材料温度，电极温度，冷却水温度，气体温度参数，空气冷取水的流量和压力以及供电情况。

步骤2，在步骤1提供的两部分三个方面的基础大数据库的基础上，核心环节“计算中心”对包含的大量参数通过在时间过程中的累积，建立参数间的关联度强弱关系表，创建一个核心参数矩阵，此处的核心参数矩阵是以产品质量为参数，或一段时间段内(一小时内)的良率为目标参数。从后往前的一些温度参数，例如离最近区域过去两个小时到过去一个小时历时1个小时的数据(根据仿真玻璃离子滞留时间，确定是过去多长，何时的温度参数)，离远点的区域温度也可能是过去10个小时到过去8个小时，历时2个小时的温度参数；

步骤3，根据步骤2得到的关联度强弱关系表创建一个一定数量参数的二维矩阵，一般采用2～8参数变量，本实例中仅考虑某一区域的工艺温度，采用5个参数的二维矩阵，选择参数的条件是通过整个数据库矩阵中与所选参数(工艺温度)关联度最高的5个参数；

步骤4，通过建立的二维矩阵在时间轴上变化的情况，由计算中心计算出若干初步调整方案，并模拟实施所有初步调整方案，计算不同的初步调整方案对核心参数矩阵中数据的变化产生的影响，选出核心参数矩阵中数据变化最小的方案，即为调整方案。对生产线产品质量关系密切的几十个工艺温度点对核心参数矩阵中的参数的影响较为明显，关系到整个生产线的产品质量，是影响核心参数的重要数据；本实例中得出需要按一定方式调整某一(或多个)回路电流便可达到理想温度曲线，即调整方案，并实施调整方案，如图2所示中温度曲线为理想温度调整曲线，而电流曲线为调整方案；

步骤5，将调整方案(一般为多参数的一个联合调整方案)实施过程中的数据记录作为历史调整数据再次反馈到计算中心，例如本实例中区域温度的调整方案，首先具体实施过程中电流、电压、功率随时间的变化，其次，目标温度区域内的温度变化情况，再次，核心参数矩阵数据的是否会产生随动或变化情况等一些参数，最终成为评判调整方案准确性依据，一方面对于调整过程进行评估和记录，另一方面对于参数间的关联度强弱关系表进行准修正，本实例中对于得到的实际温度曲线图2中记录曲线，根据曲线可以看出在调整的过程中比没有完全按照预想温度曲线，也就是说在第二步中选用的5个参数关联并不完全，需要进一步增加新参数或准修正关联度强弱关系表，本实例中减弱了部分参数与所选参数(调整温度)的关联强度；

步骤6、调整方案的同时在模拟系统中进行验算，用验算结果比对实施过程中的数据记录，再次对参数间的关联度强弱关系表进行准修正，在本实例中，仿真计算温度曲线基本和记录曲线相当如图2中的仿真曲线，故没有对关联强度进行更加微小的准修正；

步骤7，对于多次的准修正的参数间的关联度强弱关系表，对能够确认的关联强度关系进行修正，更新计算中心的参数间的关联度强弱关系表。本实例中通过整个过程，对计算中心原有的参数间的关联度强弱关系表，提出了两个准修正，也就是修正趋势，当有多次修正趋势时，对计算中心原有的参数间的关联度强弱关系表进行修正保存，完成计算中心自身的优化。

步骤3中，产线实际运行过程中根据以往经验或系统使用者偏好对一些参数进行主观调整，例如某一区域的温度，根据经验提高这一区域温度也许会对产品质量有改善或对产线出现的一些波动(非主观出现的)，进行调整的过程中会用到。

整个控制系统由指令或空指令作为提供工艺维持或工艺变更的起始源，结合现场已有的全部参数，例如：电流、电压、功率、温度等数据，进入到计算中心进行计算，计算中心根据存储的根据现场施工材料属性参数为基础的仿真模拟数据和历史调整现场工艺数据(可选)，得出一个全参数的关联度强弱关系表，根据方案要求，计算出一个初步的调整方案，经过现场实施和仿真计算得到一个全参数的关联度强弱关系表的修正趋势，多次修正趋势累加，修正计算中心的全参数的关联度强弱关系表。能够对单个或多个参数进行全时域范围内的推演来得到一个最优的调整方案。

本发明针对玻璃融化窑炉对于产品的质量控制特点，玻璃的热历史决定玻璃的性质，要想得到高良品率的玻璃产品，就要对应其生产过程中整个温度场进行控制，达到需要的工艺参数组合矩阵，保证产品的质量或达到需要的工艺要求。本方法提供的初步的调整方案，为一个单个或多个参数变量的带有趋势变化的调整方案，且方案本身会在运行过程和模拟验算中得到的数据对原计算基础进行修正，确保以后的调整方案能按照初始目标进行。

本发明的目标是对玻璃池炉生产过程中办法可重复试验(调整)来得到一个准确的工艺控制关系表，且某些参数间有一定的时间空挡(大部分参数间的关联并非实时或固定时间)，所以应用现有的模拟仿真的工艺控制数据采集，结合现代计算机计算速度的大幅提升，采用数据挖掘和机器学习的方法，创建一个全参数的关联度强弱关系表来作为熔窑加热控制系统的计算核心，通过实际实施和仿真验算的结果不断优化计算核心，来达到间接控制工艺或产品质量。

Claims (3)

1.一种用于玻璃熔炉的加热控制方法，其特征在于，包括以下步骤：

步骤1，数据积累和传递，采集“仿真模拟数据”和“现场工艺参数”；

步骤2，根据步骤1获得的数据和参数的积累，建立参数间的关联度强弱关系表，创建一个核心参数矩阵；

步骤3，根据步骤2得到的关联度强弱关系表创建一个二维矩阵；

步骤4，通过建立的二维矩阵在时间轴上变化的情况，计算出若干初步调整方案，并模拟实施所有初步调整方案，计算不同的初步调整方案对核心参数矩阵中数据的变化产生的影响，选出核心参数矩阵中数据变化最小的方案，即为调整方案；

步骤4完成后将调整方案实施过程中的数据记录进行反馈，一方面对调整过程进行评估和记录，另一方面对参数间的关联度强弱关系表进行准修正；

所述步骤4中，实施调整方案的同时进行验算，用验算结果比对实施过程中的数据记录，再次对参数间的关联度强弱关系表进行准修正；

步骤1中，“仿真模拟数据”是通过现有有限元分析仿真的方法对“材料属性参数”进行边界条件的设定，计算出玻璃整个熔炉的热场和产品数据参数的一个多参数数据关联矩阵；

步骤1中，现场工艺参数包括控制产品质量玻璃液温度、耐火材料温度，电极温度，冷却水温度，气体温度参数，空气冷取水的流量和压力以及供电情况；

步骤3中，二维矩阵中的参数是整个数据库矩阵中与所选参数关联度最高的参数；所选参数为工艺温度；

步骤4中，数据记录包括具体实施过程中电流、电压、功率随时间的变化，目标温度区域内的温度变化情况，以及核心参数矩阵数据的是否会产生随动或变化情况。

2.根据权利要求1所述的一种用于玻璃熔炉的加热控制方法，其特征在于，步骤4中，调整方案实施过程中的数据记录包括实施过程中的电流、电压、功率随时间的变化，目标温度区域内的温度变化情况。

3.根据权利要求1所述的一种用于玻璃熔炉的加热控制方法，其特征在于，步骤4中，对于多次的准修正的参数间的关联度强弱关系表，对能够确认的关联强度关系进行修正，更新参数间的关联度强弱关系表。

Images