基于Rockwell自动化技术的竖炉焙烧过程综合自动化系统

摘　要：针对竖炉焙烧过程的工艺特点及技术要求，基于Rockwell自动化技术和智能控制方法提出了实现磁选管回收率优化的竖炉焙烧过程综合自动化系统，介绍了Rockwell自动化技术的主要性能特点，讨论了由智能优化、过程控制和过程管理三层结构组成的综合自动化系统的结构、功能和以磁选管回收率为目标的控制策略。所提出的系统成功应用于某钢铁公司选矿厂竖炉焙烧生产过程，实现了竖炉焙烧生产过程的优化控制、优化运行和优化管理，取得了明显的应用成效，同时说明了Rockwell自动化技术在工矿企业自动化应用方面的先进性与可靠性。

关键词：竖炉焙烧；磁选管回收率(MTRR)；Rockwell自动化；综合自动化系统；智能优化

Integrated Automation System for Shaft Furnace Roasting Process Using Rockwell’s Technology

YAN Ai-jun

(Research Center of Automation, Northeastern University, Liaoning，Shenyang, 110004, P. R. China)

Abstract: The integrated automation system consisting based on Rockwell Automation and intelligent control of three layers: Intelligent Optimization Control, Process Control and Process Management is developed to fit the characteristic and requirement of the shaft furnace roasting process and optimization target of Magnetic Tube Recovery Rate (MTRR) is achieved. The technology performance of Rockwell Automation products is introduced. The structure, functions and MTRR based control strategy of this system are discussed. The system proposed in this paper has been successfully applied to the roasting process of Minerals Processing Factory of an Iron and Steel Company to realize process optimal control, process optimal operation and process optimal management. It has been proven to provide benefits to this minerals processing factory and reliability of advanced Rockwell’s technology at factory automation application.

Key words: Shaft Furnace Roasting; MTRR; Rockwell Automation; Integrated Automation System; Intelligent Optimization

1 引 言

选矿生产是钢铁工业的基础，虽然我国的铁矿资源丰富，但大多为品位较低的赤铁矿等难选矿石，其品位一般为33％左右，利用常规的磁选方法难以从这些原料中提取出高品位的铁质成分。为了改善对弱磁性赤铁矿矿石的分选效果，采用竖炉预先对矿石进行高温还原磁化焙烧，使弱磁性矿物变成强磁性矿物，然后再用磁选方法既可以得到铁精矿。于是，竖炉磁化焙烧过程直接关系到选矿的金属回收率与精矿品味等生产指标。控制好竖炉磁化焙烧过程是提高选矿过程金属回收率与精矿品味的关键。

竖炉是将弱磁性铁矿石（主要成分Fe₂O­₃）在加热带进行加热，然后落入还原带，在一定浓度还原剂、一定温度下，使Fe₂O­₃还原成强磁性的磁铁矿Fe₃O­₄的热工设备，工艺过程俗称磁化焙烧。竖炉于1926年世界始建。我国首次于1966年由鞍山黑色冶金矿山设计院设计竖炉^[1]。

竖炉焙烧是我国目前处理弱磁性矿物的有效途径之一。其生产现状是自动化程度低，生产成本高，资源消耗大，环境污染严重。竖炉焙烧过程具有机理复杂，多变量强耦合，过程中不确定因素多，磁选管回收率等关键工艺参数难以在线连续测量。因此采用传统的控制结构难以对其进行有效的控制。欧洲钢铁工业技术发展指南指出：“对于降低生产成本、提高产品质量、减少环境污染和资源消耗只能通过全流程自动控制系统的优化设计来实现^[2]”。采用计算机控制系统是对竖炉焙烧过程实现成功控制的关键，采用新的合适的控制结构的过程综合自动化系统是解决上述问题的关键。文[3]提出了采用过程控制、过程优化、生产调度、企业管理和经济决策五层结构的综合自动化系统。文[4]提出了由过程稳定化、过程优化、过程管理三层结构组成的选矿生产过程自动化系统。文[5]提出了基于企业资源计划（ERP）/制造执行系统（MES）/过程控制系统（PCS）三层结构的金矿企业综合自动化系统，并成功应用于中国排山楼金矿，取得了显著成效。

本文结合某选矿厂的实际，针对竖炉焙烧过程的特点，采用智能优化、过程控制和过程管理三层结构的综合自动化系统体系架构，提出了基于Rockwell自动化技术和智能控制方法的竖炉焙烧过程综合自动化系统，并成功应用于该选矿厂竖炉焙烧过程，取得了显著的成效，为选矿厂综合自动化系统^[6]的成功实施奠定了基础。

2 工艺描述

竖炉的焙烧过程是将矿石在加热带加热到700-800℃，然后通过自重落入还原带，在一定浓度还原剂存在下，保持一定温度（550-600℃），使铁矿石的主要成分Fe₂O­₃还原成强磁性的磁铁矿Fe₃O₄。

焙烧过程包括预热，加热，还原，冷却等几个环节，其中加热、还原是主要的工艺过程。和竖炉有关的机电设备包括抽烟机、鼓风机、搬出机和排矿机等。炉膛上部是预热带，中部为加热带，下部为还原带，炉膛中部有一狭窄的炉腰（宽1米），炉腰下部有导火孔，与炉两侧的燃烧室相通，燃烧室有煤气烧嘴与加热煤气相连，并配一台鼓风机，一台抽烟机，炉底有两个承重梁（即水箱梁）来支托整个炉壁的重量。在还原带下部的炉底上有煤气喷出塔，每个塔有独立的管道与炉外还原煤气主管相接。炉子下部两侧各有用来排出矿渣用的排渣漏斗。炉子两侧设有排出焙烧产品用的两台辊式排矿机。每台排矿机有两节排矿辊组成。辊式排矿机轴中心线以下全部淹没在水封池水中，水封池中设有两台斗式搬出机，用来搬出炉中的焙烧矿。为了延长抽烟机叶轮的使用寿命，设有两台旋风除尘器，用来减少废气中的粉尘，整个炉子是在负压下工作的。如图1所示，主要过程描述如下：

图1 竖炉工艺流程图

给矿：原矿通过炉顶贮矿槽，经由下料口落入炉膛内。

预热：当矿石进入预热带，在废气的预热下，矿石的平均温度一般为150-200℃。

加热：矿石通过自重下落进入加热带，加热煤气与加热空气在燃烧室混合燃烧时放出的热量通过对流、辐射以及传导的方式使矿石温度达到700-850℃。矿石温度高低不仅取决于搬出的快慢，还取决于燃烧室内煤气和空气的配比，配比适当，煤气燃烧充分。燃烧室温度一般控制在1050-1150℃，其热量由导火孔传导给矿石。

还原：加热矿石进入还原带，在570℃左右时与供给的还原煤气发生还原反应。

冷却：焙烧矿进入水封池冷却到400℃以下，必须保持水温在40-45℃，否则，焙烧矿不能有效冷却，矿石反而被氧化，达不到还原的目的。

搬出：搬出制度决定矿石在竖炉内焙烧的时间，为了保证焙烧质量，必须有一个合理的搬出制度，一般以一个周期的时间来表示。

竖炉操作者主要依据经验知识进行判断，在此基础上进行各种手工操作，自动化程度非常低。加上竖炉焙烧过程中包括多种内外因素的交叉变化，不确定性普遍，设备众多，使得焙烧过程控制变得复杂起来，表现在如下几个方面：

1) 过程本身具有多变量强耦合的特点，输入输出众多。输入有空气量，加热煤气量，还原煤气量等，输出量有燃烧室温度，加热带温度，还原带温度等，任何一个输入的变化都可能引起所有的输出发生波动；2）机理复杂，有物料的进出、热量的传递，还有化学反应，难以对燃烧室的温度对象建立准确的数学模型，使得基于模型的精确控制理论难以发挥其长处；3）不确定性因素多，如矿石的性质改变，加热煤气成分的波动以及操作工水平参差不齐等，这些不确定因素均会影响关键工艺参数的稳定性；4) 焙烧过程中往往伴随着一些故障的发生，一旦操作不当，将会引发生产故障，影响生产的连续性和稳定性。

以上说明了手工操作的局限性，同时说明了单一的常规控制理论与技术难以实现竖炉焙烧复杂的控制，难以达到生产过程的最终需求，如用户对产品质量的期望等，究其原因是因为基础回路控制级难以找到合适的设定值。如燃烧室温度、还原煤气流量、搬出制度等，往往是由操作员借助于其积累的经验给出，带有主观性和随意性，使产品质量及其它工艺指标得不到有效可靠的保证。如果不对设备进行自动化系统的改造，所带来的问题是：控制精度不高，浪费能源，最终的产品质量得不到有效的保障。近年来，随着工厂自动化程度的不断提高以及先进控制技术的发展，各企业越来越重视工艺过程的自动控制实现，这样不仅能提高控制精度，而且节约了能源，使产品质量得到了大幅提高。

3 竖炉焙烧过程综合自动化系统

结合选矿厂竖炉焙烧过程的特点，采用智能优化、过程控制和过程管理三层结构的综合自动化系统体系架构，提出了如图2所示竖炉焙烧过程综合自动化系统。

图2 竖炉焙烧过程综合自动化系统体系结构

3.1 系统结构

该系统有竖炉智能优化系统、竖炉过程控制系统、竖炉过程管理系统和计算机支撑系统组成。其中，智能优化系统采用以综合生产指标为目标的智能优化设定技术，具有燃烧室温度智能优化设定模块、还原煤气智能优化设定模块和搬出制度智能优化设定模块。

过程控制系统采用EIC(Electric Instrument Computer)一体化计算机集散控制系统集成设计技术。其中基础自动化系统具有回路控制模块、逻辑控制模块和关键工艺参数的监控模块。

过程管理系统采用综合生产指标为目标的生产过程优化运行与优化管理技术，具有生产管理和系统管理两部分。

计算机支撑系统有监控软件、实时数据库和计算机网络系统组成，通过计算机支撑系统实现过程控制系统和过程管理系统的信息集成，从而实现竖炉焙烧过程的综合自动化。

3.2 系统功能

竖炉焙烧生产过程综合自动化系统包括：智能优化系统、过程控制系统和过程管理系统(系统功能图参见图3)。竖炉智能优化系统根据生产指标要求，根据选矿厂制定的指标：磁选管回收率，由回路智能优化设定模型对竖炉焙烧过程的燃烧室温度、还原煤气流量和搬出制度等控制回路的给定值进行优化设定，实现焙烧过程的磁选管回收率优化控制，从而保证选矿过程综合生产指标的优化。

图3 竖炉焙烧过程综合自动化系统的功能图

竖炉过程控制系统实现竖炉焙烧过程生产设备的启动、停止等逻辑控制，如抽烟机、鼓风机、搬出机和排矿机等，具有设备安全保护功能，实现了生产工艺参数，如竖炉温度（燃烧室、加热带、还原带等）、压力（加热煤气压力、还原煤气压力、炉膛负压等）、流量（煤气、空气等）的闭环控制。该系统通过上位机监控系统对设备运行状态、关键工艺参数和趋势曲线进行实时监控，从而保证生产过程的稳定运行。

竖炉过程管理包括生产管理和系统管理，对竖炉焙烧生产过程和综合自动化系统进行管理。生产管理具有系统监测、故障诊断、设备管理、生产安全管理和系统通讯等功能。系统监测功能对数据进行采集、处理以及生产过程的监控；故障诊断功能对故障进行实时预测、及时发现生产故障。设备管理功能对设备故障进行报警，对设备的维护进行管理，对设备维修计划进行预测，帮助制定维修计划，保证设备的安全运行。生产安全管理功能包括设备间的连锁保护，关键操作执行前确认，现场设备起停前打铃，以保证生产安全。系统通讯功能实现各个控制子系统和各级计算机网络之间的通讯。操作指导功能是系统根据采集的数据和人工输入、设定信息判断当前的生产状况和操作条件，由基于案例推理的专家系统给出操作指导。系统管理具有系统安全管理、用户管理和系统导航等功能。系统安全管理保证系统不被恶意破坏和记录所发生过的事件和所进行的操作，系统的进入需要用户和密码，同时对运行中的活动和报警进行记录。用户管理用来增加和删除用户，对用户的权限进行设定和用户密码进行修改。系统导航实现系统内部导航功能，实现监控画面之间的切换和各个子系统间的切换。

通过监控软件提供的强大组态功能、先进的OPC接口功能以及DDE数据交换功能，计算机网络与实时数据库的支持，编制了控制及智能优化设定软件，将竖炉焙烧生产过程的控制、优化和管理集成，实现生产过程管理和过程控制的一体化，从而保证竖炉焙烧生产过程的优化控制、优化运行和优化管理。

3.3 控制策略

由于竖炉焙烧过程具有多变量强耦合、强非线性，磁选管回收率等关键工艺参数不能连续在线测量，而且，难以用控制回路的输入与输出的解析式子来表示。因此，难以采用常规的优化控制方法进行优化控制。本文采用图4所示的智能优化控制技术，通过两层结构：回路控制层和回路优化设定层来实现竖炉焙烧过程的优化控制。

智能优化系统优化目标值为磁选管回收率设定值，该系统通过燃烧室温度、还原煤气流量和搬出制度的智能优化设定模型产生竖炉焙烧过程的温度、流量等控制回路和搬出制度的优化设定值，通过回路反馈控制使焙烧生产过程的温度、流量等稳定跟随优化设定值。利用焙烧过程的输入、输出量，通过智能预报模型^[7]，产生磁选管回收率预报值，并与磁选管回收率的目标值进行比较，产生的误差经过前馈补偿来校正回路优化设定值，并通过化验过程产生的磁选管回收率的化验值与磁选管回收率的目标值进行反馈校正回路设定值，通过回路控制使竖炉焙烧过程实现优化。

图4 竖炉焙烧智能优化控制技术结构图

燃烧室温度Y1的回路控制原理如图5所示。根据易于检测的流量、温度等物理量，应用智能控制技术解决竖炉焙烧过程中炉温干扰因素与加热煤气量和空燃比之间的非线性耦合影响，采用智能控制与PID控制相结合的方法对燃烧室温度进行控制，自动搜索并跟踪最佳空燃比，以实现最佳燃烧和综合自动控制，即燃烧室温度的智能优化控制。从图中可以看出，它是一个前馈—串级比值调节系统，加入了基于人工神经网络的前馈动态补偿，使得炉膛负压n、加热煤气压力p及热值h发生波动时，能及时修正加热煤气的流量和空燃比，与单变量调节系统相比，相当于增加了微分作用的超前环节，加快了系统的调节过程。其中智能控制器由神经网络动态补偿器与模糊控制器组成。模糊控制器根据燃烧室温度的设定值W1与实际检测值Y1的误差e和误差变化率de/dt给出加热煤气流量的设定值。系统中空燃比的实时修正调节，使得燃料在诸多干扰因素的作用下仍能充分燃烧，节约了能源，避免了因燃烧不充分冒黑烟而污染环境的现象。

图5 燃烧室温度智能控制原理图

还原煤气流量Y₂控制原理如图6所示，采用参数自整定PID控制器实现还原煤气流量的快速、稳定化控制。

图6　还原煤气流量控制原理图

图7　搬出制度时序图

优化设定模型给出搬出制度Y3的设定值后，由软件实现搬出电机的定时启停，达到电机按规定动作而将焙烧矿搬出还原带的目的，保证焙烧矿不发生“过还原”或“欠还原”的现象，使其质量得到保障。搬出制度的一个控制时序如图7所示。其中，S₁₁表示第1台搬出机在第1个周期内的运行时间，S₁₂表示第2台搬出机在第1个周期内的运行时间，T₁表示搬出机在第一个周期内的停止时间。搬出制度即1个周期为S₁₁、2T₁、S₁₂之和。

4 系统实施及应用效果

某选矿厂年处理铁矿石500万吨，矿石含铁品位33%。全厂用于矿石焙烧的竖炉22座。竖炉焙烧生产过程基本采用人工根据经验进行操作，用人眼看火孔观察火焰的颜色来估计燃烧室和还原带的温度，然后，手动关小或开大阀门来调节温度；观察焙烧矿的颜色来判断焙烧质量，然后，更改搬出制度和燃烧室温度来控制焙烧矿的质量。有关的电机设备都是在现场操作箱进行起停控制。造成生产人员多，效率低，成本高，消耗大。竖炉区温度高，雾气大，工人的工作环境差，劳动强度大。结合该选矿厂竖炉焙烧生产过程的实际采用本文提出的方法，实施了竖炉焙烧过程综合自动化系统。

4.1 系统硬件结构

系统的硬件结构，如图8所示。模型机（5台）及监控计算机（6台）均为DELL公司PC机，操作系统为Windows2000。计算机控制系统采用美国Rockwell公司ControlLogix系统，包括CPU模块，电源模块，开关量输入输出模块，模拟量输入输出模块，控制网(ControlNet)通讯模块，设备网(DeviceNet)通讯模块等。控制网与设备网之间通过控制网(ControlNet)通讯模块进行通讯，模型机和控制站的通讯通过以太网进行通讯，智能优化程序将计算结果通过以太网传至各控制站。监控机直接通过控制网与PLC进行通讯。

控制站由1-11#竖炉控制站、一个竖炉测温远程站等共12个控制站组成，12个站总共有14个机架（11个本地站，每个站1个机架；1个远程站，共3个机架）。1-11#控制站分别负责两台竖炉的控制，每个站对应1台控制柜，安放在中央控制室；竖炉远程控制站实现对22台竖炉燃烧室温度、还原带温度及加热带温度的检测。各控制站通过设备网(DeviceNet)实现对22座竖炉所有变频器的状态监测与频率设定，以实现鼓风机的变频调速。1-11#控制站的各处理器通过冗余的ControlNet网，以Producer/Consumer的通信模式实现数据开放。

图8 竖炉焙烧控制系统的硬件结构图

4.2 系统软件结构

整个控制系统所使用的软件均为美国Rockwell公司的配套产品：RSLogix5000、RSLink、RSNetWorx、RSView32等。监控计算机配有RSLogix5000、RSLink、RSNetWorx、RSView32应用软件，使用Microsoft Windows2000操作环境，编程软件由RSLogix5000和RSView两部分组成，其中RSLogix5000为PLC软件开发环境，RSView为监控画面及模型机开发环境，RSLink、RSNetWorx为网络组态软件。

各控制站的控制程序的开发基于RSLogix5000软件^[8]，ControlLogix系统的结构体系是一个技术先进的控制平台，它集成了多种控制功能：顺序控制，过程控制，运动控制等。ControlLogix系统是模块化的，用户可以根据其具体应用来选择合适的内存量、控制器个数和网络类型。这种柔性结构允许用户在同一个机架内使用多个控制器、网络通讯及I/O模块。用户能在多个控制器之间分配资源和划分任务。ControlLogix数据传输总线利用Producer/Consumer技术为用户提供一种高性能的、具有确定性的分布式方案。通过通讯接口模块可以实现ControlLogix与计算机、分布式处理器和分布式I/O的互连。它们可以共享连接到通讯接口模块上的任何EtherNet， ControlNet或DH+链路。

在每个站的控制程序中，主要包括一个连续任务和一个周期性任务，其中连续任务下有1个主程序，主程序下有一个主例程(Main Routine)，主例程实现各设备的启停以及搬出机的自动搬出控制，主例程有几个子例程，包括故障处理子例程、电机故障子例程，信号处理子例程，温度处理子例程，数据处理子例程，搬出机电流处理子例程等等。周期性任务下有有1个主程序(Loop Program)，主程序下有1个主例程(PIDLOOP)和一个子例程(PIDDataProcess)，实现对每个站的温度、流量控制回路的数据处理及闭环控制。

控制网与设备网通过应用软件RSLink和RSNetWorx进行组态^[9-11]，在组态的过程中可以设定通讯节点，以便于网络资源分配，可以设定网络更新时间(NUT)等等。在RSLink中组态OPC接点后，就可以使PLC和监控机两者经过组态的OPC接点进行通讯联系，彼此交换数据与信息。

RSView32是一个功能强大的控制系统监控软件^[12]，可以按用户的要求编制监控程序及友好的操作界面。基于RSView32的VBA软件类似于VB，可以编制复杂的计算处理程序，智能优化模型的开发就是基于VBA软件设计的。本系统中监控画面的主要组成是：竖炉工艺图、自动控制参数总览、设定值及PID参数控制面板、仪表信号图、实时趋势图、历史趋势图故障报警画面等。通过对这些操作界面的操作，可监视温度、压力、流量的变化趋势，对故障报警进行显示，对生产状况分析，可以使操作员随时对现场进行生产过程的操作指导及控制。

4.3 应用效果

竖炉焙烧控制是选矿生产过程控制的关键。竖炉生产过程输入有空气量、加热煤气量和还原煤气量；输出有燃烧室温度、加热带温度和还原带温度。输入与输出之间具有强耦合，过程机理复杂，如矿石的进出、热量的传递、化学反应，而且不确定因素多，如矿石的特性变化，加热煤气成分的波动，磁选管回收率，还原带的温度难以在线连续测量。这些因素的存在使得焙烧控制任务非常复杂，合理的系统结构及先进的控制技术是保证可靠控制的关键。

图9 重要参数的监控画面

图10 竖炉焙烧智能优化设定画面

竖炉焙烧综合自动化系统具有智能优化、过程控制和过程管理三层结构，采用智能解耦控制技术和智能优化设定控制技术，通过对竖炉焙烧过程的燃烧室温度、还原煤气流量、搬出制度的优化设定及温度、流量的回路控制，实现磁选管回收率的优化控制。重要工艺参数的监控画面如图9所示，重要参数的智能优化设定画面如图10所示。

图11 竖炉焙烧过程的实际控制曲线

竖炉焙烧过程的实际控制曲线如图11所示。其中，W1表示燃烧室温度设定值，Y1表示燃烧室实际温度，W2表示还原煤气流量设定值，Y2表示还原煤气实际流量，U1表示加热煤气阀开度。图中纵坐标表示燃烧室温度(0-1300℃)，对应加热煤气阀开度(0-100%)和还原煤气流量(0-5000m³/h)。从图11可以看出燃烧室温度和还原煤气流量的设定值根据工况的变化而变化，控制输出能够很好的跟踪优化设定值。现场长期运行的效果表明，竖炉台时产率从24.90T/h提高到25.62T/h，提高0.72 T/h。竖炉的磁选管回收率提高2％。设备运转率提高2.98%，能耗降低了10%，操作人员减少50%。竖炉焙烧生产过程实现了优化控制、优化运行和优化管理。

5 结 语

本文针对竖炉焙烧过程的特点，应用Rockewll自动化技术和智能控制方法，提出了由智能优化、过程控制和过程管理三层结构组成的竖炉焙烧生产过程综合自动化系统。本系统在某选矿厂竖炉焙烧过程中成功应用，可以实现竖炉焙烧生产过程的优化控制、优化运行和优化管理，从而提高了产品的质量、生产的稳定性，降低了工人的劳动强度，改善了操作环境，减少了资源消耗和操作人员，提高了设备运转率，实现了磁选管回收率的优化控制。以Rockewll自动化技术为基础，开发出的综合自动化系统的结构还可以应用于其他行业，有很高的推广价值。

参考文献(References)

[1] 张晓东, 柴振新. 酒钢100m3竖炉的发展与生产实践[J]. 金属矿山. 2000, (3): 32-33, 40.

[2] 欧洲钢铁工业联盟著, 韩静涛译. 欧洲钢铁工业技术发展指南[R]. 中国金属学会. 1999年10月.

[3] CIM Reference model committee, Purdue University. A Reference Model of Computer Integrated Manufacturing From the Viewpoint of Industrial Automation[J]. Int. J. Computer Integrated Manufacturing, 1989, 2(2): 114-127.

[4] Houseman L A, Schubert J H, Hart J R and Carew W D. PlantStar 2000: A Plant-wide Control Platform for Minerals Processing[J]. Minerals Engineering, 2001, 14(6): 593-600.

[5] 柴天佑, 李小平, 周晓杰, 初延刚, 张杰清. 基于三层结构的金矿企业现代集成制造系统[J]. 控制工程. 2003, 10(1): 18-22.

[6] Chai T Y, Ding J L, Zhao D Y and Yan A J. Integrated Automation System of Minerals Processing and Its Application[C]. 16th IFAC World Congress, Prague, Czech Republic, July 2005.

[7] 严爱军, 岳 恒, 赵大勇, 柴天佑. 一类复杂工业过程的智能预报模型及其应用[J]. 控制与决策, 2005, 20(7).

[8] Developing a Logix5000^TM Projects Using RS Logix5000 Software. Rockwell Automation. Ver.8.0,2001

[9] ControlNet^TM Networks Documentation Reference Guide. Rockwell Automation. 1998

[10] ControlNet^TM Networks Procedures Guide for Use with RSNetWorx^TM for ControlNet Software, Rockwell Automation. Ver 3.0.2001

[11] RSNetWorx^TM Procedures Guide for DeciveNet^TM Software, Rockwell Automation. Ver 2.2 2000

[12] Developing Integrated RSView32^TM Projects Using RSView32 Software. Rockwell Automation. Ver.6.1,1998

[13] 1336PlusII变频器用户手册

作者简介

严爱军（1970－），男，博士生。 研究领域为复杂工业过程的建模与智能控制，工业过程综合自动化理论、技术及应用等.

E-mail: ajy2004@126.com

电话：024-23789317

通讯地址：东北大学自动化研究中心309信箱. 邮编：110004