1、引言
在煉焦生產過程中,焦爐集氣管壓力是煉焦生產中的重要參數,它的穩定性直接影響著焦爐的使用壽命和焦碳的生產。由于焦爐集氣管壓力控制系統是一個具有強干擾、多耦合、時變、非線性的復雜多變量系統,難以建立精確的數學模型,因此,對于這樣復雜的系統,應用經典控制手段無法圓滿解決現有的問題。因此,采用模糊控制、專家系統等智能控制技術是建立焦爐集氣管壓力控制系統有效控制手段的必由之路。
模糊控制是應用模糊集合理論,統籌考慮控制的一種控制方式。與傳統控制理論不同,它具有的最突出的特點就是在設計系統時不需要建立被控對象精確的數學模型,只要求掌握現場操作人員或者有關專家的經驗、知識或者操作數據,模糊控制規則是以語言的形式進行定性的描述。這樣,對于模型未知的復雜系統,采取模糊控制的方法去進行分析和設計,不失為一種有效的控制策略。
但是,依靠操作人員的經驗來建立合理的模糊控制算法,從建立模糊控制模型到編寫程序仿真再到分析結果都是非可視化的,需要很長時間的試探和摸索,并且模糊控制器的修改和控制對象的改變都需要重新編制計算程序,從而要耗費大量的時間和精力[1][2]。
MATLAB軟件的誕生使控制系統的分析和設計變得簡單了,它為控制系統的分析和設計提供了強有力的工具,為從事控制工程應用的大科技人員帶來了極大的方便。尤其是Simulink工具平臺的出現,使得控制系統的設計和仿真變得相當容易和直觀。
本文以MATLAB軟件作為仿真平臺,提出將參數在線自調節模糊控制與多變量模糊規則解耦相結合的多級智能控制策略,同時構建焦爐集氣管壓力控制系統的仿真模型,探討改善焦爐集氣管壓力控制品質的新途徑,實現了可視化仿真研究。
2、 焦爐集氣管壓力智能控制系統設計
本文焦爐集氣管壓力智能控制系統主要分為集氣管壓力單回路參數在線自調節模糊控制、模糊規則解耦控制兩部分,集氣管壓力為被控制量,集氣管上的蝶閥開度為控制量,以三焦爐集氣管壓力系統為例,控制流程見圖2.1。
圖2.1 三焦爐集氣管壓力系統控制流程圖
2.1集氣管單回路參數在線自調節模糊控制
依據模糊控制的理論和模糊控制器的組成原理,選取壓力的誤差和誤差變化率為模糊控制器的輸入變量,集氣管壓力增量為輸出變量,實際控制輸出則為前一時刻控制輸出加上本時刻模糊控制器輸出。
誤差、誤差變化率和控制輸出的增量模糊化所對應的語言變量分別為E、EC和∆U。E的8個語言值取為{NB,NM,NS,NO,PO,PS,PM,PB},分別表示{負大,負中,負小,負零,正零,正小,正中,正大},劃分為14個等級,即E={-6,-5,-4,-3,-2,-1,-0,+0,1,2,3,4,5,6}。EC的7個語言值取為{NB,NM,NS,ZO,PS,PM,PB},分別表示{負大,負中,負小,零,正小,正中,正大},劃分為13個等級,即EC={-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。∆U的7個語言值取為{NB,NM,NS,ZO,PS,PM,PB},分別表示{負大,負中,負小,零,正小,正中,正大},劃分為15個等級,即∆U ={-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7}。
根據經驗建立誤差E、誤差變化EC和控制增量∆U的隸屬度賦值表,之后根據實際對象的特性以及人們的操作經驗,得到焦爐集氣管壓力控制的控制規則表。例如:集氣管壓力上升很大,這時E= PB,同時誤差的變化率下降較慢, EC= NS,現場工人操作是根據經驗增大蝶閥開度,即所需控制增量∆U= PM。根據規則得出模糊控制規則表,模糊推理方法可以采用Mamdani方法。
當系統的偏差較大時,系統的快速性是主要矛盾,系統的穩定性和控制精度卻是次要的,這時應使系統快速減小偏差;而當系統偏差較小時,則要求設計的控制器應保證系統的穩定性及控制精度。模糊控制器中量化因子Ke、Kec和Ku對控制效果有很大影響,對于比較復雜的被控過程,采用一組固定的量化因子和比例因子難以收到預期的控制效果,因此在控制過程中通過自調節模糊控制器的量化因子和比例因子,來調整控制過程中不同階段上的控制特性,以使對復雜過程收到良好的控制效果。圖2.2為單回路參數自調節模糊控制器結構示意圖。其中,MATLAB Fcn1模塊同樣是調用的是事先編寫的實現模糊控制功能的文件, MATLAB Fcn1調用的是實現參數自調節功能的文件。
圖2.2單回路參數自調節模糊控制器結構示意圖
2.2模糊規則解耦
集氣管間的耦合是目前許多控制系統投運不好的重要原因。耦合強度與管道阻力、傳輸距離有關,距離越近,耦合越強,同時其壓力自平衡能力也越強。因此,本文提出分次模糊規則解耦的解耦方案,首先對耦合較強的兩個集氣管做第一解耦,在此基礎上,在與距離較遠的集氣管做第二解耦。
考慮到煤氣自身流體特性,第一解耦修正主要在正常情況下,通過對距離較近兩管壓力偏差及偏差變化率進行分段、比較,通過修正各集氣管蝶閥輸出控制增量,對輸出控制作用適度削弱或加強。由于對各焦爐集氣管壓力回路而言,壓力的波動都將在其回路調節增量(蝶閥開度變化)中反映出來,因此第一解耦控制規則選取兩個單回路控制的控制增量∆u1、∆u2作為輸入,控制增量的修正值a1、a2作為輸出。根據焦爐工藝特點,可以整理出相應的經驗規則,進而可得出第一解耦控制修正表。最后經第一解耦補償后的蝶閥控制增量為∆u1’=∆u1+a1, ∆u2’=∆u2+a2,∆u3’=∆u3。
第二解耦修正在第一解耦修正后進行后,由于集氣管之間距離的原因,第一解耦作用時間相對快得多,所以第二解耦可在第一解耦的基礎上予以處理。第一解耦后各焦爐單集氣管壓力控制調節量分別為∆u1׳,∆u2׳,∆u3׳,第二解耦控制規則的輸入量為第一解耦后距離最近的兩焦爐集氣管壓力控制增量調節值的平均值(∆u1׳+∆u2׳)/2,控制增量的修正值b1、b2作為輸出。根據經驗規則,得出第二解耦規則控制修正表。最后,經過第一與第二解耦修正后,各焦爐集氣管蝶閥的實際控制調節量分別為∆u’’1=∆u1+a1+b1,∆u’’2=∆u2+a2+b1,∆u’’3=∆u3+ b2。圖2.3為多變量模糊規則解耦控制仿真模型結構示意圖,Fuzzy Logic Controller和Fuzzy Logic Controller1分別為第一、第二解耦模糊控制器。
圖2.3多變量模糊規則解耦控制仿真模型結構示意圖
3、焦爐集氣管壓力控制系統MATLAB仿真研究
仿真控制對象為三焦爐集氣管壓力系統,三個集氣管給定壓力輸入分別為110Pa、100 Pa、120 Pa,壓力控制仿真模型中加入連續方波,作為擾動量,幅值分別為10Pa和60Pa。控制系統仿真曲線見圖3.1(a、b)。
圖3.1(a)擾動為10Pa時的系統仿真曲線 圖3.1(b)擾動為60Pa時的系統仿真曲線
從仿真結果可以看出,壓力最終接近設定值,穩態誤差滿足±10 Pa控制要求,響應速度快,不間斷的的擾動并沒有使系統出現不穩定的現象,控制系統抗干擾能力強,魯棒性能好。計算機仿真表明,采用該模糊智能控制方法控制焦爐集氣管壓力效果較好。
4、 結論
筆者將MATLAB應用于焦爐集氣管壓力控制系統的設計與仿真之中,使得從集氣管壓力控制器的設計、仿真到控制結果的顯示與分析都可以有效迅速地完成,實現了可視化仿真研究。本文的研究驗證了智能控制的應用可較好地改善焦爐集氣管壓力控制的品質,具有一定的工程實用價值。