天然气检定装置控制算法研究

高志国

(中石化中原石油工程设计有限公司，河南 濮阳 457001)



天然气检定装置控制算法研究

高志国

(中石化中原石油工程设计有限公司，河南 濮阳 457001)

摘要：在流量计进行天然气实流检定过程中，需要在不同的流量检定点下进行校准。通过对压力、流量被控对象的研究，分析了控制对象中非线性因素导致不同流量工作点控制性能变化的可能性。针对流量和压力控制问题，利用动态流程模拟平台对模拟对象特性进行试验研究，根据模拟对象特性选择合适的先进控制算法对流量和压力进行更优的控制调节，实现各工况下流量、压力等参数的快速调节以及高度稳定。

关键词：流量检定控制算法控制对象模糊自适应

随着天然气在国内能源消耗份额的逐年增加，流量计作为天然气计量工具应用也越来越广，流量计的检定成为重要的发展市场。中国石油化工集团公司即将建成的国家石油天然气大流量计量站武汉分站是具有原级标准的国家级天然气实流检定站，能够满足国内越来越多的流量计检定需求。

根据流量计检定规程规定，被检流量计需要在多个流量检定点下进行校准。在不同的流量检定点切换过程中，流量、压力有大幅度的变化，需通过控制算法对压力、流量进行控制，实现多个流量检定点的平稳切换。通过对被控对象特性(例如阀门的特性)的分析，文中研究了其非线性导致不同工作点控制性能变化的可能性，为了保证计量精度，通过先进的控制算法确保各工况下流量、压力等参数的快速调节以及高度稳定。该项研究中被控对象是通过HYSYS建立的动态流程模拟，运用VB建立控制器，通过VB和HYSYS的连接通信来实现模拟对象的控制，同时充分利用Matlab强大的运算能力，在开发控制器算法过程中，采用Matlab进行运算，通过VB和Matlab实时进行数据交换，实现了整体控制器的控制功能。

1控制对象分析

针对流量计检定过程中不同检定点的流量和压力控制问题，利用动态流程模拟平台对模拟对象特性进行试验研究，目的是通过试验的方法获得模拟对象特性，根据模拟对象特性选择合适的先进控制算法对流量和压力进行更优的控制调节。通过流程模拟软件建立天然气计量检定站的动态流程模拟平台。

国家石油天然气大流量计量站武汉分站流量调节分3条支路，各支路管径以及流通能力不同，根据流量大小运用逻辑控制单元选定流通支路，同时控制管线上的流量调节阀来调节流量大小。用于调节检定天然气的压力控制单元同样分为3条支路，选择流通支路的方法与流量调节支路相同，通过控制管线上的压力调节阀调节压力大小。

根据常规控制经验分析，流体在调节过程中流量和压力对象都存在明显的非线性，采用常规的PID控制难以得到很好的控制效果；同时在外部干扰的作用下，流量和压力的控制精度降低，在一定的范围内出现波动，因而考虑采用先进控制算法。

2控制方案

为满足流量计检定工况中流量、压力PID参数的自适应需求，控制方案考虑采用适用于非线性对象控制的单神经元自适应PID控制算法或者模糊自适应PID控制算法，对流量和压力进行控制。

2.1单神经元自适应PID控制算法

神经网络是模拟人脑思维方式的数学模型，它是智能控制的一个重要分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。由具有自学习和自适应能力的单神经元构成单神经元自适应智能PID控制器，不但结构简单，而且能适应环境变化，有较强的鲁棒性，能够在控制系统出现数据溢出等异常情况下进行工作。单神经元自适应PID控制结构如图1所示。

图1　单神经元自适应PID控制结构示意

典型的神经网络学习规则有三种： 无监督的Hebb学习规则、有监督的Delta学习规则、有监督的Hebb学习规则。单神经元自适应控制器是通过对加权系数的调整实现自适应、自组织功能，加权系数的调整按有监督的Hebb学习规则实现。控制算法及学习算法为

(1)

(2)

w1(k)=w1(k-1)+ηIz(k)u(k)x1(k)

(3)

w2(k)=w2(k-1)+ηPz(k)u(k)x2(k)

(4)

w3(k)=w3(k-1)+ηDz(k)u(k)x3(k)

(5)

式中：K——神经元的比例系数，K>0；u——加权和；w——加权系数；x——输入向量；ηP，ηI，ηD——分别为比例、积分、微分的学习速率。

对比例、积分和微分分别采用了不同的学习速率ηP，ηI，ηD以便对不同的加权系数分别进行调整。K值的选择非常重要，K越大，则快速性越好，但是超调量大，甚至可能使系统不稳定。当被控对象延时增大时，K值必须减小，以保证系统稳定；K值选择过小，会使系统的快速性变差。

2.2模糊自适应PID控制算法

模糊自适应PID控制就是通过运用模糊数学的基本理论和方法，把规则的条件、操作用模糊集表示，并把这些模糊控制规则以及有关信息作为知识存入计算机知识库中，计算机根据控制系统的实际响应情况，运用模糊推理，即可自动实现对PID参数的最佳调整。

自适应模糊PID控制器以误差e和误差变化ec作为输入，以满足不同时刻的e和ec对PID参数自整定的要求。自适应模糊PID控制器结构如图2所示。

图2　模糊自适应PID控制器结构示意

PID控制器参数模糊自整定是找出PID 3个参数与e和ec之间的模糊关系，在运行中通过不断检测e和ec，根据模糊控制原理对PID 3个参数进行在线修改，以满足不同e和ec时对控制参数的不同要求，而使被控对象有良好的动、静态性能。

在控制器运行的某段时期内，控制系统通过对模糊逻辑规则的结果处理、查表和运算，自动完成对PID参数的在线自校正，其工作流程如图3所示。

图3　模糊自适应PID控制器工作流程示意

3控制算法结果分析

3.1不同算法对压力和流量的控制品质

取4个流量检定点400，600，1000，1600m3/h为例,实验观察不同检定点的切换过程，通过不同的控制算法进行流量和压力的控制。通过比较单神经元自适应PID、模糊自适应PID两种控制方案的控制品质，选择最优的控制方案。

1) 单神经元自适应PID流量、压力调节曲线如图4，图5所示。

图4　单神经元自适应PID流量调节曲线

图5　单神经元自适应PID压力调节曲线

2) 模糊自适应PID控制流量、压力调节曲线如图6，图7所示。

图6　模糊自适应PID流量调节曲线

图7　模糊自适应PID压力调节曲线

3.2两种控制方案效果对比

对两种控制方案的控制品质进行比较，选取调节时间和动态偏差作为评定指标，统计结果见表1所列。

表1　实验结果统计

通过表1的数据可以看出：

1) 从减小调节时间的角度出发，单神经元自适应PID在这3个过程中的调节时间分别为3.0，2.0，3.0，3.0，2.5，4.0min；模糊自适应PID在这3个过程中的调节时间分别为4.0，3.0，3.0，5.0，5.0，7.0min。因此，两种先进控制算法都能够在一定程度上减少调节时间，但单神经元自适应PID控制的效果更好，通过数据可以看出，该控制方案能在常规PID的基础上将调节时间减少50%以上，显著提高了检定效率。

2) 从降低动态偏差的角度出发(该报告中动态偏差为调节过程中最大动态偏差)，运用单神经元自适应PID控制调节压力的过程中出现的最大动态偏差为0.01，0.04，0.04MPa；运用模糊自适应PID控制调节压力的过程中出现的最大动态偏差为0.01，0.03，0.04MPa。通过实验数据可以看出，两种先进控制算法也能够很好地降低动态偏差，比较来说两种先进控制算法在减小压力最大动态偏差的过程中效果接近，但是模糊自适应PID在流量的调节过程中会加剧产生流量的波动。所以从降低动态偏差的角度出发，应该选择单神经元自适应PID控制。

综合考虑调节时间和动态偏差两项评定指标，在两种控制方案中选取单神经元自适应PID能够取得更好的压力和流量控制效果。

4结束语

笔者通过对气体实流检定装置压力流量控制

方法研究的介绍，研究用于气体压力流量控制的两种先进控制算法，仿真模拟实验分析结果表明单神经元自适应PID能够对较大幅值的扰动进行一定程度的调节，快速地克服扰动作用并且得到很高的控制精度，从而使检定过程中流量和压力的精度达到检定要求。

参考文献:

[1]霍罡，曹辉.可编程序控制器模拟量及PID算法应用案例[M].北京： 高等教育出版社,2013： 113-156.

[2]潘彦.算法设计与分析基础[M].北京： 清华大学出版社，2015： 76-178.

[3]高飞.Matlab智能算法超级学习手册[M].北京： 人民邮电出版社，2014： 56-164.

[4]余胜威.Matlab优化算法案例分析与应用[M].北京： 清华大学出版社，2014： 44-98.

[5]斯帝博.非线性系统手册[M].北京： 电子工业出版社，2013： 156-204.

[6]曲福恒.模糊聚类算法应用[M].北京： 国防工业出版社，2011： 115-168.

[7]杨光友．朱宏辉．单片微型计算机原理及接口技术[M].北京： 中国水利水电出版社，2002： 186-224.

[8]李江全.计算机测控与串口通信开发软件应用软件[M].北京： 人民邮电出版社，2008： 67-154.

[9]王华忠.监控与数据采集系统及其应用[M].北京： 电子工业出版社，2010： 76-168.

[10]扈啸.单片机数据通信技术入门到精通[M].西安： 西安电子科技大学出版社，2002： 65-144.

Study on Control Algorithm of Natural Gas Detection Device

Gao Zhiguo

(Sinopec Zhongyuan Petroleum Engineering Co. Ltd., Puyang,457001, China)

Abstract：Calibration should be done under different flow during verification of actual natural gas flow with flow-meter. Possibility of nonlinear factors leading to control property changes under different flow is analyzed through controlled object study of pressure and flow. Aiming at problems of flow and pressure control, simulation object characteristics are studied with dynamic process simulation platform. Appropriate advanced control algorithms are selected to adjust better flow and pressure according to simulation object properties to achieve quick adjustment and high stability under different flow and pressure.

Key words:flow verification; control algorithm; control object; blurry adaptive

作者简介：高志国(1977—)，男，山东东营人，1998年毕业于西南石油学院计算机应用专业，获硕士学位，现就职于中石化中原石油工程设计有限公司，负责仪表、控制系统的设计研究工作，曾从事多年DCS维护及现场总线维护工作，任仪表自动化高级工程师。

中图分类号：TP273

文献标志码：B

文章编号：1007-7324(2016)03-0063-03

稿件收到日期： 2016-01-08，修改稿收到日期： 2016-04-04。