智能切换控制器在焦炉鼓风机调速系统中的应用

罗家毅

(安徽工业大学 工商学院，安徽 马鞍山 243002)



智能切换控制器在焦炉鼓风机调速系统中的应用

罗家毅

(安徽工业大学 工商学院，安徽 马鞍山 243002)

焦炉鼓风机调速系统是集气管压力控制系统的重要环节，是炼焦正常生产的重要保证.它具有非线性、时变性、强扰动等复杂特性，常规控制方法很难达到理想的控制效果.设计的智能切换控制器将基于最小二乘支持向量机的内模控制器与非线性PID控制器相结合，根据不同生产工况条件进行切换控制，进而保持初冷器前吸力的稳定.应用于焦炉鼓风机变频调速系统中，Matlab仿真结果表明该智能切换控制器对于不同生产工况具有良好的调节效果，能够消除不可测干扰.

智能切换控制；焦炉鼓风机；最小二乘支持向量机；非线性PID

集气管压力是炼焦生产的关键状态指标，其大小的稳定不仅直接影响设备寿命和焦炭质量，而且与安全生产和环境问题息息相关.而初冷器前吸力的波动是导致集气管压力变化的关键因素，一般采用调节鼓风机转速的方法来改变总管中煤气的流量和压力，进而保持初冷器前吸力的稳定，所以焦炉鼓风机调速系统是稳定调节集气管压力的主要环节.它具有非线性、时变性、强扰动等复杂特性，不仅难以准确获得被控对象的数学模型，而且极大增加了控制器设计的难度和控制算法的复杂程度，传统、常规、单一的控制方法很难达到理想控制效果，需要结合计算机控制技术进行先进的智能控制.

早期在集气管压力系统中多使用传统PID，无法同时满足调节快速和降低超调的要求，控制效果差[1]；2000年早期，阳春华教授采用PID控制器调节多个集气管翻板开度，采用专家控制器调节鼓风机的转速，采用前馈控制器补偿对于翻板动作或转速变化带来的干扰，多种控制器并用[2]；北科大舒雄鹰以PID控制为基础，结合专家系统设计了一种可以按现场生产情况进行智能切换的控制算法[3]；近年，张世峰等人提出一种基于RBF神经网络辨识的单神经元控制器与PID控制器相结合的方法[4].

以上控制方法各有优劣，但是做出了许多有益的新尝试，在此基础上，本文针对焦炉鼓风机变频调速系统提出了一种智能切换控制器.该智能切换控制器可以根据现场生产的不同工况自动选择不同控制器，在正常工况下选择投入基于最小二乘支持向量机的内模控制器(LSSVM_IMC)在线跟踪被控对象模型，实时调整控制器参数，可有效抑制未知干扰带来的影响，快速恢复系统稳定；在非正常工况下切换采用非线性PID控制器，针对不同的操作工况产生的强干扰，PID控制器自动调整不同参数，以快速消除系统干扰，通过稳定初冷器前吸力进而实现集气管压力的稳定[5-6].

1 焦炉鼓风机调速控制系统结构

某焦化厂有1#、2#两座焦炉，鼓风机调速系统工艺流程如图1所示.两座焦炉产生的荒煤气经四根集气管汇集到煤气总管，总管内的煤气经气液分离器分离后经初冷器冷却，再经鼓风机加压后一路经回流管回到初冷器前的煤气总管，一路送到下道工序进行处理，处理完后送给用户.使用变频器进行鼓风机调速控制主要是通过鼓风机的转速变化来改变煤气总管中的煤气流量和压力，来保证在不同干扰情况下初冷器前吸力的快速稳定，因为初冷器前吸力与焦炉集气管压力紧密相关，其变化将直接反应集气管压力的变化.

图1 焦炉鼓风机调速系统工艺流程

一般来说，炼焦生产过程可以分为正常工况和非正常工况两种情况，大部分生产期间属于正常工况，集气管压力随着煤气总量的变化而上下波动，此时需要一种具有很好鲁棒性、并能适应鼓风机系统复杂动态特性的智能控制策略；而当进行推焦、装煤、换向加热、开关氨水等一些人工操作时，系统会产生较大幅度的强烈扰动，称为非正常工况，此时则需要快速消除误差、恢复稳定.针对两种工况条件，本文采用的智能切换控制器能够在正常工况下自动选择LSSVM_IMC，在非正常工况下切换采用非线性PID控制器，两者通过复合切换相互协调控制，从而稳定调节输出.现以鼓风机变频调速系统作为研究对象，其智能切换控制器的系统结构如图2所示.

图2 智能切换控制器结构

图2所示控制结构包括非线性PID控制器和LSSVM_IMC、系统被控对象P、内部模型M和反馈滤波器F.其中，该智能切换控制器取初冷器前吸力为被控量y(k)，鼓风机变频器输出频率为控制量u(k)，其他压力检测点的压力变化、人工操作引起的压力波动等其他对被控量的各种影响视为干扰d(k)，初冷器前吸力的设定值r(k)大小是根据生产工况不同分段设计的，ym(k)是LSSVM_IMC内部辨识模型的输出，sw为两种控制器的切换开关，切换条件是根据吸力设定量与被控量的差值进行比较得到，反馈滤波器F是当内部模型与被控对象失配时，被引入用来改变系统的结构和参数从而增强内模系统的稳定性，这里选用一型滤波器用于内模控制的反馈通道中.

2 智能切换控制器设计

2.1 正常工况下LSSVM_IMC设计

实际炼焦生产的大部分情况属于正常工况条件，该炼焦厂在正常生产时，通过采集l组变频器控制量和初冷器前吸力大小为输入输出数据对，构成训练样本集{(u(k),y(k)),k=1,2,…,l} .利用LSSVM建立系统观测器，把u(k)和y(k)作为观测器的输入量，再通过LS_SVM辨识得到的内部模型M在输入量为u(k)时得到内部模型输出量ym(k)，将ym(k)与y(k)的差值Δym(k)作为模型修正量与吸力设定值r(k)比较.LSSVM_IMC的观测器输入量的向量形式为：

(1)

X1,X2,…,Xl为观测器从k时刻到k-n+1时刻的输入向量，而y1,y2,…,yl为系统输出给变频器从k时刻到k-n+1时刻的控制量，从而得到鼓风机变频调速系统的模型训练样本集为：

{(X1,y1),(X2,y2),…,(Xl,yl)}⊂Rn*Rn

(2)

用非线性函数φ(x)把得到的输入向量映射到一个高维特征空间，在该高维空间上建立最优化决策函数：

y=f(x)=wT·φ(x)+b

(3)

式中b为偏移量，w为权向量.在LSSVM中目标优化函数和约束条件为：

(4)

s.t yk=wT·φ(xk)+b+ξk,k=1,2,3，…,l

(5)

式中γ为调整参数，它的取值可以兼顾模型复杂程度和训练误差，使得所述问题中的目标函数能有较佳的泛化能力.引入Lagrange函数：

(6)

通过KKT条件可以获得最优的a和b.

(7)

通过消除ζ，w,所述的优化问题便可以简化为如下线性方程的求解问题：

(8)

其中，y=[y1,y2,…,yl]T，Il=[1,1,…,1]T，a=[a1,a2,…,al]T.因此利用LS_SVM建立的观测器为：

ym(k+1)=f[X(k)]=wφ[X(k)]+b=

(9)

建立好鼓风机变频调速系统的观测器后，还需要确定鼓风机调速系统的逆模型，这里把被控对象看作为一个SISO系统：

(10)

(11)

内模控制器的建立就是需要确定式(11)中g(·)函数的表达形式和具体参数.首先确定内模控制器的输入向量的形式为：

(12)

对式(10)所示系统，采用LSSVM逼近其逆模型，其计算方法与以上辨识内部模型的方法相同，得到的逆模型即为式(11)的逼近式，可表示为：

(13)

在正常工况下采用LSSVM_IMC控制方法，能够将鼓风机变频调速系统变成一个动态的伪线性被控对象，即实现了把被控对象的非线性变为线性这一过程，极大地减小了控制难度和算法复杂性[7-8].

2.2 非正常工况下非线性PID控制器设计

非正常工况下初冷器前吸力的扰动剧烈，采用非线性PID能够快速消除强干扰.非线性PID控制各调节参数都可以根据偏差大小的不同作非线性变化，使用更为灵活.非线性PID控制器在工业计算机控制过程中常使用离散化后的改进公式，即：

u(k)=KP(e(k)-e(k-1))+KIe(k)+

KD(e(k)-2e(k-1)+e(k-2))

(14)

式中，u(t)表示系统输出，e(t)为偏差信号，Kp、KI、KD分别是比例、积分、微分系数，均与e(t)呈非线性关系，其表达式为：

(15)

式(15)中，ap、bP、cP和aI、bI、CI等参数是用于现场在线调试的常数因子，w为积分时间调节因子.

3 Matlab仿真结果

设鼓风机调速系统离散化后的非线性表达式如下所示：

y(k)=a·y(k-1)/1+y(k-1)2+

b·u(k-1)y(k-1)+c·u(k-1)

(16)

式中，y(k)是正常工况下第k个采样点初冷器前吸力的实际输出值，y(k-1)是第k-1个采样点的吸力输出值，u(k-1)是第k-1个采样点变频器的控制量，a,b,c均为系统被控对象模型参数，这里设a=0.35，b=0.1，c=0.5.

在Matlab仿真时，取300个采样点，采样时间ts为1s，仿真时间300s，按照该焦化厂对初冷器前吸力大小的要求，设置参考输入，即吸力的设定值在0～100s时间内为-1KPa，100～200s时间内为-1.4Kpa，200～300s时间内为-1.2KPa.为模拟生产现场初冷器前吸力实时波动性和由于推焦、出煤、高压氨水喷洒等人工操作带来的强干扰，分别在采样时刻140s和240s时给定+0.4KPa和-0.2KPa的扰动信号.具体仿真结果如下：

图3和4分别是仅采用单一控制器的控制效果.由图中可以看出，图3仅采用LSSVM_IMC，在参考输入变化较大及干扰发生时，系统都产生了不同程度的振荡调节，部分超调量过大.图4仅采用非线性PID，在第一次较强扰动信号来临时，系统发生了强烈的振荡，持续时间长，其他部分时刻超调量较大.

图3 仅LSSVM_IMC控制效果

图4 仅非线性PID控制器控制效果

图5 智能切换控制器控制效果

图5所示为外加两次干扰情况下智能切换控制器的控制效果.由图可见，在140s时刻产生+0.4KPa，以及240s时刻产生-0.2KPa的外部扰动时，系统都随之出现了短时间的振荡，但是超调量小、调节时间短，很快就恢复了对给定信号的跟踪响应，说明该智能切换控制器能够较好地消除不同程度的未知干扰，具有良好鲁棒性.

综上，LSSVM_IMC及非线性PID需要相互协调控制，其组成的智能切换控制器对系统产生的不可测干扰具有良好地抑制消除作用，能够较好地输出跟踪给定值，控制快速、准确、稳定，鲁棒性强.

4 结论

本文针对焦炉鼓风机调速系统，根据炼焦生产中正常和非正常两种工况条件，分别采用基于最小二乘支持向量机的内模控制器(LSSVM_IMC)与非线性PID控制器组成智能切换控制器，稳定控制初冷器前吸力大小，进而使集气管压力保持在合理范围.Matlab仿真结果表明，设计的LSSVM_IMC模型辨识度高，具有良好的动态性能和控制精度，在正常生产工况下可以消除不可测干扰的影响；非线性PID控制器简单有效，能够快速消除非正常工况下的强扰动，及时恢复系统稳定.两者需要通过自动切换实现协调控制，整体控制效果良好，具有一定的应用价值和推广作用.

[1]徐竟天.焦化炉集气管压力计算机监控系统开发[D].西安：西安石油大学，2005.

[2]Chunhua Yang，Min Wu，Deyao Shen，Geert Deconinck．Hybrid intelligent control of gas collectors of coke ovens[J].Control Engineering Practice，2001，9(7)：725-733．

[3]舒雄鹰．双焦炉集气管压力智能控制系统[J].自动化与仪表，2003，18(1)：39-41．

[4]张世峰，周建芳. 焦炉集气管压力自适应预测解耦控制系统设计[J].重庆大学学报，2009，32(1)：105-110.

[5]胡良谋，曹克强，徐浩军.支持向量机故障诊断及控制技术[M].北京：国防工业出版社，2011.

[6]何熠.基于支持向量机的非线性系统辨识建模与控制[D].天津：天津大学，2006.

[7]张金花，张世峰，何福金.基于多模型切换的焦炉鼓风机调速系统智能控制策略研究与应用[J].冶金自动化，2010,34(3)：10-13.

[8]Suykens J.A.K，Vanderwalle J.Least squares support vector machines classifiers[J].Neural Processing Letters，1999,9(3)：293-300.

(责任编辑:王前)

10.13877/j.cnki.cn22-1284.2016.08.004

2016-07-04

罗家毅，男，安徽马鞍山人，教师.

TP23

A

1008-7974(2016)04-0012-04