单神经元自抗扰控制技术在汽包水位系统中的应用

郭佳颖，刘延泉，张凯旋

(华北电力大学控制与计算机工程学院，河北 保定 071003)

单神经元自抗扰控制技术在汽包水位系统中的应用

郭佳颖，刘延泉，张凯旋

(华北电力大学控制与计算机工程学院，河北 保定071003)

针对自抗扰控制器(ADRC)在锅炉汽包水位控制系统中整定参数较多且不易整定的不足，提出了单神经元自抗扰控制(SNADRC)技术方案。自抗扰控制器是一种新型的非线性控制器，对模型精度要求不高，且具有优良的鲁棒性能和较好的控制品质。单神经元具备良好的自学习、自整定能力，以及结构简单、算法收敛快、适应能力强的特性。该方案采用单神经元控制模块，改进了自抗扰控制器的非线状态误差反馈(NLSEF)模块，不仅降低了参数整定的数目，且具有较强的自我调节和自我学习的能力，实现了参数的在线自整定。对传统PID锅炉汽包水位控制系统与单神经元自抗扰锅炉汽包水位控制系统的控制性能进行了比较。仿真结果表明，单神经元自抗扰控制系统超调量更低，抗干扰能力更强。该控制器具有优良的应用前景。

锅炉； 单神经元； 自抗扰控制； 非线性反馈; 汽包水位； 三冲量； PID控制

0 引言

确保锅炉汽包水位在一定的范围内是锅炉机组稳定运行所必不可少的条件，也是锅炉安全运行的关键指标之一[1-2]。目前，针对锅炉汽包水位控制，许多学者提出了改进控制方案。胡昊等人将模糊控制方案应用到汽包水位中，但模糊参数调试通常对经验的依赖性强[3]。袁俊文提出了BP神经网络结合模糊控制理论的方案，但该方案计算量比较大，控制规律复杂[4]。张哲等将内膜控制引入汽包水位串级控制系统，但结果显示内膜控制对汽包水位系统造成的误差极为敏感[5]、自抗扰控制器(activedistrurbancerejectioncontroller,ADRC)[6]可调参数多且整定困难，一定程度上阻碍了它的广泛应用。张兆清等针对自抗扰控制器的参数整定，采用了单神经元改进非线性状态误差反馈(nonlinearstateerrorfeedback,NLSEF)[7]。为此，本文将单神经元自抗扰控制(singleneuronactivedisturbancerejectioncontrol,SNADRC)应用于汽包水位系统。仿真结果显示，该方法具有优良的控制品质。

1 单神经元自抗扰控制器

自抗扰控制器主要由3部分构成：跟踪微分器(trackingdifferentiator,TD)、扩张状态观测器(extendedstateobserver,ESO)和NLSEF[8]。为了减少ADRC参数整定的数量，采用单神经元(singleneuron,SN)改进NLSEF。改进后的自抗扰控制器则主要由TD、ESO、SN构成。二阶SNADRC系统结构如图1所示。

图1 二阶SNADRC系统结构图

以二阶控制系统为例，其状态微分方程为：

(1)

式中：w(t)为未知扰动。

1.1非线性状态误差反馈

利用TD生成的跟踪信号V1和过渡微分信号V2与ESO估计出的状态信号Z1、Z2作差，得到系统误差信号e1、e2[9]。其算法如式(2)所示：

(2)

式中：fal(·)为选取的非线性函数。

从式(2)可知，NLSEF需要整定5个参数，即α1、α2、α3、β1、β2。

1.2基于单神经元误差反馈环节

单神经元输入向量一般为三维，其稳定性更强[10]。为此，在式(2)中添加1个输入量，则输出量为：

u0=β1fal(e1,α1,δ)+β2fal(e2,α2,δ)+

β3fal(e3,α3,δ)

(3)

单神经元的3个输入分别为：

(4)

式中：e3=e1(k)-e1(k-1)。

系统性能指标e(k)=v0(k)-y(k)。

离散控制信号U(k)为：

(5)

单神经元控制器通过调整加权系数实现其自组织、自适应能力。本文采用有监督的Hebb学习规则对权系数进行调整[11]，规范后的控制算法如式(6)所示：

(6)

式中：wi为权值系数；Z(k)=e(k)=v0(k)-y(k)；η1、η2、η3分别为积分、比例、微分学习效率。

文献[7]指出，适当选取比例系数k，使η1、η2、η3取(0,1)的随机值，系统也可趋于稳定。

2 基于SNADRC的汽包水位控制系统设计

SNADRC-PID串级三冲量汽包水位系统结构如图2所示[12]。图2中：H0为汽包水位设定值；H为汽包水位真实测量值；D和w分别为蒸汽量扰动和给水流量扰动；SNADRC为单神经元自抗扰控制器；Gw1为给水流量对锅炉汽包水位传递函数；Gw2为蒸汽流量对锅炉汽包水位的传递函数。

图2 三冲量汽包水位系统结构图

由图2可知，该锅炉汽包水位控制系统内环副调节器先进行粗调，当w改变时，内环能够快速消除扰动，增强了系统抗内扰能力；前馈控制系统的设计，可以克服“虚假水位”造成的干扰，减少D变化带来的扰动[13]。SNADRC控制器的输入是H0和H,该控制器调节的汽包水位值更精确，控制系统的控制精度更高。

3 仿真分析

正常运行状态下，某电厂的锅炉汽包水位系统对象模型和相关参数[14]如下。

rw=rD=0.083

rh=0.033

αd=αw=0.21

kr=20

传统串级三冲量汽包水位控制系统的主、副回路均采用PID进行调控。本文选取的控制方案如下：主回路采用SNADRC，副回路仍使PID控制器进行调控。仿真试验从以下3个方面进行分析研究。

3.1传统PID与单神经元自抗扰控制器仿真比较

传统汽包水位控制系统副回路选取PI控制规律，即kp=1、ki=0.2；主回路选取PID控制规律，即kp=0.5、ki=0.02、kd=8。在单神经元自抗扰控制器参数整定过程中，可得:神经元模块参数kp=0.1、ki=0.4、kd=0.4；ESO模块参数α1=0.5、α2=0.25、β1=10、β2=50、β3=100；TD模块参数r=100、h=0.01、T=0.01。传统汽包水位输出曲线如图3所示。

图3 传统汽包水位输出曲线

图3中：控制系统在t=1000s 时，加入20%的给水流量扰动；在t=2000s 时，加入20%的蒸汽流量扰动。从图3中的曲线可以发现，传统PID-PID控制器的超调量比较大，而SNADRC基本没有超调量。当发生蒸汽和给水流量扰动时，SNADRC曲线波动相对较小。由此可见，改进后的控制器抗干扰能力更强。

3.2神经元比例系数对控制效果的影响

在SNADRC参数整定过程中，为观察神经元比例系数k对锅炉汽包水位系统控制效果的影响，只改变k值大小，其他参数保持不变。选取的k值分别为0.45、0.55、0.75。观察汽包水位H的变化，不同k值下的汽包水位输出曲线如图4所示。

图4 不同k值下的汽包水位输出曲线

从图4可知，汽包水位的控制效果受k值影响。当k值越大，系统的快速性越好，但相对的超调量也较大；当k值越小，系统的快速性越差，但比较稳定。对于锅炉汽包水位控制系统，水位H应尽量避免剧烈变化。所以，k值的选取应根据水位系统工况需求适当调节。

3.3模型参数对控制效果的影响

图5 改变模型参数的汽包水位输出曲线

从图5可以看出，当模型传递函数的参数发生改变时，系统汽包水位H的输出值略有不同，证明了该控制系统具备良好的抗扰能力及动态特性。

4 结束语

改进的自抗扰控制器将需要整定多个参数的非线性误差反馈模块改进为只需调整单神经元比例系数k的单神经元模块，不仅解决了ADRC参数多、整定复杂的问题，而且增强了系统的自适应性。在锅炉汽包水位串级三冲量控制系统中，与传统PID控制器相比，单神经元自抗扰控制器具有更小的超调量和显著的抗干扰能力。仿真结果表明，单神经元自抗扰控制器具有较好的控制品质。

[1] 张松兰，刘延太.锅炉汽包水位控制系统的设计[J].科技情报开发与经济，2008，18(14)：130-132.

[2] 杨献勇.热工过程自动控制[M].北京：清华大学出版社，2008：85-186.

[3] 胡昊，顾波，王明.汽包水位模糊控制研究[J].华北水利水电学院学报，2013，34(6)：114-117.

[4] 袁俊文.基于模糊BP网络的锅炉汽包水位控制系统研究[J].黑龙江电力，2015，37(3)：196-198.

[5] 张哲，左为恒，左培新.基于IMC的锅炉汽包水位控制系统仿真研究[J].热力发电，2013，42(8)：59-62.

[6] 韩京清.自抗扰控制技术:估计补偿不确定因素的控制技术[M].北京：国防工业出版社，2008：243-315.

[7] 张兆靖，杨慧中，姜永森.一种单神经元自抗扰控制器[J].东南大学学报(自然科学版)，2006，36(1)：132-134.

[8] 程启明，郑勇，杜许峰，等.自抗扰控制器串级三冲量汽包水位控制系统[J].热能动力工程，2008，23(1)：69-72.

[9] 赵凯军.发电机励磁系统的自抗扰控制[D].保定：华北电力大学，2006：11-14.

[10]侯一民，朱志超.单神经元PIB控制算法在智能车控制系统的应用[J].化工自动化及仪表，2015，42(2)：134-138.

[11]刘金琨.先进PID控制Matlab仿真[M].4版.北京：电子工业出版社，2016：311-312.

[12]胡昌镁，任军.线性ADRC在汽包水位串级三冲量控制上的研究与应用[J].中国电力，2014，47(12)：28-31.

[13]徐春梅，杨平，蒋式勤，等.锅炉汽包水位自抗扰控制的仿真研究[J].热力发电，2006(11)：17-22.

[14]王东风，韩璞，王国玉.锅炉汽包水位系统的预测函数控制[J].华北电力大学学报，2003，30(3)：44-47.

ApplicationofSingleNeuronActiveDisturbanceRejectionControlTechniqueinDrumWaterLevelSystem

GUO Jiaying,LIU Yanquan,ZHANG Kaixuan

(School of Control and Computer Engineering,North China Electric Power University,Baoding071003,China)

In the boiler drum water level control system,according to the deficiency of ADRC,such as too many tuning parameters and not easy to tune,a single neuron active disturbance rejection control(SNADRC) technique strategy is presented.The active disturbance rejection controller is a new kind of nonlinear controller,which does not requests high model accuracy,with good robustness and good control quality.The single neuron has good self-learning,self-tuning ability,and simple structure,fast convergence and strong adaptability.Therefore,the scheme adopts the single neuron control module to improve nonlinear state error feedback (NLSEF) module of active disturbance rejection controller,thus the number of parameters which needs to be tuned is reduced,and it has stronger ability of self regulating and self learning,and then the parameter online self-tuning can be realized.The control performance of the traditional PID boiler drum water level control system and the single neuron active disturbance rejection boiler drum water level control system are compared.The simulation results show that the SNADRC features lower overshoot,stronger anti-interference ability,which has good application prospect.

Boiler; Single neuron; Active disturbance rejection control; Nonlinear feedback; Drum water level; Three impulse; PID control

TH-39;TP29

10.16086/j.cnki.issn1000-0380.201710010

修改稿收到日期:2017-03-30

郭佳颖(1992—)，女，在读硕士研究生，主要从事先进控制理论及其在电力系统中的应用等研究。E-mailyingjia99@sina.cn。

刘延泉(通信作者)，男，硕士，副教授，主要从事PLC、DCS及其应用、协调控制系统优化等研究。

E-mail:Composer_liu2000@yaboo.com.cn。