远距离输砂在线效益优化自动控制系统

2018-09-29 02:38王帅王二永项恒黄宪中
智能计算机与应用 2018年4期

王帅 王二永 项恒 黄宪中

摘 要:远距离疏浚工程需要安装多个加压泵以克服沿程输送阻力,多级加压泵的同时运行耗能较多,提高了系统运行成本。本文针对现有效益优化方法在实时控制方面的不足,设计实现了输砂在线效益优化控制系统。在分析产量和能耗与含砂量关系模型的基础上,建立了输砂效益优化目标函数,并根据黄金分割法设计了在线优化算法。实验结果显示,本文提出方法可将输砂效益提升20%,且具有较好的稳定性,能显著提升输砂系统运行效率。

关键词:疏浚系统; 效益优化; 黄金分割法

Abstract: The long distance dredging project needs to install a number of pressure pumps to overcome the drag along the distance, and the multistage pressure pump has more energy consumption at the same time, which improves the operating cost of the system. In view of the shortcomings of the existing benefit optimization methods in real-time control, an on-line optimization control system for sand transport benefit is designed and implemented. On the basis of the analysis of the relation model of the output, the energy consumption and the sand content, the objective function of the optimization of the benefit of the sand transportation is established, and an online optimization algorithm is designed according to the golden section method. The experimental results show that the proposed method can enhance the sand transport benefit by 20%, and has good stability, which can significantly improve the operation efficiency of the sand conveying system.

Key words: dredging system; benefit optimization; the golden section method

引言

河道和港口碼头淤积泥沙后,将影响原有水域的通航能力。清淤疏浚工程可以将水底沉积的泥沙输送至指定位置,使河道的水深和宽度达到预定的要求。清淤疏浚工程不仅可以改善河道和港口的淤积现状,还可利用清淤泥沙远距离输送进行丘陵、山区造田,煤矿采空区塌陷地质改善,低洼坑塘、盐碱地土质改善等二次利用,创造更多的经济和社会效益。当需要清淤的河道距离淤区较远时,需要通过输砂系统经多级加压后输送至目的地。输砂系统由加压泵和管道组成,根据沿程水力损失情况,多台加压泵沿管道按需求布置,为流体提供克服沿程阻力所需的能量。输砂系统运行成本较高,同时运转的多台加压泵需要消耗大量电能。对于施工企业,从效益最大化的角度出发,希望能尽可能提高输砂产量,同时尽量降低系统能耗,减少运行成本。含砂量是影响系统效益的重要参数,含砂量越大,流速不变时可获得更高产量,但输砂能耗也更大。实际施工中多采用人工操作抽砂船龙头升降的方式调节含砂量,但调节精度低且可靠性较差,操作人员为了防止含砂量过高导致堵管等故障,往往采取保守的做法,以牺牲产量为代价保证可靠性,使系统实际上长期运行在效益较低的状态。

近年随着通信电子技术和计算机技术的快速发展,远距离输砂控制技术也在不断进步,自动化和智能化程度逐步提高,相关理论和技术研究相继蓬勃开展。文献[1]建立了改进疏浚工艺的数学模型,根据水下土质变化情况, 进行疏浚产量的优化控制。文献[2]开发了抽砂船工况监测系统,可以检测压力、深度、流量和转速等疏浚工作的运行参数。文献[3]采用BP神经网络分析疏浚工程样本,构建疏浚系统状态空间模型,优化疏浚产量控制。以上文献从不同角度提出了优化抽砂效益的控制策略,但都是基于离线数据和理想模型条件下的优化求解,难以满足实际工程中复杂工况下对控制实时性的要求。针对前述现有研究的不足,本文提出了输砂系统的在线效益优化方法,首先分析了输砂产量和能耗与含砂量的关系,然后考虑实际工程中对安全稳定运行的约束条件,建立了输砂系统效益优化模型,设计了在线优化算法,搭建了控制系统硬件平台。实验结果表明,应用效益优化算法后,输砂系统效益有显著提升,稳定性也明显提高。

1 输砂系统结构

输砂管线与加压泵布置纵断面如图1所示。输砂系统由抽砂船、加压泵和管道组成。1号泵为主泵,安装在抽砂船上,沿管线每隔一段距离安装加压泵,管道末端连至淤区。其工作原理为,主泵水枪喷出高速水流冲击河底泥砂,形成的砂水混合物被主泵龙头吸入管道,在各级加压泵提供的动力作用下,沿管道传输,最后被送入淤区。根据沿程水力损失特点,可将整个管路分为Ⅰ、Ⅱ两段。第Ⅰ段包含主泵及其与2号泵相连的管道,该段因爬堤存在较大坡度,主泵提供的动力主要用于克服高程差带来的水头损失,属于高扬程管路系统。第Ⅱ段包括2~9号泵,由于沿程管线所在地势较为平缓,各泥泵提供的动力主要用于克服沿程阻力和局部阻力造成的水头损失,属于高摩阻加压管路系统。

输砂系统运行过程中,输砂产量和系统能耗是2个相互制约的重要参数。在管道流速恒定的情况下,输砂产量取决于含砂量,即单位体积液体所含砂砾重量(kg/m3)。施工中通过控制龙头与河底距离调节含砂量,龙头与河底距离越近,含砂量越高,产量越高,反之越低。系统能耗取决于各加压泵的能耗之和,含砂量越高,需要克服的高程差阻力和沿程阻力越大,耗能越高。由此可见,含砂量对产量和能耗的作用是相反的,为提高工程经济效益,应科学合理地予以控制。

2 输砂产量与能耗计算模型

输砂系统投入运行后,输砂产量和系统能耗成为重点关注的指标。如何在保证系统安全运行的前提下,尽量提高输砂产量和降低系统能耗,从而提高生产效益,是系统运行过程中主要考虑的问题。此问题的关键是找到影响产量和能耗的参数并部署有效控制。输砂管道和泵站布置完成后,整个输砂系统的机理参数就基本确定下来。尽管这些参数在运行过程中可能受外部干扰或设備老化等因素影响而发生漂移,但基本上不会有大幅变动,对产量和能耗影响较小。由于使用的都是定速泵,转速无法改变,也没有安装节流阀和调压井等流量控制装置,整个系统唯一的调控手段就是通过调节抽砂船龙头入水深度改变含砂量。

4 输砂系统效益优化问题的简化

式(12)较为完整地给出了输砂系统效益优化模型,同时也包括了需要满足的约束条件。但式(12)在实际中很难直接应用,主要原因是用到的参数较多,尤其是需要大量的压力实时监测数据。而实际中基于成本和维护方面的考虑,仅在个别泵附近设置了压力监测点,并没有实现压力测量的全线覆盖。结合现场观测条件和施工人员经验,本项目对式(12)实用性方面做出适当改进。首先,对于约束条件式(8),要求电机具有足够的功率克服输砂沿程阻力。由于泥泵转速恒定,只能通过调整龙头入水深度,进而改变含砂量的方法保证电机功率和输砂能耗的平衡。在实际中可以通过设定含砂量上限的方法保证满足式(8)条件,设定含砂量的下限保证满足式(9)条件。对于式(10)的气蚀条件,主要取决于泥泵安装位置是否合理,同时也与含砂量的大小有关。如果两泥泵间隔较远,或含砂量过大,可能会出现沿途水头损失超出前级泥泵的供给,导致后级泥泵入口处压力不足而引起气蚀。因安装位置不可调整,实际中可以通过将含砂量控制在合理范围内以保证式(10)的满足。至于式(11)的流速条件比较简单,实际中安装了流量传感器,可以根据实测的流量进行换算。根据上述分析,式(8) ~式(10)的约束条件均可归结为对含砂量的约束。于是可将式(12)简化为:

5 输砂系统效益优化算法设计

将输砂系统效益优化问题简化后,接下来的工作就是如何有效求解式(13)。式(13)是典型的最优化问题,可以利用多种最优化方法来运算得出结果。本项目采用较为简单实用的黄金分割法。根据现场大量实验数据分析,输砂系统效益与含砂量是单峰函数的关系,而黄金分割法是寻求单峰函数极值的有效方法。

黄金分割法是优选法的一种,是在优选时把尝试点放在黄金分割点上来寻找最优值的方法,使用该方法可以减少实验次数,提高寻优效率。黄金分割法由数学家Jack Kiefer提出,是单因素试验设计最常用的方法。黄金分割法的基本思想如图2所示。已知某试验因素有一个确定了范围的取值域〔a,b〕。 先在此区间的0.618处取值,做第一次试验; 然后在0.618的对称点0.382处取值,做第二次试验;比较2次试验的结果,去掉交差点以外的试验因素取值区间,然后在余下的较好试验点的对称点处取值,做第三次试验,再次比较2次试验结果,而后去掉交差点以外的试验因素取值区间,逐步缩小试验范围,找到最佳试验点,确定该因素的最佳取值。

在实际施工中,采用上述步骤,能够以比较少的试探次数求得最佳含砂量控制点,将龙头停留在能使输砂系统效益最大化的位置。当工况比较稳定时,最佳含砂量控制点一般较为固定,不会频繁变化,因此寻优操作也不必过于频繁。实际中对寻优操作设置了定时管理,当找到最佳含砂量控制点后,需等待一段时间后才能再次寻优。这样既能满足效益控制实时性要求,又能避免龙头频繁调整对设备寿命的影响。

6 控制系统硬件平台设计

输砂效益优化控制系统总体结构可分为3层。结构设计如图3所示。由图3可知,第一层是中央控制层,第二层是现场控制单元,第三层是传感器与执行机构。整个系统属于集散式控制结构,采用集中式管理+分散式控制结合的方式,则会获得系统整体的高效、安全和协调操作与运行。这里,针对系统中各层的功能结构设计可得阐释解析如下。

(1)中央控制层。中央控制层是信息汇集终点和指令分发的源头。中央控制服务器统一管理和指挥调度监控系统各类设备,接收智能控制器传来的采集数据,进行数据汇集、存储和处理;向智能控制器发出龙头升降控制指令;配置底层设备运行参数,适应工况的不断变化。中央控制服务器通过GPRS公网与底层设备传递信息,具有通信覆盖面广、接入方便和组网成本低的优点,传输速率能够满足本项目的研发要求。

(2)现场控制单元。智能控制器选用巨控科技GRM200,集控制、采集和通信功能于一体,是连接中央控制层和传感设备的纽带。智能控制器安装在加压泵电气控制柜内,执行中央控制服务器发来的状态采集和设备控制指令,返回传感器采集的数据,向龙头升降开关发出控制信号。智能控制器通过GPRS网络与中央控制服务器形成了互联,除了相互传递监控信息外,还配有在线编程功能,中央控制服务器能通过网络修改智能控制器内部程序。

(3)传感器与执行机构。作为集散式监控系统结构的最底层,安装在加压泵控制柜和管道上的各类传感器完成泥泵电压、电流和流量的测量。本项目选择的电压变送器型号为格林GL-DJL-450,量程为0~450 VAC,输出为4~20 mA,安装时取加压泵电源一相进线并联接入。电流变送器型号为美控MIK-DJI-500,量程为0~500 A,输出为4~20 mA,安装时选取一根电源进线穿过电流变送器卡口。流量测量选择新航电磁流量计XFB301F16P1BM1R,流量范围为75.3~3 050 m3/h,输出为标准电流4~20 mA,利用电磁感应原理非接触式测量流量,具有精度高、可靠性好和使用寿命长的优点。含砂量测量选用WS3051-X-YC型在线密度计,测量范围5 000 kg/m3,输出为4~20 mA,通过卡箍方式安装在管道上。

输砂系统运行时,安装在各加压泵上的智能控制器实时采集电压、电流和流量数据,定时上传至中央服务器。效益优化程序运行在服务器端,根据底层采集的数据实时计算最优含砂量后发给主泵的智能控制器,该控制器将此含砂量作为设定值,通过PID算法控制龙头升降,使实际含砂量始终保持在设定值,实现输砂系统的效益最大化。

7 实验结果分析

为检验输砂效益优化方法的有效性,在实际施工中对其进行了完整测试。截取1 h内采集的数据作为分析依据,对比的方法可综述如下。

(1)先由人工根据泥泵1电流大小,根据经验操作龙头位置改变含砂量,操作时间為30 min,同时软件在后台自动计算效益值。

(2)再由效益优化软件根据采集的电流、流量和计算得到的含砂量,利用输砂系统效益优化算法,自动操作龙头位置,操作时间为30 min。

(3) 将手工操作和软件自动操作得到的效益值绘制在一个曲线表上,用于两者间的对照比较,结果如图4所示。

由图4可以看出,采用效益优化方法以后,输砂系统的效益值明显提升,提升幅度约20%左右,上下波动幅度也相应减小。传统的人工操作根据泥泵运行电流调整龙头升降,主要目的是保持系统稳定运行,没有考虑效益的最大化问题。另外,位于抽砂船上的操作人员仅了解船上加压泵(1号泵)的运行情况,无法获取其它加压泵的工况,因此也就不能从系统全局的角度来制定效益最大化的最优决策。采用自动控制操作,结合效益最大化算法,可以在综合系统所有加压泵信息的基础上,给出当前龙头位置调整的最佳策略。由于利用了全局信息,可以更有效地实现整个系统的效益最大化,保证系统既能安全运转,又能在高产出和低耗能的状态下长期可持续运行。另外,采用黄金分割方法进一步提高了算法的执行效率,增强了算法的实时性能。

8 结束语

远距离疏浚系统在增配多个加压泵的同时,运行却需要消耗大量能量,如何有效地降低运行成本,提高输砂产量,优化产出效益,是施工企业关注的焦点。本文在分析产量和能耗与含砂量关系的基础上,提出了包含实际工程约束条件的效益优化模型,并给出了基于黄金分割原理的在线效益优化算法,可以实时计算最优含砂量,使系统能始终运行在最大化效益的工况下,具有良好的应用推广价值。

参考文献

[1] 丁树友. 绞吸挖泥船作业产量的现场优化技术[J]. 水运工程, 2007 (5):13-15,103.

[2] 周文强. 绞吸挖泥船工况监测系统探究[J]. 机电信息, 2016 (18):154-155.

[3] 朱文亮, 倪福生,魏长赟,等. 基于状态空间法的疏浚控制系统建模与分析[J]. 计算机应用, 2016 ,36(S2):120-124.

[4] 吴德明,蔡振东. 离心泵应用技术[M]. 北京:中国石化出版社,2013.

[5] 袁伟,俞孟蕻,张洪涛. 大型耙吸挖泥船综合监控系统设计[J]. 舰船科学技术, 2014,36 (6):117-120.

[6] 朱文亮,倪福生,魏长赟,等. 挖泥船疏浚横移过程线性二次型产量最优控制[J]. 船舶工程, 2016 (S2):230-235.

[7] 张盛祥. 绞吸式挖泥船疏浚集成控制系统研究[J]. 中国水运, 2010,10 (5):67-68.

[8] 蒋爽,倪福生,魏长赟,等. 绞吸挖泥船横移系统多回路控制研究[J]. 自动化仪表, 2016,37 (12) :62-66.

[9] 陈芊屹, 曾强,郑卫刚. 挖泥船吸扬作业系统的优化应用研究[J]. 中国水运, 2016 ,16(1):15-18.

[10]朱喜春. 绞吸式挖泥船自动挖泥作业研究[J]. 中国水运, 2016,16 (8) :26-27,172.

[11]黄志刚. 冲吸式挖泥船在博斯腾湖西泵站疏浚工程中的应用[J]. 中国水运, 2014,14 (4):10-11.

[12]陈建国. 绞吸挖泥船施工工况点的测试与选择[J]. 上海航道科技,1991(4):5-13.

[13]范世东,刘正林,朱汉华. 疏浚作业优化模型研究及系统实现[J]. 武汉理工大学学报(交通科学与工程版),2002, 26(2):151-153.