袁卓异
(湖南华博信息技术有限公司,湖南 长沙 410035)
在水处理工艺中,混凝是其中最重要的工序之一,混凝结果直接对出水水质造成很大的影响,同时也会影响后续处理工艺以及制水成本。在实际的水处理过程中,主要是通过在原水中添加药剂的方式来提高混凝效果,而药剂的添加量对混凝效果影响很大。因此,研究混凝剂投控制方法的目的就是保证混凝剂的投加量处于一种最佳状态。但是对于水处理过程这样具有较大延时、动态时变、复杂的非线性关系以及大量干扰的复杂过程,原水水质、原水温度、原水流量以及“矾液”浓度等因素都会影响水凝效果。因此,如何保证混凝剂的添加量处于一种“最佳剂量”状态以及有效提高出水质量,仍然是一个难题。
为了提高水处理过程的混凝效果,相关学者对混凝过程药剂添加量的控制进行了大量的相关研究。文献[3]为了克服原水水质、原水流量发生较大变化对混凝药剂投加控制系统带来的影响,设计了一种前馈和反馈相结合的控制方案,并将其投入实际的应用过程,取得了较好的控制效果。文献[4]提出了一种基于PID控制器的混凝剂的加药量控制方案,实现了对混凝药剂的控制。文献[5]针对水处理过程存在较大延时、动态时变、复杂非线性关系等特点,提出了一种基于分层思想的模糊控制方案,并进行了仿真实验,实验结果表明该方法可以有效地提高控制水平。
以上的相关研究为智能加药控制器设计提供了大量的借鉴。然而,随着原水的日益污染严重以及水质要求的不断提高,给水处理过程带来了更多的难点问题。因此,为了进一步提高生产效率以及水质质量,设计了一套基于模糊PID算法的智能加药控制系统,实现混凝过程药剂添加的精准控制。
水处理过程的整个工艺流程如图1所示,包括混凝、沉淀、砂滤等几个主要工序。其中混凝过程是最重要的工序之一,该过程会影响沉淀、砂滤以至后续工序。由于原水中的大颗粒悬浮物质以及部分胶体微粒会影响水处理工艺的效果,因此混凝过程是通过向原水中添加一定量的混凝药剂,使其中的悬浮物质和部分微粒结合成易沉降的絮状物质,从而与原水分离开来。而混凝药剂的添加量对混凝效果影响很大,剂量过多或过少都会造成最终的结果不理想。
图1 水处理工艺流程
对于涉及大量复杂反应的混凝过程,往往很难通过过程的机理知识来建立有效的数学模型。而且原水水质、原水温度、原水流量以及“矾液”浓度等因素都会对混凝效果造成很大的影响。在正常情况下,原水温度越低,絮状物质形成速度越慢,导致絮状物质比较疏松,影响后续工序的处理效果。而且在混凝过程的药剂投加到最终的处理工序,需要的时间在2个小时左右。因此对于具有复杂的非线性关系以及较大滞后的复杂生产系统,传统的控制方案难以及时检测到可以反映水质变化的关键参数的改变,从而无法快速做出调整,难以获得理想的控制效果。
智能加药控制器控制系统结构如图2所示。该系统主要包括混凝药剂控制器以及实际水处理对象。其中,混凝药剂控制器是该系统最重要的环节,经过该控制器的调节之后,可以保证整个水处理过程的出水水质达标,并节省水厂的生产成本。而在实际的水处理过程中,浊度可以较好地反映原水水质的变化情况,因此该系统的被控量为浊度。当系统发生异常或产生突变干扰(原水流量、原水温度、原水水质)时,浊度的变化将快速地反馈到控制器,控制器通过浊度的变化情况来实时调整药剂添加量。
图2 智能加药控制器控制系统结构
混凝药剂添加过多或过少都会影响混凝效果,因此需要保证混凝药剂处于一种“最佳投加量”状态。而对于水处理这样存在较大延时以及复杂非线性关系的复杂过程,传统的控制方案难以及时检测到可以反映水质变化的关键参数的改变,从而无法快速做出调整,因此本文设计了一种基于模糊PID 的混凝药剂投加控制器,实现混凝药剂的合理添加,保证出水水质达标。
由于PID控制器的结构简单且易实现,因此被广泛地应用在工业过程控制系统,该方法的结构如下所示:
(1)
其中,,,为PID控制器的调节参数;和d/d分别为PID的两个输入。
模糊PID结合了PID和模糊控制二者的优点,通过建立相应的模糊规则来实现保证PID的相关参数处于一个最佳状态,其结构框图具体如图2所示。
模糊控制方法在工业过程优化控制中被广泛使用,该方法将复杂的工业过程信息进行简单的模糊处理,模拟人工控制过程,从而实现工业生产过程的智能化。在简单控制系统中,PID控制器就能达到较好的控制效果,但是对于水处理这样存在较大延时以及复杂非线性关系的复杂过程,PID控制器的控制效果较差。而模糊PID具有模糊控制器和PID控制器二者共同的优点,因此采用模糊PID控制方法来实现对混凝药剂投加量的控制,控制结构如图3所示。
图3 模糊 PID 控制框图
在设计混凝药剂模糊PID控制器时,首先要对浊度偏差e、偏差变化率ec以及输出变量u进行模糊化处理。根据实际生产过程及专家经验,混凝过程输入变量模糊量一般选取5个或者7个,根据实际处理过程,输入模糊量选取{LL,L,M,H,HH} ={“很低”,“低”,“正常”,“高”,“很高”},则形成了5个模糊子集。为了保证对混凝药剂添加量的控制精度,输出量的模糊子集要选取更加精细,输出模糊量选取为{NB,NM,NS,ZO,PS,PM,PB}={“负大”,“负中”,“负小”,“零”,“正小”,“正中”,“正大”},输出变量形成了7个模糊子集。同时,为了便于后续的系统仿真,假设输入变量e的基本论域为{-10,10},ec 的基本论域为{-5,5}、u 的基本论域为{-15,15},则有 =410 =04、=45 = 08、= 615 =04,本文选取三角形函数作为隶属度函数。
模糊规则获取需要深入了解水处理过程原理和具备良好的设备操作经验,经过知识的总结,将其转化成语义规则,才能供模糊控制器使用。知识获取方式有两种,第一种知识获取方法是过程操作实践的过程数据分析,对模糊规则进行提取;第二种知识获取方法是总结不同工况下专家调节经验及操作员描述性回答形成模糊控制规则。在本节中,模糊规则通过第二种方法获取。对于本设计的模糊PID控制器的参数整定原则如下:
(1)当|e|变化较大时,为了保证系统可以快速回到稳定状态,Δ应该设置一个较大的值;同时为了避免偏差突然变大,造成微分过饱和,应设置一个较小的Δ;为了防止积分快速达到饱和,造成系统的超调量很大,Δ值应该设置为零。
(2)当||和||变化不是很大时,为了尽可能减少系统响应的超调量,Δ应该设置一个较小的值。同时Δ和Δ的值要适当,从而保证系统快速恢复到稳定状态。
(3)当浊度偏差||较小时,为了保证系统的稳定性,应尽可能地增加Δ和的值;同时为了避免系统在调整过程中出现较大的振荡以及系统干扰产生的影响,应设置一个合适的Δ值;当||较小时,Δ值的值应尽可能较大,当||较大时,Δ值应尽可能小一些。
(4)当||的值越大时,Δ的值应尽可能小,Δ的值应尽可能大。
通过总结不同状况下专家调节经验及操作员描述性回答,可以得到Δ、Δ、Δ三个关键参数调整规则如表1所示。
表1 ΔKp、ΔKi 、ΔKd模糊控制规则表
模糊控制器的输出量是模糊量,而模糊判决需要将其变成精确量。因此本文采用基于“Mamdani”的模糊推理方法用于模糊推理过程,可以得到三个相应PID修正参数Δ、Δ、Δ的实际调整值,从而实现混凝剂控制器的参数修正。
当系统发生异常或产生突变干扰(源水流量、原水温度、原水水质)时,浊度的变化将快速反馈到控制器,模糊PID控制器通过浊度的变化情况来实时调整PID的相关参数,从而实现对混凝药剂添加量的调整。为了验证本文设计的模糊PID控制器的性能,本文利用MATLAB进行了相关的实验仿真分析。
通过分析水处理过程的工艺特性,本次实验选取的对象模型为:
混凝过程模型为:
(2)
沉淀过程模型为:
(3)
在Simulink中搭建的模糊PID控制系统的结果如图4所示。为了模拟实际生产过程的时滞特性,在仿真系统中加入了延迟环节,系统的输入信号为阶跃信号。
图4 模糊PID控制仿真框图
为了对比控制性能,本文分别采用了常规的PID控制器和本文设计的模糊PID控制来模拟混凝过程药剂添加过程,仿真结果如图5所示。图中实线是PID控制器,虚线为模糊PID控制。从图5中可以看到,PID控制器的超调量为47%,上升时间为8s,调节时间为80s。而模糊PID控制器的超调量16%,上升时间为3s,调节时间为17s。模糊PID控制器的控制性能在各方面都得到了较大的提升,既可以实现PID参数的在线实时调节,同时也保证系统具有较快的响应速度,避免了系统调节过程出现大幅度振荡。仿真结果表明,对于水处理过程这样的复杂工业过程的控制,模糊PID控制器可以实现运行状态的快速恢复,同时系统的超调量得到了明显的改善,具有较好的控制精度和稳定性。
图5 阶跃输入信号仿真对比
针对水处理过程的非线性、大时滞等特性,设计了一种基于模糊PID算法的混凝药剂投加控制器,保证混凝药剂处于一种“最佳投加量”状态。仿真实验结果表明:相较于PID控制器,模糊PID控制器可以将指标参数稳定控制在合适的范围内,并保证出水水质达标。