（热能工程专业论文）模糊控制在锅炉烟气氧量控制系统中的研究.pdf

近年来，锅炉优化控制，已成为能源、环保和控制领域研究的热点方向之一。 由于炉膛出口烟气的含氧量表明了燃烧过程中氧气与燃料的配比情况，也是锅炉 燃烧控制系统对电站锅炉燃料过程进行优化调节的关键参数。因此烟气中氧量的 变化能引起锅炉各项热损失和锅炉辅机设备中送、引风机总电耗的变化，最终会 对电站锅炉运行过程中的供电煤耗率b g 产生重要影响。 基于模糊神经网络在复杂工业过程控制中的优势，本文提出了采用模糊自适 应p 工d 控制器来解决锅炉烟气氧量的控制问题，并对该控制系统进行了仿真研 究。 本文还从提高控制效果的角度出发，对控制器进一步分析，在传统p i d 算法 的基础上，总结工程设计人员的技术知识和实际操作经验，建立合适的模糊控制 规则表，得到了针对k p ，k i ，k a 三个参数分别整定的模糊控制表，从而设计出了 模糊自适应p i d 控制器。 文中使用m a t l a b 中的模糊逻辑工具箱和s i m u l i n k 进行仿真研究。通过对锅 炉烟气氧量的模糊自适应p i d 控制进行仿真，通过与传统p i d 控制进行分析、比 较，得出模糊自适应p i d 控制器的阶跃响应曲线具有上升快、调节精度高、稳态 性好、过渡过程时间短、超调量小等优点。因而锅炉烟气氧量的模糊自适应p i d 控制是可行的、有效的，它实现了参数的自整定，且优于传统p i d 控制。因此， 采用模糊p i d 控制器将是一个非常好的选择。可以有效降低机组运行过程中锅炉 的供电煤耗率，具有重要的理论研究和实际指导意义。 关键词：烟气氧量；p i d 控制；模糊自适应p i d 控制 华北i u 力入学坝l j 学位论文 a b s t r a c t t h i sa r t i c l es t u d i e st h ea p p l i c a t i o no f 如z z ya d a p t i v ep i dc o n l r 0 1f o rt h eo x y g e n t h i c k n e s si nt h en u eg a s s i m u l a t i o ni su s e dt ot e s ti h ec o n t r o ls v s t e m i no r d e rt oi m p r o v et h ec o n t r o le f f e c t ，t h ec o n t r 0 1 1 e ri sa n a l v z e d 如r t h e ri n t h i s a n i c l e o nt h eb a s i so fi r a d i t i o n a lp i da l g o r i t h m ， s u m m a 订z ei h ee n g i n e e r i n g d e s i g n e r st e c h n 0 1 0 9 i c a lk n o w l e d g ea n do p e r a t i o n a le x p e r i e n c e s e tu ps u i t a b l e 如z z y c o n t r o lr e g u l a rf o n n ，a n dh a sg o t t e nd i r e c t l ya g a i n s ck p ，k i ，k d 如z z yc o n t r o lf o r n l d e s i g na n o t h e rc o n t r 0 1 l e r 一如z z ya d a p c i v ep i dc o n t r o l l e rb a s e do n 如z z yc o n t r 0 1 t h e o r y t h i sa r t i c l eu s e sm z z y1 0 9 i ct o o l b o xa n ds i m u l i n ko fm a t l a bf o rs i m u l a t i o n r e s e a r c h b ys i m u l a t i o n ，a n a l y s i s a n dc o m p a r i s o nw i t hp i dc o n t r 0 1 ，a n d 如z z y a d a p t i v ep i dc o n t r o lo fo x y g e nt h i c k n e s si nt h ef l u eg a s ，t h er e s u l t ss h o wt h a ts t e p r e s p o n s ec u r v eo ft h e 如z z ya d a p t i v ep i dc o n t r o l l e rh a st h ea d v a n t a g e so fr i s i n g q u i c k l y ，h i g ha d j u s t i n gp r e c i s i o na n dg o o ds t i b 订i z a t i o n ，s h o r tt r a n s i t i o nt i m ea n d s m a l lo v e r s h o o t t h i si sd i m c u l tf o rp i dc o n t r o lt or e a l i z e f o rt h e s er e a s o n st h e 如z z ya d a p t i v ep i dc o n t r o l l e ri sf e a s i b l ea n de f f e c t i v e t h ec o n t r 0 1 1 e r ss e l f 二a d j u s t i n g f b rt h ep a r a m e t e rc a nb er e a l i z e d ，a n di t sp e r f - o n n a n c ei sb e t t e rt h a nt r a n d i t i o n a lp i d c o n t r o l l e r i tm a y e 仃e c i i v e l yr e d u c et h ec o a lc o n s u m p t i o nr a t ef o rt h ep o w e rs u p p l yo f b o i l e ri nu n i t1 1 】i m i n g t h e s e a d v a n t a g e sh a v ei m p o r t a n tg u i d i n gs i g n i f i c a n c eo f t h e o r e t i c a la n dd r a c t i c a lr e s e a r c h k e y w o r d s ：0 x y g e nt h i c k n e s si nf l u eg a s ；p i dc o n t r o l ；f u z z ya d a p t i v ep i dc o n t r o l 华北电力大学硕士学位论文 1 1 研究背景 第1 章绪论 随着地下燃料资源的逐渐贫乏，节能便显得日益重要。对于工业锅炉来讲如 何实现节能呢? 工业锅炉的热损失主要有四项：排烟损失；气体未完全燃烧损失；炭 未完全燃烧损失；散热损失。其中，排烟损失是主要的。例如一个燃烧效率为 7 5 的燃煤炉，在2 5 的热损失中，烟气损失( 排烟损失和气体未燃烧损失) 约 为1 8 ，炭未完全燃烧损失为3 ，散热损失约为4 。 所以，按合理的风、煤比向炉内送入燃料和空气，才能使整个燃烧室的燃烧 效果最佳。而在工业锅炉燃烧过程中，当烟气的空气过剩系数太小，即氧量不足 时，虽然排烟损失减小，但由于燃烧不充分，c 0 含量增高，气体未完全燃烧的 损失增大，使热效率降低，烟筒冒黑烟污染环境；当空气过剩系数太大时，氧量 过高，虽然未完全燃烧损失减小，但过剩空气带走的热量增加，排温损失也将增 加，热效率也低。所以，优化燃烧的问题，也就是烟气氧量的控制问题。 据我国有关部门统计，火电煤耗比国际先进水平高2 2 5 。2 0 0 8 年全国发电 量超过3 4 0 0 0 亿千瓦。如果能通过设备更新换代或通过提高控制燃烧水平来提高 燃烧效率，全国每年电煤的潜在节约量可达2 亿吨以上! 一若通过设备换代来提高燃烧效率，建设周期长，资金投入量大，较难实 现。 二在现有设备和技术条件的基础上，通过对燃烧过程的参数的精密测量控 制来优化燃烧过程，提高燃烧效率，不仅资金投入小，而且立竿见影。 目前，锅炉控制系统大都是开环控制系统，在操作过程中有很多人为影响因素， 系统达不到真正的最优化，开发闭环控制系统是解决问题的最好的方法之一。 锅炉燃烧优化闭环系统是没有人员参与的控制系统，能对复杂系统( 如非线 性、快时变、复杂多变量、环境扰动等) 进行有效的全局控制，具有自适应 ( a d a p t a f i o n ) 能力和模拟人类学习( l e a m i n g ) 能力。 闭环控制系统最突出的特点就是智能化控制，其发展趋势是各种控制策略互 相渗透、取长补短，结合成综合集成型的控制策略。 如目前应用广泛的控制策略有：模糊变结构控制、鲁棒神经网络控制、专家 模糊控制、自适应模糊控制、专家p i d 控制、模糊神经网络、模糊预测控制、 s m i t h 模糊控制、模糊p i d 复合控制、专家神经网络控制、模糊神经网络自适应 控制和遗传算法模糊神经网络控制等。 4 f 北i u 力人学倾i ：学位论文 对燃烧优化系统通过燃烧调整试验获取的试验数据以及d c s 系统获取锅炉 运行的历史数据进行分析，建立系统机组燃烧优化模型。在模型基础上，对特定目 标进行优化。在不断变化的特定系统运行状况下找出最佳匹配的操作参数，利用 智能化的控制系统，选择最优的控制策略，实现燃烧的动态实时优化。 1 2 模糊控制 模糊控制语言是一种表示人类思维活动以及复杂事物极其有效的手段，因 此，对于那些利用传统控制方法难以实现或奏效的控制问题，采用模糊控制技术 往往能迎刃而解。与传统的控制技术相比较，模糊控制具有如下的特点： ( 1 ) 在设计系统时不需要建立被控对象的数学模型，模糊控制是利用直接对 被控过程参数现状及其发展趋势观测和判断所产生的定性感觉，来构成控制算 法。因此，模糊控制器的基本出发点便是对现场操作人员或者有关专家的经验、 知识以及操作数据加以总结和归纳，形成一定的规则参与控制过程。 ( 2 ) 适应性强：经研究结果表明，对于确定的过程对象，用模糊控制与用p i d 控制的效果相当，但是对于非线性和时变等一类不确定系统，模糊控制却有比较 好的控制作用，同时对于非线性、噪声和纯滞后有较强的抑制能力，在这方面传 统控制往往显得无能为力。 ( 3 ) 系统的鲁棒性较强：由于模糊控制采用的不是二值逻辑，而是一种连续 多值逻辑，所以当系统参数变化时，能比较容易实现稳定的控制，尤其是适合于 非线性、时变、滞后系统的控制。 ( 4 ) 系统的规则和参数整定方便：只要通过对现场的工业过程进行定性的分 析，就能比较好的建立语言变量的控制规则和系统的控制参数，而且参数的适用 范围较广。 ( 5 ) 结构简单：系统的软硬件实现都比较方便。硬件结构一般无特殊要求， 在软件方面其算法也比较简捷。对于基本模糊控制器在实际运行时只需进行简单 的查表运算，其它的过程可以离线进行。因此这种控制方法很容易被现场工程技 术人员和操作者所掌握。 模糊控制与经典控制的根本区别在于它并不需要建立被控对象( 或过程) 的 精确数学模型，而是完全凭人的知识和经验，应用了人的思维和逻辑推理方法来 “直观”地进行控制。与一般p i d 控制在原理与方法上完全不同，模糊控制通过 模糊逻辑和近似推理方法，把人的知识和经验形式化，模型化，变成计算机可以 接受的控制模型，从而进行实时控制模糊控制技术具有上述的特点，因而越来越 吸引广大研究者的注意，同时模糊控制在实际的工业以及其它领域的控制过程中 越来越发挥重要的作用。模糊理论在各种商业产品和工业过程中做到了成功的应 华北电力大学硕二| _ 学位论文 用，其原因可以归根于理论和实用两个方面。从理论上进行分析可归结为： ( 1 ) 任何有效的工程方法应该能获取各种可能的信息，对能够得到数学模型 的系统来说很好办，但当数学模型难以得到时，此时信息来源主要有两个：由 传感器来提供变量的测量数据；由“专家”来提供本身及其控制特性的某些语 言描述信息。在某些情况下传统控制器无法利用专家提供的模糊信息，而采用模 糊控制器就是最佳的选择。 ( 2 ) 模糊控制无需知道被控系统的数学模型。由于系统的复杂性增加，系统 的数学模型越来越难以获得，无需建模的模糊控制在工程中显得越来越重要。 ( 3 ) 模糊控制是一种非线性控制，模糊控制器可以完成任何非线性控制任务， 如果仔细选择模糊控制器的参数，就有可能设计出一个适合被控非线性系统的模 糊控制器。 从实际应用上进行分析可归结为： 模糊控制在中央控制机中实现，p i 控制在p l c 中实现：这种双模控制器 保证了在中央控制机不投入控制的情况下，也能对锅炉进行基本控制，便于实现 冗余功能。 基本模糊控制器固有的缺点：系统在接近稳态点时，输入量在模糊集合上 的投影就已经为零，控制器不再发生作用。系统在此区域的动态特性完全依赖于 系统自身的动态特性，使得调节品质变坏，集中表现为在稳态点附近发生小幅度 振荡。而此时系统已接近稳态，动态特性也接近线性，己适于常规控制器进行调 节。负荷控制是一个慢过程，因此在稳定点附近选用p i 调节器进行微调。 模糊控制具有模糊逻辑的“概念”抽象能力和强大的非线性处理能力，且 对过程参数的变化不敏感不需对控制对象的物理过程深人了解就可以取得比较 满意的控制效果。由模糊控制特有的优点自然联想利用人的经验，用模糊控制的 方法对主回路进行控制，对锅炉负荷进行粗调【2 】。 基于模糊神经网络在复杂工业过程控制中的优势，本文提出了采用模糊自适 应p i d 控制器来解决锅炉烟气氧量的控制问题 1 3 论文主要内容 本文提出了采用模糊自适应p i d 控制器来解决锅炉烟气氧量的控制问题并 对该控制系统进行了仿真研究。 本文还从提高控制效果的角度出发，对控制器进一步分析，在传统p i d 算法 的基础上，总结工程设计人员的技术知识和实际操作经验，建立合适的模糊控制 规则表，得到了针对k 。，k i ，k d 三个参数分别整定的模糊控制表，从而设计出了 模糊自适应p i d 控制器。 华北i 乜力人学硕：i j 学位论文 文中使用m a t l a b 中的模糊逻辑工具箱和s i m u l i n k 进行仿真研究。通过对 锅炉烟气氧量的模糊自适应p i d 控制进行仿真，通过与传统p i d 控制进行分析、 比较，得出模糊自适应p i d 控制器的阶跃响应曲线具有上升快、调节精度高、稳 态性好、过渡过程时间短、超调量小等优点。因而锅炉烟气氧量的模糊自适应 p i d 控制是可行的、有效的，它实现了参数的自整定，且优于传统p i d 控制。因 此，采用模糊p i d 控制器将是一个非常好的选择。可以有效降低机组运行过程中 锅炉的供电煤耗率，具有重要的理论研究和实际指导意义。 4 华北i 也力大学硕士学位论文 第2 章锅炉烟气氧量常规控制系统 2 1 锅炉烟气含氧量的动态特性 电站燃煤锅炉燃烧控制系统的主要任务是使燃料燃烧所产生的热量能够适 应锅炉负荷的需要，同时还要保证锅炉的安全经济运行，锅炉燃烧控制系统存在 动态品质调节和锅炉经济燃烧两个方面的问题。如何使主蒸汽压力既具有良好的 动态特性，又能使入炉燃料得以充分燃烧( 即高效燃烧问题) ，是燃烧控制的真 正内涵，也是燃烧过程控制的关键。 当燃料量改变时，必须相应地调节送风量，使它与燃料量相配合，保证燃烧 过程有较高的经济型。由于没有直接测量燃烧经济型指标的手段，只能近似认为 只要送风量、引风量随时与燃料量保持适当的比例即可，即炉膛内合理的过量空 气系数可以保证锅炉的经济燃烧。由于过量空气系数不能直接测量，只能通过烟 气的含氧量来间接反映。炉膛出口烟气的含氧量表明了燃烧过程中氧气与燃料的 配比情况。氧含量高说明空气过量；氧含量低说明空气不足。这种方法要求比较 准确地测量烟气含氧量。一般工业系统中都是采用氧化锆氧量计来测量的。传统 的送风调节系统采用直接保持燃料量与送风量成比例的比值调节方式，简单易 行，具有一定的动态修正能力，所以目前大机组普遍采用的送风调节系统控制方 案是以氧量为被调量的间接比值控制。 维持含氧量的主要调节手段是调节送风机入口挡板控制的送风量，也是其主 要扰动，称为内扰。煤量变化、炉膛负压变化也影响含氧量，称为外扰。含氧量 的动态特性主要是指在送风量阶跃扰动下，含氧量随时间变化的特性。该动态具 有滞后、惯性和白平衡能力。其传递函数一般可近似表示为： g = 嵩e 1 ( 2 1 ) 其中t 为延迟时间，k 为比例系数，t s 为时间常数，实际运行时，运行条 件的变化以及系统设备存在误差等因素都会引起各参数、常数的变化。 2 2 烟气含氧量变化对电站锅炉经济性的影响 电站锅炉的供电煤耗率b g 、锅炉热效率r lg l 和辅机设备耗电份额毛是衡量电 站锅炉运行经济性的主要供热经济性指标，其中供电煤耗率b g 综合反映了锅炉 热效率r l 。和辅机设备耗电份额乏变化对电站整体经济性的影响。 在电站锅炉运行过程中，烟气含氧量0 2 是锅炉变负荷或变工况运行过程中 。仁北f u 力火学硕：i ：学位论文 最容易调整、变化范围最宽并与其它热经济性参数耦合关系最强的参数，l i l 是通 过锅炉燃烧控制系统对电站锅炉燃料过程进行优化调节的关键参数。烟气含氧量 o z 的变化会引起锅炉各项热损失和锅炉辅机设备中送、引风机总电耗的变化， 最终对电站锅炉运行过程中的供电煤耗率b g 产生重要影响。 2 2 1 烟气含氧量对电站锅炉热效率的影响 在电站锅炉运行过程中，影响其热效率和各项热损失的因素众多，关系复杂， 主要包括烟气含氧量o z 、灰渣平均含碳量、烟气中可燃气体一氧化碳含量c o 和排烟温度t 。，等热经济性参数。 其中烟气含量o z 作为二次风量控制系统中对二次风量进行调节的反馈信 号，当烟气含氧量0 2 变化时，不仅会通过改变进入炉膛的二次风量而直接影响 燃料的燃烧过程，而且会引起其它热经济性参数的变化，最终直接或间接的影n 向 锅炉运行过程中的各项热损失。其中对排烟热损失q z 、化学不完全燃烧热损失 q 3 和机械不完全燃烧热损失q 。的影响最为明显，锅炉运行过程中各项主要热损 失随烟气含氧量0 2 变化的关系如图2 1 所示：图中，当烟气含氧量0 2 增加时， 表明进入炉膛的二次风量增加，过量的氧气有利于煤粉燃料的充分燃烧，使燃烧 产物中的灰渣平均含碳量和可燃气体一氧化碳含量c o 降低，因此化学不完全 燃烧热损失q ，和机械不完全燃烧热损失q 会相应降低；但二次风量的增加也使 烟气量和随排烟带走的热量明显增加，因此排烟热损失q 2 会相应增加。在烟气 含氧量o z 的变化过程中，由于q 2 与q 3 、q 。的反方向变化，会使图中热损失曲线 q 2 + q 3 + q 4 存在一个最低点，此时锅炉的热效率r l 一达到最大值。 因此，烟气含氧量0 2 的变化主要通过引起热损失q 2 + q 3 + q 4 的变化对锅炉热 效率r l 一产生影响。 2 2 2 烟气含氧量对辅机设备耗电份额的影响 电站锅炉运行过程中烟气含氧量0 2 的变化，会改变二次风量控制系统中风、 煤比例校正系数k 和二次风量指令v 2 0 ，并通过二次风机根据二次风量指令v 2 0 调节进入炉膛的二次风量，以使烟气含氧量o z 维持其设定值，在此过程中必然 会引起二次风机( 送风机) 电耗的变化。在二次风量变化的同时，炉膛压力控制 系统会根据炉膛压力的变化通过引风机调节引风量以维持炉膛压力的稳定，此过 程同样会使引风机电耗发生变化。在电站锅炉运行过程中，当烟气含氧量o z 的 设定值增加时，会使送、引风机的总电耗w x y 和辅机设备耗电份额毛明显增加。 6 华北电力大学硕士学位论文 热损失( ) o 12345 6 了 891 0 烟气含氧量0 2 ( ) 图2 一l 锅炉主要热损失与烟气含氧量0 2 的关系 因此，烟气含量0 2 的变化主要通过引起辅机设备中送、引风机电耗w 。，的 变化对辅机设备耗电份额毛产生影响。 根据前面分析可知，电站锅炉运行过程中烟气含氧量0 2 的变化会引起锅炉 各项热损失q 2 + q 3 + q 4 和送、引风机电耗w x y 的变化，并最终影响机组的供电煤 耗率b g ，可以将锅炉各项热损失q 2 + q 3 + q 4 和送、引风机电耗w s y 分别折算为供 电煤耗率增量bq 2 + q 3 + q 4 和b 。，则锅炉运行过程中供电煤耗率增量随烟气含 氧量0 2 变化的关系如图2 2 所示： 图中，在烟气含氧量0 2 逐渐增大的过程中，由于锅炉各项热损失q 2 + q 3 + q 。 引起的供电煤耗率增量bq 2 + q 3 + q 4 首先降低，然后逐渐增加；而由于送、引风 机电耗w s y 引起的供电煤耗率增量b 。，一直增加。因此当锅炉维持在某一烟气 含氧量0 2 运行时，可使锅炉燃烧过程中各项热损失q z + q 3 + q 。和运行过程中送、 引风机总电耗w s y 造成的供电煤耗率增量之和达到最小值，此时锅炉处于供电 煤耗率b g 最小的最佳经济状态下运行，因此称此时的烟气含氧量0 2 为最佳烟气 含氧量。 挣北l 【_ ! i 力人学硕i j 学位论文 供电煤 耗率增量 ( g k w h ) 烟气舍氧堂0 2 ( ) 图2 2 锅炉供电煤耗率增量与烟气含氧最0 2 的关系 目前，在现场实际运行规程中只给出了对应于锅炉额定负荷运行状态下的最 佳烟气含氧量设定值，当机组参与调峰运行或运行工况发生较大变化时，继续维 持此烟气含氧量设定值运行，会使锅炉的各项主要热损失增加，送、引风机运行 经济性下降，甚至使燃烧过程严重恶化，供电煤耗率b g 明显增加。此时通常由 运行人员根据经验对最佳烟气含氧量设定值进行修改，但是具有较大随意性，很 难保证锅炉运行在最佳经济状态下。 因此在锅炉不同负荷和运行工况下既可以保证燃烧的充分燃烧，又可以使燃 烧过程中各项热损失以及运行过程中送、引风机电耗造成的供电煤耗率增量之和 达到最小的最佳烟气含氧量的确定时实现对燃煤锅炉燃烧过程优化控制，提高锅 炉运行经济性的关键。 2 3 常规控制系统的设计 烟气含氧量是保证经济燃烧的重要指标。根据不同的测量方法构成不同的系 统，目前大机组一般采用的以氧量为被调量的间接比值控制系统框图见图2 3 所 不。 图中o z ，o z 。分别为烟气含氧量实测值及其给定值。这种方法是燃料量随负 荷变化，空气量通过空燃比跟随燃料量的变化，同时为保证锅炉处于充分燃烧状 态，增加了送风调节回路的烟气含氧量反馈校正环节。 针对传统控制方法的缺点及含氧量的动态特性，本文采用氧量为被调量的串 级控制系统，主调节器接受氧量与氧量给定值信号，由于锅炉燃烧器喷嘴前送粉 管内的煤粉浓度能快速反映送风量的变化，所以以煤粉浓度作为串级控制的中间 被调量，副调节器接受燃料信号、反馈信号及氧量校正调节器的输出，副回路保 证风煤的基本比例，起粗调作用，控制策略采用传统的p i d 控制，主回路用来进 华北电力大学硕士学位论文 行氧量校正，起细调作用，控制策略采用本文设计的模糊p i d 控制。当烟气中含 氧量高于给定值时，修正送风控制系统的给定值，使送风调节器减少送风量。 图2 3 烟气氧量i 司接比值控制系统框图 为了检验该控制方法的控制性能，将副回路中的对象近似为w 0 2 ( s ) ，主回路 中的对象近似为、l ( s ) ， 哪) 2 意p 。3 5 蚴 州= 罴e 4 0 5 f 2 - 3 ) 在实际运行过程中，随着运行工况、煤种等因素的变化氧量设定值应该跟着 变化，进而调节送风量，才能保证炉膛内合理的过量空气系统。也就是说，最佳 烟气含量的范围是随时波动的，只有不断地根据系统动态地改变风煤比，才能使 系统在较高的效率下运行。 2 3 1pld 控制原理 模糊控制是一种以模糊集合论、模糊语言变量以及模糊逻辑推理为数学基础 的新型计算机控制方法。由于它不依赖于被控对象的精确数学模型，而是模拟人 的思维方式来实施控制，因而对于锅炉燃烧的控制就具有了传统p i d 控制所无法 比拟的自适应能力。 在模拟控制系统中，控制器最常用的是p i d 控制。p i d 是“比例一积分一微分” 的缩写，它从比例、积分和微分三个环节来实现对系统的控制。p i d 控制是最早 发展起来的控制策略之一，由于其算法简单、鲁棒性好和可靠性高，被广泛应用 于工业过程控制，至今大概有9 0 左右的控制回路具有p i d 结构。在实际生产 过程中，由于受到参数整定方法烦杂的困扰，常规p i d 控制器参数往往整定不良、 性能欠佳，对运行环境参数变化的适应性较差。针对上述问题，长期以来，人们 一直在寻求p i d 控制器参数的自整定技术，以适应复杂的工况和高指标的控制要 求。 常规p i d 控制系统原理框图如图2 4 所示 1 l 】。系统由模拟p i d 控制器和被控 9 华北i 【l 力人学硕i ：学位论文 对象组成。 p i d 控制器作为一种线形控制器，它根据给定值r ( t ) 与实际输出值y ( t ) 构成控 制偏差e ( t ) 。 e ( t ) = r ( t ) 一y ( t )( 2 4 ) 将偏差按比例、积分和微分通过线形组合构成控制量，从而对被控对象进行 控制，故称为p i d 控制器，在模拟调节控制系统中，其控制规律表达式如式( 2 2 ) r r 一 所不。 比m 肜+ 枷伽警 协s 、 式中 u ( t ) 调节器的输出信号； e ( t ) 调节器的偏差信号，它等于测量值与给定值之差； k p 调节器的比例系数； t i 调节器的积分时间； t d 调节器的微分时间。 简单说来，p i d 控制器各控制环节的作用如下： 比例环节 比例环节的引入是为了及时比例地反应控制系统的偏差信号e ( t ) ，以最快速 度产生控制作用，使偏差向减少的趋势变化。 积分环节 积分环节的引入，主要是为了保证被控量y ( t ) 在稳态时对给定量r ( t ) 的无静 差控制。 微分环节 微分环节的引入，主要是为了改善闭环系统的稳定性和动态响应的速度微分 环节。能反映偏差信号的变化趋势，并能在偏差信号值变得太大之前，在系统中 引入一个有效的早期修正信号，从而加快系统的动作速度，减少调节时间。 2 3 2 数字pid 控制算法 由于近年来微机技术的迅猛发展，实际应用中大多数采用数字p i d 控制器。 其中经常采用的有位置式和增量式p i d 控制算法 1 2 。1 3 。 位置式p i d 控制算法 1 0 华北电力大学硕士学位论文 由于计算机控制系统是一种采样控制系统，它只能根据采样时刻的偏差来计 算控制量，因此在计算机控制系统中，必须首先对公式( 2 2 ) 进行离散化处理。用 数字形式的差分方程代替连续系统的微分方程，此时积分项和微分项可用求和及 增量式表示： f p ( f ) 以2 善e ( ) f = r 丢e ( ) f 2 6 1 如( f )e ( 尼) 一e ( 七一1 ) e ( 尼) 一e ( 尼一1 ) 以出 丁 ( 2 7 ) 将式( 2 3 ) 和( 2 4 ) 代入式( 2 2 ) ，则可得到离散的p i d 表达式： m m 肛+ 吾圭刚心塑半业】 1 i 产o 1 ( 2 8 ) 或 “( 尼) = k p e ( 尼) + k e ( ) + k 。 e ( 尼) 一e ( 尼一1 ) ，- 0 ( 2 9 ) 式中 t = 卜采样周期，必须使t 足够小，才能保证系统有一定的精度； e ( k ) 第k 次采样时的偏差值； e ( k 1 ) 第k 一1 次采样时的偏差值； k 采样序号，k = o ，1 ，2 ； u ( k ) 第k 次采样时调节器的输出； 墨一，要 f口m k j 调节器的积分系数，1 ，； k 。调节器的微分系数，吃2 等。 由于计算机输出的u ( k ) 直接去控制执行机构( 如阀门) ，u ( k ) 的值和执行机构 的位置( 如阀门开度) 是一一对应的，所以通常把式( 2 5 ) 或( 2 6 ) 称为位置式控制 算法。这种算法的缺点是，由于控制量是全量输出，所以每次输出均与过去的状 态有关，计算时要对e ( k ) 进行累加，计算机运算工作量大。而且，因为计算机输 出的u ( k ) 对应的是执行机构的实际位置，如计算机出现故障，u ( k ) 的大幅度变化， 会引起执行机构位置的大幅度变化，这种情况往往是生产实践中不允许的，在某 些场合，还可能造成重大生产事故，因而产生了增量式p i d 控制的控制算法。 增量式p i d 控制算法： 增量式p i d 是指数字控制器的输出只是控制量的增量，当执行机构需要的是 控制量的增量( 例如驱动步进电机) 时，可由( 2 6 ) 导出提供增量式的控制算法。 根据递推原理，可写出( k 一1 ) 次的p i d 输出表达式： 1 产北i u 力人学硕：i j 学位论文 上 z f ( 尼一1 ) = 尼p p ( 尼一1 ) + 忍e ( ) + 亿 e ( 尼一1 ) 一e ( 尼一2 ) = o ( 2 1 0 ) 用公式( 2 6 ) 减去( 2 7 ) ，可得： “( 尼) = 七。 e ( 七) 一e ( 后一1 ) + 砖e ( 尼) + 吻 e ( 尼) 一2 e ( 七一1 ) + e ( 七一2 ) 一，缸( 尼) + 砖e ( 尼) + 幻 衄( 尼) 一丝( 尼一1 ) f 2 11 1 可以看出，由于一般计算机控制系统采用恒定的采样周期t ，一旦确定了k d 、 k i 、k d ，只要使用前三次测量值的偏差，即可求出控制量。 采用增量式算法时，计算机输出的控制增量u ( k ) 对应的是本次执行机构位 置( 如阀门开度) 的增量。而对应阀门实际位置的控制量，目前采用较多的是利 用算式u ( k ) = u ( k 一1 ) + u ( k ) ，通过执行软件来实现。 对于这种算法而言，由于计算机输出的是控制量增量，所以误动作时影响小， 手动自动切换时冲击小，便于实现无扰切换。此外，当计算机发生故障时，由 于输出通道或执行装置具有信号的锁存作用，所以仍然能保持原值。控制增量 u ( k ) 的确定仅与最近k 次的采样值有关，所以较容易通过加权处理而获得比较好 的控制效果。但增量式控制容易产生大的积分截断效应，有静态误差，溢出的影 响大。 ( 3 ) 数字p i d 控制器采样周期的选择 进行数字p i d 控制器参数整定时，首先应该解决的一个问题是确定合理的采 样周期t 。采样周期t 必须足够短，才请邕保证有足够的精度。但采样周期则会加 重计算机的任务，影响工作效率，因此应合理选择采样周期。采用周期t 在计算 机控制系统中是一个重要参量，从信号的保真度来考虑，采样周期t 不宜太长， 也就是采样角频率。= 2 丌t 不能太低，采样定理给出了下限频率即。2 m m 是原来信号的最高频率。从控制性能来考虑，采样周期t 应尽可能的短，也 即us 应尽可能的高，但是采样频率越高，对计算机的运算速度要求越快，存储 容量要求越大，计算机的工作时间和工作量随之增加。另外，采样频率高到一定 程度，对系统性能的改善已经不显著了。所以，对每个回路都可以找到一个最佳 的采样周其j j h 】。工程上一般不能仅按采样定理来决定采样周期，而是考虑以下因 素： 系统的扰动信号频率矗 通常矗越高，要求采样频率也要相应提高，即采样周期t = 2 缩短。 被控对象的动态特性 当系统中仅是惯性时间常数起作用时，u 。1 0 。当系统中纯滞后时间r 占有一定分量时，应该选择t = r 1 0 ；当系统中纯滞后时间r 占主导作用时，可选 择t = r 控制回路数 华北咆力大学硕士学位论义 测量控制回路数n 越多，采样周期t 越长。若采样时间为r 。，则采样周期t nrs 。 对象要求的控制质量 一般来说，控制精度要求越高，采样周期就越短，以减少系统的纯滞后。 多回路系统 对于多回路系统，以采样周期大的通道t 作为系统采样周期t 。 采样周期的选择方法有两种，一种是计算法，一种是经验法。计算法由于比 较复杂，特别是被控对象各环节时间常数难以确定，所以工程上用得比较少。工 程上应用最多的还是经验法。 所谓经验法实际上是一种凑试法。即根据人们在工作实践中积累的经验以及 被控对象的特点、参数，先粗选一个采样周期t ，送入计算机控制系统进行试验， 根据被控对象的实际控制效果，反复修改t ，直到满意为止。经验法所采用的采 样周期如表2 1 所示。表中所列的采样周期t 仅供参考。由于生产过程千变万化， 因此实际的采样周期需要经过现场调试后确定。 表2 1 采样周期的经验数据 1 静：i 匕i u 力火学硕l ：学位论文 第3 章锅炉燃烧模糊自适应p i d 控制系统的设计 3 1 模糊控制理论及模糊控制器的设计 3 1 1 模糊逻辑控制理论及发展 模糊控制是智能控制的一个重要分支，它主要是模仿人的控制经验而不依赖 控制对象的模型。由于模糊控制不需要精确的数学模型，因此它是解决不确定系 统控制的一种有效途径。但它对信息进行简单的模糊处理会导致被控系统控制精 度的降低和动态品质变差。为了提高系统的精度则必然要增加量化等级，从而导 致规则的迅速增多，因此影响规则库的最佳生成，且增加系统的复杂性和推理时 间，所以混合模糊控制的思想已引起大家的重视。例如模糊p i d 控制器、模糊专 家系统、自适应学习模糊控制、模糊神经网络控制等。 模糊控制时在模糊数学的基础上产生的。经典集合论是经典数学的基础，它 是以逻辑真值为 0 ，1 ) 的数学逻辑为基础的；而模糊集合论是模糊数学的基础， 它是以逻辑真值为 0 ，1 的模糊逻辑为基础的。数学式各门科学的基础，其应用范 围广至社会的各个领域。随着科学研究的不断深入，研究的对象越来越复杂，变 量越来越多，要求对系统的控制精度越来越高，而复杂的系统是难以精确化的， 这样系统的复杂性和精确性就形成了十分尖锐的矛盾。科技工作者在实践中总结 出了“不兼容原理”，即：当一个系统复杂性增大时，我们使它精确化的能力将 减少，在达到一定限度之上时，复杂性和精确性将互相排斥。具体说就是一个系 统的复杂性和分析它能达到的精度之间服从一个粗略的反比关系，这一原理指 出，高精度和复杂性是不兼容的。不过随着电子计算机的计算速度和存储能力的 飞速发展，我们可以借助电子计算机来解决系统的精确性和复杂性之间存在的矛 盾。 1 9 6 5 年美国加利福尼大学教授( 扎德) 在经过仔细研究后，将经典数学进 行了推广，提出了用“隶属度函数”这个概念来描述现象差异的中间过渡，从而 突破了经典集合论中属于或不属于的绝对关系，标志着模糊数学的诞生。模糊集 合是一种特别定义的集合，对于普通集合来说，任何一个元素要么属于该集合， 要么不属于，非此即彼，界限分明；而对于模糊集合来说，一个元素可以是既属 于又不属于该集合，亦此刃i 彼，界限模糊。模糊性是人们在社会交往和生产实践 中经常使用的，它提供了定性和定量、主观与客观、模糊与清晰之l 刈的一个人为 的折衷。它既不属于确定性，也区别于偶然性和随机性。 1 4 华北i 电力大学7 i ! ；! ：i 二学位论文 模糊自动控制是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种 计算机数字控制。从线性控制与非线性控制角度来看模糊控制属于一种非线性控 制；从控制器的智能性看模糊控制属于智能控制的范畴且已经成为目前实现智能 控制的一种重要而且有效的形式。特别是模糊控制与其他新学科的互相融合，正 在显示出其巨大的应用潜力。 3 1 2 模糊控制pid 控制原理 模糊控制语言是一种表示人类思维活动以及复杂事物极其有效的手段，因 此，对于那些利用传统控制方法难以实现或奏效的控制问题，采用模糊控制技术 往往能迎刃而解f 2 】。与传统的控制技术相比较，模糊控制具有如下的特点： 在设计系统时不需要建立被控对象的数学模型，模糊控制是利用直接对被控 过程参数现状及其发展趋势观测和判断所产生的定性感觉，来构成控制算法。因 此，模糊控制器的基本出发点便是对现场操作人员或者有关专家的经验、知识以 及操作数据加以总结和归纳，形成一定的规则参与控制过程。 适应性强： 经研究结果表明，对于确定的过程对象，用模糊控制与用p i d 控制的效果相 当，但是对于非线性和时变等一类不确定系统，模糊控制却有比较好的控制作用， 同时对于非线性、噪声和纯滞后有较强的抑制能力，在这方面传统控制往往显得 无能为力。 系统的鲁棒性较强由于模糊控制采用的不是二值逻辑，而是一种连续多值逻 辑，所以当系统参数变化时，能比较容易实现稳定的控制，尤其是适合于非线性、 时变、滞后系统的控制。 系统的规则和参数整定方便只要通过对现场的工业过程进行定性的分析， 就能比较好的建立语言变量的控制规则和系统的控制参数，而且参数的适用范围 较广。 结构简单： 系统的软硬件实现都比较方便。硬件结构一般无特殊要求，在软件方面其算 法也比较简捷。对于基本模糊控制器在实际运行时只需进行简单的查表运算，其 它的过程可以离线进行。因此这种控制方法很容易被现场工程技术人员和操作者 所掌握。 模糊控制与经典控制的根本区别在于它并不需要建立被控对象( 或过程) 的精 确数学模型，而是完全凭人的知识和经验，应用了人的思维和逻辑推理方法来“直 观”地进行控制。与一般p i d 控制在原理与方法上完全不同，模糊控制通过模糊 逻辑和近似推理方法，把人的知识和经验形式化，模型化，变成计算机可以接受 的控制模型，从而进行实时控制【3 ，4 】。 1 # 北i u 力人学硕：i ：学位论文 模糊控制技术具有上述的特点【5 】，因而越来越吸引广大研究者的注意，同时 模糊控制在实际的工业以及其它领域的控制过程中越来越发挥重要的作用。模糊 理论在各种商业产品和工业过程中做到了成功的应用 6 】，其原因可以归根于理论 和实用两个方面。 从理论上进行分析可归结为： 任何有效的工程方法应该能获取各种可能的信息，对能够得到数学模型的系 统来说很好办，但当数学模型难以得到时，此时信息来源主要有两个：由传感 器来提供变量的测量数据；由“专家”来提供本身及其控制特性的某些语言描 述信息。在某些情况下传统控制器无法利用专家提供的模糊信息，而采用模糊控 制器就是最佳的选择。 模糊控制无需知道被控系统的数学模型。由于系统的复杂性增加，系统的数 学模型越来越难以获得，无需建模的模糊控制在工程中显得越来越重要。 模糊控制是一种非线性控制，模糊控制器可以完成任何非线性控制任务，如 果仔细选择模糊控制器的参数，就有可能设计出一个适合被控非线性系统的模糊 控制器。 模糊控制理论的发展前景： 现实世界中模糊现象大量存在着，所以模糊控制的应用范围会越来越广。国 内外在模糊控制研究开发领域将有更大发展，例如在模糊控制理论的研究和模糊 逻辑控制产品的开发上。然而，模糊控制不可能忽略与其它领域的联系而独立存 在，它与经典控制的技术和方法有许多联系，可以将经典控制方法作为分析工具。 模糊控制同时也是一种智能控制技术，因而与其它智能控制方法有一定的联系。 虽然模糊控制的研究已取得许多可喜的成果，但与经典控制理论相比，仍显得很 不成熟【。 。尤其是以下几个方面值得进一步的研究： 模糊控制器的解析结构分析、模糊控制系统的稳定性、鲁棒性，能观性和能 控性等也有发展，非线性复杂系统的模糊建模和控制理论研究有待深入： 与其它软计算技术进一步集成，使模糊控制器具有更强的智能功能和学习能 力，以便适合于复杂对象的模糊控制和建模； 在硬件方面，进一步研制模糊控制器、模糊推理等专用芯片，并且丌发通用 模糊控制器和模糊控制产品。 模糊知识的获得： 语言变量基本论域的划分、模糊化方法，模糊合成和推理的算法的选取以及 去模糊化问题的计算方法等至今在理论界还存在争议，有待确认； 模糊控制目前的动态分析还没有系统的理论。由于模糊控制器的设计是在近 似基础上进行的，不能完全反应出模糊控制器的自身特性，因而势必产生分析的 不精确性，同时也阻碍了对于模糊控制器真实特性的认识； 模糊控制器的设计缺乏通用性和适应能力。 华北l 【l 力大学硕：i 二学位论文 模糊控制理论存在的问题就为模糊控制的发展提出了要求，解决这些问题就 成为模糊控制技术目前所面临的主要任务和发展方向。 3 1 3 模糊控制器的基本结构和组成 模糊控制器的基本结构 模糊控制器的基本结构如图3 1 所示，主要由模糊化、知识库、模糊推理、 反模糊化四部分组成。 i 知识库 参考输入 r r 恤埘象fq 摸捌化7 i 模干硐推理i7 l 反梗例化厂 模糊控制嚣 图3 一l 模糊控制器的结构图 ( 1 ) 模糊化：这部分的作用是将输入的精确量转换为模糊化的量。其中输入 量包括外界的参考输入、系统输出或状态等。模糊化的具体过程如下： 1 ) 将输入的精确量进行处理变成模糊控制器要求的输入量。例如，常见的 情况是计算e = r - y 和垂= 如出6 = 如砒，其中的r 表示参考输入，y 表示系统输 出，e 表示误差。有时为了减少噪声干扰等的影响，常常将e 进行滤波后再使用； 2 ) 将步骤1 ) 处理后的输入量进行尺度变换，使其变换到各自的论域范围； 3 ) 将已经变换到论域范围内的输入量进行模糊处理，使得原先精确的输入 量变成模糊量，并且相应的模糊集合论来表示。 ( 2 ) 知识库：模糊控制器知识库包含了具体应用领域中的知识和要求的控制 目标，通常由数据库和模糊控制规则库两部分组成： 1 ) 数据库包括各语言变量的隶属度函数、尺度变换因子和模糊空间的分级 数等； 2 ) 规则库包括了用模糊语言变量表示的一系列控制规则，一个完善的规则 库反映了控制专家的经验和知识