摘 要: 介紹了一種應用于無毒提金新工藝中反應液PH值控制的智能復合控制算法,。
關鍵詞: 反應液PH值 智能復合控制
隨著科學技術和生產(chǎn)的迅猛發(fā)展,,各個領域對自動控制的要求不斷提高,,以單純數(shù)學解析結構為基礎的控制理論,其局限性日益明顯,,對于一些大型、復雜和不確定的對象,,難以用精確的數(shù)學模型描述,。即使一些對象能夠建立起數(shù)學模型,結構也往往十分復雜,,難于設計和實現(xiàn)有效控制,。近年來十分熱門的自適應、自校正控制雖然能在一定程度上解決不確定性問題,,但其本質上仍然要求對象模型的在線辨識,,故算法復雜、運算量大,,應用范圍受到限制,。實際上,任何一個有效的工業(yè)控制設計,,都不能由控制理論單獨解決,,都隱含著人的直覺推理。原有控制理論單純的數(shù)學結構難以處理有關對象的一些定性信息,,而單純運用人的經(jīng)驗知識,、技巧和直覺推理,也難以滿足對復雜控制系統(tǒng)的設計要求。
假如將人的經(jīng)驗知識,、技巧和直覺推理與控制理論相結合,,把它作為控制理論解決復雜生產(chǎn)過程的一個補充手段,將使控制理論解決復雜生產(chǎn)過程有一個突破性進展,。這種將人的經(jīng)驗知識直接參與生產(chǎn)過程的控制系統(tǒng),,稱為智能控制系統(tǒng)。
無毒提金工藝過程是一個復雜的物理化學過程,,由于這一工藝過程千變萬化,,干擾不同,對各個參數(shù)的要求不盡相同,。如果控制模型過于簡單,,則導致系統(tǒng)超調量大、調節(jié)時間長,,造成各個參數(shù)不穩(wěn)定,,這些都嚴重影響無毒提金工藝的生產(chǎn)效率的提高。因而,,國內外學者對無毒提金工藝及設備的自動控制曾做了大量工作,,以期能實現(xiàn)低能耗和高效率的目標。常用的控制方案歸結起來不外乎以下幾種:
(1)自適應控制(包括模型參考自適應控制和自校正控制)方案,;
(2)最優(yōu)控制方案,;
(3)PID控制(包括各種變型PID控制)方案。
自適應控制方案從理論上講是較先進的控制方案,,但它基本上適用于工況比較穩(wěn)定的工藝過程,。而無毒提金工藝過程各參數(shù)相對很難穩(wěn)定,各參數(shù)將在某一值附近頻繁變化,,最需要有效的控制,。否則,對無毒提金攪拌設備控制的經(jīng)濟效果并不明顯,,控制將無多大的意義,。
最優(yōu)控制方案是用得最多的一種方案,它是在已知系統(tǒng)高階狀態(tài)方程后通過線性化和降階處理,,得出一個較精確的低階狀態(tài)方程,,然后以快速性和系統(tǒng)超調作為控制性能指標,應用最大值原理,,得出最佳控制規(guī)律,。這種控制策略在系統(tǒng)狀態(tài)方程精確已知時,控制效果很好,。
PID控制雖然控制方法較簡單,,但它在無毒提金攪拌設備各個控制參數(shù)變化比較頻繁的控制系統(tǒng)中較為實用,、可靠。實踐經(jīng)驗表明,,在參數(shù)選擇合適的情況下,,PID控制性能幾乎同最優(yōu)控制效果一樣,有些性能甚至更好些,。PID控制需要檢測的參數(shù)全是電量,,而電量的檢測遠比熱量、溫度和化學成分的檢測容易得多,,亦容易實現(xiàn),。但PID控制具有超調大,、參數(shù)較難確定,、對擾動恢復慢等缺點。
綜合上述分析的種種情況,,針對無毒提金工藝過程的工況要求和各個參數(shù)的特點及存在的各種干擾情況,,在深入分析其機理的基礎上,將最優(yōu)控制,、模糊控制,、PID控制結合在一起,作者提出一種具有快速性和靈敏性的智能復合控制方案,。
該控制方案既對PID算法加以了改進保留,,如在傳統(tǒng)PID調節(jié)中加入新的微分積分作用,對給定值與測量值變化造成的偏差分別采用不同的調節(jié)方式等,,又加入了一些模糊調節(jié)算法的規(guī)則,。在偏差大時,希望攪拌設備控制系統(tǒng)各控制參數(shù)能快速跟隨調整,,而對控制精度要求相對降低,,所以擬采用快速PID控制方案;當偏差趨小時,,為了減小超調量,,提高系統(tǒng)的控制精度,擬采用模糊控制為主,、最優(yōu)控制為輔的控制方案,。該控制方案具有超調小、控制精度高,、參數(shù)確定簡單,、對復雜對象控制效果較好等特點。
這就是智能復合控制的基本出發(fā)點,,由此形成了圖1所示的閉環(huán)控制系統(tǒng),。功率控制實現(xiàn)功率曲線的自動跟蹤,智能控制實現(xiàn)各控制參數(shù)的升降。圖中ys,、yp分別為各被控參數(shù)的設定值和實測值,,e為被控參數(shù)偏差,e=y(tǒng)s-yp,。
各被控參數(shù)設定值由上位機或下位機給出,,具體方式有兩種:(1)根據(jù)經(jīng)驗給出;(2)根據(jù)無毒提金工藝要求計算確定,。
1 智能控制器的實現(xiàn)
智能控制器的結構框圖見圖2,,圖中ys為被控參數(shù)的設定值,yp為被控參數(shù)的實測值,,規(guī)則集用來判斷復合控制算法的轉換,,偏差信號e(k)=y(tǒng)s(k)-yp(k),它作為智能控制器的輸入信號。
限于篇幅,,這里僅以PID控制為例,,簡單說明各控制算法的設計過程。
按偏差的比例(proportional),、積分(integral),、微分(differential)控制(簡稱PID控制),是過程控制中應用最廣泛的一種控制算法,。實際運行經(jīng)驗及理論分析表明,,這種控制算法對于大量的工業(yè)對象,具有較好的調節(jié)性能和魯棒性,,能夠達到符合原則的控制性能指標,。
在計算機控制系統(tǒng)中,一般采用兩種控制算法:一種是含有理想微分的PID控制,;另一種是含有實際微分的PID控制,。它們的控制原理、實現(xiàn)方法,、編程手段大同小異,。計算機控制是一種采樣控制,它只能根據(jù)采樣時刻的偏差值計算控制量,,因此需要將連續(xù)PID調節(jié)理想化,。
1.1 位置式PID控制算法
計算機按該式算出的是控制量的絕對數(shù)值,即對應于執(zhí)行機構每次所應達到的位置,。在這種算法中,,如果前一次的輸出與過去的狀態(tài)有關,計算時要對e(i)進行累加,,計算機實現(xiàn)起來不夠方便,,不僅要占用較多的存儲單元,,而且不便于編程。鑒于此,,對(1)式要進行改進,。
1.2 增量式PID控制算法
A、B,、C是與采樣周期T,、比例系數(shù)kp、積分時間Ti,、微分時間Td有關的系數(shù),,增量式算法只需要保持現(xiàn)時以前兩個時刻的偏差值即可。
對于整個控制系統(tǒng)而言,,上述兩種算法并無本質上的區(qū)別,,只是所采用的執(zhí)行元件的特性不同。增量式算法中將計算機的一部分任務:u=∫△u分給了其它部件去承擔,,即由執(zhí)行機構完成,。增量式控制雖然只是在算法上做了一點改進,,但它帶來了不少優(yōu)點:
(1)計算機每次只輸出控制增量,,故機器出現(xiàn)故障時,影響范圍小,。
(2)控制從手動到自動轉換時,,由于算法中不含有u0項,因此沖擊小,。此外,,當計算機發(fā)生故障時,由于執(zhí)行機構裝置本身有鎖存作用,,故仍然能保持原值,。
(3)算式中無需累加,增量只是與最近幾次采樣值有關,,編程簡單,,歷史數(shù)據(jù)可以遞推使用,且占用存儲單元少,,運算速度快,,容易獲得較好的控制效果。
但是,,微分作用容易引入高頻干擾,,導致調節(jié)性能的不穩(wěn)。因此,,在大量的工業(yè)控制系統(tǒng)中,,往往采用在微分調節(jié)器上串聯(lián)一個低通濾波器來抑制高頻干擾,。低通濾波器的傳遞函數(shù)為:
也就是說,利用實際微分來代替理想微分,,輸出波形如圖3所示,。
這樣,(2)式所示的增量式PID控制算式變?yōu)椋?BR>
基于上述分析,,在實際控制中,,增量式PID算法要比位置式PID算法應用更為廣泛。本攪拌設備自動控制系統(tǒng)就采用這種帶有低通濾波器的增量式PID控制算法,,即:
上式適合于計算機處理,,但式中的待定系數(shù)混合了PID控制的比例、積分,、微分加權系數(shù),,這將給系統(tǒng)調試階段,依據(jù)運行結果分析整定系數(shù)的習慣做法帶來諸多不便,。實際應用時,,為了兼顧調試和運行兩方面的需要,仍以Kp,、Ti,、Td為待整定參數(shù)。調試階段改變Kp,、Ti,、Td的取值后,將新的一組Kp,、Ti,、Td值輸入計算機,然后由計算機程序利用有關公式計算出相應的待定系數(shù)A,、B,、C。算法流程圖如圖4所示,。
1.3 PID參數(shù)的整定
對于一個結構和控制算法形式已定的控制系統(tǒng),,控制質量的好壞主要取決于選擇的參數(shù)是否合理。因此,,PID控制中三個參數(shù)的選擇就顯得十分重要了,,整定PID參數(shù)的方法各式各樣,有臨界比例度法,、標準傳遞函數(shù)優(yōu)化法等等,。下面敘述兩種典型的整定方法。
1.3.1 擴充臨界比例度法
用實驗參數(shù)進行函數(shù)整定時,,最常用的是擴充臨界比例度法,,它是整定模擬調節(jié)器參數(shù)的臨界比例度法的擴充,。具體做法如下:
①選擇好采樣周期T0;
?、谟门c模擬調節(jié)器相同的臨界比例度法求出臨界比例系數(shù)Kk及臨界振蕩周期Tk;
?、鄹鶕?jù)所選的控制度,按經(jīng)驗參數(shù)值表求出Kp,、Ti,、Td。
1.3.2 Ziegler-Nichols整定規(guī)則
這是Roberts.P.D于1974年提出的,,它只需整定一個參數(shù),,對于PID算式:
T0=0.1Tk;Ti=0.5Tk;Td=0.125Tk(Ziegler-Nichols條件),代入PID算式中,,得:
u(k)=u(k-1)+Kp[2.45e(k)-3.5e(k-1)+1.25e(k-2)]
整定時,,改變Kp的大小,觀察控制效果,,直到滿意為止,。當然,上述兩種方法只能提供一個粗略的范圍,,實現(xiàn)過程中還得在這些數(shù)值的附近進一步試探,,這樣才能找到最佳值。
2 控制規(guī)則集的確定
由攪拌設備智能復合控制框圖可知,,規(guī)則集用來判斷復合控制算法的轉換,。根據(jù)偏差ei(ei=y(tǒng)s-yp)的變化組成控制規(guī)則集來實現(xiàn)智能控制,。具體控制規(guī)則可以按以下描述實現(xiàn):
IF ei>ε THEN uc=PID控制算法輸出,;
IF ei<-ε THEN uc=PID控制算法輸出;
IF 0.5<ei≤ε THEN uc=模糊控制算法輸出,;
IF -ε≤ei<-0.5 THEN uc=模糊控制算法輸出,;
IF 0.1<ei≤0.5 THEN uc=-UM,最優(yōu)控制算法
輸出,;
IF -0.5≤ei<-0.1 THEN uc=+UM,,最優(yōu)控制算法
輸出;
IF -0.1≤ei≤0.1 THEN uc=0,。
以上算法可用圖5表示,。
實現(xiàn)任何一種控制規(guī)則的算法,可控性分析是至關重要的,。任何控制系統(tǒng)的設計在應用之前,,其控制規(guī)則算法是否可行必須進行驗證,但是對于具有時變性,、非線性特性的系統(tǒng),,要分析其可控性是相當困難的,。因而,人們通常是對控制對象作一定的假設,,以便進行分析,。然而,這種假設只適合于特定的環(huán)境和范圍,,對于控制對象的特性不完全了解或被控對象具有不確定的因素,,分析起來有一定的困難。
本文提出的控制算法及其所采取的規(guī)則集,,要定量分析也是不容易的,,只能根據(jù)被控對象的具體特點,結合算法作一些說明,。
在各被控參數(shù)偏差較大時,,采用快速PID控制方案,即希望控制系統(tǒng)快速調整,,以期減少擾動的影響,,同時考慮了對控制精度要求較低。對于偏差相對較小時,,希望兼顧快速性和精度,;當偏差很小時,工況相對平穩(wěn),,希望有較高的控制精度,,故此,在大偏差范圍內采用模糊控制,,在小偏差范圍內轉換成最優(yōu)控制,,這樣做從理論上來講可以獲得較為滿意的控制效果。由于采用的控制規(guī)則集符合二次滿映射條件,,因此這種規(guī)則控制的系統(tǒng)是完全可控的,。
參考文獻
1 李士勇.模糊控制和智能控制理論及應用.哈爾濱:哈爾濱工業(yè)大學出版社,1990
2 蔡自興.智能控制.北京:電子工業(yè)出版社,,1990
3 李人厚,,秦世引.智能控制理論和方法.西安:西安交通大學出版社,1994