摘? 要: 針對(duì)焦?fàn)t集氣管壓力這類多變量非線性系統(tǒng),提出一種基于模糊神經(jīng)網(wǎng)絡(luò)" title="模糊神經(jīng)網(wǎng)絡(luò)">模糊神經(jīng)網(wǎng)絡(luò)的智能協(xié)調(diào)控制方案,。應(yīng)用遺傳算法" title="遺傳算法">遺傳算法對(duì)模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)進(jìn)行優(yōu)化,并采用PLC的邏輯梯形圖語言編程實(shí)現(xiàn)智能協(xié)調(diào)運(yùn)算,。工程應(yīng)用表明了系統(tǒng)設(shè)計(jì)的有效性。?

　　關(guān)鍵詞: 可編程控制器? 模糊神經(jīng)網(wǎng)絡(luò)? 智能控制" title="智能控制">智能控制?

?

　　焦?fàn)t集氣管壓力控制是焦?fàn)t控制的關(guān)鍵之一,。壓力大時(shí)焦?fàn)t冒煙嚴(yán)重,近距離不能看清設(shè)備,大量焦?fàn)t煤氣進(jìn)入空氣中,污染環(huán)境;壓力小時(shí)空氣吸入嚴(yán)重,影響焦?fàn)t壽命和焦?fàn)t煤氣質(zhì)量^[1],。因此,采用先進(jìn)控制手段,對(duì)焦?fàn)t集氣管壓力進(jìn)行長期穩(wěn)定控制,對(duì)于改善環(huán)境,、提高煤氣回收量和質(zhì)量、提高焦?fàn)t輔助產(chǎn)品產(chǎn)量和質(zhì)量,具有重要的意義,。焦?fàn)t集氣管控制系統(tǒng)" title="控制系統(tǒng)">控制系統(tǒng)的主要問題有:?

　　(1)焦?fàn)t集氣管壓力系統(tǒng)是一個(gè)耦合嚴(yán)重,、具有嚴(yán)重非線性、時(shí)變特性,、擾動(dòng)變化激烈的多變量系統(tǒng),一般的PID調(diào)節(jié)很難滿足要求,。?

　　(2)當(dāng)煤質(zhì)較好、鼓風(fēng)機(jī)后煤氣負(fù)荷穩(wěn)定時(shí),自動(dòng)控制效果較好;當(dāng)煤質(zhì)較差,、鼓風(fēng)機(jī)后壓力變化大時(shí),常常出現(xiàn)振蕩現(xiàn)象,迫使系統(tǒng)無法投入自動(dòng)控制,。?

　　(3)作為控制機(jī)構(gòu)之一的鼓風(fēng)機(jī)閘閥存在嚴(yán)重的非線性、滯后大,常規(guī)伺服放大器加執(zhí)行結(jié)構(gòu)很難適應(yīng),。?

　　近年來,神經(jīng)網(wǎng)絡(luò),、模糊技術(shù)和遺傳算法已成為智能計(jì)算的三大信息科學(xué),是智能控制領(lǐng)域的三個(gè)重要基礎(chǔ)工具,將三者有機(jī)地結(jié)合起來,取長補(bǔ)短,不僅在理論上顯示出誘人的前景,在實(shí)際應(yīng)用中也取得了突破。本系統(tǒng)采用一種基于遺傳算法和模糊神經(jīng)網(wǎng)絡(luò)的智能模糊控制器,實(shí)現(xiàn)了模糊規(guī)則的在線修改和隸屬函數(shù)的自動(dòng)更新,使模糊控制具有自學(xué)習(xí)和自適應(yīng)能力,。本文將系統(tǒng)的硬件高可靠性,、軟件靈活性與現(xiàn)代智能控制相結(jié)合,在分析控制對(duì)象的基礎(chǔ)上采用智能協(xié)調(diào)解耦" title="解耦">解耦控制方案,應(yīng)用PLC的邏輯梯形圖語言編程實(shí)現(xiàn)，保證了集氣管壓力穩(wěn)定在工藝要求范圍內(nèi),。?

1 工藝簡(jiǎn)介?

　　圖1是焦?fàn)t集氣管系統(tǒng)的結(jié)構(gòu),。焦?fàn)t煤氣從各炭化室通過上升管時(shí)被循環(huán)氨氣冷卻到80～90℃,，然后進(jìn)入集氣管。焦?fàn)t煤氣從焦?fàn)t到初冷器分為兩個(gè)吸氣系統(tǒng),即1號(hào)和2號(hào)焦?fàn)t為一個(gè)系統(tǒng),3號(hào)焦?fàn)t為一個(gè)系統(tǒng),。1號(hào)和2號(hào)焦?fàn)t的煤氣從各自的集氣管進(jìn)入共用吸氣管后,在初冷器前與3號(hào)焦?fàn)t的煤氣會(huì)合后進(jìn)入初冷器,。通過初冷器被冷卻到35～40℃,然后由鼓風(fēng)機(jī)送往下道工序。?

?

?

2 系統(tǒng)硬件結(jié)構(gòu)及系統(tǒng)功能?

　　焦?fàn)t集氣管壓力控制系統(tǒng)采用高可靠性的兩級(jí)計(jì)算機(jī)集散控制系統(tǒng),由監(jiān)控站,、控制器和通訊網(wǎng)及儀表系統(tǒng)構(gòu)成,如圖2所示,。監(jiān)控站由研華工業(yè)控制計(jì)算機(jī)和高性能工業(yè)控制軟件構(gòu)成,完成對(duì)焦?fàn)t集氣管壓力系統(tǒng)的監(jiān)視和操作,對(duì)歷史數(shù)據(jù)進(jìn)行存檔,是控制系統(tǒng)的主要人機(jī)界面?？刂破鞑捎萌毡救夤就瞥龅腁2A系列控制器,主要由電源模塊,、CPU模塊、通信模塊,、模擬量輸入模塊,、數(shù)字量輸入輸出模塊和基板組成,通過智能控制算法對(duì)三座焦?fàn)t的集氣管壓力和鼓風(fēng)機(jī)壓力進(jìn)行控制。儀表系統(tǒng)由變送器,、配電器,、隔離器、調(diào)節(jié)器和執(zhí)行器等構(gòu)成,主要完成壓力信號(hào)的獲取和閥門的控制執(zhí)行,。

?

?

　　系統(tǒng)主要功能為:?

　　(1)實(shí)現(xiàn)3座焦?fàn)t集氣管壓力的解耦控制,實(shí)現(xiàn)初冷器前和鼓風(fēng)機(jī)前及鼓風(fēng)機(jī)后壓力智能協(xié)調(diào)控制,保證4臺(tái)鼓風(fēng)機(jī)安全穩(wěn)定運(yùn)行,。在推焦裝煤及鼓風(fēng)機(jī)后負(fù)荷變化等擾動(dòng)較大的情況下,集氣管壓力穩(wěn)定在設(shè)定值±20Pa內(nèi)。?

　　(2)實(shí)現(xiàn)過程的實(shí)時(shí)數(shù)據(jù)采集,、數(shù)據(jù)處理,、顯示、報(bào)警,、故障監(jiān)測(cè)及診斷功能,手,、自動(dòng)無擾切換和設(shè)定操作,對(duì)歷史趨勢(shì)數(shù)據(jù)進(jìn)行存儲(chǔ)(存儲(chǔ)240天的歷史數(shù)據(jù))和顯示。具備報(bào)表打印功能和與上位機(jī)(管理系統(tǒng))聯(lián)網(wǎng)功能,。?

3 控制原理?

　　針對(duì)焦?fàn)t集氣管系統(tǒng)的結(jié)構(gòu)和特點(diǎn),本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的智能協(xié)調(diào)控制方案,。控制系統(tǒng)的結(jié)構(gòu)如圖3所示,。它分為兩級(jí):專家智能控制協(xié)調(diào)級(jí)(虛線框內(nèi))和基本實(shí)時(shí)智能控制級(jí),。專家智能控制協(xié)調(diào)級(jí)在線實(shí)時(shí)監(jiān)測(cè)被控系統(tǒng)過程,根據(jù)不同爐況,協(xié)調(diào)控制策略,進(jìn)行有效控制?；緦?shí)時(shí)智能控制級(jí)分為單輸入單輸出(SISO)模糊神經(jīng)網(wǎng)絡(luò)控制器FNC1～FNC4和多變量解耦控制器FNC5兩部分,由徑向基函數(shù)網(wǎng)絡(luò)(RBFN)逼近過程模型,。此模型用于計(jì)算過程輸出對(duì)過程輸入的一階偏導(dǎo)數(shù)和離線尋優(yōu)，由多變量解耦控制器根據(jù)解耦參考模型2進(jìn)行解耦控制,，與被控對(duì)象一道構(gòu)成解耦后的廣義被控對(duì)象,在此基礎(chǔ)上分別采用SISO模糊神經(jīng)網(wǎng)絡(luò)控制器控制被控對(duì)象的動(dòng)態(tài)特性:采用智能協(xié)調(diào)模糊神經(jīng)網(wǎng)絡(luò)控制器FNC4,以鼓風(fēng)機(jī)閘閥開度為控制量,控制初冷器前吸力;采用模糊神經(jīng)網(wǎng)絡(luò)控制器FNC1～3,以各焦?fàn)t集氣管蝶閥開度為控制量,控制相應(yīng)焦?fàn)t集氣管壓力,。?

?

?

3.1 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)?

　　3座焦?fàn)t集氣管壓力和初冷器前壓力控制算法FNC1～FNC4采用同樣的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),取誤差e、誤差變化率Δe及其導(dǎo)數(shù)Δ²e作為模糊推理控制器輸入,e和Δe分別劃分為7個(gè)模糊子集,Δ²e劃分為3個(gè)模糊子集，模糊子集隸屬度采用高斯型函數(shù)表示,。上述的模糊推理控制器可用一個(gè)如圖4所示的初始神經(jīng)網(wǎng)絡(luò)構(gòu)成,。初始神經(jīng)網(wǎng)絡(luò)共有四層:輸入層、隸屬函數(shù)生成層,、推理層和去模糊化層,。輸入節(jié)點(diǎn)數(shù)n為3,第一層隱含節(jié)點(diǎn)(模糊化)為17,第二層隱含節(jié)點(diǎn)(推理)L為7×7×3=147,一個(gè)輸出節(jié)點(diǎn)。模糊化到推理連接權(quán)重為1,。?

?

?

　　多變量解耦控制器FNC5采用T-S模糊模型^[4],，取FNC1～FNC4輸出作為模糊控制器的輸入,三座焦?fàn)t集氣管蝶閥和鼓風(fēng)機(jī)前閘閥實(shí)際控制輸出作為模糊控制器的輸出,考慮到系統(tǒng)的動(dòng)態(tài)解耦,每個(gè)輸入分別取當(dāng)前三個(gè)時(shí)刻值,從而構(gòu)成12輸入、4輸出多變量解耦模糊控制模型,。?

3.2? 模糊神經(jīng)網(wǎng)絡(luò)GA優(yōu)化學(xué)習(xí)?

　　對(duì)于單變量和多變量解耦模糊神經(jīng)網(wǎng)絡(luò),可用遺傳算法(GA)來調(diào)整和優(yōu)化參數(shù)和結(jié)構(gòu),而推理規(guī)則的結(jié)論部分中的權(quán)值Wi較多地具有局部性,可采用智能梯度算法在線調(diào)節(jié),。把兩種學(xué)習(xí)算法結(jié)合起來,可發(fā)揮GA算法的全局搜索結(jié)構(gòu)優(yōu)化能力和梯度算法局部優(yōu)化快速性。?

　　采用遺傳算法離線訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)參數(shù)的步驟如下:?

　　(1)采用實(shí)數(shù)編碼方式,隨機(jī)產(chǎn)生n個(gè)實(shí)數(shù)字符串,每個(gè)字符串表示整個(gè)網(wǎng)絡(luò)的一組參數(shù);?

　　(2)將各實(shí)數(shù)字符串譯碼成網(wǎng)絡(luò)的各參數(shù)值,然后計(jì)算每一組參數(shù)的適合度值f_i=1/E_i(i=1,，2,，.....，n),，式中E_i為定義的誤差指標(biāo)函數(shù),按下列步驟產(chǎn)生新的群體,直到新群體中串總數(shù)達(dá)到n:?

　　①以概率f_i/∑f_i,，f_j/∑f_j從群體中選出兩個(gè)串S_i,S_j;?

　?、谝愿怕蔖_c對(duì)S_i,S_j進(jìn)行交換,得到新串S_i′,S_j′；?

　?、垡愿怕蔖_m使S_i′,S_j′中的各位產(chǎn)生突變(取隨機(jī)數(shù));?

　?、芊祷氐冖俨?直到產(chǎn)生(n-1)個(gè)新一代的個(gè)體;?

　　⑤所產(chǎn)生的(n-1)個(gè)新一代的個(gè)體連同上一代中性能最好的那個(gè)個(gè)體,共同組成新的群體,。?

　　(3)返回第(2)步,直到群體中的個(gè)體性能滿足要求為止,。群體中適應(yīng)度最好的字符串譯碼后的參數(shù)即為所求參數(shù)。?

　　這里采用一種自適應(yīng)P_c和P_m方法,。用適合度函數(shù)來衡量算法的收斂狀況,其表達(dá)式為:?

?????

式中,，分別是群體中的最大適合度和平均適合度。由于篇幅的關(guān)系,有關(guān)SISO模糊網(wǎng)絡(luò)控制器和多變量解耦控制器的梯度在線學(xué)習(xí)算法請(qǐng)參考文獻(xiàn)[5],在本系統(tǒng)中由模糊神經(jīng)網(wǎng)絡(luò)控制器用可編程控制器提供的浮點(diǎn)運(yùn)算指令完成,在線學(xué)習(xí)算法由上位機(jī)用VC編程,通過通訊修改模糊神經(jīng)網(wǎng)絡(luò)參數(shù),。?

4 控制系統(tǒng)實(shí)現(xiàn)?

4.1 專家智能協(xié)調(diào)控制的實(shí)現(xiàn)?

　　控制過程開始時(shí)啟動(dòng)基于知識(shí)的專家控制系統(tǒng),通過過程特征提取將系統(tǒng)運(yùn)行過程中的特征信息如各級(jí)壓力,、誤差等送入推理結(jié)構(gòu),推理機(jī)構(gòu)根據(jù)知識(shí)庫中的規(guī)則和事實(shí)執(zhí)行推理,給出控制策略。當(dāng)推理得出參數(shù)變化需啟動(dòng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能時(shí),保存原參數(shù),并啟動(dòng)模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機(jī)制,根據(jù)系統(tǒng)的性能好壞決定是否接受學(xué)習(xí)后的整體參數(shù),。 ?

　　根據(jù)工藝過程特點(diǎn),、工藝工程師和熟練操作工的知識(shí)和經(jīng)驗(yàn)，初冷器前壓力專家設(shè)定采取如下協(xié)調(diào)原則:首先保證設(shè)備的安全運(yùn)行,如果鼓風(fēng)機(jī)機(jī)前吸力P₄高于工藝允許上限制值P_4max,，則降低鼓風(fēng)機(jī)閘閥開度;如果鼓風(fēng)機(jī)控制閘閥控制輸出u₄低于喘震閘閥開度V_4min,，則維持V_4min閘閥開度。然后將鼓風(fēng)機(jī)機(jī)后壓力大小分為8段折線,根據(jù)經(jīng)驗(yàn)和實(shí)驗(yàn)數(shù)據(jù)給出初冷器前壓力初步設(shè)定值,并根據(jù)實(shí)際狀態(tài)進(jìn)行調(diào)整,如果集氣管壓力超過設(shè)定上限制值P_max，閥位超過靈敏區(qū)上限制值V_qmax,，則降低初冷器前壓力給定,；如果3個(gè)集氣管壓力均超過設(shè)定上限制值P_Smax，則增大鼓風(fēng)機(jī)閘閥控制輸出;如果集氣管壓力小于設(shè)定下限制值P_min,，閥位低于靈敏區(qū)下限制值V_qmin,，則增加初冷器前壓力給定；如果3個(gè)集氣管壓力均小于設(shè)定下限制值P_Smin,，則降低鼓風(fēng)機(jī)閘閥控制輸出,。以產(chǎn)生式規(guī)則“IF conditions THEN results”形成的主要規(guī)則為:?

??? R1:IF(P₅≥X_i-1)AND(P₅i)

??????? ? THEN r₄=(Y_i-Y_i-1)/(X_i-X_i-1)+Y_i-1?

??? R2:IF(P₁>P_1max)AND(V₁>V_1qmax)?

??????? ? THEN? r₄=r₄-Δr?

??? R3:IF(P₂>P_2max)AND(V₂>V_2qmax)?? ?

??????? ? THEN? r₄=r₄-Δr?

??? R4:IF(P₃>P_3max)AND(V₃>V_3qmax)?

??????? ? THEN? r₄=r₄-Δr?

??? R5:IF(P₁>P_Smax)AND(P₂>P_Smax) AND(P₃>P_Smax)?

??? ??? ? THEN? u*0₄=u⁰₄+Limit?

??? R6:IF(P₁1min)AND(V₁1qmin)

??? ????? THEN? r₄=r₄+Δr?

??? R7:IF(P₂2min)AND(V₂2qmin)?

??????? ? THEN? r₄=r₄+Δr?

????R8:IF(P₃3min)AND(V₃3qmin)

??????? ? THEN? r₄=r₄+Δr?

????R9:IF(P₁1Smin)AND(P₂2Smin)AND(P₃3Smin)

??? ??? ? THEN? u*⁰₄=u⁰₄-Limit?

??? R10:IF P₄>P_4max ?

??????? ? THEN? u^*₄=u₄-Limit ?

??? R11:IF u₄4min THEN u^*₄=V_4min

　　上述規(guī)則中X_i、Y_i(i=1,，2,，…，7)為初冷器前壓力設(shè)定經(jīng)驗(yàn)數(shù)據(jù),r₄為初冷器前壓力設(shè)定值,，Δr為設(shè)定增量,u⁰₄為集氣管模糊神經(jīng)控制器輸出值,，u*⁰₄為前級(jí)合成控制輸出,u₄為解耦控制器鼓風(fēng)機(jī)閘閥控制輸出,u^*₄為鼓風(fēng)機(jī)閘閥控制最后合成輸出,Limit為可能的最小閘閥開度調(diào)節(jié)量，取決于執(zhí)行機(jī)構(gòu)的調(diào)節(jié)精度,?？删幊炭刂破魈菪螆D很適合上述規(guī)則的編程。四套鼓風(fēng)機(jī)機(jī)組均采用智能專家協(xié)調(diào)控制系統(tǒng),只是參數(shù)不同,。不同機(jī)組運(yùn)行時(shí)自動(dòng)選用相應(yīng)參數(shù),。?

4.2 時(shí)間比例數(shù)字輸出控制的實(shí)現(xiàn)?

　　經(jīng)過專家智能協(xié)調(diào)控制后的輸出,還要經(jīng)過非線性修正,然后采用時(shí)間比例數(shù)字輸出算法并用固態(tài)繼電器直接控制閥門?？刂戚敵鼋?jīng)過標(biāo)度變換,轉(zhuǎn)換成相應(yīng)的時(shí)間,。由于小于某一值的脈沖不但不會(huì)驅(qū)動(dòng)伺服電機(jī),還會(huì)使電機(jī)過熱,因此需極小值切除,并且根據(jù)上次開閥方向和本次開閥方向進(jìn)行死區(qū)補(bǔ)償,并根據(jù)閥位測(cè)量數(shù)據(jù)進(jìn)行故障處理。其框圖如圖5所示,。?

?

?

??? 本系統(tǒng)于1999年6月在湘潭鋼鐵集團(tuán)有限公司焦化廠投入運(yùn)行,實(shí)際應(yīng)用表明,該系統(tǒng)工作可靠,、性能穩(wěn)定、功能齊全,、操作方便,控制精度達(dá)到要求,。單座焦?fàn)t的調(diào)節(jié)對(duì)其它焦?fàn)t壓力的影響較控制前明顯削弱,對(duì)壓力的最大擾動(dòng)幅度從±200Pa下降到±10Pa,當(dāng)出現(xiàn)擾動(dòng)時(shí),能快速調(diào)節(jié)達(dá)到穩(wěn)定,保證壓力穩(wěn)定在工藝要求的范圍內(nèi)。?

參考文獻(xiàn)?

1 陽春華,沈德耀.集氣管壓力智能控制設(shè)計(jì)與實(shí)現(xiàn).小型微型計(jì)算機(jī),1999,；20(7):550～554?

2 Tkagi T,， Sugeno I. Derivation of Fuzzy Rules From Human Aperator＇s Control Action. In:Proc IFAC Sym Pon Fuzzy Information， Knowledge Representation and Decision Analysis, 1983:55～60 ?

3 王耀南.神經(jīng)網(wǎng)絡(luò)自適應(yīng)模糊控制在溫度控制系統(tǒng)中的應(yīng)用. 信息與控制,1996;25(4):247～250?

4 周景振,韓曾晉.一種新型多變量模糊自適應(yīng)控制系統(tǒng)的研究.自動(dòng)化學(xué)報(bào),1999;25(2):215～220?

5 秦 斌,王欣.流程工業(yè)計(jì)算機(jī)集成過程系統(tǒng)CIPS. 國防科技大學(xué)出版社,2002.6