基于模糊控制和預測控制的球磨煤機制粉系統(tǒng)復合優(yōu)化

基于模糊控制和預測控制的球磨煤機制粉系統(tǒng)復合優(yōu)化

0參考文獻的解耦控制應(yīng)用中央儲液管理系統(tǒng)廣泛應(yīng)用于火力發(fā)電系統(tǒng)。它不僅是大型火力廠的重要設(shè)備，也是大型能源行業(yè)的之一。據(jù)統(tǒng)計,制粉系統(tǒng)用電量占廠用電量的15%～25%,是潛在的節(jié)能大戶之一。因此,研究制粉系統(tǒng)的自動控制和優(yōu)化運行,具有重要的實際意義。目前,由于系統(tǒng)的大時延、多變量強耦合及模型時變特性,也由于現(xiàn)有控制方式存在的問題,使得設(shè)計安裝的自動控制系統(tǒng)一直未能投入運行。以往設(shè)計的控制系統(tǒng)是基于3套獨立的PID控制回路,對于各系統(tǒng)之間的耦合及大遲延特性均顯得無能為力。參考文獻對制粉系統(tǒng)的耦合情況進行了分析,結(jié)論是:在鋼球磨制粉系統(tǒng)的3個調(diào)節(jié)回路中,不管3個回路如何配對,均存在著相當嚴重的耦合,不解耦的系統(tǒng)是不可能實現(xiàn)良好的控制的,解耦設(shè)計是必須的。可見,研究制粉系統(tǒng)的自動控制和優(yōu)化運行,又具有重要的理論意義。由于預測控制對于克服大時延大慣性有獨到之處,但對于多變量系統(tǒng)的解耦設(shè)計,只是簡單地套用單變量系統(tǒng)的形式。為此,作者在參考文獻中提出了動態(tài)矩陣控制解耦設(shè)計方法,本文將其應(yīng)用于球磨機系統(tǒng)的控制設(shè)計。模糊控制作為一種新型的控制方法,它無需知道被控對象的數(shù)學模型,并且比常規(guī)控制系統(tǒng)具有更好的穩(wěn)定性和更強的魯棒性。它在一定程度上具有人的智能性,能夠盡快消除系統(tǒng)的大偏差,只是在接近穩(wěn)態(tài)時具有一定的抖振現(xiàn)象,應(yīng)用到多變量系統(tǒng)時對于系統(tǒng)間的強耦合情形有待于進一步分析。因此,本文在大偏差時采用帶靜態(tài)解耦的模糊控制策略,盡快消除系統(tǒng)的大偏差,小偏差時則采用參考文獻的解耦預測控制。由于制粉系統(tǒng)的特殊性,并不要求將被控量嚴格調(diào)節(jié)在某一固定值,只需要維持在一定的范圍內(nèi)即可滿足要求,比如,某電廠3號機組制粉系統(tǒng)要求維持被控量范圍為差壓:2.0～2.6kPa,磨煤機入口負壓:400～550Pa,磨煤機出口溫度:68～80°C。因此,我們可以在穩(wěn)態(tài)時進行優(yōu)化計算,求出既能維持被控量在要求的范圍內(nèi),又使給煤量最大的經(jīng)濟運行工況,修正系統(tǒng)的設(shè)定值到新的經(jīng)濟工況點運行。1無低溫風鋼球磨中儲式制粉系統(tǒng)數(shù)學模型在鋼球磨中儲式制粉系統(tǒng)是一個具有純遲延、強耦合的多變量非線性時變系統(tǒng)。鋼球磨本身是一個包含了機械能量轉(zhuǎn)換、熱交換和兩相流動的復雜過程,任何一個控制變量的改變都會造成所有被控變量發(fā)生變化,因此變量之間的相互干擾十分嚴重。同時,理論研究和現(xiàn)場試驗均表明:鋼球磨制粉系統(tǒng)是一個非線性較強的系統(tǒng)。我國發(fā)電廠所用煤種多變,煤質(zhì)不一,原煤的粒度、水份、溫度、可磨性系數(shù)、揮發(fā)份等指標經(jīng)常發(fā)生變化,鋼球在運行過程中不斷磨損。這些原因使鋼球磨煤機表現(xiàn)出時變系統(tǒng)的特征。另外,鋼球磨中儲式制粉系統(tǒng)還常常受到一些不確定性干擾的影響,例如給煤機斷煤、堵煤及煤的自流等。在此,我們以一個典型的無低溫風鋼球磨中儲式制粉系統(tǒng)為例,進行控制系統(tǒng)的設(shè)計和討論。在某穩(wěn)態(tài)工作點附近,該系統(tǒng)的數(shù)學模型如式(1)。[Τ(s)Ρ(s)ΔΡ(s)]=[0.77(80s+1)3-0.1(60s+1)3-0.13(110s+1)(80s+1)21.68s+10.5411s+10.12(60s+1)30.1820s+10.25630s+10.3(110s+1)3]×[Fh(s)Fr(s)Fc(s)](1)式中T——磨煤機出口溫度P——磨煤機入口負壓ΔP——磨煤機進出口差壓Fh——熱風流量Fr——再循環(huán)風流量Fc——給煤量2模糊控制和解節(jié)點的預測控制策略2.1動態(tài)態(tài)解耦矩陣的建立由于模糊控制能夠快速消除系統(tǒng)的大偏差,且有較強的魯棒性,但對多變量系統(tǒng)的解耦模糊控制算法有待進一步的研究。因此,本文在大偏差時采用基于靜態(tài)解耦的帶一個修正因子的模糊控制算法。圖1顯示了靜態(tài)解耦模糊控制系統(tǒng)的框圖結(jié)構(gòu)。在模糊控制器和球磨機系統(tǒng)之間的靜態(tài)解耦矩陣,是根據(jù)對被控對象的先驗知識獲得的。它是由若干個可能的穩(wěn)態(tài)工作點處的對象靜態(tài)增益計算得到,也可以通過對對象靜態(tài)增益的在線辨識而進行修正。本文采用靜態(tài)解耦,一方面是因為靜態(tài)增益往往比動態(tài)增益更重要而且可用多種簡單方法來獲得;另一方面是僅在大偏差時與模糊控制算法相結(jié)合,從而達到克服一定程度的系統(tǒng)耦合和快速消除大偏差的目的。對于模糊控制器的設(shè)計,則采用如下的解析表達式形式U′=U′0+ΔU′(2)ΔU′=<αE+(1-α)EC>(3)式中U′和U′0分別為模糊控制器瞬態(tài)輸出和穩(wěn)態(tài)輸出,ΔU′是由模糊控制算法而得到的在穩(wěn)態(tài)輸出基礎(chǔ)上的模糊修正量。E和EC分別是系統(tǒng)偏差e(t)和Δe(t)的模糊量,通過對偏差的模糊化過程而得到。α是與控制品質(zhì)密切相關(guān)的模糊規(guī)則調(diào)整因子,其大小直接反映了對誤差和誤差變化的加權(quán)程度。2.2多變量系統(tǒng)的解耦控制雖然基本模糊控制器能夠快速消除大偏差,但不能得到滿意的穩(wěn)態(tài)性能,尤其對于大遲延強耦合的多變量系統(tǒng)更是如此。因此,在大偏差時進行模糊控制,當系統(tǒng)進入小偏差范圍之后,系統(tǒng)也就相應(yīng)進入了一個相對穩(wěn)定的工作點附近,而在這一相對穩(wěn)定的工作點附近,系統(tǒng)是可局部線性化的或者說是近似線性的。此時,基于成熟的線性系統(tǒng)理論的預測控制則可以發(fā)揮其優(yōu)勢。為了將動態(tài)矩陣預測控制較好地應(yīng)用于多變量系統(tǒng),采用參考文獻的動態(tài)矩陣預測控制的解耦算法,將其應(yīng)用于球磨機系統(tǒng)的解耦控制時,計算量將比直接套用單變量系統(tǒng)形式的DMC算法大大減少,而且使得各變量之間的耦合關(guān)系得以消除。因為每一個被控變量對輸入變量的動態(tài)響應(yīng)有很大的差別,按參考文獻的算法,P1,P2,P3可以分別優(yōu)化選取,M1,M2,M3也可以分別優(yōu)化選取;而不采用參考文獻的算法時,P1,P2,P3應(yīng)相等,M1,M2,M3也應(yīng)相等且取為參考文獻算法中的最大者,即增加計算量又影響參數(shù)調(diào)整的靈活性,影響調(diào)節(jié)效果(P1,P2,P3及M1,M2,M3的定義與一般的預測控制定義相同,即系統(tǒng)中3個變量的預測時域和控制時域,或參見參考文獻)。3穩(wěn)定預算優(yōu)化策略3.1穩(wěn)態(tài)監(jiān)控優(yōu)化策略對于球磨機制粉系統(tǒng),當環(huán)境及對象特性不變或基本不變時,施加前面提出的大偏差模糊控制及小偏差解耦預測控制,基本可以將系統(tǒng)維持在最優(yōu)工況下運行。但是,各種因素的改變是不可避免的,如環(huán)境溫度的變化,空氣預熱器出口溫度的變化會影響磨煤機入口熱風溫度的改變;天氣的變化,如晴天或雨天的不同會引起煤的干濕情況的不同,對煤量的調(diào)節(jié)造成影響;還有煤種的變化也會引起給煤回路的特性改變;以及磨煤機內(nèi)鋼球裝載量的變化(由于鋼球的磨損)等等都會導致球磨機系統(tǒng)特性改變,包括動態(tài)特性和靜態(tài)特性的偏離。穩(wěn)態(tài)監(jiān)控優(yōu)化策略主要是考慮以上所列各種因素引起的球磨系統(tǒng)靜態(tài)特性的變化。根據(jù)靜態(tài)增益的改變,重新搜索優(yōu)化調(diào)整系統(tǒng)到新的穩(wěn)態(tài)最佳工作點,使得系統(tǒng)既能維持被控量在要求的范圍內(nèi)又使給煤量盡可能的大,從而達到出力最大,經(jīng)濟運行的目的。這一點可由如下的穩(wěn)態(tài)優(yōu)化策略來解決。以(1)式給出的系統(tǒng)工作點來說,假定系統(tǒng)已被調(diào)整在最佳工況下運行,并且假定系統(tǒng)被調(diào)量給定值為TSP=75°C,PSP=550Pa,ΔPSP=2.3kPa。此時,系統(tǒng)的靜態(tài)增益矩陣為G(0)=[0.77-0.1-1.031.60.540.120.180.2560.3](4)如果在某時刻,系統(tǒng)的靜態(tài)增益矩陣發(fā)生了變化,成為如下式(5)的形式G′(0)=[0.81-0.1-0.951.60.540.120.180.2560.3](5)即相當于系統(tǒng)來的煤變得較為干燥而且磨煤機入口熱風溫度有所提高的情況。于是,根據(jù)變化了的靜態(tài)增益,運用優(yōu)化求解算法,得出的結(jié)果是:適當降低溫度給定值和差壓給定值,增加磨煤機入口負壓給定值,相應(yīng)的穩(wěn)態(tài)工作點與系統(tǒng)參數(shù)變化前的穩(wěn)態(tài)工作點相比,熱風流量和給煤量增加,再循環(huán)風流量減少。因為,球磨機的磨煤電耗與產(chǎn)粉量的多少基本無關(guān),給煤量的增加即意味著系統(tǒng)出力的增加,有利于經(jīng)濟運行。3.2穩(wěn)態(tài)約束條件如果系統(tǒng)的靜態(tài)增益矩陣發(fā)生了變化而成為G′(0),此時則需要啟用穩(wěn)態(tài)優(yōu)化求解算法。優(yōu)化求解的目標函數(shù)應(yīng)是給煤量,即J=FC。同時,還應(yīng)滿足一些約束條件,如設(shè)定值在要求的范圍內(nèi),即RT∈[68,80],RP∈[400,550],RΔP∈[2.3,2.7],以及控制量在可調(diào)范圍內(nèi),同時考慮到系統(tǒng)的干燥出力和實際運行經(jīng)驗應(yīng)設(shè)置有關(guān)控制量的下限,即Fh∈[20,95],Fr∈[0,95],FC∈[10,100],還有系統(tǒng)滿足穩(wěn)態(tài)約束條件[RTRPRΔP]T=G′(0)[FhFrFC]T,可用約束優(yōu)化求解方式描述如下:max:J=FC(6)等式約束:[RΤRΡRΔΡ]=G′(0)[FhFrFC]=[0.81-0.1-0.951.60.540.120.180.2560.3][FhFrFC](7)不等式約束:68≤RT≤80(8.1)400≤RP≤550(8.2)2.3確定等式約束條件20≤Fh≤95(8.4)0≤Fr≤95(8.5)10≤FC≤100(8.6)為了避免復雜最優(yōu)化問題求解的復雜性和便于編程計算,我們采用簡化的優(yōu)化控制算法,步驟如下:(1)根據(jù)穩(wěn)態(tài)辨識得到的新工況下的靜態(tài)增益矩陣G′(0),得到新的等式約束條件(7);(2)將RT,RP和RΔP的可行域(值域范圍)按一定步長分成L,M和N個小區(qū)間,即RlΤ,RmΡ和RnΔΡ,且有(RlΤ,RmΡ,RnΔΡ)∈RLΤ×RΜΡ×RΝΔΡ,其中RLΤ,RΜΡ,RΝΔΡ是根據(jù)式(8.1)、(8.2)、(8.3)劃分的值域空間,0≤l≤L,0≤m≤M,0≤n≤N;(3)將每一組(RlΤ,RmΡ,RnΔΡ)代入(7)式,計算相應(yīng)的(Fh,Fr,FC)S[FhFrFC]S=G′(0)-1[RΤRΡRΔΡ],S=1,2,??L×Μ×Ν(9)將滿足不等式約束條件(8.4)、(8.5)、(8.6)的(Fh,Fr,FC)S進行比較,選取其中FC|S最大者所對應(yīng)的一組(RΤl,Rpm,RΔΡn)和(Fh,Fr,FC)S作為新的穩(wěn)態(tài)工況點,對系統(tǒng)的設(shè)定值和控制量進行調(diào)整。4動態(tài)特性建模方法(1)系統(tǒng)參數(shù)初始化,置有關(guān)參數(shù)初值,如果是再次啟動,則調(diào)用上次保留的參數(shù),轉(zhuǎn)(2)。(2)偏差檢測,若是大偏差,轉(zhuǎn)(3);若偏差較小,則轉(zhuǎn)(4)。(3)靜態(tài)解耦模糊控制算法:①計算偏差e(t)及偏差變化Δe(t);②偏差e(t)及偏差變化Δe(t)模糊量化,得到量化后的E,EC;③根據(jù)式(3)和式(2)計算模糊控制器的輸出U′;④模糊輸出U′反模糊化,即精確化得到u′(t);⑤由靜態(tài)解耦矩陣從u′(t)得到u(t);⑥將即時控制作用u(t)施加到對象;⑦轉(zhuǎn)(5)。(4)解耦預測控制算法:①根據(jù)參考文獻的算法,求取解耦預測控制的控制作用;②將即時控制作用施加到對象;③轉(zhuǎn)(5)。(5)對象參數(shù)辨識與穩(wěn)態(tài)監(jiān)控優(yōu)化:①靜態(tài)增益辨識;②如果靜態(tài)增益變化超過一定的閾值,調(diào)用優(yōu)化求解算法確定新的最佳工作點;③如果系統(tǒng)的性能變壞,則進行對象動態(tài)參數(shù)辨識;④轉(zhuǎn)(2)。5動態(tài)矩陣解耦預測控制器設(shè)計本文以(1)式的對象為穩(wěn)態(tài)工作點之一進行仿真研究。采樣周期TS=3s,模糊控制器的參數(shù)為α=0.4,靜態(tài)解耦矩陣與(4)式之逆矩陣有一定差距,這樣更符合實際情況,取為D=G-(0)+[0.050.010.130.10.0300.020.040]=[0.77-0.1-1.031.60.540.120.180.2560.3](9)根據(jù)3個被控量對輸入響應(yīng)的不同