1 引言 　　在鋼鐵行業生產中，高爐、焦爐和轉爐產生的煤氣是重要的高熱值燃料，如排放至大氣，將造成嚴重的空氣污染，若將它們收集加以充分利用，作各種工業燃氣加熱爐的燃料，其經濟效益是相當可觀的。一般處理過程是將產生的各種煤氣分別收集到貯氣罐（或貯氣塔柜）再用管道傳送到中繼站經加壓后供各用戶使用。當從一次能源（如煤）轉換成二次能源（煤氣）時，由于一次能源燃質不穩，在轉換過程中必然導致二次能源（煤氣）燃質也不穩，即煤氣燃質具有較大的不確定性。用戶要求將燃質控制在允許范圍內，且將燃氣的壓力嚴格穩定在指定范圍，以便使用。以鋼鐵企業的燃氣軋鋼加熱爐為例，它要求送入的燃氣燃質和壓力穩定，否則燃燒系統很難控制，直接影響軋鋼生產等后續自動化生產線的產品質量。現在的煤氣加壓站有相當部份采用電氣儀表控制系統，也有部份經過改造從現場采集數據后用PLC為主控制器對設備實施控制的，因控制比較粗造，效果并不令人滿意。由于受設備限制還談不上自動監控、自動配氣和自動調度，基本上是處于儀表監視、手工操作的狀態，優化配氣和調度更無從談起，其核心問題是采用變頻器后，控制部份存在問題較多，本文就有關問題作些討論。 [b]2 對象特性分析與控制策略選取 [/b]　　2.1 對象特性分析 　　混合煤氣由于來自高、焦和轉爐煤氣，由前述可知，燃氣燃質的不確定性和不確知性是其主要特性。因此既不可能直接用傳統的機理方法建立對象的數學模型，也不可能用系統辨識方法間接地導出控制的數學模型，對這種半結構化（或非結構化）的控制問題，常規控制策略顯然無能為力。煤氣加壓站存在的問題從表面上看是壓力、流量的變化，實質上涉及管網特性的變化，特性的改變要求在對加壓機實施調速時必須適應其特性的變化。不確定性和不確知性表現在多個方面，如系統參數的未知性、時變性、隨機性和分散性;系統時滯的未知性和時變性;系統嚴重的非線性;系統各變量間的關聯性;環境干擾的未知性等等，傳統控制對具有上述特性的對象是無能為力的，必須尋求有效的控制策略。 　　2.2 控制策略選取 　　由于鋼鐵企業的特殊性，各分廠或車間之間在地域上的分散性突出，相距距離較遠，資源配置情況差異較大，情況又相當復雜，籠統地討論是不切實際的。文中只針對特定情況討論，即將所收集的各種煤氣分別送中繼加壓站加壓，再根據需要進行配氣、調度。由于存在不確定性和不確知性，對象特性難以用嚴格的定量方法進行數學描述，因而從控制角度考慮問題，感興趣的主要目標不應是被控對象，而是控制器的本身。工程中往往采用的是在總結操作者豐富經驗和操作規則的基礎上，對系統動態特征信息進行識別，再作直覺推理，再在線地確定控制策略的方法，即智能控制策略。它的特點是控制規則的建立及控制決策過程不是基于被控對象單純的數學解析模型，而是基于知識（包括定量和定性的知識），體現了人（專家、嫻熟的操作者）的智能。其控制形式是多種多樣的，如專家控制、仿人智能控制、模糊控制、神經網絡控制、自學習控制等等，其中更貼近實際的是專家控制和仿人智能控制。 　　（1） 專家控制策略 　　實時專家控制系統，實質上是計算機智能軟件系統。它模擬領域專家處理知識和解決問題，是具有獲得反饋信息并能實時在線地控制的系統，對實時數據的處理與特征辨識是在線的，能夠及時反映系統的動態特征。其推理方法一般采用數據驅動的前向推理，依次判別各條規則的條件，若滿足則執行，執行規則必須給出控制決策，決策可以是定性和定量結合的方式。實時專家控制系統主要由知識庫、數據庫和推理機組成，其知識庫分為靜態知識庫和動態知識庫。靜態知識庫中存放系統和工況設定值等參數，動態知識庫中存放各種專家規則集，規則可按不同類型劃分為多個子集，子集間的關系是分級（或協調）的，為了滿足時間響應要求，每個子集中的規則數不宜太多。其難點在于對不確定性和不確知性的系統建立知識庫并非易事，就是建立了完善復雜的知識庫，也未必滿足實時要求，事實上對所研究的特定系統而言，是不可取的。 　　（2） 仿人智能控制 　　其基本思想是在控制過程中利用計算機模擬人的控制行為功能，最大限度地識別和利用控制系統動態過程所提供的特征信息，進行啟發和直覺推理，從而實現對缺乏精確數學模型的對象進行有效的控制。其物理實現方法是根據計算機控制動態系統的輸入輸出的信息來識別被控系統所處的狀態、動態特征及行為，即利用系統誤差e和e的一階、二階導數，便可構造控制算法，相對而言它是簡捷而實用的，物理意義清晰。與其它智能控制策略（如專家控制策略、模糊控制策略、神經控制策略、自學習控制策略、多級遞階智能控制策略、多模變結構智能控制策略等）相比，其優點是顯而易見的。因此，在煤氣中繼自動化加壓站中，采用了仿人智能控制策略。 [b]3 控制算法 [/b]　　基本思路是模仿過程控制系統中富有經驗的操作者的普遍行為，如當系統的誤差趨于增加時，發出強烈的作用（閉環控制）;當系統誤差趨于減小時，則取消控制動作，等待觀察等等。人對被控系統的狀態、動態特征及行為了解的越多，控制的效果就會越好。如果en表示離散化的當前采樣時刻誤差值，en-1和en-2分別表示前一個和前二個采樣時刻的誤差值，則有 　　從誤差e和誤差變化Δe這兩個基本的特征變化，便可從動態過程中獲取更多的特征信息。 　　（1） e·Δe 　　誤差e同誤差變化Δe之積構成了一個新的描述系統動態過程的特征變量，利用該特征變量的取值是否大于零，就可以描述系統動態過程變化的趨勢。 　　當e·Δe<0時，表明系統的動態過程正向著誤差減小的方向變化，即誤差的絕對值逐漸減小。 　　當e·Δe>0時，表明系統的動態過程正向著誤差增大的方向變化，即誤差的絕對值逐漸增大。 　　在控制過程中，識別e·Δe的符號，便可掌握系統動態過程的行為特征，以便更好地制定下一步控制策略。 　　（2） Δen·Δen-1 　　相鄰兩次誤差變化之積Δen·Δen-1構成了一個表征誤差出現極值狀態的特征量，若Δen·Δen-1<0表征出現極值，若Δen·Δen-1>0表征無極值。 　　（3） 　　誤差變化Δe與誤差e之比的絕對值的大小，描述了系統動態過程中誤差變化的姿態。 　　將與e·Δe聯合使用, 可對動態過程作進一步的劃分, 通過這種劃分，可以捕捉到動態過程的不同姿態。 　　（4） Δ（Δe） 　　誤差變化的變化率，即二次差分，描述動態過程處于趨于超調或回調段位;當Δ（Δe）>0，處于超調段:Δ（Δe）<0時，處于回調段。 　　總結上述特征，其基本控制算法可歸納為: 　　k為控制器增益的抑制（衰減）系數, 一般取o

標簽：

0

分享到：

上一篇：中達電通—機電產品在瓦楞紙...

下一篇：微能WIN-V63矢量控制變頻器在...