1 引言 　　在鋼鐵行業(yè)生產(chǎn)中，高爐、焦?fàn)t和轉(zhuǎn)爐產(chǎn)生的煤氣是重要的高熱值燃料，如排放至大氣，將造成嚴(yán)重的空氣污染，若將它們收集加以充分利用，作各種工業(yè)燃?xì)饧訜釥t的燃料，其經(jīng)濟效益是相當(dāng)可觀的。一般處理過程是將產(chǎn)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(jīng)加壓后供各用戶使用。當(dāng)從一次能源（如煤）轉(zhuǎn)換成二次能源（煤氣）時，由于一次能源燃質(zhì)不穩(wěn)，在轉(zhuǎn)換過程中必然導(dǎo)致二次能源（煤氣）燃質(zhì)也不穩(wěn)，即煤氣燃質(zhì)具有較大的不確定性。用戶要求將燃質(zhì)控制在允許范圍內(nèi)，且將燃?xì)獾膲毫?yán)格穩(wěn)定在指定范圍，以便使用。以鋼鐵企業(yè)的燃?xì)廛堜摷訜釥t為例，它要求送入的燃?xì)馊假|(zhì)和壓力穩(wěn)定，否則燃燒系統(tǒng)很難控制，直接影響軋鋼生產(chǎn)等后續(xù)自動化生產(chǎn)線的產(chǎn)品質(zhì)量?，F(xiàn)在的煤氣加壓站有相當(dāng)部份采用電氣儀表控制系統(tǒng)，也有部份經(jīng)過改造從現(xiàn)場采集數(shù)據(jù)后用PLC為主控制器對設(shè)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(shè)備限制還談不上自動監(jiān)控、自動配氣和自動調(diào)度，基本上是處于儀表監(jiān)視、手工操作的狀態(tài)，優(yōu)化配氣和調(diào)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(guān)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(zhuǎn)爐煤氣，由前述可知，燃?xì)馊假|(zhì)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(tǒng)的機理方法建立對象的數(shù)學(xué)模型，也不可能用系統(tǒng)辨識方法間接地導(dǎo)出控制的數(shù)學(xué)模型，對這種半結(jié)構(gòu)化（或非結(jié)構(gòu)化）的控制問題，常規(guī)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(zhì)上涉及管網(wǎng)特性的變化，特性的改變要求在對加壓機實施調(diào)速時必須適應(yīng)其特性的變化。不確定性和不確知性表現(xiàn)在多個方面，如系統(tǒng)參數(shù)的未知性、時變性、隨機性和分散性;系統(tǒng)時滯的未知性和時變性;系統(tǒng)嚴(yán)重的非線性;系統(tǒng)各變量間的關(guān)聯(lián)性;環(huán)境干擾的未知性等等，傳統(tǒng)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(yè)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(yuǎn)，資源配置情況差異較大，情況又相當(dāng)復(fù)雜，籠統(tǒng)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(jù)需要進行配氣、調(diào)度。由于存在不確定性和不確知性，對象特性難以用嚴(yán)格的定量方法進行數(shù)學(xué)描述，因而從控制角度考慮問題，感興趣的主要目標(biāo)不應(yīng)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(jié)操作者豐富經(jīng)驗和操作規(guī)則的基礎(chǔ)上，對系統(tǒng)動態(tài)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(guī)則的建立及控制決策過程不是基于被控對象單純的數(shù)學(xué)解析模型，而是基于知識（包括定量和定性的知識），體現(xiàn)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(jīng)網(wǎng)絡(luò)控制、自學(xué)習(xí)控制等等，其中更貼近實際的是專家控制和仿人智能控制。 　?。?） 專家控制策略 　　實時專家控制系統(tǒng)，實質(zhì)上是計算機智能軟件系統(tǒng)。它模擬領(lǐng)域?qū)＜姨幚碇R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(tǒng)，對實時數(shù)據(jù)的處理與特征辨識是在線的，能夠及時反映系統(tǒng)的動態(tài)特征。其推理方法一般采用數(shù)據(jù)驅(qū)動的前向推理，依次判別各條規(guī)則的條件，若滿足則執(zhí)行，執(zhí)行規(guī)則必須給出控制決策，決策可以是定性和定量結(jié)合的方式。實時專家控制系統(tǒng)主要由知識庫、數(shù)據(jù)庫和推理機組成，其知識庫分為靜態(tài)知識庫和動態(tài)知識庫。靜態(tài)知識庫中存放系統(tǒng)和工況設(shè)定值等參數(shù)，動態(tài)知識庫中存放各種專家規(guī)則集，規(guī)則可按不同類型劃分為多個子集，子集間的關(guān)系是分級（或協(xié)調(diào)）的，為了滿足時間響應(yīng)要求，每個子集中的規(guī)則數(shù)不宜太多。其難點在于對不確定性和不確知性的系統(tǒng)建立知識庫并非易事，就是建立了完善復(fù)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(tǒng)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(tǒng)動態(tài)過程所提供的特征信息，進行啟發(fā)和直覺推理，從而實現(xiàn)對缺乏精確數(shù)學(xué)模型的對象進行有效的控制。其物理實現(xiàn)方法是根據(jù)計算機控制動態(tài)系統(tǒng)的輸入輸出的信息來識別被控系統(tǒng)所處的狀態(tài)、動態(tài)特征及行為，即利用系統(tǒng)誤差e和e的一階、二階導(dǎo)數(shù)，便可構(gòu)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(jīng)控制策略、自學(xué)習(xí)控制策略、多級遞階智能控制策略、多模變結(jié)構(gòu)智能控制策略等）相比，其優(yōu)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(tǒng)中富有經(jīng)驗的操作者的普遍行為，如當(dāng)系統(tǒng)的誤差趨于增加時，發(fā)出強烈的作用（閉環(huán)控制）;當(dāng)系統(tǒng)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(tǒng)的狀態(tài)、動態(tài)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(dāng)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(tài)過程中獲取更多的特征信息。 　?。?） e·Δe 　　誤差e同誤差變化Δe之積構(gòu)成了一個新的描述系統(tǒng)動態(tài)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(tǒng)動態(tài)過程變化的趨勢。 　　當(dāng)e·Δe<0時，表明系統(tǒng)的動態(tài)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(dāng)e·Δe>0時，表明系統(tǒng)的動態(tài)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(tǒng)動態(tài)過程的行為特征，以便更好地制定下一步控制策略。 　?。?） Δen·Δen-1 　　相鄰兩次誤差變化之積Δen·Δen-1構(gòu)成了一個表征誤差出現(xiàn)極值狀態(tài)的特征量，若Δen·Δen-1<0表征出現(xiàn)極值，若Δen·Δen-1>0表征無極值。 　?。?） 　　誤差變化Δe與誤差e之比的絕對值的大小，描述了系統(tǒng)動態(tài)過程中誤差變化的姿態(tài)。 　　將與e·Δe聯(lián)合使用, 可對動態(tài)過程作進一步的劃分, 通過這種劃分，可以捕捉到動態(tài)過程的不同姿態(tài)。 　?。?） Δ（Δe） 　　誤差變化的變化率，即二次差分，描述動態(tài)過程處于趨于超調(diào)或回調(diào)段位;當(dāng)Δ（Δe）>0，處于超調(diào)段:Δ（Δe）<0時，處于回調(diào)段。 　　總結(jié)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(shù), 一般取o

標(biāo)簽：

0

分享到：

上一篇：中達(dá)電通—機電產(chǎn)品在瓦楞紙...

下一篇：微能WIN-V63矢量控制變頻器在...