具迟延特性的热工对象模糊控制方法研究

2016-08-10田亮

大科技 2016年9期

关键词：迟延论域热工

田亮

（中国能源建设集团天津电力建设有限公司天津市 300000）

具迟延特性的热工对象模糊控制方法研究

田亮

（中国能源建设集团天津电力建设有限公司天津市 300000）

调节热工对象时，通常是典型的大惯性、大迟延过程。在具体生产实践中，工况变化导致对象的不确定性和实效性，而传统控制模式是在精确模型控制基础上，因模型不精确、控制算法固定而难以事先控制复杂系统之目的。本文将对模糊控制基本原理进行分析，并在此基础上就具迟延特性的热工对象模糊控制方法，谈一下笔者的观点和认识，仅供参考。

热工对象；迟延性；模糊控制；研究

智能控制中的模糊控制，对于对象模型表现出一定的不确定性，采用模糊控制方法比较合适。一般的模糊控制器，控制大惯性和大迟延系统，效果并不理想，需结合其他方法对控制效果进行适当改进。模糊控制模式比较接近人类的思维，更加清楚、直观，而且计算量也相对较小，实用性强。

1 模糊控制基本原理

对于模糊控制而言，其与通常系统分析中的定量方法存在着本质上的不同，具体表现出以下几个方面的特点：①利用语言变量完全取代了传统的数学变量；②利用模糊条件语句描述变量函数关系；③采用模糊算法对复杂关系进行刻画。通过模糊控制，将人类的知识和经验有效地转化成控制措施，针对模型中难以建立的系统控制，并对其提供较为简便的方式。模糊控制设备，根据知识经验理论和数据，对隶属函数、管控规则进行分析确定。从这一点来看，在无需明确精确数学模型的情况下，只要能够提供人员知识经验以及操作数据，即可规划设计管控方案。实际上，模糊控制对象在发生变化时，也可达到满意管控性能，而且鲁棒性较强，如图1所示。

图1 模糊控制器结构示意图

1.1 模糊量化

所谓模糊化，即将基础变量中的确定量有效地变成基础变量的模糊集，常规管控是在系统输出值、设定值比较的基础上，获得偏差；控制器再结合该偏差，决定对系统如何进行有效控制。通常情况下，也可根据偏差值变化情况，做出综合判断。事实上，偏差值、偏差变化，均可作为精确输入值，需先将其有效地转换成模糊集合中的隶属函数。对于任何输入值而言，均对应于模糊集合。当向模糊控制器输入精确量时，应当先将精确量有效地转换成模糊隶属函数，即模糊量化。计算机在利用模糊控制算法模糊控制过程中，将输入量自基本论域转换至模糊集论域过程中，需将输入量与量化因子相乘。基于量化因子映射，将精确量的变化范围有效地映射至论域之中，然后再将论域中的输入数据，直接转换成术语，并在此基础上建立模糊集合。采用该种方式，即可将输入精确量有效地转换成利用隶属函数表示的模糊变量数值；用检测所得的输入量，作为控制规则条件，采用模糊控制规则推理，即实现了模糊化。

1.2 去模糊过程

对于模糊量而言，其去模糊过程，即将基础变量论域模糊集变换成基础变量论域确定值。基于控制视角，由模糊推理所得的模糊集合，难以输出给被控制对象控制；若模糊控制输出、被控对象存在着人为中介，那么可将推理结果采取语言或其他形式显示。在此过程中，人对该输出进行解释，以决定某数值输出给被控对象以控制。如果被控对象、控制输出之间不存在人为中介，那么应当由模糊控制器根据某算法从推理结果中得出适合的数值，向被控对象输出，即推理结果解释问题。基于模糊推理所得的输出模糊隶属函数，是在不同方法利用的基础上找到的典型精确值，并将其视为控制量。

2 智能化控制

实践中可以看到，常规的控制模式已经无法有效适应热工对象控制，更多的研究和技工人员，将一系列智能化控制方法应用在热工对象控制上，并且用智能化的管控方法去处理控制对象迟延问题。由于热工控制对象的迟延性、惯性，研究者们将迟延对象控制系统采用智能控制方法优化改进，获得智能型预估控制器，以此来有效控制热工对象。以smiht为例，该种预估控制为时滞预估补偿算法，即通过对对象进行动态估计，用预估模型补偿之。从应用实践来看，Smiht预估控制系统，可将时滞环节有效地移至闭环外，大大提高控制品质和效率。值得一提的是：实际对象与估计模型之间存在误差时，控制品质就会严重受损，甚至会出现发散现象，对外部扰动特别敏感，严重影响鲁棒性。从一方面来讲，普通的Smiht预估控制系统，无法在实际应用过程中到以真正的实现。对此，研究人员将智能控制方法结合Smiht预估控制器使用，比如用模糊算法增益控制器比例等，从而实现自整定之目的；同时，通过动态化的对模型增益进行调整，可使模型输出、控制对象输出无限接近。从仿真结果来看，该方法可以有效改善和优化Smiht的预估补偿管控动态性能，对于减少整个系统以来性、提高抗干扰能力，具有非常重要的作用。

实践中，有研究人员还提出了有限脉冲响应模型基础上的预测函数控制算法，同时还提出了模糊自适应预测函数控制措施，该方法简单使用，能够动态适应工况变化。针对超临界直流锅炉而言，结合主汽温对象特点，优化设计预测函数一比例串级控制体系。通过典型工况条件下的试验可知，采用串级（PFC-P）控制措施的主汽温系统，动态性能非常好。在此过程中，为了能够有效克服因负荷变化而对主汽温系统产生的影响，建议选用AFPFC措施，这样可以确保系统负荷适应性。当负荷出现明显升降时，主汽温度可保持在±5℃以内，控制量也能够平稳变化。锅炉过热汽温，建议采用PDI改进控制措施，将智能积分有效地应用PDI计算方法，并将其应用到大迟延对象，以解决实践中存在的问题。

同时，可采用复合控制措施，控制锅炉主汽温度，这种复合控制措施，可在相对较大误差范围之内，基于Fuzyz进行有效管控，这样可以有效提高调节品质；并且在小误差情况下，实现二者之间的相互切换，利用跟踪技术避免干扰；模糊控制器，采用的是全论域自带调整模糊控制措施。不仅可以模糊规则的优化控制，又可以简化寻优过程，从而减少模糊控制规则，使算法更加方便，容易调整参数。经仿真试验，该方法可以有效提高控制品质。对于神经网络而言，其对信息数据的处理、加工以及存储和应用等，具有一定的优势。比如，其可对信息数据进行分布式存储，并行处理、推理信息，并且对信息数据进行自学习、自组织处理。基于此，实践中可以以任意的精度逐渐接近非线性函数，并且实现在线以及离线学习之目的，有较强的容错性。在迟延控制系统中的应用，主要是考虑其可逐渐逼进时滞动态性，仅需采用输出和输入样本，即可训练网络。从系统组成来看，其控制结构并不复杂，对数学模型没有精确的要求，在现代热工对象控制过程中，得以广泛的应用。

基于神经网络，对系统滞后时间进行辨识，通过神经网络输入样本区间的改变，利用输出期望值、实际值间的误差平方以及突变，对非线性系统滞后时间进行辨识，这是一种全新的估计滞后时间的方法。有研究者提出，可利用神经元自适应预测控制器，实时控制大惯性、大惯性对象。其中，利用的主要是模型加权函数，对时滞进行确定，结合预控来有效克服变时滞。通过实验发现，该种方法有其切实可行性，鲁棒性也非常的强。实践中，将模糊控制、神经网络以及预测控制和Smiht预估控制结合起来，以此来有有效发挥其试点，并且形成全新的控制措施，对热工对象有效控制。