基于自适应模糊PID控制的SCR烟气脱硝出口NO浓度控制

王宇 付博 张超

摘要：为了控制SCR烟气脱硝出口NO浓度快速精确地稳定在设定值，本文通过对被控对象的机理分析建立其系统模型，并设计自适应模糊PID控制器，对建立好的系统模型进行Matlab/Simulink仿真，最终结果表明自适应模糊PID控制算法在对SCR烟气脱硝出口浓度进行控制时能取得良好的控制效果。

关键词：SCR烟气脱硝；自适应模糊PID；Matlab/Simulink

NO concentration control of SCR flue gas denitration outlet based on adaptive fuzzy PID control

Abstract： In order to control the NO concentration of SCR flue gas denitration outlet to be quickly and accurately stabilized at the set value， this paper establishes its system model by analyzing the mechanism of the controlled object， and designs an adaptive fuzzy PID controller to build a good system model. Matlab/Simulink simulation， the final result shows that the adaptive fuzzy PID control algorithm can achieve good control effect when controlling the SCR flue gas denitration outlet concentration.

Key words： SCR flue gas denitrification； adaptive fuzzy PID； Matlab/Simulink

0 引言

烟气选择性催化还原法脱硝技术即SCR是指在催化剂的作用下烟气中的NOX与氨气发生氧化还原反应最终生成不会对环境造成污染的氮气和水{1}。近年来随着国家对环保领域的监管力度越来越大，大量的煤化工企业在政策的要求下必须达标排放，本文即以陕西省渭南市某煤化工企业的SCR烟气脱硝项目为研究对象，针对出口烟气中NO含量不能时刻满足排放标准的现象研究自适应模糊PID控制算法，期之以良好的控制效果。

1 工艺介绍及建立被控对象数学模型

选择性催化还原法脱硝技术的工艺原理如图1所示。该项目中选择氨气作为还原剂，烟气中的氮氧化物与氨气在催化剂的作用下发生氧化还原反应生成不会对环境产生影响的氮气和水。其大致工艺原理如下：根据锅炉烟气流量（由锅炉负荷定）及进口烟气中氮氧化物、氧气的含量、出口氮氧化物的设定值计算实际需氨量，最终通过控制气动调节阀开度来控制氨气的实时流量使得烟气出口的氮氧化物含量能达到排放标准[2]。

在实际的工程应用中，被控对象的数学模型结构的确立往往是通过其实时的输入输出关系来定。当被控对象的模型有较高的阶次时，则需要进行降阶处理从而达到求解模型的目的。实践表明该方法所得模型与实际对象存在极为接近的近似度。本文通过对SCR脱硝过程的机理分析确定一阶带滞后的数学模型结构可近似的表达脱硝过程的动态特性。其表达式为：

（1）

其中：K为反映对象稳态性能的放大系数；T为反映被控对象的响应速度的时间常数；τ为滞后时间。

根据阶跃响应法确定对象模型的放大系数、时间常数、滞后时间。通过如下方法实现：在SCR脱硝过程的输入端加入一个阶跃信号，并绘制被控对象在阶跃信号作用下的响应曲线图，如图2所示。

在得到的阶跃响应曲线圖中找到系统的实际输出达到输入28.3%与63.2%的坐标t1和t2，并根据以下关系式求得脱硝过程模型的放大系数、时间常数、滞后时间。

（2）

（3）

（4）

式2中 ，R表示阶跃幅值，而t1=11.5，t2=19.5，则最终求得：T=14，τ=8.5。因此得到脱硝过程出口氮氧化物控制的数学模型如式5所示。

（5）

得到SCR烟气脱硝过程的数学模型之后可对该模型做阶跃输入仿真，其结果如图3。将通过比较可以看出脱硝过程的的实际动态模型的阶跃响应曲线与预测阶跃响应曲线趋势基本一致。因此也验证了模型建立的正确性。

2 自适应模糊PID在SCR脱硝中的应用

2.1 传统PID控制算法

在实际SCR脱硝过程中依旧采用传统的PID控制算法，由于其本身简单且各参数调节方便因此在传统的工业控制系统中广泛应用。其原理框图如图4所示。

其数学描述如下所示：

（6）

但就实际的运行结果来看，在脱硝过程中出口氮氧化物的浓度始终存在较大的超调量，不能很好地稳定在设定值。此外由于系统运行过程中存在的外界干扰，实际出口氮氧化物的浓度不能有效地得到控制，甚至不能满足标准排放的要求。因此，为了提高PID算法的控制效果，因此本文研究自适应模糊PID控制算法，实时调节PID的比例、积分、微分参数，从而满足实际的生产要求。

2.2 自适应模糊PID控制在SCR脱硝中的应用

2.2.1自适应模糊PID控制算法

自适应模糊PID控制算法是在PID算法上提出的一种改进的算法。根据系统偏差和偏差变化率的实时值和变化趋势情况，利用规则库进行模糊推理，实现对PID参数在线调整的一种自适应调节控制[3]，其系统的结构如图5所示。

自适应模糊PID控制算法的结构图主要包括模糊推理部分和传统的 控制部分。以系统的输出值与设定值的偏差e和偏差的變化率ec作为控制器的输入[4]。根据e和ec与kp、ki、kd的模糊调节关系进行在线的模糊推理，并最终输出PID控制器kp、ki、kd的变化值△kp、△ki、△kd[5]。最终将得到的修正参数带入下式：

（6）

（7）

（8）

式中，k'p为PID控制器初始的比例参数，k'i为PID控制器初始的积分参数，k'd为PID控制器初始的微分参数。

2.2.2 自适应模糊PID的实现

1）模糊控制器输入输出的确定。SCR脱硝过程中采用出口氮氧化物浓度设定值与实际测量值之间的偏差以及偏差的变化率作为输入，因此控制器的结构为二维模糊控制器。模糊控制器的输入经过模糊推理输出kp、ki、kd的修正值△kp，△ki，△kd。

2）建立模糊控制规则。根据实际脱硝过程中出口氮氧化物浓度设定值与实际测量值之间的偏差以及偏差的变化率与PID的比例、积分、微分关系建立模糊控制规则表，结构如表1、表2、表3所示。

3）根据实际工艺情况，设定氮氧化物出口浓度的偏差e的基本论域为[-60 60]，偏差的变化率ec的基本论域取[-3 3]，模糊论域均为[-6 6]。△kp的论域为[-0.05 0.05]，模糊论域为[-0.8 0.8]；△ki的论域为[-0.2 0.2]，模糊论域为[-0.5 0.5]；△kd的论域为[-2 2]，模糊论域为[-2 2]。因此可得偏差、偏差变化率、比例、积分、微分的量化因子分别为 。

偏差、偏差变化率、比例、积分、微分的模糊子集均为 ，其中NB为Z形隶属度函数，PB为S形隶属度函数，其余均为三角形隶属度函数。去模糊化方法采用重心法。

采用Matlab/Simulink进行控制系统仿真。根据输入信号的偏差及其变化率e，ec采用三个模糊控制器分别对PID修正参数进行在线的微调整。控制系统的仿真框图如图6所示。

最终得基于自适应模糊PID控制算法的温度控制系统仿真结果如图7所示。

通过比较发现，在自适应模糊PID控制作用下系统不仅响应速度快，无稳态误差，而且超调量极小。因此可以对SCR出口氮氧化物的浓度控制取得良好的控制效果。

3 小结

本文首先介绍了烟气SCR脱硝的工艺过程，根据其工艺特点进行机理分析并建立其简化模型。然后针对传统PID控制算法在SCR脱硝中出口烟气氮氧化物浓度不能取得良好控制效果的情况，引入自适应模糊PID控制算法，设计模糊自适应控制器。并在在Simulink环境下进行建模仿真，最终结果表明自适应模糊PID控制在对SCR脱硝出口烟气氮氧化物浓度进行控制时有着优于传统PID控制算法的控制效果。

参考文献：

[1]杜振，钱徐悦，何胜，朱跃.燃煤电厂烟气SCR脱硝成本分析与优化[J].中国电力，2013，46（10）：124-128.

[2]左俊杰，吕新锋，梁文茂，齐明震.SCR脱硝催化剂性能影响五因素的试验与实践研究[J].广西电业，2018（05）：70-75.

[3]崔雅静，杜艳丽，王晓雷.自适应模糊PID控制器的设计[J].控制工程，2008（S2）：128-129+157.

[4]雷勇，李泽滔.温室温度系统的自适应模糊PID控制[J].控制工程，2014，21（S1）：23-27.

[5]宋超，曹翱，温家玺.自适应模糊PID控制器的设计及MATLAB仿真[J].现代制造技术与装备，2018（07）：203-205.