基于模糊PID 的热风炉温度控制器设计

2021-01-21刘丕亮习峻豪李爱莲

科学技术创新 2021年2期

关键词：热风炉论域设定值

刘丕亮习峻豪李爱莲

（内蒙古科技大学信息工程学院，内蒙古包头014010）

热风炉在温度快速上升期，合理配置煤气和空气量可以使拱温很快达到设定值。但是热风炉系统不能建立精确数学模型，所以提出模糊控制与PID 结合的方式，这样具备较强的稳定性和快速响应性，提高了系统性能的稳定。

1 数据预处理

为了达到建模的精度要求，有必要对在线采集到的数据进行处理，剔除里面的异常数据，以及计算出一些符合参数的数据，并对它们滤波和归一化处理，对于建模具有重要的意义。

以某钢铁厂3 号4150m3高炉热风炉为例，现场采集了2014 年6 月到2015 年7 月的原始数据，包括顶温、废温、煤气和空气流量、风温，共573823 组数据。原始数据存在大量离群点、缺失与噪声，所以要先对数据进行处理。

1.1 拉依达准则数据滤波

除去噪声的方式有很多，本文研究采用拉依达准则进行数据筛选，用三次样条对缺失数据进行填补。下面对现场采集的数据进行处理：

（1）拱顶温度数据处理

顶温是热风炉重要参数，顶温较低不能保证送风温度，过高会造成拱顶损伤。下面对数据进行仿真，如图1 所示：

图1 拱顶温度处理前后数据

（2）废气温度数据处理

废温影响着热效率，过高会带走很多热量，过低会使风温较低。下面对数据处理前后的值进行仿真，如图2 所示：

（3）煤气和空气流量数据处理

煤气和空气流量直接影响着热风炉燃烧过程，控制煤气与空气流量空燃比，是决定热风炉燃烧好坏的至关重要的工作。下面对数据处理前后的值进行仿真，如图3 和图4 所示。

图2 废气温度处理前后数据

（4）热风温度数据处理

热风温度与炉顶温度有关，提高炉顶温度可以提高风温。下面对数据处理前后的值进行仿真，如图5 所示：

图5 热风温度处理前后数据

1.2 数据分析

由上述对现场数据的处理，可以看出一些问题：

（1）拱顶温度原始数据大约在1190～1320℃，处理后再1300℃，趋于稳定。

（2）废气温度波动较大，原始数据大约在200～430℃，处理后大约在250～350℃波动，满足要求。

（3）煤气与空气流量在时间90 ～110 处存在很大波动，处理后煤气流量大约在7x104附近，空气流量大约在5.6x104附近，趋于稳定。

（4）热风温度波动较小，大约在1150℃左右。

所以从数据分析来看，原始数据总体波动较大，顶温和废温波动大，有优化的空间。因此，可以设计一个模糊PID 控制器对顶温和废温进行控制优化。

2 模糊PID 控制器设计

2.1 模糊PID 控制简介

工业过程控制系统通常用PID 控制器进行控制。

其控制规律如式（1）：

传递函数如式2：

式中Kp比例系数；Ti积分时间常数；Td微分时间常数；de/dt为设定值与实际值的差值变化率。

模糊控制是由模糊数学、逻辑的模糊知识和语言推理规则形成的自控系统。它不需要精确数学模型，其结构如图6 所示：

图6 模糊控制硬件结构框图

模糊PID 控制是把PID 和模糊控制基本理论和方法用模糊集表示，用模糊推理实现最佳PID 调整参数。其结构如图7 所示：

图7 模糊PID 控制系统框图

2.2 热风炉燃烧过程分析

燃烧之前，要先预热煤气与助燃空气，一般预热至180～200℃。燃烧过程分为快速燃烧期和蓄热期。在快速燃烧期，通过大量煤气与合适的空燃比快速加热达到顶温设定值，这样可以存储较多的热量。在蓄热期，增加空气流量，调节煤气流量使顶温维持稳定，同时废温不能超过设定值450℃，否则会降低炉体使用寿命，热量损失增大。满足废温和燃烧时间结束就可换炉，准备送风。如图8 所示：

图8 热风炉燃烧过程温度曲线

2.3 模糊PID 控制方法

如图9 所示，外环是温度环，温度PID 参数是由模糊自适应调整，煤气和空气流量环是外环。由图7 可知，r（t）为拱顶温度设定值，温度反馈为温度实际值，e（t）为温度设定值与温度实际值的差值，kp、Ti、Td 分别为温度PID 控制器的比例、积分、微分参数，由模糊自适应控制确定。e（t）和de/dt 作为模糊自适应控制器的输入。

图9 温度控制系统方框图

2.4 模糊PID 控制器设计

自适应模糊PID 控制是我们较常采用的控制方法。它的设计和工作包括以下步骤：

（1）输入、输出变量的确定

以误差e 和误差变化率ec 作为输入，控制量增量U 为输出。其中e=r-y，ec=de/dt。

（2）基本论域、量化论域、模糊子集

①e 的基本论域为：[-60，60]℃

e 的量化论域为：x = { -3，-2，-1，0，1，2，3}

e 的量化因子为：Ke= 3/60=1/20

e 的模糊子集为：{NB，NM，NS，ZO，PS，PM，PB}

②ec 的基本论域为：[-20，20] ℃

ec 的量化论域为：y={-3，-2，-1，0，1，2，3}

ec 的量化因子为：Kec= 3/15=1/5

ec 的模糊子集为：{NB，NM，NS，ZO，PS，PM，PB}

③U 的基本论域为：[0%～100%]

U 的量化论域为：V = {-2，-1，0，1，2，}

U 的量化因子为：KU= 4/100=1/25

U 的模糊子集为：{NB，NM，NS，ZO，PS，PM，PB}

（3）隶属函数

三个变量都使用三角形隶属函数，其相应表示如图10 所示：

图10 隶属函数分布图

（4）模糊控制规则

根据经验总结出49 条规则，其模糊控制规则如表1 所示：

表1 模糊控制规则表

（5）模糊推理

给定的规则集为：

R1：if x=A 1 and y=B 1 then z=C1

R2：if x=A 2 and y=B 2 then z=C2

…

Rn：if x=A n and y=B n then z=Cn

（6）解模糊

解模糊是模糊化的反过程，解模糊的任务就是根据结论确定一个z0；解模糊化平均加权法最简单，如果将变量z 各模糊集合的隶属函数定义为单点时，模糊规则成为：

Ri：ifx=Aiand y=Bithen z=zi

3 模糊PID 控制器仿真研究

在控制仿真前，要建立以热风炉温度为控制对象数学模型，以此模型进行仿真。

3.1 仿真模型的建立

由热风炉燃烧工艺可知，燃烧一段时间后才能检测到顶温变化，所以热风炉温度变化规律一般可用一阶惯性纯滞后环节来表示，为了确定热风炉数学模型，通常可采用飞升曲线法来获得被控对象的模型，其传递函数可表示为：

其中，K 静态增益，T 时间常数，τ 滞后。

利用飞升曲线法获得对象飞升曲线，然后用Cohn-Coon 公式求它的参数，其飞升曲线如图11 所示：

图11 飞升曲线

飞升曲线法：输入量（ΔM=M2-M1）由系统记录输出变化率量（ΔC=C2-C1）Cohn-Coon 公式如下：

式中，K 放大系数，T 时间常数，τ 滞后，ΔM 阶越输入，ΔC 输出响应，t0.28飞升曲线0.28ΔC，t0.632飞升曲线0.632ΔC。

热风炉工艺条件要求如下：热风炉数量：4 座；风量：7400Nm3/min；风温（最高）：1300℃；送风压力：0.525MPa；顶温（最高）：1350℃；废温（最高）：450℃。煤气量取最大流量范围0～621600m3/h，最大流量则约为172.7m3/s。顶温最高不能超过1350℃，采用最大流量往热风炉输送煤气，则K=1450/172.7≈7.8。设定稳态值为1300℃，稳态增益K=7.8，惯性时间常数T=300s，传递函数可以表示为：

其simulink 模糊PID 控制器仿真模型如图12 所示：

图12 模糊PID 控制器simulink 仿真模型

3.2 仿真结果

运行Matlab 中simulink 仿真模型，模糊PID 控制仿真曲线如图13 所示：

由图13 可知，黄色曲线是PID 控制，红色曲线是模糊PID 控制。图13 可知，PID控制超调量约26%，上升时间约50s，调节时间约140s；而模糊PID 控制超调量约19%。上升时间约35s，调节时间约80s。所以仿真结果表明，用模糊PID 控制比PID 控制在响应速度和调节时间都更加快速，稳定性更好。所以用模糊PID 对温度控制速度快，精度高，稳态性能好，控制效果很好。