基于单神经元PSD算法的闪蒸罐压力自适应控制

茹雪艳，何 凯

(1.蚌埠学院 电子与电气工程学院，安徽 蚌埠 233030；2.蚌埠依爱电子科技有限责任公司，安徽 蚌埠 233006)

闪蒸罐因具有耗能低、速度快、易冷却等优点，已广泛应用于化工领域[1]。通常，流入闪蒸罐的高温高压液体沸点因压降降低，迅速产生汽化，两相分离。因此，闪蒸罐压力稳定，且迅速适应扰动对过控系统非常关键。由于结构复杂、分离对象多样，闪蒸罐压力滞后大，同时具备非线性、模型难搭建等特点，导致控制复杂[2]。目前，缺少基于PSD(Proportional Sum Differential，比例、求和、微分)算法和SMPT-1000实验平台实现闪蒸罐压力自适应控制的案例[3-5]，传统PID(Proportional Integral Differential，比例、积分、微分)参数整定过程长、控制反应滞后，因此，闪蒸罐压力采用复杂先进的控制算法很有必要。

首先介绍了常规PID的原理及局限，结合单神经元的优点，并加入PSD控制算法，形成单神经元自适应PSD算法，基于SCL编译，经连续功能图(Continuous Function Chart，CFC)组态单神经元自适应PSD-PID复合串级控制。通过高级多功能过控实训装置SMPT-1000，在线调试SCL编程的PSD控制器，实时监控算法迭代，整定PSD控制器参数，对控制策略进行实验验证。为清晰观察PSD控制器控制闪蒸罐压力的效果，设计了视窗控制中心(Windows Control Center，WinCC)人机界面，同时监控其对系统的作用效果。

1 单神经元自适应PSD控制算法

在文献[6]、[7]所述的过程工艺中，分析SDG(Signed Directed Graph，符号有向图)可知，闪蒸罐是分离产物及回收原料的关键设备，其压力直接影响产物浓度及产出流量。

1.1 常规PID控制算法及局限

PID控制系统中，设定值与实际输出之间的误差作为控制量[8]，经比例、积分、微分运算后作用于被控对象，使之逐渐接近设定值直到消除误差。

増量式PID以增量形式输出，计算量少，易实现，对执行器的冲击小，表示为：

Δu(k)=kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2*e(k-1)+e(k-2)]

(1)

式中，Δu(k)为第k采样时刻计算输出增量值，e(k)、e(k-1)分别为第k、k-1时刻的偏差信号。

常规PID参数设定过程耗时费力，无法自学习整定，适应非线性、耦合、强干扰系统的能力较差。

1.2 单神经元自适应PSD控制算法

神经网络可利用学习规则整定、优化参数，学习和容错能力强。单神经元是其最小组成单元，结构简单，参数由设定的规则自整定，鲁棒性强。

增益系数K是单神经元自适应PID控制器最敏感的参数，K值越大，调节响应越快，系统易超调，振荡概率增加，其稳定性也变差，反之，调节越缓，系统过渡时间越长。一旦设定，便无法在线自调整。因此，增益系数K能够适应系统的变化同样重要。

Msrsk和Strejc学者提出的PSD算法[8]，只需检测预期和实际输出值，不辨识过程参数，实时性、自适应性强，结构简单易实现。因此，单神经元PID算法的增益利用无辨识PSD在线调节，结合后的单神经元自适应PSD算法的结构如图1所示。

图1 单神经元自适应PSD控制结构框图

单神经元自适应PSD算法的增量形式为：

Δu(k)=K(k)[e(k)+Te(k)Δe(k)+Tv(k)Δ2e(k)]

(2)

(3)

其中，增益K(k)迭代算法的表达式为：

(4)

显然，式(3)与式(1)都是自适应控制，且结构相同，因此，理论上具备了结合的基础。借鉴单神经元强大的学习能力，同时将PSD算法中K(k)的自整定规律应用于单神经元PID增益系数K中，形成增益可自适应的单神经元PSD算法，以此提高控制器的动态响应速度，最终提高控制性能。

e(k)和Δe(k)的变化直接影响PSD参数学习调整性能，优化加权系数学习规则后，PSD算法表达如公式(5)[8]：

(5)

式(5)中，Δe(k)=e(k)-e(k-1)，z(k)为教师信号，取z(k)=e(k)。

2 基于SCL实现PSD控制器

2.1 PSD控制器设计流程

单神经元自适应PSD算法控制非线性、不确定等复杂系统时，干扰和噪声使得误差在零值附近振荡[8]。当系统检测到振荡时，K值不断变化成上一次迭代结果的0.75倍，导致K值过小，控制效果较差；同时，K值调整过大，系统易振荡。

因此，设计单神经元自适应PSD控制器之初，加入可调整K值的限制条件，使K值在下限值Kmin和上限值Kmax间调节，既限定K值的取值范围，同时又避免控制器波动较大，精细调节，保证控制的完整性，设计流程如图2所示。

图2 单神经元自适应PSD控制器设计流程框图

2.2 PSD控制器程序编写

SCL是西门子特有的高级语言，具有条件、选择等结构和I/O、定时等PLC元素，函数运算能力强大[9]。其编程界面及单神经元自适应PSD算法的SCL代码如图3所示。

基于SCL编写PSD算法时，符号函数sign是组成增益迭代过程的重要部分，因此，首先新建名为“sign”的FC函数于符号表中，然后建立名为“ANNC-PSD(单神经元自适应PSD控制器)”的FB模块并打开，按照式(4)和上述流程图进行编写，在编译、保存成功后，最终在CFC中生成如图4所示的ANNC-PSD控制模块。

符号函数sign的代码如下所示：

FUNCTION"sign":INT

VAR_INPUTIN:REAL;

END_VAR

BEGIN

IFIN>0THENsign:=1;

ELSIFIN<0THENsign:=-1;

ELSEsign:=0;

END_IF;

END_FUNCTION

ANNC-PSD控制块代码包括参数定义、迭代叠加、条件、选择语句等，可直接调用sign函数，以式(5)所述的单神经元PSD算法进行自学习、自整定运算，实现自适应智能控制。

图3 单神经元自适应PSD算法的SCL编程界面

图4 SCL编译的ANNC-PSD控制模块

2.3 PSD复合串级控制器的CFC组态

进入CFC编程界面，选择“ANNC-PSD”功能块覆盖文献[6]、[7]中闪蒸罐压力串级PID的主控制器，并修改名称为PIC1103，将控制器管脚连接至指定位置，转化成如图5所示的ANNC-PSD-PID的复合串级控制组态。

图5 ANNC-PSD-PID复合串级控制CFC组态

3 单神经元PSD控制器整定与调试

3.1 单神经元PSD控制器参数整定规则

在单神经元自适应PSD控制器中，ηI，ηP，ηD，加权系数初值w1(0)、w2(0)、w3(0)，增益K(k)初值的选择，一定程度上，也会影响控制器输出效果，虽然PSD控制器可自适应系统，但初始参数同样有必要整定[7-8]。

(1)加权系数的初值影响控制效果不明显，同时可以学习规则实时调整，因此，可取相等的值，即w1(0)=w2(0)=w3(0)。

(2)ηI、ηP、ηD的整定类似于PID系数。起初，ηD选择较小值，受控对象性能改善时，ηD逐步变大，以确保输出无波纹；若系统超调量大、上升快，或者阶跃输入下，系统多次正弦衰减，则减小ηP；反之，则增大ηP、ηD；如果上升缓慢，超调随着ηP增加而变大，应增加ηI。若超调快速降至给定值以下，而后，缓慢达到稳态，则减少ηP，增加ηI。

(3)K(k)是PSD控制器最敏感的参数，其值的调整直接影响P、I、D三项参数的自学习轨迹，可决定系统最终性能。K(0)是增益K(k)的初始值，而Tv(0)、C及L则决定了K(k)的适应系统变化的时间，Tv(0)大、C小、L大，则K(k)适应系统快，调节器易超调，系统振荡概率加大；反之，K(k)变化过缓，系统调节慢，过渡时间长。所以，应首先调整K(0)、Tv(0)、C及L的值，一般，K(0)的选取从0.01-0.08开始，Tv(0)=C取0.025-0.05，L取0.05-0.1[9]。

3.2PSD控制器程序调试

硬件连接和通信正常后，通过以太网连接，下载程序至S7-400PLC。在SCL编程界面配置程序调试设置，依次选择Options→Customize→Complier，选中Createdebuginfo，然后按下Ctrl+F7，即可调试SCL编译的PSD算法。

PSD算法调试完成后，在CFC中编译、下载整套程序，选择菜单命令Debug→TestMode，激活CFC在线功能，即可调试、整定PSD控制器。

4 实验结果分析

将PLC与实验平台SMPT-1000以ProfibusDP接口的形式进行连接[6-7,10]。闪蒸罐压力采用ANNC-PSD-PID复合串级控制程序，其余回路沿用文献[6]、[7]设计的程序。

利用3.1节所述调试规则整定PSD控制器参数，同时观察实验平台上位机监控软件SMPTLab的波形，直至获得最佳控制效果，具体参数配置如图5所示，得到的效果曲线如图6所示。

图6 闪蒸罐压力在单神经元自适应PSD控制器自适应控制下的系统运行趋势图

对比文献[6]、[7]的实验数据，可得：单神经元自适应PSD控制下的闪蒸罐压力比PID控制提前65s达到设定值，产物浓度达到79%的进程加快了31s，同时累积量增加107.1kg，回收流量增加18.6kg。

分析FI1103曲线，可知500-1050s缓慢加负载，1050-1600s再次加大进料，此时系统尚未稳定，闪蒸罐压力PI1103虽有波动，但在PSD控制器的自适应控制下，在730s逐渐稳定，比闪蒸罐压力采用PID的状态快了31s，进程加快1.3%，产量达16120.46kg，物料A回收量达2804.60kg。

5 WinCC组态画面设计

SMPT-1000上位机软件SMPTLab缺乏系统状态监控、参数预警、控制器在线调试等功能，无法统计回收物总量，只能观察指定的波形曲线，不够直观。

因此，本文运用PCS7V8.2内嵌的WinCC组态人机界面[11]，在线调试、监控PSD控制器，实时显示过控系统的工艺界面，并对参数预警，同时以CFC中组态TotalL模块的方式，在界面中显示生成和回收量，设计的系统界面如图7所示。

图7 连续过程控制系统WinCC监控主界面

由图7可知，该WinCCOS面板可实时显示回收、总产量、参数监控等，支持调试PSD控制器参数从而控制闪蒸罐压力，实现过控系统的可视化组态。

6 结论

本研究基于SCL完成单神经元自适应PSD算法编译，并组态ANNC-PSD-PID复合串级控制器，实现连续过程系统中闪蒸罐压力的自适应控制，利用SMPT-1000完成实验对比，结果表明，单神经元自适应PSD控制器调节速度优于PID，系统进程加快1.3%，产量及回收量均有提升。同时设计WinCC组态界面，更加方便直观地观察和控制闪蒸罐压力及系统参数。该方案对PSD算法实现智能控制的的应用及SCL相关实验具有重要的参考价值。