基于PID 的矿用通风机风量调节应用研究

倪雁君

（汾西正帮煤业有限责任公司，山西 孝义 032300）

引言

矿用通风机是井下的重要通风设备，对保障井下作业环境、空气质量起到了非常重要的作用，但是一个矿井就布置了许多台通风机，因此若让通风机一直处于运行状态，不仅浪费了较多的电能，同时还极大地降低了设备的使用寿命。通风机在实际使用中并不需要一直运行，可根据井下的空气质量对通风机实施变频控制，在风量需求小的情况下降低通风机的运行功率，从而有效节约电能。在矿井通风机中应用控制系统，并通过运用计算机技术、智能控制技术，建立一套功能完善、安全可靠的通风机风量控制系统对降低能耗具有重要意义。

1 模糊控制方法

模糊控制其本质上属于一种非线性控制，属于智能控制范畴，模糊控制方法发展到现在既有完善的理论也有比较多的实际工程应用，体现了模糊控制的重要地位。模糊控制的基本思想是在难以出现一个精准的控制决策的时候，可以根据相邻的状态参数对未知的参数进行推演。一般用于量化比较困难或者变量太多的情况，无法建立起一一对应的函数关系，此时就需要近似的简化处理。日常生活中有非常多的例子需要用到模糊控制理论，以便解决复杂的问题[1-2]。

模糊控制是利用计算机来模糊人的模糊化的控制经验，模糊控制的主要过程包括：模糊控制的输入值，然后经过函数模糊化处理，再进行模糊化推力，求解模糊函数得到模糊推理值，然后与被控对象进行对比，如果收敛则模糊推力有效，若函数不收敛则重复进行推理运算。模糊控制的核心就是采用模糊集合论、模糊语言变量移架模糊逻辑推理为基本要素，构建起模糊推理的基本框架，由此构成模糊控制的推理结构。

2 自适应控制方法

自适应控制法（adaptive control method）是一种指数平滑预测方法，算法可根据计算结果自主增加输入参数，响应迅速，在多次迭代后自主最优控制系统可找到并输出处于极值状态的最优解。自适应学习控制系统是一种按行为科学进行处理的控制系统，是目前比较常用且性能稳定的控制系统[3]。

自适应控制系统的结构比较固定，按控制算法中模块结构的不同，可将其划分为前馈型、反馈型、自我校正型等类型。本套通风量控制系统参考的是反馈型参数控制模型，系统在运行过程中保持被控对象的特性与模型动态特性保持一致。如图1 所示，为控制参考的自适应控制系统结构。该模型中输出结果根据所设定的规则自我修正得到一个辅助输出信号，在所获得的运行过程中的参数基础上，优化准则近一步对参数进行优化，使得系统调整至最优的控制状态。

图1 模型参考自适应控制系统

3 PID 控制原理

经典控制理论在实际控制系统的典型应用就是PID 控制器，随着科学技术的发展，PID 控制技术也得到了越来越多的应用，其控制的性能也得到了极大优化。PID 控制器能够得到广泛应用的几点重要原因有：控制器结构简单、鲁棒性和适应性较强；对系统具体的模型特征依赖较小；适应性强，可进行后期应用和拓展。自适应PID 控制器通过不断修改PID 调节器的参数从而实现对参数的实时调整，达到自适应调整被控对象状态参数的目的。通风机风量调节控制系统的PID 调节器的控制结构原理如图2 所示[4]。

图2 PID 控制结构

通过模糊理论推导得到各参数之间的关系，如通风机风量控制系统中主要涉及给定值和输出值的差值e 以及差值变化率ec之间的模糊关系。根据控制器不断推导得到的参数，满足被控对象处于良好的动静状态。已知PID 控制的一般表达式为[5]：

传递函数为：

在传递函数中，控制器主要通过对Kp、Ki、Kd的加权运输，可以得到控制性的输出信号，从而对被控对象进行有效调控。

4 PID 控制的风量调节仿真

4.1 PID 控制器的设计

通风机的控制原理也比较简单，首先是对通风机给定一个激励信号即输入值，然后计算出输入值与输出值的差值，通过比例法、微分法或者积分法，然后将其转变为变频器的输入值，从而改变异步电动机的转速，起到调节风量的作用。控制系统在通风机风量输出端设置有风量传感器，由此形成闭环反馈系统。

基于Matlab simulink 建立PID 控制器的仿真模型，其simulink 仿真框图如图3 所示，设定风量为10 500min/m3，且此时Pk=0.0001、Ik=0.0001、Dk=0.001[6]。

图3 PID 控制器仿真框图

4.2 自适应PID 控制器设计

同理建立起模糊控制器的输入与输出差值e 与差值变化率ec和输出量u 之间的关系，系统在simulink 中建立的系统框图如图4 所示。同样设置模型的输入参数，给定的初始额定通风量为10 500 min/m3，并设定延迟时间为1 s 时，ke为0.000 6，kec等于0.003 5，ku为14.68；延时10 s 时，设定的模型参数为：ke为0.000 3，kec为0.001 2，ku为15.78。最后分别对两种控制模型的仿真效果进行对比分析。

图4 自适应PID 控制器仿真框图

5 仿真结果

为了验证常规的PID 控制器与自适应PID 控制器的性能，分别基于两种控制器建立通风机的风量反馈控制系统，并施加相同激励，观察两种控制器的控制能力，根据仿真得到的结果，分别提取了延时1 s与延时10 s 的仿真结果，下面对两种控制器仿真结果进行对比分析。

如图5 中为两种控制器仿真结果，其中PID 控制器延时1 s 的仿真结果显示风量在15.3 s 左右达到稳定，无超调；而在10 s 的延时仿真结果中，通风机风量在27 s 左右达到稳定状态，且此时超调量约为20%，仿真结果显示PID 控制器稳定性好，通风机风量控制一般滞后性较小；当控制系统的延时越大时，超调量就越大，不稳定性增加。

图5 两种控制器仿真结果对比

自适应模糊PID 控制器的仿真结果如图中标注所示，在11 s 时风量控制即达到了平衡状态，且延时10 s 的仿真结果显示通风机在15 s 时达到稳定状态，且不超量。仿真结果表明，在相同的延时以及扰动情况下自适应模糊PID 控制器的控制调节效果更优，稳定且超调量更小，系统控制性能优越，对于通风机风量控制系统的设计与研究具有重要参考意义。

6 结语

坚持绿色发展、结构优化，降低高耗能行业的能源消耗量是目前我国经济发展的重要发展方向。为了有效减低能耗、提高设备使用寿命，以通风机风量调节为研究对象，研究并设计采用PID 控制器以及自适应PID 控制器来实现通风机风量的调控。首先对模糊控制、自适应PID 控制等相关理论做了简要介绍。基于MATLAB 软件中simulink 建立两种控制器的仿真模型，运用PID 控制、模糊控制器分析在同样激励作用下两种控制器的差别。最后得到仿真结果表明在相同的延时以及扰动情况下自适应模糊PID 控制器的控制调节效果更优，稳定且超调量更小，系统控制性能优越，对于通风机风量控制系统的设计与研究具有重要参考意义。