基于模糊控制的浓缩池加药系统研究

侯 华 王旭红

河北工程大学 河北邯郸 056001

煤炭是我国工业发展、民生保障的主要能源之一。由于开采的原煤中含有大量的矿物质和有害杂质，只有通过分选加工才能使其变为清洁能源。目前大部分选煤厂在分选环节选用以水或水的混合物作为分选介质的湿法选煤进行分选。因此，全国每年选煤用水量巨大，同时产生的煤泥水中夹带大量细小煤粉颗粒和其他杂质，若直接排放，将对水域造成巨大隐患。煤泥水处理已成为影响煤炭工业绿色发展的主要障碍之一，治理迫在眉睫。

本文对煤泥水处理的浓缩环节进行研究。目前，大多数选煤厂采用添加药剂的方式对煤泥水进行絮凝沉降。在添加药剂的过程中多数依靠人工经验，凭借肉眼对浓缩池清水层高度进行观测，决定药剂的添加量。由于操作人员的经验存在差异，因此添加的药量忽高忽低，很难做到对药剂的精确添加。随着仪器、仪表、智能控制技术的发展，浓缩池自动加药成为可能。针对浓缩池加药过程存在时滞性、非线性，无法获得精确的数学模型的问题，本文采用模糊控制的方式进行解决。模糊控制是对人类语言系统的模拟，面对复杂的控制系统，一个有着丰富实践经验的操作人员凭借对生产流程的熟悉程度，依然能够取得良好的控制效果。若将这些操作人员丰富的控制经验进行总结，并用语言表达出来，就得到一定性质的、不精确的控制规则。运用模糊数学进行定量化，就可设计出模糊规则实现对复杂对象的有效控制[2]。模糊控制与传统控制相比，在应对非线性、复杂的控制对象时显现出更强的适应性和精确性，更接近于智能的控制。

1 系统的总体设计

在选煤厂洗煤产生的煤泥水通过管道进入浓缩池进行沉淀浓缩，由于煤泥水中含有大量细小煤粉颗粒和杂质，单纯依靠重力很难沉降，因此需要通过添加药剂(絮凝剂、凝聚剂)使其进行絮凝沉降。煤泥通过药剂的作用凝聚沉降到浓缩池底，通过刮耙被送到压滤机进行压滤生成煤饼，煤泥水在药剂的作用下会产生分层，最上层的清水层会通过溢流口从浓缩池流出，进入闭水循环系统，循环水水质的状况将会影响选煤过程中精煤的品质，直接影响选煤厂的经济效益。因此需要监测溢流口清水层的浊度，要想使溢流口浊度保持在理想的范围内，就需要在浓缩池加药，添加的药量与煤泥水中含有的煤泥量存在一定的关系，超过最大值再继续添加药量，不仅不会增加沉淀量，还会造成药剂的浪费，由于进入浓缩池煤泥水的流量，浓度受到上一个洗选环节的影响，是一个实时动态的变化过程，这样就为人工添加药剂造成一定难度。如何能在煤泥水的流量、浓度变化的过程中实时添加药剂，并且要求溢流口浊度达到标准值，煤泥实时排出，添加的药剂适当？智能控制为加药系统提供了解决方案，在浓缩池加药系统中采用前馈+负馈的控制策略。使用前馈策略先对浓缩池进行预加药，然后通过检测溢流水浓度进行负反馈，调节加药量，达到加药量的精确控制。由于负反馈的过程存在时滞性、大滞后、非线性、不宜建立数学模糊模型的特点，系统采用模糊控制器进行控制。

1.1 前馈控制

在前馈控制中(如图1所示)，由超声波浓度传感器采集煤泥水的浓度，同时由电磁流量传感器采集煤泥水的流量，通过浓度、流量和干煤泥量的函数关系间接求出预加药量。

图1 加药系统前馈控制结构框图

Qgmnl=ByLrNr

式中Qgmnl—所需添加药量，mg/h；

By—干煤泥量所需的最佳药剂量，最佳药剂量受药剂的种类和煤质的影响，m3/h；

Lr—煤泥水的实时入量料流量，mL/h；

Nr—煤泥水的实时入量料浓度，g/L。

加药过程：首先把药剂干粉加一定量的水配置成一定浓度的药剂溶液储存到储药箱中，通过调节阀控制药剂的添加量。

Xt=ByLrNr/Xn

Xt—添加药剂的流量，mL/h；

Xn—药剂配比浓度，一般取0.1g/L，g/L。

1.2 负馈控制

通过前馈控制，进行了药剂的预添加，但是煤泥水的沉降是一个复杂的过程，仅通过上面药剂的添加还不能达到药剂的精确添加，因此在溢流口安装浊度传感器，检测溢流口浊度。如果溢流口清水浓度超标，会影响循环水的质量，进而影响精煤的品质。如果浓度严重超标，就需要把循环水外排，破坏了闭水循环系统，同时对环境造成污染。因此引入负反馈，通过检测溢流口清水层的浓度，修正药剂添加量，保证溢流口清水浊度达标。

图2 加药系统负馈控制结构框图

2 模糊控制器的设计过程

模糊控制系统就是用计算机模拟人类的语言系统，例如在浓缩池加药过程中，有经验熟练的操作人员根据对清水层的观察，就可以实时地调节加药量，完成控制的任务，那么计算机就可以模拟操作人员的操作经验实现控制。模糊控制器最简单的实现方法是将一系列的模糊规则离线转换成一个查询表，存储在PLC中供在线控制使用。模糊控制器组成框图如图3所示。

图3 模糊控制器结构框图

2.1 模糊控制器的结构

在加药控制系统中，选择溢流口的清水浊度与设定的浊度值的误差e，误差变化ec为输入量，通过电机的转速控制加药量，因此选择电机转速为输出量u。因此本模糊控制器是单变量二维模糊控制器。

2.2 输入模糊集和输出模糊集的定义

定义如下：误差e的模糊集合为{NB，NM，NS，ZO，PS，PM，PB}，误差变化ec的模糊集合为{NB，NM，NS，ZO，PS，PM，PB}和u的模糊集合为{NB，NM，NS，ZO，PS，PM，PB}。e，ec，u的模糊论域均为{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。在Matlab中进行如下设置：

图4 变量参数设置

2.3 定义输入、输出隶属函数

隶属函数有高斯型隶属函数、S形隶属函数、梯形隶属函数、三角形隶属函数、Z形隶属函数等，本系统选择三角形隶属函数。确定隶属度函数的方法有模糊统计法：根据所提出的模糊概念进行调查统计，提出与之相对应的模糊集，通过统计实验，确定不同元素隶属于这个函数的程度。主观经验法：结合个人经验，经过分析推理，直接给出隶属度。神经网络法：利用神经网络的学习功能，由神经网络自动生成隶属度函数，并通过网络的学习自动调整隶属度[2]。在Matlab中进行如下设置：

图5 隶属函数界面编辑窗口

2.4 建立模糊规则

根据操作人员的实际操作经验，由系统输出的误差及误差变化率来设计消除系统误差的模糊规则。如下表所示：

模糊规则表

2.5 模糊推理

单输入单输出的模糊推理中常用的方法有以下方法。

①算术运算法：

②最大最小运算法：

③最小运算法：

本系统是双输出单输出，选择Mamdani算法进行模糊推理，

(μB'(y)∧(μB(y))∧μc(z)

={α1∧μc(z)}∧{α2∧μc(z)}

={α1∧α2}∧μc(z)

模糊控制中的规则来源于操作人员的实践经验，在模糊控制中，通过一组语言来描述规则，如：if(e is PM)and(ec is PS)then(u is NM)，在if-then规则中的输入和前提条件及结论都是模糊的概念。在Matlab中进行如下设置：

图6 规则界面编辑窗口

2.6 反模糊化

通过模糊推理得到的是模糊集合，但在实际的应用中需要的是一个精确的值才能控制，将模糊推理结果转化为精确值的过程，称为反模糊化。常用的反模糊化方法有三种：最大隶属度法、重心法、加权平均法。

最大隶属度法：如果输出量z模糊集合C的隶属度函数只有一个最大值，则在模糊集合中选取隶属度函数为最大的论域元素作为输出量的清晰值，即:

其中z0表示清晰值。如果输出量z模糊集合C的隶属函数有多个最大值，通常采用以下方法。

①平均值法：若输出量模糊集合隶属函数的最大值对应多个论域元素，则取它们的平均值作为输出量的清晰值。

②最大值法：若输出量模糊集合隶属函数的最大值对应多个论域元素，则取绝对值最大的作为输出量的清晰值。

③最小值法：若输出量模糊集合隶属函数的最大值对应多个论域元素，则取绝对值最小的作为输出量的清晰值[3]。

重心法：取隶属函数曲线与横坐标所围图形面积的重心作为模糊推理的输出值。

与最大隶属度法相比，重心法有更平滑的输出推理控制。

本系统选择重心法进行反模糊化，即使输入信号产生微小变化，输出也会有变化，这样才会实现精准加药。

2.7 Matlab仿真

Matlab的曲面观察窗口：本文是三维曲面，以此三维曲面把整个论域上的输入量与输出量的函数关系都显示出来，曲面的表面越光滑，表明输出量越连续，控制效果越好。可以点击曲面上的任何一点拖动旋转，使图像显示出不同的侧面，以便从不同的角度进行观察。

图7 曲面观察窗口

结语

本文针对浓缩池精确加药进行了研究，采用前馈加反馈的控制策略，引用了智能控制中的模糊控制方法，解决了在控制过程中存在的大滞后、非线性、难于建立数学模型的问题。实现了随着煤泥水的实时进料，实时添加药剂，减少了药剂浪费，保证了浓缩池底部煤泥的实时排放和溢流口清水层的浊度达标。同时，通过上位机组态王的实时监控，节省了大量的人力，这种智能化的药剂添加系统将会得到广泛应用。