焦爐集氣管壓力模糊神經(jīng)網(wǎng)絡(luò )控制系統

（1）焦爐集氣管壓力系統是一個(gè)耦合嚴重、具有嚴重非線(xiàn)性、時(shí)變特性、擾動(dòng)變化激烈的多變量系統，一般的pid調節很難滿(mǎn)足要求。

（2）當媒質(zhì)較好、鼓風(fēng)機后媒氣負荷穩定時(shí)，
自動(dòng)控制效果較好；當媒質(zhì)較差、鼓風(fēng)機后壓力變化大時(shí)，常常出現振蕩現象，迫使系統無(wú)法投入自動(dòng)控制。

（3）作為控制機構之一的鼓風(fēng)閘閥存在嚴重的非線(xiàn)性、滯后大，常規伺服放大器加執行結構很難適應。

近年來(lái)，神經(jīng)網(wǎng)絡(luò )、模糊技術(shù)和遺傳算法已成為智能計算的三大信息科學(xué)，是智能控制領(lǐng)域的三個(gè)重要基礎工具，將三者有機地結合起來(lái)，取長(cháng)補短，不僅在理論上顯示出誘人的前景，在實(shí)際應用也取得了突破。本系統采用一種基于遺傳算法和模糊神經(jīng)網(wǎng)絡(luò )的智能模糊控制器，實(shí)現了模糊規則的在線(xiàn)修改和隸屬函數的自動(dòng)更新，使模糊控制具有自學(xué)習和自適應能力。本文將系統的硬件高可靠性、軟件靈活性與現代智能控制相結合，在分析控制對象的基礎上采智能協(xié)調解耦控制方案，應用plc的邏輯梯形圖語(yǔ)言編程實(shí)現，保證了集氣管壓力穩定在工藝要求范圍內。

1 工藝簡(jiǎn)介

圖1是焦爐集氣管系統的結構。焦爐媒氣從各炭化室通過(guò)上升管時(shí)被循環(huán)氨氣冷卻到80～90℃，然后進(jìn)入集氣管。焦爐某氣從焦爐到初冷器分為兩個(gè)吸氣系統，即1號和2號焦爐為一個(gè)系統，3號焦爐為一個(gè)系統。1號和2號焦爐的煤氣從各自的集氣管進(jìn)入共用吸氣管后，在初冷器前與3號焦爐的煤氣會(huì )合后進(jìn)入初冷器。通過(guò)初冷器被冷卻到35～40℃，然后由鼓風(fēng)機送往下道工序。

2 系統硬件結構及系統功能

焦爐集氣管壓力控制系統采用高可靠性的兩級計算機集散控制系統，由監控、控制器和通訊網(wǎng)及儀表系統構成，如圖2所示。監控站由研華工業(yè)控制計算機和高性能工業(yè)控制軟件構成，完成對焦爐集氣管壓力系統的監視和操作，對歷史數據進(jìn)行存檔，是控制系統的主要機界面?？刂破鞑捎萌毡救夤就瞥龅腶2a擬量輸入模塊、數字量輸入輸出模塊和基板組成，通過(guò)智能控制算法對三座焦爐的集氣管壓力和鼓風(fēng)機壓力進(jìn)行控制。儀表系統由變送器、配電器、隔離器、調節器和執行器等構成，主要完成壓力信號的獲取和閥門(mén)的控制執行。

系統主要功能為：

（1）實(shí)現3焦爐集氣管壓力的解耦控制，
實(shí)現初冷器前和鼓風(fēng)機前及鼓風(fēng)后壓力智能協(xié)調控制，保證4臺鼓風(fēng)機安全穩定運行。在推焦裝媒及鼓風(fēng)機后負荷變化等擾動(dòng)較大的情況下，集氣管壓力穩定在設定值±20pa內。

（2）實(shí)現過(guò)程的實(shí)時(shí)數據采集、數據處理、顯示、報警、故障監測及診斷功能，手、自動(dòng)無(wú)擾切換和設定操作，對歷史趨勢數據進(jìn)行存儲（存儲240天的歷史數據）和顯示。具備報表打印功能和與上位機（管理系統）聯(lián)網(wǎng)功能。

3 控制原理

針對焦爐集氣管系統的結構和特點(diǎn)，本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò )的智能協(xié)調控制方案?？刂葡到y的結構如圖3所示。它分為兩級：專(zhuān)家智能控制協(xié)調級（虛線(xiàn)框內）和基本實(shí)時(shí)智能控制級。專(zhuān)家智能控制協(xié)調級在線(xiàn)實(shí)時(shí)監測被控系統過(guò)程，根據不同爐況，協(xié)調控制策略，進(jìn)行有效控制?；緦?shí)時(shí)智能控制級分為單輸入單輸出（siso）模糊神經(jīng)網(wǎng)絡(luò )控制器fnc1～fnc4和多變量解耦控制器fnc5兩部分，由徑向基函數網(wǎng)絡(luò )（rbfn）逼近過(guò)程模型。此模型用于計算過(guò)程輸出對過(guò)程輸入的一階偏導數ay/au和離線(xiàn)尋優(yōu)，由多量解耦控制器根據解耦參考模型2進(jìn)行解耦控制，與被控對象一道構成解耦后的廣義被控對象，在此基礎上分別采用siso模糊神經(jīng)網(wǎng)絡(luò )控制器控制被控對象的動(dòng)態(tài)特性：采用智能協(xié)調模糊神經(jīng)網(wǎng)絡(luò )控制器fnc4，以鼓風(fēng)機閘閥開(kāi)度為控制量，控制初冷器前吸力；采用模糊神經(jīng)網(wǎng)絡(luò )控制器fnc1～3，以各焦爐集氣管蝶閥開(kāi)度為控制量，控制相應焦爐集氣管壓力。

3.1 模糊神經(jīng)網(wǎng)絡(luò )結構

3座焦爐集氣管壓力和初冷器前壓力控制算法fnc1～fnc4采用同樣的模糊神經(jīng)網(wǎng)絡(luò )結構，取誤差e、誤差變化率δe及其導數δ2e作為模糊推理控制器輸入，e為δe分別劃分為7個(gè)模糊子集，δ2e劃分為3個(gè)模糊子集，模糊子集隸屬度采用高斯型函數表示。上述的模糊推理控制器可用一個(gè)如圖4所示的初始神經(jīng)網(wǎng)絡(luò )構成。初始神經(jīng)網(wǎng)絡(luò )共有四層：輸入層、隸屬函數生成層、推理層和去模糊化層。輸入節點(diǎn)數n為3，第一層隱含節點(diǎn)（模糊化）為17，第二層隱含節點(diǎn)（推理）l為7×7×3=147，一個(gè)輸出點(diǎn)節。模糊化到推理連接權重為1。

多變量解耦控制器fnc5采用t-s模糊模型[4]，取fnc1～fnc4輸出作為模糊控制器的輸入，三座焦爐焦氣管蝶閥和鼓風(fēng)機前閘閥實(shí)際控制輸出作為模糊控制器的輸出，考慮到系統的動(dòng)態(tài)解耦，每個(gè)輸入分別取當前三個(gè)時(shí)刻值，從而構成12輸入、4輸出多變量解耦模糊控制模型。

3.2 模糊神經(jīng)網(wǎng)絡(luò )ga優(yōu)化學(xué)習

對于單變量和多變量解耦模糊神經(jīng)網(wǎng)絡(luò )，可用遺傳算法（ga）來(lái)調整和優(yōu)化參數和結構，而推理規則的結論部分中的權值wi較為多地具有局部性，可采用智能梯度算法在線(xiàn)調節。把兩種學(xué)習算法結合起來(lái)，可發(fā)揮ga算法的全局搜索結構優(yōu)化能力和梯度算法局部?jì)?yōu)化塊速性。

采用遺傳算法離線(xiàn)訓練模糊神經(jīng)網(wǎng)絡(luò )參數的步驟如下：

（1）采用實(shí)數編碼方式，隨機產(chǎn)生n個(gè)實(shí)數字符串，每個(gè)字符串表示整個(gè)網(wǎng)絡(luò )的一組參數；

（2）將各實(shí)數字符串譯碼成網(wǎng)絡(luò )的各參數值，然后計算每一組參數的適合度值fi=1/ei(i=1,2……，n)，式中ei為定義的誤差指標函數，按下列步驟產(chǎn)生新的群體，直到新群體中串總數達到n：

①以概率fi/∑fi,fj/∑fj從群體中選出兩個(gè)串si，sj；

②以概率pc對si，sj進(jìn)行交換，得到新串si,sj；

③以概率pm使si，sj中的各位產(chǎn)生突變（取隨機數）；

④返回第①步，直到產(chǎn)生（n-1）個(gè)新一代的個(gè)體；

⑤所產(chǎn)生的（n-1）個(gè)新一代的個(gè)體連同一代中性能最好的那個(gè)個(gè)體，共同組成新的群體。

（3）返回第（2）步，直到群體中的個(gè)體性能滿(mǎn)足要求為止。群體中適應度最好的字符串譯碼后的參數即為所求參數。

這里采用一種自適應pc和pm方法。用適合度函數來(lái)衡量算法的收斂狀況，其表達式為：

pc=k1(fmax-f)

pm=k2(fax-f)

式中，fmax、f分別是群體中的最大適合度和平均適合度。由于篇幅的關(guān)系，有關(guān)siso模糊網(wǎng)絡(luò )控制器和多變量解耦控制器的梯度在線(xiàn)學(xué)習算法請參考文獻[5]，在本系統中由模糊神經(jīng)網(wǎng)絡(luò )控制器用編程控制器提供的浮點(diǎn)運算指令完成，在線(xiàn)學(xué)習算法由上位機用vc編程，通過(guò)通訊修改模糊神經(jīng)網(wǎng)絡(luò )參數。

4 控制系統實(shí)現

4.1 專(zhuān)家智能協(xié)調控制的實(shí)現

控制過(guò)程開(kāi)始時(shí)啟動(dòng)基于智能的專(zhuān)家控制系統，通過(guò)過(guò)程特征提取將系統運行過(guò)程的特征信息如各級壓力、誤差等送入推理結構，推理機構根據知識庫中的規則和事實(shí)執行推理，給出控制策略。當推理得出參數變化需啟動(dòng)模糊神經(jīng)網(wǎng)絡(luò )學(xué)習功能時(shí)，保存原參數，并啟動(dòng)模糊神經(jīng)網(wǎng)絡(luò )學(xué)習機制，根據系統的性能好壞決定是否接受學(xué)習后的整體參數。

根據工藝過(guò)程特點(diǎn)、工藝工程師和熟練操作工的知識和經(jīng)驗，初冷器前壓力專(zhuān)家設定采取如下協(xié)調原因：首先保護設備的安全運行，如果鼓風(fēng)機機前吸力p4高于工藝允許上限制值p4max，則降低鼓風(fēng)機閘閥開(kāi)度；如果鼓風(fēng)機控制閘閥控制輸出u4低于喘震閘閥開(kāi)度v4min,則維持v4min閘閥開(kāi)度。然后將鼓風(fēng)機機后壓力大小分8段折線(xiàn)，根據經(jīng)驗和實(shí)驗數據給出初冷器前壓力初步設定值，并根據實(shí)際狀態(tài)進(jìn)行調整，如果集氣管壓力超過(guò)設定上限制值pmax，閥位超過(guò)靈敏區上限制值vqmax，則降低初冷器前壓力給定；如果3個(gè)集氣管壓力均超過(guò)設定上限制值psmax，則增大鼓風(fēng)機閘閥控制輸出；如果集氣管壓力小于設定下限制值pmin，閥位低于靈敏區下限制值vqmin，則增加初冷器前壓力給定；如果3個(gè)集氣管壓力小于設定一下限制值psmin，則降低鼓風(fēng)機閘閥控制輸出。以產(chǎn)生式規則“if conditions then results”形成的主要規則為：

r1：if（p5≥xi-1）and（p5

then r4=(yi-yi-1)/(xi-xi-1)+yi-1

r2：if（p1>p1max）and（v1>vlqmax）

then r4=r4-δr

r3:if (p2>p2max)and（v2>v2qmax）

then r4=r4-δr

r4:if (p3>p3max)and (v3>v3qmax)

then r4=r4-δr

r5:if (p1>psmax)and(p2>psmax) and(p3>psmax)

then u*04=u04+limit

r6：if（p1

then r4=r4+δr

r7：if （p2

then r4=r4+δr

r8:if(p3

then r4=r4+δr

r9:if（p1

then u*04=u04-limit

r10：if p4>p4max

then u*4=u4-limit

r11:if u4

上述規則中xi、yi(i=1,2,…,,7)為初冷器前壓力設定經(jīng)驗數據，r4為初冷器前壓力設定值，δr為設定增量，u04為集氣管模糊神經(jīng)控制器輸出值，u*04為前級合成控制輸出，u4為解耦控制鼓風(fēng)機閘閥控制輸出，u*4為鼓風(fēng)機閘閥控制最后合成輸出，limit為可能的最小閘閥開(kāi)度調節量，取決于執行機構的調節精度?？删幊炭刂破魈菪螆D很適合上述規則的編程。四套鼓風(fēng)機機組均采用智能專(zhuān)家協(xié)調控制系統，只是參數不同。不同機組運行時(shí)自動(dòng)選用相應參數。

4.2 時(shí)間比例數字輸出控制的實(shí)現

經(jīng)過(guò)專(zhuān)家智能協(xié)調控制后的輸出，還要經(jīng)過(guò)非線(xiàn)性修正，然后采用時(shí)間比例數字輸出算法并用固態(tài)繼電器直接控制閥門(mén)?？刂戚敵鼋?jīng)過(guò)標度變換，轉換成相應的時(shí)間。由于小于某一值的脈沖不但不會(huì )驅動(dòng)伺服電機，還會(huì )使電機過(guò)熱，因此需極小值切除，并且根據上次開(kāi)閥方向和本次開(kāi)閥方向進(jìn)行死區補償，并根據閥位測量數據進(jìn)行故障處理。其框圖如圖5所示。

本系統于1999年6月在湘潭鋼鐵集團有限公司焦化廠(chǎng)投入運行，實(shí)際應用表明，該系統工作可靠、性能穩定、功能齊全、操作方便，控制精度達到要求。單座焦爐的調節對其它焦爐壓力的影響較控制前明顯削弱，對壓力的最大擾動(dòng)幅度從±200pa下降到±10pa，當出現擾動(dòng)時(shí)，能快速調節達到穩定，保證壓力穩定在工藝要求的范圍內。