王博华
(西安航空职业技术学院，陕西 西安 710089)
工业炉是工业领域提供热能的关键载体，其应用普遍，为国民经济发展做出了巨大贡献。由于工业炉类型繁多，相关控制过程也大不相同，因此工业炉想要稳定运转，需以完善的过程控制系统为载体，以提升工业炉效率，减少燃料损失，确保经济健康稳定运行，最大程度上满足负荷要求，避免生态环境污染[1]。在国家十一五、十二五规划中均明确指出了节能减排、提高能源利用率相关要求，在此形势下，改善工业炉自动化控制水平，充分发掘内在潜力，延长使用寿命，响应节能减排要求，便显得异常重要。所以，研究工业炉自动化控制系统则具有良好的市场前景与价值[2]。据此，本文以广泛应用于工业领域与大型火电机组控制系统的模糊控制法为载体，研究分析了工业炉燃烧系统的模糊解耦控制。
以工业炉燃烧系统划分为输出与输入系统，其中输出量分别为主炉膛负压、蒸汽压力、炉膛温度，输入量分别为引风量、给煤量、送风量，输出量与输入量等相关参数之间彼此作用[3]，见图1。
图1 输出量与输入量相关参数间的作用关系
模糊解耦控制系统原理具体为，对比被控制量理想值与某时刻测量值，以获取偏差，同时计算偏差变化率，将偏差与偏差变化率量化为模糊量，然后通过模糊量与模糊控制规则，基于推理合成规则实现模糊决策，获取模糊控制量，最终将模糊控制量进行反模糊化处理，转换为精确量，以作用于被控制对象，以此循环，从而实现对于被控对象的模糊控制。其中模糊控制对象模糊度越高，则控制方法越是可以反映出其优越性，所以相较而言更加适合工业炉燃烧系统控制。
在实际运行系统中，各个变量间存在耦合关系，以此基于引进解耦参数，削减耦合性[4]，具体即
F1=af1+b1f2+c1f3
F2=bf2+a1f1+c2f3
F3=cf3+a2f1+b2f2
式中：F为模糊量；
a1、a2、b1、b2、c1、c2为解耦参数；
f为偏差。
基于燃烧系统控制可知，被控制对象虽然可以划分为许多独立控制子系统回路，而各回路间彼此耦合[5]。具体而言，主炉膛负压控制系统中负压变化直接受汽机调门开度与工业炉燃烧率影响；
主蒸汽压力控制系统中主气压变化直接受给煤量、送风量、机组负荷变化影响；
炉膛温度控制系统中温度变化直接受送风量、给煤量、引风量变化影响。一般来讲，炉膛负压调节基于引风量单回路调节便可实现良好效果。
通常常规控制策略具体即基于各系统被控对象选择PID调节器单独控制即可，以Ziegler-Nichols控制器参数整定方式与手动调试方式明确调节器相关参数。而给煤量回路和送风量回路间具有一定的耦合性，送风量回路和引风量回路间也具备耦合性，一般情况下，为适度降低耦合，模糊控制器会先进行前馈补偿解耦[6]。
作为模糊解耦控制系统核心组成部分，模糊控制器是以模糊知识表示与规则推理为载体的语言型控制器，所以不同于其他类型自动控制系统。而模糊控制系统性能的主要影响因素为模糊控制器结构、模糊规则、合成推理算法、模糊决策方法等[7]。模糊控制器具体见图2。
图2 模糊控制器示意图
3.1 量模糊化
工业炉燃烧系统模糊解耦控制器的输入与输出变量模糊子集选择[负大、负中、负小、零、正小、正中、正大]，以[NB、NM、NS、ZO、PS、PM、PB]表示，并将变量论域量化成13个层次，以[-6、-5、-4、-3、-2、-1、0、1、2、3、4、5、6]表示。
3.2 规则构建
模糊控制决策表基于模糊条件语句表征成规则，面向鼓风机频率创建规则表[8]，具体见表1。
表1 控制规则表
模糊控制规则直接构成了阐述整个工业炉燃烧系统控制流程的模糊算法，即离散式模糊模型，以分段条件式语言控制模型为载体。
3.3 模糊推理
作为模糊解耦控制核心环节，模糊推理基于知识库信息模拟真实推理决策过程，给定合适控制量。系统选择Mamdani模糊模型推理方式，就时刻模糊控制输入变量量化值获取隶属度值，然后找出模糊控制规则，便可获得控制量输出模糊集[9]。基于输入变量与输出变量隶属度函数获取模糊变量赋值表，具体见表2。
表2 赋值表
3.4 控制决策
以最大隶属度法实现解耦模糊判决，即于输出模糊集合内选择隶属度最大的论域元素判决结果，若在多论域元素内同步出现最大隶属度，则以均值为最终判决结果[10]。结果需取整处理，以获取相应量化等级值，就量化等级和精确值之间的相对应关系进行控制量计算。
计算机仿真需创建系统模型，并于各种不同环境下通过计算机动态化运行模型。以模糊解耦控制算法面向工业炉燃烧系统进行Matlab仿真分析。炉膛负压设置为-10 Pa，蒸汽压力设置为1 000 Pa，炉膛温度设置为800 ℃，此环境下，通过反复调试，选择解耦参数a2为0.1，b2为0.05。
在基于前馈补偿解耦的模糊控制与常规PID控制下工业炉燃烧系统的控制性能参数对比结果具体见表3。
表3 性能参数对比结果
由表3可知，基于模糊解耦控制算法的工业炉燃烧系统的炉膛负压、主汽压力、炉膛温度在超调量、响应时间、调节时间层面的表现均优于常规PID控制算法。
综上所述，作为工业主要动力设备，工业炉是把一次能源煤炭转换成动力的关键载体，本文面向工业炉生产过程中的燃烧系统解耦控制进行了深入研究，燃烧系统模糊解耦控制基于模糊控制灵活性较强且无需精确化数学模型的优势，促使系统拥有了良好性能参数。通过仿真分析发现，相较于常规PID控制算法，基于模糊解耦控制算法的工业炉燃烧系统的炉膛负压、主汽压力、炉膛温度在超调量、响应时间、调节时间层面的表现优异，不仅调节时间与响应时间大大缩短，而且超调量明显缩小。
猜你喜欢 控制算法炉膛模糊控制 制动器液冷控制系统模糊控制策略汽车实用技术(2022年15期)2022-08-19台车式热处理炉加热过程模拟与分析油气田地面工程(2022年4期)2022-04-20基于模糊控制的多圆弧路径自动平行泊车仿真汽车实用技术(2022年3期)2022-02-23梦中的父亲鸭绿江·华夏诗歌(2020年6期)2020-08-06基于dSPACE和PLC的控制算法测试系统设计中国测试(2018年9期)2018-05-14基于粒子群优化训练的模糊控制数学建模方法神州·中旬刊(2017年1期)2017-06-28包二电炉膛结焦分析及处理中小企业管理与科技·上旬刊(2016年11期)2016-11-28基于DCS的过程实时控制平台的研究科技视界(2016年2期)2016-03-30卫星姿控系统半物理仿真中转台控制算法的实现电子产品世界(2016年3期)2016-03-29天然气富氧燃烧炉的烟气余热回收和再循环调温方法及系统佛山陶瓷(2015年10期)2016-03-07