智能切換的模型參考模糊自適應(yīng)內(nèi)?？刂频难芯?/h1>
2012-09-21 06:27:48葉文通祝永華
時代農(nóng)機(jī) 2012年7期
葉文通，陳 勇，祝永華
(衢州學(xué)院，浙江 衢州 324000)
1 引言
從我國發(fā)電狀況來看，水力和核能發(fā)電發(fā)展很快，但由于火電發(fā)電具有投入少，工期短和見效快等優(yōu)勢，所以，火電發(fā)電還承擔(dān)著主要的發(fā)電任務(wù)。而火電發(fā)電會涉及到發(fā)電安全和穩(wěn)定高效運(yùn)行等重要問題。發(fā)電廠中單元機(jī)組的大容量、高參數(shù)、高效率的發(fā)展趨勢，必然會要求機(jī)組的控制系統(tǒng)要有較高的的控制品質(zhì)和高水平的自動化程度。而大滯后、大慣性、非線性和擾動頻繁等是單元機(jī)組具有的特征，運(yùn)用常規(guī)控制方法已很難滿足電網(wǎng)對機(jī)組的要求，必然要求火電控制中采用先進(jìn)的智能化控制方法如：模糊、預(yù)測控制、內(nèi)模控制等智能控制策略。在控制實(shí)現(xiàn)時，由于操作機(jī)構(gòu)等的限制，控制信號的幅度及其變化率會被限制，因此必然要求在設(shè)計控制器的時候考慮控制受限的問題。文獻(xiàn)中有利用柔化濾波器來限制控制量幅值、延長調(diào)節(jié)時間使控制量最小化等，但系統(tǒng)響應(yīng)的快速性必然受到影響。Garcia等利用線性規(guī)劃、二次規(guī)劃等來處理，但算法復(fù)雜，實(shí)現(xiàn)困難。
因此，本文采用模型參考自適應(yīng)控制的思想，結(jié)合模糊控制方法和內(nèi)?？刂品椒?，提出了一種模型參考模糊自適應(yīng)內(nèi)?？刂品椒ǎ涸谙嘞ㄔO(shè)計內(nèi)模控制器的基礎(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)。并用帶反饋校正的模型預(yù)測作系統(tǒng)輸出預(yù)測，根據(jù)系統(tǒng)響應(yīng)和系統(tǒng)預(yù)測值是否在給定誤差范圍內(nèi)來共同決定控制量在限幅值與內(nèi)?？刂破鬏敵鲋抵g進(jìn)行在線智能切換。并通過熱工對象的魯棒性仿真研究，證明其有效性。
2 模糊推理的模型參考自適應(yīng)內(nèi)?？刂葡到y(tǒng)設(shè)計
2.1 控制系統(tǒng)結(jié)構(gòu)
在相消法設(shè)計內(nèi)模控制器的基礎(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)如圖1所示。
圖1 自適應(yīng)內(nèi)?？刂葡到y(tǒng)
其中，G為原始的被控對象，GM為其模型，GC是智能控制器，F(xiàn)為反饋濾波器，R、D和Y分別為輸入、擾動及輸出，eM、e和△e分別為模型誤差、系統(tǒng)誤差及其變化率。
2.2 控制器的設(shè)計
在GM準(zhǔn)確的情況下我們可以通過對偶性來判斷閉環(huán)系統(tǒng)的穩(wěn)定性。
用相消法設(shè)計GC的思路是，將GM分解為兩部分，即：GM（z）=GM+（z）GM-（z），其中，GM（z）是實(shí)際連續(xù)過程模型的傳遞函數(shù)加零階保持器再離散化后得到的系統(tǒng)模型，GM+是模型的最小相位部分，GM-是模型的非最小相位部分。
則內(nèi)模控制器GC為其中f為可實(shí)現(xiàn)因子，即控制濾波器，通常設(shè)一階濾波器為
由對偶穩(wěn)定性可知，GC穩(wěn)定則閉環(huán)系統(tǒng)也穩(wěn)定。而且GC能保證系統(tǒng)對階躍輸入和擾動穩(wěn)態(tài)無差。
2.3 模糊參數(shù)調(diào)節(jié)器設(shè)計
系統(tǒng)誤差e及其變化率△e，分別記為E，EC為輸入變量；控制器參數(shù)α為輸出變量。取E和EC的論域均為[－6，6],用X和Y表示：
α 的論域分 5 檔，用 Z表示：Z＝{1，2，3，4，5}
子集記為：
E和EC及α的各模糊子集的隸屬度函數(shù)見表1和模糊規(guī)則控制表如表2所示。
表1 E和EC的各模糊子集的隸屬度函數(shù)
表2 模糊控制規(guī)則表
采用加權(quán)平均法對輸入數(shù)據(jù)進(jìn)行模糊化如表3所示。
表3 模糊參數(shù)整定表
2.4 智能控制器的整定
智能控制器的系統(tǒng)結(jié)構(gòu)圖如圖2所示。
圖2 智能內(nèi)?？刂平Y(jié)構(gòu)圖
如圖3，令y1和y2分別為系統(tǒng)誤差帶的下、上限,y1'和y2'分別為系統(tǒng)預(yù)測輸出的上、下限，y1、y2、y1'、y2'均可在線調(diào)整；y p(k+L)為系統(tǒng)模型預(yù)測輸出值，其L表示滯后步數(shù)。
圖3 輸出與誤差關(guān)系
采用對控制器的輸出采用分段計算的方法，控制規(guī)則如下:
①y(k)②y(k)>y2且yp(k+L)>y2'，按最小限幅值計算u(k)；
③其他均按式y(tǒng)=Gr×r+Gd×d=r計算控制量u(k)。
3 在線智能切換的模型參考模糊自適應(yīng)內(nèi)?？刂圃谶^熱汽溫中的應(yīng)用
針對國內(nèi)某500MW火電廠鍋爐過熱器一級減溫被控對象動態(tài)傳遞函數(shù)進(jìn)行在線智能調(diào)節(jié)的模型參考自適應(yīng)內(nèi)?？刂葡到y(tǒng)仿真，并與常規(guī)內(nèi)?？刂葡到y(tǒng)、PID控制系統(tǒng)作各種性能比較。
一級減溫控制系統(tǒng)被控對象的比例系數(shù)基本隨著負(fù)荷增大而增大，而時滯常數(shù)基本隨著負(fù)荷的增大而減小。文[8]由階躍響應(yīng)曲線來擬和求取傳遞函數(shù)，采用兩點(diǎn)法，則被控對象的傳遞函數(shù)為
當(dāng) 0≤u(k)≤2，取 α=0.6，在模型不變時，y1=0.75、y1'=1.8、y2=1.17、y2'=1.11，當(dāng)參數(shù)發(fā)生變化時，y1=0.68、y1'=1.04、y2=1.28、y2'=0.83。
圖中實(shí)線是為在線智能切換的模型參考自適應(yīng)內(nèi)模控制的響應(yīng)曲線，小虛線是常規(guī)內(nèi)?？刂频捻憫?yīng)曲線、大虛線是PID控制的響應(yīng)曲線。
圖4 模型匹配仿真結(jié)果
圖5 模型不匹配仿真結(jié)果
仿真結(jié)果表明，在模型匹配時，PID控制系統(tǒng)的響應(yīng)速度太慢，控制效果較差，而常規(guī)內(nèi)?？刂坪驮诰€智能切換的模型參考自適應(yīng)內(nèi)?？刂颇苓_(dá)到較好的控制效果；在模型失配時（K增大20%，滯后時間減小10%），PID控制較差，在線智能切換的模型參考自適應(yīng)內(nèi)模控制和常規(guī)內(nèi)模控制相比較，不僅同樣具有良好的快速性，而且超調(diào)小，魯棒性好。
4 結(jié)語
文章在總結(jié)自由度內(nèi)?？刂频恼{(diào)節(jié)方法和規(guī)律的基礎(chǔ)上，在相消法設(shè)計內(nèi)?？刂破鞯幕A(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)。并用帶反饋校正的模型預(yù)測作系統(tǒng)輸出預(yù)測，根據(jù)系統(tǒng)響應(yīng)和系統(tǒng)預(yù)測值是否在給定誤差范圍內(nèi)來共同決定控制量在限幅值與內(nèi)?？刂破鬏敵鲋抵g進(jìn)行在線智能切換。并通過熱工對象的仿真研究結(jié)果表明，這種方法可以使系統(tǒng)的性能達(dá)到快速性和魯棒性的最佳結(jié)合。其參數(shù)的在線調(diào)節(jié)的方法簡單實(shí)用，具有一定的工程應(yīng)用價值。
[1]Garcia C.E.,Morari.internal model control.A unifying review and some new results I&EC Process Des.Dev.,1982,21(2):308-323
[2]趙曜.內(nèi)?？刂瓢l(fā)展綜述[J].信息預(yù)控制，2000，29（6）：526～531.
[3]趙耀.直流調(diào)速系統(tǒng)的2自由度內(nèi)?？刂品椒╗J]電氣傳動，1997，27（1），41-43.
[4]張井崗，吳聚華，曾建潮.模型參考自適應(yīng)內(nèi)模控制及其仿真研究[J].系統(tǒng)仿真學(xué)報，1997，9（2）：38-43.
[5]李成鑫.有控制限幅的模型參考模糊自適應(yīng)內(nèi)?？刂蒲芯?[D].四川:四川大學(xué)，2006.
[6]金小崢，楊尤紅.考慮有執(zhí)行器故障和有界擾動的魯棒自適應(yīng)容錯補(bǔ)償控制(英文)[J].自動化學(xué)報，2009，（3）.
[7]柴天佑,張亞軍.基于未建模動態(tài)補(bǔ)償?shù)姆蔷€性自適應(yīng)切換控制方法[J].自動化學(xué)報，2011，（7）.
[8]郭巨眾.模糊內(nèi)?？刂颇：齼?nèi)?？刂萍捌湓谶^熱汽溫控制中的應(yīng)用[D].太原：太原理工大學(xué)，2006.
猜你喜歡
改進(jìn)的壓縮感知限幅噪聲消除方案系統(tǒng)工程與電子技術(shù)(2021年8期)2021-07-27 08:39:18 基于ADS-B的航空器測高系統(tǒng)誤差評估方法北京航空航天大學(xué)學(xué)報(2017年4期)2017-11-23 05:48:25 基于Bagging模型的慣導(dǎo)系統(tǒng)誤差抑制方法中國慣性技術(shù)學(xué)報(2017年1期)2017-06-09 08:15:14 存在系統(tǒng)誤差下交叉定位系統(tǒng)最優(yōu)交會角研究系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:58:58 鹽酸后處理對水熱合成納米鈦酸鹽形貌及光限幅效應(yīng)的影響物理化學(xué)學(xué)報(2015年7期)2015-12-30 12:13:18 基于內(nèi)?？刂频腟SSC前饋解耦控制策略研究四川電力技術(shù)(2015年5期)2015-12-19 11:04:52 基于三自由度內(nèi)模解耦控制的VSC-MTDC性能分析電測與儀表(2015年16期)2015-04-12 00:44:32 電測與儀表(2015年20期)2015-04-09 11:53:56 高頻開關(guān)電源模糊內(nèi)模PID控制器設(shè)計電測與儀表(2015年21期)2015-04-09 11:52:12 基于奇異譜的精密離心機(jī)空氣軸承主軸回轉(zhuǎn)系統(tǒng)誤差分析裝備環(huán)境工程(2015年5期)2015-02-28 01:20:35
葉文通，陳 勇，祝永華
(衢州學(xué)院，浙江 衢州 324000)
1 引言
從我國發(fā)電狀況來看，水力和核能發(fā)電發(fā)展很快，但由于火電發(fā)電具有投入少，工期短和見效快等優(yōu)勢，所以，火電發(fā)電還承擔(dān)著主要的發(fā)電任務(wù)。而火電發(fā)電會涉及到發(fā)電安全和穩(wěn)定高效運(yùn)行等重要問題。發(fā)電廠中單元機(jī)組的大容量、高參數(shù)、高效率的發(fā)展趨勢，必然會要求機(jī)組的控制系統(tǒng)要有較高的的控制品質(zhì)和高水平的自動化程度。而大滯后、大慣性、非線性和擾動頻繁等是單元機(jī)組具有的特征，運(yùn)用常規(guī)控制方法已很難滿足電網(wǎng)對機(jī)組的要求，必然要求火電控制中采用先進(jìn)的智能化控制方法如：模糊、預(yù)測控制、內(nèi)模控制等智能控制策略。在控制實(shí)現(xiàn)時，由于操作機(jī)構(gòu)等的限制，控制信號的幅度及其變化率會被限制，因此必然要求在設(shè)計控制器的時候考慮控制受限的問題。文獻(xiàn)中有利用柔化濾波器來限制控制量幅值、延長調(diào)節(jié)時間使控制量最小化等，但系統(tǒng)響應(yīng)的快速性必然受到影響。Garcia等利用線性規(guī)劃、二次規(guī)劃等來處理，但算法復(fù)雜，實(shí)現(xiàn)困難。
因此，本文采用模型參考自適應(yīng)控制的思想，結(jié)合模糊控制方法和內(nèi)?？刂品椒?，提出了一種模型參考模糊自適應(yīng)內(nèi)?？刂品椒ǎ涸谙嘞ㄔO(shè)計內(nèi)模控制器的基礎(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)。并用帶反饋校正的模型預(yù)測作系統(tǒng)輸出預(yù)測，根據(jù)系統(tǒng)響應(yīng)和系統(tǒng)預(yù)測值是否在給定誤差范圍內(nèi)來共同決定控制量在限幅值與內(nèi)?？刂破鬏敵鲋抵g進(jìn)行在線智能切換。并通過熱工對象的魯棒性仿真研究，證明其有效性。
2 模糊推理的模型參考自適應(yīng)內(nèi)?？刂葡到y(tǒng)設(shè)計
2.1 控制系統(tǒng)結(jié)構(gòu)
在相消法設(shè)計內(nèi)模控制器的基礎(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)如圖1所示。
圖1 自適應(yīng)內(nèi)?？刂葡到y(tǒng)
其中，G為原始的被控對象，GM為其模型，GC是智能控制器，F(xiàn)為反饋濾波器，R、D和Y分別為輸入、擾動及輸出，eM、e和△e分別為模型誤差、系統(tǒng)誤差及其變化率。
2.2 控制器的設(shè)計
在GM準(zhǔn)確的情況下我們可以通過對偶性來判斷閉環(huán)系統(tǒng)的穩(wěn)定性。
用相消法設(shè)計GC的思路是，將GM分解為兩部分，即：GM（z）=GM+（z）GM-（z），其中，GM（z）是實(shí)際連續(xù)過程模型的傳遞函數(shù)加零階保持器再離散化后得到的系統(tǒng)模型，GM+是模型的最小相位部分，GM-是模型的非最小相位部分。
則內(nèi)模控制器GC為其中f為可實(shí)現(xiàn)因子，即控制濾波器，通常設(shè)一階濾波器為
由對偶穩(wěn)定性可知，GC穩(wěn)定則閉環(huán)系統(tǒng)也穩(wěn)定。而且GC能保證系統(tǒng)對階躍輸入和擾動穩(wěn)態(tài)無差。
2.3 模糊參數(shù)調(diào)節(jié)器設(shè)計
系統(tǒng)誤差e及其變化率△e，分別記為E，EC為輸入變量；控制器參數(shù)α為輸出變量。取E和EC的論域均為[－6，6],用X和Y表示：
α 的論域分 5 檔，用 Z表示：Z＝{1，2，3，4，5}
子集記為：
E和EC及α的各模糊子集的隸屬度函數(shù)見表1和模糊規(guī)則控制表如表2所示。
表1 E和EC的各模糊子集的隸屬度函數(shù)
表2 模糊控制規(guī)則表
采用加權(quán)平均法對輸入數(shù)據(jù)進(jìn)行模糊化如表3所示。
表3 模糊參數(shù)整定表
2.4 智能控制器的整定
智能控制器的系統(tǒng)結(jié)構(gòu)圖如圖2所示。
圖2 智能內(nèi)?？刂平Y(jié)構(gòu)圖
如圖3，令y1和y2分別為系統(tǒng)誤差帶的下、上限,y1'和y2'分別為系統(tǒng)預(yù)測輸出的上、下限，y1、y2、y1'、y2'均可在線調(diào)整；y p(k+L)為系統(tǒng)模型預(yù)測輸出值，其L表示滯后步數(shù)。
圖3 輸出與誤差關(guān)系
采用對控制器的輸出采用分段計算的方法，控制規(guī)則如下:
①y(k) ②y(k)>y2且yp(k+L)>y2'，按最小限幅值計算u(k)； ③其他均按式y(tǒng)=Gr×r+Gd×d=r計算控制量u(k)。 針對國內(nèi)某500MW火電廠鍋爐過熱器一級減溫被控對象動態(tài)傳遞函數(shù)進(jìn)行在線智能調(diào)節(jié)的模型參考自適應(yīng)內(nèi)?？刂葡到y(tǒng)仿真，并與常規(guī)內(nèi)?？刂葡到y(tǒng)、PID控制系統(tǒng)作各種性能比較。 一級減溫控制系統(tǒng)被控對象的比例系數(shù)基本隨著負(fù)荷增大而增大，而時滯常數(shù)基本隨著負(fù)荷的增大而減小。文[8]由階躍響應(yīng)曲線來擬和求取傳遞函數(shù)，采用兩點(diǎn)法，則被控對象的傳遞函數(shù)為 當(dāng) 0≤u(k)≤2，取 α=0.6，在模型不變時，y1=0.75、y1'=1.8、y2=1.17、y2'=1.11，當(dāng)參數(shù)發(fā)生變化時，y1=0.68、y1'=1.04、y2=1.28、y2'=0.83。 圖中實(shí)線是為在線智能切換的模型參考自適應(yīng)內(nèi)模控制的響應(yīng)曲線，小虛線是常規(guī)內(nèi)?？刂频捻憫?yīng)曲線、大虛線是PID控制的響應(yīng)曲線。 圖4 模型匹配仿真結(jié)果 圖5 模型不匹配仿真結(jié)果 仿真結(jié)果表明，在模型匹配時，PID控制系統(tǒng)的響應(yīng)速度太慢，控制效果較差，而常規(guī)內(nèi)?？刂坪驮诰€智能切換的模型參考自適應(yīng)內(nèi)?？刂颇苓_(dá)到較好的控制效果；在模型失配時（K增大20%，滯后時間減小10%），PID控制較差，在線智能切換的模型參考自適應(yīng)內(nèi)模控制和常規(guī)內(nèi)模控制相比較，不僅同樣具有良好的快速性，而且超調(diào)小，魯棒性好。 文章在總結(jié)自由度內(nèi)?？刂频恼{(diào)節(jié)方法和規(guī)律的基礎(chǔ)上，在相消法設(shè)計內(nèi)?？刂破鞯幕A(chǔ)上，利用參考模型的系統(tǒng)誤差及其變化率去調(diào)節(jié)控制器中的參數(shù)。并用帶反饋校正的模型預(yù)測作系統(tǒng)輸出預(yù)測，根據(jù)系統(tǒng)響應(yīng)和系統(tǒng)預(yù)測值是否在給定誤差范圍內(nèi)來共同決定控制量在限幅值與內(nèi)?？刂破鬏敵鲋抵g進(jìn)行在線智能切換。并通過熱工對象的仿真研究結(jié)果表明，這種方法可以使系統(tǒng)的性能達(dá)到快速性和魯棒性的最佳結(jié)合。其參數(shù)的在線調(diào)節(jié)的方法簡單實(shí)用，具有一定的工程應(yīng)用價值。 [1]Garcia C.E.,Morari.internal model control.A unifying review and some new results I&EC Process Des.Dev.,1982,21(2):308-323 [2]趙曜.內(nèi)?？刂瓢l(fā)展綜述[J].信息預(yù)控制，2000，29（6）：526～531. [3]趙耀.直流調(diào)速系統(tǒng)的2自由度內(nèi)?？刂品椒╗J]電氣傳動，1997，27（1），41-43. [4]張井崗，吳聚華，曾建潮.模型參考自適應(yīng)內(nèi)模控制及其仿真研究[J].系統(tǒng)仿真學(xué)報，1997，9（2）：38-43. [5]李成鑫.有控制限幅的模型參考模糊自適應(yīng)內(nèi)?？刂蒲芯?[D].四川:四川大學(xué)，2006. [6]金小崢，楊尤紅.考慮有執(zhí)行器故障和有界擾動的魯棒自適應(yīng)容錯補(bǔ)償控制(英文)[J].自動化學(xué)報，2009，（3）. [7]柴天佑,張亞軍.基于未建模動態(tài)補(bǔ)償?shù)姆蔷€性自適應(yīng)切換控制方法[J].自動化學(xué)報，2011，（7）. [8]郭巨眾.模糊內(nèi)?？刂颇：齼?nèi)?？刂萍捌湓谶^熱汽溫控制中的應(yīng)用[D].太原：太原理工大學(xué)，2006.3 在線智能切換的模型參考模糊自適應(yīng)內(nèi)?？刂圃谶^熱汽溫中的應(yīng)用
4 結(jié)語
猜你喜歡
系統(tǒng)工程與電子技術(shù)(2021年8期)2021-07-27 08:39:18
北京航空航天大學(xué)學(xué)報(2017年4期)2017-11-23 05:48:25
中國慣性技術(shù)學(xué)報(2017年1期)2017-06-09 08:15:14
系統(tǒng)工程與電子技術(shù)(2016年7期)2016-08-21 13:58:58
物理化學(xué)學(xué)報(2015年7期)2015-12-30 12:13:18
四川電力技術(shù)(2015年5期)2015-12-19 11:04:52
電測與儀表(2015年16期)2015-04-12 00:44:32
電測與儀表(2015年21期)2015-04-09 11:52:12
裝備環(huán)境工程(2015年5期)2015-02-28 01:20:35
