趙文斌 賈默伊

(河北聯(lián)合大學(xué)電氣工程學(xué)院，河北 唐山 063000)

甲醇是多種有機(jī)產(chǎn)品的基本原料和重要有機(jī)溶劑，在化工、輕工、醫(yī)藥、紡織及有機(jī)合成等領(lǐng)域都有廣泛的用途。同時它也是一種清潔代用能源，隨著化工技術(shù)的發(fā)展和能源結(jié)構(gòu)的改變，將甲醇作為汽車燃料添加劑制成甲醇汽油的方法，解決了能源短缺與需求加劇之間的矛盾。而在焦?fàn)t煤氣制甲醇過程中，甲醇原料氣轉(zhuǎn)化工段的轉(zhuǎn)化爐內(nèi)溫度具有非線性、大時滯及不確定等特點，常規(guī)的PID控制無法解決穩(wěn)定性與準(zhǔn)確性之間的矛盾，難以達(dá)到甲醇合成精確控溫的要求。并且，目前常用的PLC控制器體積大、成本高、兼容性差，功能拓展還需較多的模塊。為此筆者將神經(jīng)網(wǎng)絡(luò)與常規(guī)PID控制相結(jié)合，設(shè)計了基于FPGA的溫度控制系統(tǒng)，實現(xiàn)對甲醇轉(zhuǎn)化爐的溫度控制。

1 轉(zhuǎn)化爐溫度控制流程①

在甲醇的生產(chǎn)過程中，轉(zhuǎn)化爐的作用是將焦?fàn)t煤氣中的甲烷轉(zhuǎn)化成合成甲醇的有效氣體CO、CO2和H2[1]，轉(zhuǎn)化方法為催化部分氧化法。在實際生產(chǎn)過程中，轉(zhuǎn)化爐的床層溫度與氣體壓力是轉(zhuǎn)化系統(tǒng)的重要參數(shù)，它們直接影響原料氣的質(zhì)量與產(chǎn)量。其中，輸入O2的壓力必須大于焦?fàn)t煤氣的壓力，否則，甲烷不能充分反應(yīng)。同時，轉(zhuǎn)化過程是放熱反應(yīng)，要控制O2的流量以控制反應(yīng)的速率，否則，隨著反應(yīng)的進(jìn)行將使催化劑溫度逐漸升高，嚴(yán)重時將燒毀催化劑。并且，各種氣體流量必須成比例，若O2過多，焦?fàn)t煤氣過少，將導(dǎo)致CO2過多，CO過少；反之，焦?fàn)t煤氣過多剩余。這些都會導(dǎo)致轉(zhuǎn)化爐的爐溫改變，影響轉(zhuǎn)化效率，降低甲醇生成率。因此，在甲醇轉(zhuǎn)化爐控制系統(tǒng)中，選擇O2的流量為控制量，轉(zhuǎn)化爐出口溫度為被控制量。

轉(zhuǎn)化爐溫度控制流程如圖1所示。適當(dāng)開大O2進(jìn)氣閥門，O2注入量增多，則爐內(nèi)溫度升高；適當(dāng)調(diào)小O2進(jìn)氣閥門，O2注入量減少，則爐內(nèi)溫度降低。當(dāng)O2流量為5 025～5 515m3/h，轉(zhuǎn)化爐出口溫度在915～935℃之間，甲烷含量低于0.7%(干基)時，為焦?fàn)t煤氣轉(zhuǎn)化率的最佳控制點[2]。

2 轉(zhuǎn)化爐溫度控制系統(tǒng)整體設(shè)計

轉(zhuǎn)化爐溫度控制系統(tǒng)整體框圖如圖2所示。FPGA作為控制器控制轉(zhuǎn)化爐的出口溫度，使其恒定為設(shè)定值，保證得到高純度的原料氣產(chǎn)品；設(shè)定溫度由上位機(jī)經(jīng)過通信網(wǎng)絡(luò)向現(xiàn)場的FPGA控制器輸入，溫度傳感器對原料氣溫度進(jìn)行測量，經(jīng)A/D轉(zhuǎn)換后，將實時數(shù)字測量值送回FPGA；FPGA將測量值與設(shè)定值進(jìn)行比較，經(jīng)過控制算法處理后，通過驅(qū)動電路將控制信號傳給執(zhí)行機(jī)構(gòu)，通過控制O2注入量，達(dá)到控制溫度的目的。

轉(zhuǎn)化爐溫度控制系統(tǒng)的硬件部分主要包括FPGA、外部電源、溫度測量、執(zhí)行器驅(qū)動、控制按鍵和LCD顯示[3]。FPGA芯片是ACEX系列的EP1K30QC208-3，可用管腳147個，并采用Altera提供的專用ROM配置芯片EPC2對其進(jìn)行數(shù)據(jù)配置；系統(tǒng)所需電源由外部電源電路提供；外部50MHz石英晶振為FPGA提供時鐘信號；控制面板由開關(guān)和控制按鍵組成，開關(guān)用來控制LCD顯示，控制按鍵用來向FPGA輸入設(shè)定溫度?？刂葡到y(tǒng)硬件電路主要包括：FPGA核心板、系統(tǒng)電源、熱電偶測溫電路、LM35溫度補償、調(diào)節(jié)閥驅(qū)動電路、控制面板、系統(tǒng)狀態(tài)顯示單元和存儲與通信模塊。系統(tǒng)硬件結(jié)構(gòu)如圖3所示。

圖1 轉(zhuǎn)化爐溫度控制流程

圖2 轉(zhuǎn)化爐溫度控制系統(tǒng)整體框圖

圖3 轉(zhuǎn)化爐溫度控制系統(tǒng)硬件結(jié)構(gòu)

FPGA芯片EP1K30QC208-3可用管腳個數(shù)為147個，滿足了系統(tǒng)所需(43個)，系統(tǒng)無需再添加任何外圍擴(kuò)展芯片。在系統(tǒng)總程序編譯完成后，所生成的下載文件為973個邏輯單元，而EP1K30QC208-3的邏輯單元為1 728個，所以系統(tǒng)只占芯片總資源的56%，所選芯片可用。

3 神經(jīng)網(wǎng)絡(luò)PID控制算法

神經(jīng)網(wǎng)絡(luò)PID控制是將神經(jīng)網(wǎng)絡(luò)應(yīng)用于PID控制并與傳統(tǒng)PID控制器相結(jié)合的一種改進(jìn)型控制方法，是對傳統(tǒng)PID控制的一種改進(jìn)和優(yōu)化。神經(jīng)網(wǎng)絡(luò)PID控制器有兩個神經(jīng)網(wǎng)絡(luò)：系統(tǒng)在線辨識器(NNI)和自適應(yīng)PID控制器(NNC)。PID控制器NNC由動態(tài)神經(jīng)網(wǎng)絡(luò)組成，包括數(shù)值積分器、一步滯后環(huán)節(jié)z-1和自適應(yīng)線性神經(jīng)元。系統(tǒng)工作原理為：在NNI對被控對象進(jìn)行在線辨識的基礎(chǔ)上，通過對NNC的權(quán)進(jìn)行實時調(diào)整，使系統(tǒng)具有自適應(yīng)性，從而達(dá)到有效控制的目的。

傳統(tǒng)的PID控制器算式如下：

(1)

相應(yīng)的離散算式為：

(2)

其中KP、KI、KD分別為比例、積分、微分系數(shù)；e(k)為第k次采樣的輸入偏差值；u(k)為第k次采樣時刻的輸出值。u(k)的增量式PID控制算法為：

Δu(k)=KPΔe(k)+KIe(k)+KD[Δe(k)-Δe(k-1)]

=u1(k)+u2(k)+u3(k)

(3)

根據(jù)式(3)，用一個單神經(jīng)元構(gòu)造PID控制器，其網(wǎng)絡(luò)輸入為：

x1(k)=e(k)

x2(k)=Δe(k)=e(k)-e(k-1)

(4)

x3(k)=Δ2e(k)=e(k)-2e(k-1)+e(k-2)

e(k)=r(k)-y(k)

網(wǎng)絡(luò)輸出為：

u(k)=v1x1(k)+v2x2(k)+v3x3(k)

(5)

其中，vi為控制器的加權(quán)系數(shù)，相當(dāng)于PID控制器中的比例、積分、微分系數(shù)(KP、KI、KD)，但與傳統(tǒng)PID控制器不同的是參數(shù)vi可以進(jìn)行在線修正。通過不斷調(diào)整vi使之達(dá)到最優(yōu)值v*，從而達(dá)到改善控制系統(tǒng)性能的目的[4]。

在調(diào)整vi使之達(dá)到最優(yōu)值v*的過程中，神經(jīng)網(wǎng)絡(luò)要經(jīng)過多次訓(xùn)練，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練是在正常模式下，經(jīng)歷4個狀態(tài)由狀態(tài)機(jī)來實現(xiàn)的。當(dāng)使能信號ENA為高電平時，啟動正常模式，進(jìn)入狀態(tài)一，然后逐層計算4個狀態(tài)，再經(jīng)過后面的D/A轉(zhuǎn)換，直接對執(zhí)行器進(jìn)行控制。

4 神經(jīng)網(wǎng)絡(luò)PID的Simulink仿真

4.1 建立仿真

利用圖形化工具函數(shù)Simulink來完成神經(jīng)網(wǎng)絡(luò)控制器的仿真設(shè)計。由于Simulink中不含神經(jīng)網(wǎng)絡(luò)PID控制器的應(yīng)用模塊，因此如果簡單地應(yīng)用Simulink將無法對其進(jìn)行仿真，在這里引入S函數(shù)來創(chuàng)建一個新的神經(jīng)網(wǎng)絡(luò)PID控制模塊[5]。向其寫入S函數(shù)：

Function[sys,x0]=neuro[t,x,u,flag,ηI,ηP,ηD,k]

if flag== 2 sys(1)=x(1)+ηI*u(1)*u(1)

sys(2)=x(2)+ηP*u(1)*u(2)

sys(3)=x(3)+ηD*u(1)*u(3)

if flag==3

sys=k*(x(1)*u(1)+x(2)*u(2)+x(3)*u(3))/(x(1)+x(2)+x(3));

else if flag==0

sys=[0,3,1,3,0,0]

x0=[0.5,0.5,0.5]

else

sys=[ ];

end

end

end

在控制器中，神經(jīng)元權(quán)值wi(i=1，2，3)的初始值均設(shè)定為0.5。ηI、ηP、ηD、k分別為神經(jīng)元的比例學(xué)習(xí)速率、積分學(xué)習(xí)速率、微分學(xué)習(xí)速率和比例系數(shù)。

圖4 Simulink仿真結(jié)構(gòu)

4.2 仿真對比

在轉(zhuǎn)化爐實際生產(chǎn)過程中，影響爐溫的因素有很多，正常生產(chǎn)時注意調(diào)整以下各項指標(biāo)以保證系統(tǒng)的穩(wěn)定運行：焦?fàn)t煤氣進(jìn)爐溫度660℃，壓力2.5MPa；飽和蒸汽進(jìn)氣壓3.0MPa；O2進(jìn)爐溫度100℃，壓力3.5MPa，流量5 025～5 515m3/h；轉(zhuǎn)化爐出口溫度在915～935℃。

首先用臨界比例度法整定PID參數(shù)：KP=1.5、KI=2、KD=0.6；再使用Simulink進(jìn)行傳統(tǒng)PID與神經(jīng)網(wǎng)絡(luò)PID的仿真，選取其輸入為單位階躍響應(yīng)。為了更好地表現(xiàn)出神經(jīng)網(wǎng)絡(luò)PID控制方法的控制效果，在60s時加入一個干擾信號，再將兩種控制算法進(jìn)行比較，其仿真曲線如圖5所示。

圖5 兩種控制算法仿真曲線對比

由圖5可以看出，神經(jīng)網(wǎng)絡(luò)PID控制與傳統(tǒng)PID控制相比，超調(diào)量小、調(diào)節(jié)快速、調(diào)整時間短，說明它具有更好的控制特性。另外，神經(jīng)網(wǎng)絡(luò)PID穩(wěn)態(tài)誤差也比傳統(tǒng)PID控制下的小，說明它比傳統(tǒng)PID控制的控制精度更高。兩種控制算法的具體性能比較見表1。

表1 兩種算法的性能比較

從表1來看，神經(jīng)網(wǎng)絡(luò)PID控制幾乎不產(chǎn)生超調(diào)，整個過渡過程更加平穩(wěn)，且其響應(yīng)時間也大為縮短，其控制性能明顯優(yōu)于常規(guī)PID控制。

5 結(jié)束語

通過對甲醇原料氣轉(zhuǎn)化溫度控制、神經(jīng)網(wǎng)絡(luò)PID算法和FPGA處理器的研究，設(shè)計出了一整套的溫度控制系統(tǒng)。該系統(tǒng)表現(xiàn)了較強(qiáng)的魯棒性和抗干擾能力，能夠有效地克服轉(zhuǎn)化爐氣體出口溫度的時變、非線性與大遲延特性，提高了控制品質(zhì)，在甲醇生產(chǎn)控溫過程中有著廣闊的應(yīng)用前景。