高志國

(中石化中原石油工程設(shè)計有限公司，河南 濮陽 457001)

?

天然氣檢定裝置控制算法研究

高志國

(中石化中原石油工程設(shè)計有限公司，河南 濮陽 457001)

摘要：在流量計進行天然氣實流檢定過程中，需要在不同的流量檢定點下進行校準(zhǔn)。通過對壓力、流量被控對象的研究，分析了控制對象中非線性因素導(dǎo)致不同流量工作點控制性能變化的可能性。針對流量和壓力控制問題，利用動態(tài)流程模擬平臺對模擬對象特性進行試驗研究，根據(jù)模擬對象特性選擇合適的先進控制算法對流量和壓力進行更優(yōu)的控制調(diào)節(jié)，實現(xiàn)各工況下流量、壓力等參數(shù)的快速調(diào)節(jié)以及高度穩(wěn)定。

關(guān)鍵詞：流量檢定控制算法控制對象模糊自適應(yīng)

隨著天然氣在國內(nèi)能源消耗份額的逐年增加，流量計作為天然氣計量工具應(yīng)用也越來越廣，流量計的檢定成為重要的發(fā)展市場。中國石油化工集團公司即將建成的國家石油天然氣大流量計量站武漢分站是具有原級標(biāo)準(zhǔn)的國家級天然氣實流檢定站，能夠滿足國內(nèi)越來越多的流量計檢定需求。

根據(jù)流量計檢定規(guī)程規(guī)定，被檢流量計需要在多個流量檢定點下進行校準(zhǔn)。在不同的流量檢定點切換過程中，流量、壓力有大幅度的變化，需通過控制算法對壓力、流量進行控制，實現(xiàn)多個流量檢定點的平穩(wěn)切換。通過對被控對象特性(例如閥門的特性)的分析，文中研究了其非線性導(dǎo)致不同工作點控制性能變化的可能性，為了保證計量精度，通過先進的控制算法確保各工況下流量、壓力等參數(shù)的快速調(diào)節(jié)以及高度穩(wěn)定。該項研究中被控對象是通過HYSYS建立的動態(tài)流程模擬，運用VB建立控制器，通過VB和HYSYS的連接通信來實現(xiàn)模擬對象的控制，同時充分利用Matlab強大的運算能力，在開發(fā)控制器算法過程中，采用Matlab進行運算，通過VB和Matlab實時進行數(shù)據(jù)交換，實現(xiàn)了整體控制器的控制功能。

1控制對象分析

針對流量計檢定過程中不同檢定點的流量和壓力控制問題，利用動態(tài)流程模擬平臺對模擬對象特性進行試驗研究，目的是通過試驗的方法獲得模擬對象特性，根據(jù)模擬對象特性選擇合適的先進控制算法對流量和壓力進行更優(yōu)的控制調(diào)節(jié)。通過流程模擬軟件建立天然氣計量檢定站的動態(tài)流程模擬平臺。

國家石油天然氣大流量計量站武漢分站流量調(diào)節(jié)分3條支路，各支路管徑以及流通能力不同，根據(jù)流量大小運用邏輯控制單元選定流通支路，同時控制管線上的流量調(diào)節(jié)閥來調(diào)節(jié)流量大小。用于調(diào)節(jié)檢定天然氣的壓力控制單元同樣分為3條支路，選擇流通支路的方法與流量調(diào)節(jié)支路相同，通過控制管線上的壓力調(diào)節(jié)閥調(diào)節(jié)壓力大小。

根據(jù)常規(guī)控制經(jīng)驗分析，流體在調(diào)節(jié)過程中流量和壓力對象都存在明顯的非線性，采用常規(guī)的PID控制難以得到很好的控制效果；同時在外部干擾的作用下，流量和壓力的控制精度降低，在一定的范圍內(nèi)出現(xiàn)波動，因而考慮采用先進控制算法。

2控制方案

為滿足流量計檢定工況中流量、壓力PID參數(shù)的自適應(yīng)需求，控制方案考慮采用適用于非線性對象控制的單神經(jīng)元自適應(yīng)PID控制算法或者模糊自適應(yīng)PID控制算法，對流量和壓力進行控制。

2.1單神經(jīng)元自適應(yīng)PID控制算法

神經(jīng)網(wǎng)絡(luò)是模擬人腦思維方式的數(shù)學(xué)模型，它是智能控制的一個重要分支，為解決復(fù)雜的非線性、不確定、不確知系統(tǒng)的控制問題開辟了新途徑。由具有自學(xué)習(xí)和自適應(yīng)能力的單神經(jīng)元構(gòu)成單神經(jīng)元自適應(yīng)智能PID控制器，不但結(jié)構(gòu)簡單，而且能適應(yīng)環(huán)境變化，有較強的魯棒性，能夠在控制系統(tǒng)出現(xiàn)數(shù)據(jù)溢出等異常情況下進行工作。單神經(jīng)元自適應(yīng)PID控制結(jié)構(gòu)如圖1所示。

圖1　單神經(jīng)元自適應(yīng)PID控制結(jié)構(gòu)示意

典型的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則有三種： 無監(jiān)督的Hebb學(xué)習(xí)規(guī)則、有監(jiān)督的Delta學(xué)習(xí)規(guī)則、有監(jiān)督的Hebb學(xué)習(xí)規(guī)則。單神經(jīng)元自適應(yīng)控制器是通過對加權(quán)系數(shù)的調(diào)整實現(xiàn)自適應(yīng)、自組織功能，加權(quán)系數(shù)的調(diào)整按有監(jiān)督的Hebb學(xué)習(xí)規(guī)則實現(xiàn)。控制算法及學(xué)習(xí)算法為

(1)

(2)

w1(k)=w1(k-1)+ηIz(k)u(k)x1(k)

(3)

w2(k)=w2(k-1)+ηPz(k)u(k)x2(k)

(4)

w3(k)=w3(k-1)+ηDz(k)u(k)x3(k)

(5)

式中：K——神經(jīng)元的比例系數(shù)，K>0；u——加權(quán)和；w——加權(quán)系數(shù)；x——輸入向量；ηP，ηI，ηD——分別為比例、積分、微分的學(xué)習(xí)速率。

對比例、積分和微分分別采用了不同的學(xué)習(xí)速率ηP，ηI，ηD以便對不同的加權(quán)系數(shù)分別進行調(diào)整。K值的選擇非常重要，K越大，則快速性越好，但是超調(diào)量大，甚至可能使系統(tǒng)不穩(wěn)定。當(dāng)被控對象延時增大時，K值必須減小，以保證系統(tǒng)穩(wěn)定；K值選擇過小，會使系統(tǒng)的快速性變差。

2.2模糊自適應(yīng)PID控制算法

模糊自適應(yīng)PID控制就是通過運用模糊數(shù)學(xué)的基本理論和方法，把規(guī)則的條件、操作用模糊集表示，并把這些模糊控制規(guī)則以及有關(guān)信息作為知識存入計算機知識庫中，計算機根據(jù)控制系統(tǒng)的實際響應(yīng)情況，運用模糊推理，即可自動實現(xiàn)對PID參數(shù)的最佳調(diào)整。

自適應(yīng)模糊PID控制器以誤差e和誤差變化ec作為輸入，以滿足不同時刻的e和ec對PID參數(shù)自整定的要求。自適應(yīng)模糊PID控制器結(jié)構(gòu)如圖2所示。

圖2　模糊自適應(yīng)PID控制器結(jié)構(gòu)示意

PID控制器參數(shù)模糊自整定是找出PID 3個參數(shù)與e和ec之間的模糊關(guān)系，在運行中通過不斷檢測e和ec，根據(jù)模糊控制原理對PID 3個參數(shù)進行在線修改，以滿足不同e和ec時對控制參數(shù)的不同要求，而使被控對象有良好的動、靜態(tài)性能。

在控制器運行的某段時期內(nèi)，控制系統(tǒng)通過對模糊邏輯規(guī)則的結(jié)果處理、查表和運算，自動完成對PID參數(shù)的在線自校正，其工作流程如圖3所示。

圖3　模糊自適應(yīng)PID控制器工作流程示意

3控制算法結(jié)果分析

3.1不同算法對壓力和流量的控制品質(zhì)

取4個流量檢定點400，600，1000，1600m3/h為例,實驗觀察不同檢定點的切換過程，通過不同的控制算法進行流量和壓力的控制。通過比較單神經(jīng)元自適應(yīng)PID、模糊自適應(yīng)PID兩種控制方案的控制品質(zhì)，選擇最優(yōu)的控制方案。

1) 單神經(jīng)元自適應(yīng)PID流量、壓力調(diào)節(jié)曲線如圖4，圖5所示。

圖4　單神經(jīng)元自適應(yīng)PID流量調(diào)節(jié)曲線

圖5　單神經(jīng)元自適應(yīng)PID壓力調(diào)節(jié)曲線

2) 模糊自適應(yīng)PID控制流量、壓力調(diào)節(jié)曲線如圖6，圖7所示。

圖6　模糊自適應(yīng)PID流量調(diào)節(jié)曲線

圖7　模糊自適應(yīng)PID壓力調(diào)節(jié)曲線

3.2兩種控制方案效果對比

對兩種控制方案的控制品質(zhì)進行比較，選取調(diào)節(jié)時間和動態(tài)偏差作為評定指標(biāo)，統(tǒng)計結(jié)果見表1所列。

表1　實驗結(jié)果統(tǒng)計

通過表1的數(shù)據(jù)可以看出：

1) 從減小調(diào)節(jié)時間的角度出發(fā)，單神經(jīng)元自適應(yīng)PID在這3個過程中的調(diào)節(jié)時間分別為3.0，2.0，3.0，3.0，2.5，4.0min；模糊自適應(yīng)PID在這3個過程中的調(diào)節(jié)時間分別為4.0，3.0，3.0，5.0，5.0，7.0min。因此，兩種先進控制算法都能夠在一定程度上減少調(diào)節(jié)時間，但單神經(jīng)元自適應(yīng)PID控制的效果更好，通過數(shù)據(jù)可以看出，該控制方案能在常規(guī)PID的基礎(chǔ)上將調(diào)節(jié)時間減少50%以上，顯著提高了檢定效率。

2) 從降低動態(tài)偏差的角度出發(fā)(該報告中動態(tài)偏差為調(diào)節(jié)過程中最大動態(tài)偏差)，運用單神經(jīng)元自適應(yīng)PID控制調(diào)節(jié)壓力的過程中出現(xiàn)的最大動態(tài)偏差為0.01，0.04，0.04MPa；運用模糊自適應(yīng)PID控制調(diào)節(jié)壓力的過程中出現(xiàn)的最大動態(tài)偏差為0.01，0.03，0.04MPa。通過實驗數(shù)據(jù)可以看出，兩種先進控制算法也能夠很好地降低動態(tài)偏差，比較來說兩種先進控制算法在減小壓力最大動態(tài)偏差的過程中效果接近，但是模糊自適應(yīng)PID在流量的調(diào)節(jié)過程中會加劇產(chǎn)生流量的波動。所以從降低動態(tài)偏差的角度出發(fā)，應(yīng)該選擇單神經(jīng)元自適應(yīng)PID控制。

綜合考慮調(diào)節(jié)時間和動態(tài)偏差兩項評定指標(biāo)，在兩種控制方案中選取單神經(jīng)元自適應(yīng)PID能夠取得更好的壓力和流量控制效果。

4結(jié)束語

筆者通過對氣體實流檢定裝置壓力流量控制

方法研究的介紹，研究用于氣體壓力流量控制的兩種先進控制算法，仿真模擬實驗分析結(jié)果表明單神經(jīng)元自適應(yīng)PID能夠?qū)^大幅值的擾動進行一定程度的調(diào)節(jié)，快速地克服擾動作用并且得到很高的控制精度，從而使檢定過程中流量和壓力的精度達到檢定要求。

參考文獻:

[1]霍罡，曹輝.可編程序控制器模擬量及PID算法應(yīng)用案例[M].北京： 高等教育出版社,2013： 113-156.

[2]潘彥.算法設(shè)計與分析基礎(chǔ)[M].北京： 清華大學(xué)出版社，2015： 76-178.

[3]高飛.Matlab智能算法超級學(xué)習(xí)手冊[M].北京： 人民郵電出版社，2014： 56-164.

[4]余勝威.Matlab優(yōu)化算法案例分析與應(yīng)用[M].北京： 清華大學(xué)出版社，2014： 44-98.

[5]斯帝博.非線性系統(tǒng)手冊[M].北京： 電子工業(yè)出版社，2013： 156-204.

[6]曲福恒.模糊聚類算法應(yīng)用[M].北京： 國防工業(yè)出版社，2011： 115-168.

[7]楊光友．朱宏輝．單片微型計算機原理及接口技術(shù)[M].北京： 中國水利水電出版社，2002： 186-224.

[8]李江全.計算機測控與串口通信開發(fā)軟件應(yīng)用軟件[M].北京： 人民郵電出版社，2008： 67-154.

[9]王華忠.監(jiān)控與數(shù)據(jù)采集系統(tǒng)及其應(yīng)用[M].北京： 電子工業(yè)出版社，2010： 76-168.

[10]扈嘯.單片機數(shù)據(jù)通信技術(shù)入門到精通[M].西安： 西安電子科技大學(xué)出版社，2002： 65-144.

Study on Control Algorithm of Natural Gas Detection Device

Gao Zhiguo

(Sinopec Zhongyuan Petroleum Engineering Co. Ltd., Puyang,457001, China)

Abstract：Calibration should be done under different flow during verification of actual natural gas flow with flow-meter. Possibility of nonlinear factors leading to control property changes under different flow is analyzed through controlled object study of pressure and flow. Aiming at problems of flow and pressure control, simulation object characteristics are studied with dynamic process simulation platform. Appropriate advanced control algorithms are selected to adjust better flow and pressure according to simulation object properties to achieve quick adjustment and high stability under different flow and pressure.

Key words:flow verification; control algorithm; control object; blurry adaptive

作者簡介：高志國(1977—)，男，山東東營人，1998年畢業(yè)于西南石油學(xué)院計算機應(yīng)用專業(yè)，獲碩士學(xué)位，現(xiàn)就職于中石化中原石油工程設(shè)計有限公司，負(fù)責(zé)儀表、控制系統(tǒng)的設(shè)計研究工作，曾從事多年DCS維護及現(xiàn)場總線維護工作，任儀表自動化高級工程師。

中圖分類號：TP273

文獻標(biāo)志碼：B

文章編號：1007-7324(2016)03-0063-03

稿件收到日期： 2016-01-08，修改稿收到日期： 2016-04-04。