趙海濤,郭少娟

(西安航天源動力工程有限公司，陜西 西安 710100)

基于神經(jīng)元PID的SCR脫硝控制系統(tǒng)研究

趙海濤,郭少娟

(西安航天源動力工程有限公司，陜西 西安 710100)

大氣污染問題已成為當(dāng)今社會發(fā)展過程中亟待解決的重要問題之一，而煙氣選擇性催化還原法(SCR)脫硝控制技術(shù)是環(huán)保脫硝領(lǐng)域的關(guān)鍵技術(shù)。對如何更好地實(shí)現(xiàn)基于SCR技術(shù)的氮氧化物排放控制問題進(jìn)行了研究，提出了基于神經(jīng)元PID的SCR脫硝控制系統(tǒng)。重點(diǎn)分析了系統(tǒng)功能和控制算法。通過Matlab仿真與試驗(yàn)驗(yàn)證，從理論和實(shí)踐相結(jié)合的角度對基于神經(jīng)元PID的SCR脫硝控制系統(tǒng)進(jìn)行了研究和分析。通過在某化學(xué)項(xiàng)目中的實(shí)際應(yīng)用，驗(yàn)證了該控制方法能夠使脫硝效率穩(wěn)定地保持在92%以上，表明其是一種先進(jìn)的、抗干擾能力強(qiáng)的控制算法。該控制方法能夠促進(jìn)SCR脫硝技術(shù)的進(jìn)一步發(fā)展，并將智能控制技術(shù)推向新的應(yīng)用領(lǐng)域，對于促進(jìn)環(huán)境保護(hù)和社會發(fā)展都有一定的實(shí)際意義。

大氣污染； 環(huán)保; 智能控制; PID; 選擇性催化還原法; 脫硝; 神經(jīng)網(wǎng)絡(luò)

0 引言

隨著經(jīng)濟(jì)的發(fā)展和工業(yè)化進(jìn)程的不斷加速，環(huán)保問題已經(jīng)成為當(dāng)今亟待解決的經(jīng)濟(jì)問題和社會問題。氮氧化物(NOx)是影響環(huán)境的主要污染物之一。其主要來源于工業(yè)排放，因此控制和有效處理工業(yè)排放是關(guān)系國計(jì)民生的重要工作。目前，工業(yè)領(lǐng)域的主流脫硝技術(shù)有選擇性催化還原法(selective catalytic reduction，SCR)與選擇性非催化還原法(selective non-catalytic reduction，SNCR)兩種。SCR脫硝控制技術(shù)是提高SCR脫硝效率的關(guān)鍵技術(shù)之一[1]，其脫硝效率可達(dá)到90%以上。

SCR脫硝關(guān)鍵技術(shù)之一是如何穩(wěn)定、準(zhǔn)確地控制煙氣溫度與噴氨流量，以滿足工藝系統(tǒng)的技術(shù)要求。因此，SCR脫硝控制系統(tǒng)的優(yōu)劣直接影響NOx脫硝的性能。如何穩(wěn)定、快速、準(zhǔn)確地控制系統(tǒng)運(yùn)行溫度和流量是當(dāng)前的重點(diǎn)研究方向。溫度是影響SCR脫硝催化劑活性的關(guān)鍵參數(shù)，常規(guī)SCR催化劑的最佳活性溫度為360 ℃左右，過大的溫度偏差會影響催化劑活性甚至壽命；同時(shí)，噴氨量是影響SCR脫硝效率的另一個(gè)重要因素，噴氨量的多少將直接影響脫硝效率和效益，會導(dǎo)致因噴氨量不足引起的脫硝效率下降或因噴氨量過大引起的二次污染。因此，如何更好地進(jìn)行關(guān)鍵參數(shù)控制已成為SCR脫硝技術(shù)的關(guān)鍵[2]。

目前，大多采用傳統(tǒng)的PID技術(shù)對SCR進(jìn)行控制，而對于具有大時(shí)變、大滯后的系統(tǒng)，難以實(shí)現(xiàn)良好的跟隨控制。神經(jīng)網(wǎng)絡(luò)技術(shù)作為近年來不斷發(fā)展的先進(jìn)智能控制技術(shù)，已經(jīng)在多個(gè)領(lǐng)域的應(yīng)用中取得良好效果，因此將智能神經(jīng)網(wǎng)絡(luò)控制技術(shù)與傳統(tǒng)PID控制技術(shù)相結(jié)合，應(yīng)用于環(huán)保脫硝領(lǐng)域，具有重要的理論和實(shí)踐意義。

1 SCR脫硝控制系統(tǒng)

1.1 SCR脫硝系統(tǒng)

典型SCR煙氣脫硝系統(tǒng)示意圖如圖1所示。

圖1 典型SCR煙氣脫硝系統(tǒng)示意圖

系統(tǒng)采用典型的SCR脫硝工藝進(jìn)行煙氣脫硝，滿足大氣排放要求，能夠?qū)ΤＲ姷拇蠖鄶?shù)燃料進(jìn)行燃燒處理和NOx排放控制。溫度與流量是SCR脫硝系統(tǒng)的重要控制參數(shù)，控制系統(tǒng)的性能直接影響SCR系統(tǒng)的性能。系統(tǒng)運(yùn)行前，要按照烘爐曲線對焚燒爐進(jìn)行升溫。當(dāng)烘爐達(dá)到工藝要求溫度時(shí)投入燃料，并根據(jù)熱力計(jì)算得到的燃燒溫度范圍為1 000～1 800 ℃，脫硝溫度在350 ℃左右。由于工業(yè)燃料具有成分多變、流量多變等特點(diǎn)，因此燃燒溫度和煙氣量會經(jīng)常發(fā)生變化。當(dāng)負(fù)荷變化時(shí)，實(shí)時(shí)調(diào)整噴氨量與煙氣溫度，可使系統(tǒng)關(guān)鍵參數(shù)始終滿足工藝參數(shù)要求，實(shí)現(xiàn)系統(tǒng)最佳運(yùn)行[3]。由于系統(tǒng)具備實(shí)時(shí)調(diào)節(jié)的跟隨性能，因此運(yùn)行人員無需根據(jù)工況負(fù)荷變化進(jìn)行相應(yīng)設(shè)置或手動調(diào)節(jié)即可正常工作。這樣既可以防止因負(fù)荷波動引起的系統(tǒng)參數(shù)波動，又可合理節(jié)能減排，達(dá)到了節(jié)能增效的目的。

1.2 智能溫控系統(tǒng)

以SCR溫控系統(tǒng)為主，介紹該控制算法的先進(jìn)性。煙氣脫硝系統(tǒng)的溫度控制尤為關(guān)鍵，傳統(tǒng)的溫度控制大多采用經(jīng)典PID控制方法。

該方法能夠滿足一般的工業(yè)溫控要求，具有自動調(diào)節(jié)的基本功能。隨著控制技術(shù)的不斷發(fā)展以及不同領(lǐng)域?qū)囟瓤刂埔蟮牟町悾絹碓蕉嗟南到y(tǒng)要求具有更好的穩(wěn)定性、準(zhǔn)確性、快速性，并能夠適應(yīng)不同系統(tǒng)工況的多變性。因此，智能溫控系統(tǒng)是解決該類問題的主要方法[4]。

本文采用基于神經(jīng)元PID的溫控算法。該方法既利用了傳統(tǒng)PID的成熟控制技術(shù)，又結(jié)合了智能控制領(lǐng)域的新技術(shù)，使溫控系統(tǒng)具有更好的穩(wěn)定性和自適應(yīng)性。傳統(tǒng)PID參數(shù)整定是通過靜態(tài)仿真或在靜態(tài)工況下人為設(shè)定實(shí)現(xiàn)的，隨著工況的變化，自適應(yīng)能力較差。本文設(shè)計(jì)的智能神經(jīng)元PID控制[5]，其參數(shù)整定是通過相應(yīng)的學(xué)習(xí)算法實(shí)現(xiàn)的，可對不同工況進(jìn)行自適應(yīng)調(diào)節(jié)，具有更強(qiáng)的穩(wěn)定性和魯棒性，能更好地適應(yīng)SCR系統(tǒng)的要求。

SCR脫硝系統(tǒng)智能溫控的基本原理是根據(jù)燃燒系統(tǒng)運(yùn)行溫度曲線，設(shè)定換熱器換熱量。通過判斷實(shí)際溫差是否滿足設(shè)定要求，來調(diào)節(jié)換熱量及其PID控制參數(shù)，使換熱系統(tǒng)的吸收功率與燃燒系統(tǒng)的輸出功率相匹配。

2 神經(jīng)元PID控制算法研究

2.1 控制系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

煙氣SCR脫硝溫控系統(tǒng)基于換熱量與溫差控制策略。根據(jù)以上分析所設(shè)計(jì)的神經(jīng)元PID控制結(jié)構(gòu)如圖2所示。

圖2 神經(jīng)元PID控制結(jié)構(gòu)示意圖

煙氣SCR脫硝系統(tǒng)的溫控過程具體如下。

①根據(jù)當(dāng)前的工藝曲線及實(shí)測溫度值，判斷各點(diǎn)溫度是否滿足工藝要求。

②如果Ev(T)>D(T)，則根據(jù)相應(yīng)控制策略調(diào)節(jié)換熱器的流量,從而改變換熱量，使目標(biāo)溫度回到目標(biāo)范圍內(nèi)，實(shí)現(xiàn)換熱與溫度相匹配。

煙氣SCR脫硝溫控系統(tǒng)的控制流程圖如圖3所示。圖3中:S(t)為目標(biāo)溫度；P(t)為當(dāng)前溫度；Q為鍋爐流量；n為供應(yīng)泵轉(zhuǎn)速；E(t)為實(shí)時(shí)溫差；D(t)為目標(biāo)溫差。

圖3 控制流程圖

2.2 神經(jīng)元PID控制器設(shè)計(jì)

(1)式中：e(k)為第k次采樣的SCR煙氣溫差；kP、kI、kD為PID的待整定參數(shù)。

傳統(tǒng)位置式PID控制因其算法相對簡單、穩(wěn)定性較好、可靠性較高等優(yōu)點(diǎn)，在工業(yè)中得到了廣泛的應(yīng)用。其控制性能的好壞關(guān)鍵取決于PID參數(shù)kP、kI、kD的整定[6]。

由于煙氣SCR脫硝系統(tǒng)存在滯后性、時(shí)變性等非線性因素，很難建立其精確的數(shù)學(xué)和控制模型，所以傳統(tǒng)位置式PID控制難以取得良好的效果。在系統(tǒng)運(yùn)行過程中，使控制參數(shù)能夠自適應(yīng)調(diào)節(jié)，以改善控制系統(tǒng)的動態(tài)性能就顯得非常重要。因此，在PID控制系統(tǒng)中，應(yīng)考慮建立PID參數(shù)的整定不依賴于相關(guān)對象的數(shù)學(xué)模型[7]，而且應(yīng)實(shí)現(xiàn)PID參數(shù)的在線調(diào)整，從而滿足系統(tǒng)的實(shí)時(shí)控制要求。

鑒于此，本控制算法引入了具有自學(xué)習(xí)、自適應(yīng)能力的神經(jīng)網(wǎng)絡(luò)智能控制技術(shù)，結(jié)合傳統(tǒng)位置式PID控制算法，形成了基于神經(jīng)元PID的智能控制器。該控制器不僅具有結(jié)構(gòu)簡單、易實(shí)現(xiàn)的特點(diǎn)，而且能夠適應(yīng)系統(tǒng)環(huán)境的變化，具有較強(qiáng)的魯棒性[8]。本文設(shè)計(jì)的神經(jīng)元PID控制器基本結(jié)構(gòu)如圖4所示。

圖4 PID控制器結(jié)構(gòu)圖

圖4中：Pv為當(dāng)前溫度；Sv為設(shè)定溫度；Xi(i=1、2、3)為神經(jīng)網(wǎng)絡(luò)變量；p為泵的壓力；V為當(dāng)前排量。

該結(jié)構(gòu)利用神經(jīng)元模型結(jié)合傳統(tǒng)位置式PID控制模型，在一定程度上解決了傳統(tǒng)PID不易在線實(shí)時(shí)整定參數(shù)，以及當(dāng)過程較復(fù)雜或系統(tǒng)參數(shù)變化較慢時(shí)對時(shí)變系數(shù)實(shí)現(xiàn)有效控制不足等各種缺陷[9]。

選取神經(jīng)元的輸入分量為三類差值,轉(zhuǎn)換器的輸入反映了被控參數(shù)及設(shè)定參數(shù)的狀態(tài)；經(jīng)過該轉(zhuǎn)換器形成三個(gè)變量X1、X2、X3，用控制量u(i)來控制輸出量的大小，則其相應(yīng)的神經(jīng)元PID控制算法如式(2)所示。

u(k)=Ku[W1X1(k)+W2X2(k)+W3X3(k)]

(2)

(3)

式中：ηi、ηu為自適應(yīng)的學(xué)習(xí)系數(shù)。

式(2)中的Wi(i=1、2、3)和Ku可通過神經(jīng)元的自學(xué)習(xí)能力進(jìn)行在線自適應(yīng)調(diào)整?；谏窠?jīng)元PID的學(xué)習(xí)方式及其學(xué)習(xí)能力決定了Wi(i=1，2，3)和Ku的調(diào)整特性，使其對整個(gè)控制系統(tǒng)的抗干擾能力和自適應(yīng)能力產(chǎn)生較大的影響[10]。

3 Matlab仿真及結(jié)果分析

以西安航天動力研究所開發(fā)的某民用煙氣SCR脫硝項(xiàng)目為研究對象。該項(xiàng)目采用了如圖1所示的工藝系統(tǒng)。

換熱器給水泵采用變頻控制的方式，可以按程序連續(xù)地控制泵的流量，設(shè)定系統(tǒng)的目標(biāo)溫度為1 600 ℃；根據(jù)該系統(tǒng)的基本數(shù)學(xué)模型，將網(wǎng)絡(luò)初始權(quán)值設(shè)定為W=[1.046 5 0.236 2 1.186 1],將學(xué)習(xí)系數(shù)ηi設(shè)定為[0.213 0.002 0.103]，將ηu設(shè)定為0.252，則系統(tǒng)階躍響應(yīng)仿真曲線如圖5所示。

圖5 系統(tǒng)階躍響應(yīng)仿真曲線

從圖5可以看出，基于神經(jīng)元PID控制系統(tǒng)具有良好的動態(tài)響應(yīng)特性[11]，響應(yīng)時(shí)間為852 ms；超調(diào)量比較小，其最大的超調(diào)量不超過12.6%，且具有良好的穩(wěn)定性，消除了穩(wěn)態(tài)的誤差。對該系統(tǒng)進(jìn)行變負(fù)荷工況測試后的Matlab仿真，得到變負(fù)荷作用下的系統(tǒng)溫度特性曲線如圖6所示。

圖6 系統(tǒng)溫度特性曲線

由圖6可以看出，在初始的運(yùn)行負(fù)荷下，系統(tǒng)穩(wěn)定運(yùn)行在1 600 ℃左右。當(dāng)系統(tǒng)負(fù)荷發(fā)生脈沖變化時(shí)，目標(biāo)溫度值僅有一個(gè)短時(shí)的小幅波動，而且在控制系統(tǒng)允許的范圍之內(nèi)；當(dāng)系統(tǒng)負(fù)荷重新達(dá)到穩(wěn)定狀態(tài)時(shí)，系統(tǒng)溫度迅速恢復(fù)到正常的目標(biāo)溫度，該調(diào)節(jié)過程中的最大超調(diào)量僅為5.63%。

4 結(jié)束語

本文在分析SCR煙氣脫硝系統(tǒng)工藝要求及溫控要求的基礎(chǔ)上，研究了基于神經(jīng)元PID的自適應(yīng)控制方法[12]。通過Matlab仿真及相關(guān)項(xiàng)目的應(yīng)用結(jié)果表明，該控制系統(tǒng)具有以下特點(diǎn)。①在系統(tǒng)負(fù)荷具有波動的情況下，能夠?qū)⑾到y(tǒng)目標(biāo)溫度保持在允許的范圍之內(nèi)，有效地防止了系統(tǒng)偏離設(shè)計(jì)工況運(yùn)行的情況，抗干擾能力強(qiáng)，實(shí)踐證明脫硝效率能夠穩(wěn)定地保持在92%以上；②系統(tǒng)整體的功耗較小，自適應(yīng)調(diào)節(jié)使得系統(tǒng)運(yùn)行穩(wěn)定可靠，具有一定的節(jié)能和增效功能；③與傳統(tǒng)的位置式PID控制相比，神經(jīng)元具有的自學(xué)習(xí)特性，使得其自身的控制精度可以隨著運(yùn)行時(shí)間的增長而不斷提高，控制效果更好，對系統(tǒng)環(huán)境的適應(yīng)能

力更強(qiáng)。

此外，由于神經(jīng)元PID控制器的控制結(jié)構(gòu)相對簡單，使得它較容易結(jié)合SCR煙氣脫硝控制系統(tǒng)。通過對神經(jīng)元網(wǎng)絡(luò)的權(quán)值Wi和自適應(yīng)系數(shù)Ku的優(yōu)化，可實(shí)現(xiàn)對SCR煙氣脫硝系統(tǒng)的穩(wěn)定、快速、準(zhǔn)確控制。本控制方法對其他相關(guān)應(yīng)用中同類控制器的設(shè)計(jì)和研究也具有一定的借鑒意義，為煙氣SCR脫硝控制系統(tǒng)優(yōu)化提供了一種良好的控制策略。該技術(shù)已在山東沂州能源SCR脫硝項(xiàng)目中得到應(yīng)用，具有良好的經(jīng)濟(jì)和社會效益。

[1] 王安，楊青青，閆文宇.模糊自整定PID控制器的設(shè)計(jì)與仿真[J].計(jì)算機(jī)仿真，2012(12):224-228.

[2] 方昱斌，邱澤陽.模糊自整定PID在列車空調(diào)控制中的應(yīng)用[J].自動化與儀器儀表，2016(1):64-66.

[3] 李巖，蘇學(xué)軍.基于模糊徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的PID控制算法仿真研究[J].自動化與儀器儀表，2014(9)：1-3.

[4] 肖東岳，李英堂，周強(qiáng).基于MATLAB的步進(jìn)電機(jī)自動化測試系統(tǒng)[J].制造業(yè)自動化，2012，34(17):30-31.

[5] 王述彥，師宇，馮忠緒.基于模糊PID控制器的控制方法研究[J].機(jī)械科學(xué)與技術(shù)，2011(1):166-172.

[6] 柏源，李忠華，薛建明，等.尿素為還原劑燃煤煙氣脫硝技術(shù)的研究與應(yīng)用[J].電力科技與環(huán)保，2011(1):34-36.

[7] 張建平.SNCR脫硝控制系統(tǒng)設(shè)計(jì)與研究[J].自動化與儀器儀表，2016(1):88-89.

[8] 胡國華，楊艷，金賢鋒.基于MATLAB逆變電焊電源模糊PID控制研究[J].青島大學(xué)學(xué)報(bào)(工程技術(shù)版)，2014(4):23-26.

[9] 張建林，鄧小龍.模糊控制技術(shù)在空調(diào)控制系統(tǒng)中的應(yīng)用[J].電子科技，2014(3):41-45.

[10]盛賢君，姜濤，王杰，等.基于BP神經(jīng)網(wǎng)絡(luò)的速度前饋PID控制器設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用，2015(S2):134-137.

[11]于立君，陳佳，劉繁明，等.改進(jìn)粒子群算法的PID神經(jīng)網(wǎng)絡(luò)解耦控制[J].智能系統(tǒng)學(xué)報(bào)，2015,10(5):699-704.

[12]胥良，郭林，梁亞,等.基于模糊RBF神經(jīng)網(wǎng)絡(luò)的智能PID控制[J].工業(yè)儀表與自動化裝置，2015(6)：67-69.

Research on SCR Denitrification Control System Based on Neuron PID

ZHAO Haitao,GUO Shaojuan

(Xi’an Aerospace Power Engineering Co.,Ltd.，Xi’an 710100，China)

Air pollution has become one of the most important problems to be solved in the process of social development,and the control technology of flue gas SCR denitrification has become the key technology in the field of environmental protection.The issue for well implementing nitrogen oxide emission control based on SCR technology is studied.By adopting the SCR denitrification method based on neuron PID,the systematic function and control algorithm are analyzed emphatically;through Matlab simulation and experimental verification,from the angle of the combination of theory and practice,the neuron PID based SCR denitrification system is researched and analyzed.By combining the neural network technology and traditional PID control technology,the mature of traditional PID technology is kept,and the advancement of intelligent control technology is introduced.This control method is verified by the practical application in Maizy chemical project,the denitrification efficiency is stably above 92%,it shows that the control algorithm is advanced with strong anti-interference capability.The control method can promote the further development of SCR denitrification technology,and the intelligent control technology to a new field,it possesses practical significance to the promotion of environmental protection and social development.

Atmospheric pollution; Environmental protection; Intelligent control; PID; Selective catalytic reduction (SCR); Denitrification; Neural network

國家重點(diǎn)研發(fā)計(jì)劃基金資助項(xiàng)目(2016YFC0801502)、北京市教育委員會科技能力提升計(jì)劃基金資助項(xiàng)目(PXM2016_014222_000041)

趙海濤(1985—)，男，碩士，工程師，主要從事自動控制技術(shù)、節(jié)能環(huán)保技術(shù)的研究和應(yīng)用工作。E-mail：18092623365@163.com。

TH-39;TP273

A

10.16086/j.cnki.issn1000-0380.201705005

修改稿收到日期：2017-02-03