李立剛，王增濤，郭長濱，李國棟，戴永壽

(1. 中國石油大學(xué)(華東)，山東 青島 266000；2. 中油龍慧自動(dòng)化工程有限公司，北京 100101)

調(diào)壓橇仿人壓力智能控制系統(tǒng)設(shè)計(jì)

李立剛1，王增濤1，郭長濱2，李國棟2，戴永壽1

(1. 中國石油大學(xué)(華東)，山東 青島 266000；2. 中油龍慧自動(dòng)化工程有限公司，北京 100101)

針對用氣量大幅度波動(dòng)以及調(diào)節(jié)閥死區(qū)引起的天然氣調(diào)壓橇壓力控制不平穩(wěn)的問題，依據(jù)仿人智能控制思想設(shè)計(jì)了調(diào)壓橇仿人壓力智能控制系統(tǒng)，該控制系統(tǒng)包括干擾控制器、PI控制器和仿人智能控制器3種控制器。干擾控制器采用前饋控制算法對流量干擾進(jìn)行補(bǔ)償；PI控制器對壓力進(jìn)行調(diào)節(jié)；仿人智能控制器根據(jù)系統(tǒng)運(yùn)行狀態(tài)實(shí)現(xiàn)動(dòng)態(tài)的切換控制，并且設(shè)計(jì)了不等幅開關(guān)策略，克服了調(diào)節(jié)閥死區(qū)影響，提高了控制的實(shí)時(shí)性。仿真實(shí)驗(yàn)表明： 調(diào)壓橇仿人壓力智能控制系統(tǒng)可以有效抑制流量干擾和克服調(diào)節(jié)閥死區(qū)影響，不僅能夠提高壓力控制精度而且有效降低了調(diào)節(jié)閥的開關(guān)頻率。

調(diào)壓橇 壓力控制 調(diào)節(jié)閥死區(qū) 仿人智能控制

在天然氣長輸管道調(diào)壓橇控制系統(tǒng)中，壓力控制主要采用常規(guī)PID控制器，該控制器原理簡單、易于操作[1-2]。在用氣量波動(dòng)小于10%、調(diào)節(jié)閥死區(qū)閾值小于2%的站點(diǎn)，由于用氣量變化緩慢、調(diào)節(jié)閥死區(qū)較小，常規(guī)PID控制基本能夠控制壓力穩(wěn)定。然而，在用氣量大幅波動(dòng)、調(diào)節(jié)閥死區(qū)特性嚴(yán)重的站點(diǎn)，以某調(diào)壓橇站點(diǎn)為例，在早、中、晚用氣高峰期及壓縮機(jī)啟停時(shí)，用氣量波動(dòng)超過15%且調(diào)節(jié)閥死區(qū)閾值為3%，常規(guī)PID控制器無法實(shí)現(xiàn)壓力穩(wěn)定，使調(diào)壓橇存在安全隱患并縮短了調(diào)節(jié)閥的使用壽命。因此，設(shè)計(jì)壓力穩(wěn)定、能降低調(diào)節(jié)閥動(dòng)作頻率的控制系統(tǒng)至關(guān)重要[3]。

仿人智能控制自創(chuàng)立以來，已經(jīng)得到了廣泛應(yīng)用，被實(shí)踐證明是非常成功的智能控制方法[4]，其靈活多變、基于現(xiàn)場應(yīng)用的策略顯示出了突出的優(yōu)勢。仿人智能控制不需要了解系統(tǒng)的數(shù)學(xué)模型，摒棄了復(fù)雜的推理與運(yùn)算，直接吸收人工操作的專家經(jīng)驗(yàn)，模仿人腦的智能識(shí)別、智能決策，可對復(fù)雜不確定性系統(tǒng)進(jìn)行有效控制[5]?；诜氯酥悄芸刂萍夹g(shù)，筆者針對用氣量大幅度波動(dòng)以及調(diào)節(jié)閥死區(qū)引起的天然氣調(diào)壓橇壓力控制不平穩(wěn)的問題，以人工控制經(jīng)驗(yàn)為基礎(chǔ)，根據(jù)壓力偏差、偏差變化率的變化趨勢等特征信息，設(shè)計(jì)了調(diào)壓橇仿人壓力智能控制系統(tǒng)，仿真實(shí)驗(yàn)表明該控制系統(tǒng)的控制效果良好。

1 仿人壓力智能控制系統(tǒng)設(shè)計(jì)

1.1調(diào)壓橇壓力控制系統(tǒng)特性分析

當(dāng)下游高壓管道較短、管容較小時(shí)，調(diào)壓橇壓力控制系統(tǒng)被控對象的離散數(shù)學(xué)模型可近似為

(1)

式中：pv——下游管道壓力；qV v——調(diào)節(jié)閥流量；qV o——用戶流量；t——采樣周期；Z——壓縮系數(shù)；R——通用氣體常數(shù)；T——溫度；ρ0——天然氣標(biāo)況密度；V——下游管道容積[6-7]。

與常規(guī)的中位死區(qū)或啟動(dòng)死區(qū)不同，調(diào)壓橇壓力控制系統(tǒng)中調(diào)節(jié)閥死區(qū)具有如下特性： 當(dāng)控制增量小于調(diào)節(jié)閥死區(qū)閾值時(shí)，調(diào)節(jié)閥不動(dòng)作；當(dāng)控制增量大于或等于調(diào)節(jié)閥死區(qū)閾值時(shí)，調(diào)節(jié)閥開始動(dòng)作，并且調(diào)節(jié)閥死區(qū)實(shí)時(shí)存在，其數(shù)學(xué)模型可描述為

(2)

Δu(k)=u(k)-v(k-1)

(3)

式中：v——調(diào)節(jié)閥實(shí)際開度；Δu——控制增量；Uth——調(diào)節(jié)閥死區(qū)閾值；u——開度控制信號(hào)。

調(diào)節(jié)閥死區(qū)特性如圖1所示。

圖1 調(diào)節(jié)閥死區(qū)特性示意

由于調(diào)節(jié)閥死區(qū)的存在，調(diào)節(jié)閥不能及時(shí)動(dòng)作，因而導(dǎo)致壓力無法穩(wěn)定，調(diào)節(jié)閥動(dòng)作頻率高等問題。

1.2仿人壓力智能控制系統(tǒng)設(shè)計(jì)

針對用戶流量大幅波動(dòng)及調(diào)節(jié)閥死區(qū)引起的壓力控制不平穩(wěn)、調(diào)節(jié)閥頻繁動(dòng)作等問題，筆者設(shè)計(jì)了調(diào)壓橇仿人壓力智能控制系統(tǒng)，系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2 調(diào)壓橇仿人壓力智能控制系統(tǒng)結(jié)構(gòu)示意

圖2中，pr為壓力設(shè)定值，ut為干擾控制器輸出，ub為偏差控制器輸出，u為仿人智能控制器輸出開度控制信號(hào)。

仿人壓力智能控制系統(tǒng)主要包括三部分內(nèi)容：

1) 干擾控制器。偏差變化率可以反映流量干擾大小，采用遞推最小二乘(RLS)算法在線辨識(shí)干擾模型參數(shù)，利用干擾控制器輸出準(zhǔn)確補(bǔ)償流量干擾。

2) PI控制器。采用常規(guī)PI算法計(jì)算偏差控制輸出ub以減少壓力偏差。

3) 仿人智能控制器。在人工控制經(jīng)驗(yàn)的基礎(chǔ)上，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)確定調(diào)節(jié)閥動(dòng)作時(shí)機(jī)，并對控制信號(hào)進(jìn)行調(diào)整，克服調(diào)節(jié)閥死區(qū)影響，準(zhǔn)確及時(shí)地執(zhí)行控制器輸出。

2 調(diào)壓橇壓力控制器設(shè)計(jì)

2.1流量干擾控制器設(shè)計(jì)

在調(diào)壓橇壓力控制系統(tǒng)中，流量干擾引起壓力大幅度波動(dòng)，采用前饋控制方法設(shè)計(jì)了干擾控制器。由于用戶流量干擾量無法直接測量，根據(jù)干擾引起的偏差變化率計(jì)算流量干擾量。

在壓力設(shè)定值不變的情況下，式(1)可寫為

(4)

即：

(5)

式中：e——偏差；ec—偏差變化率；ef(k)=qV v(k)-qV o(k)，即流量干擾量。

由于上游管道管容較大、閥前壓力變化緩慢，閥門流量與調(diào)節(jié)閥開度近似為線性關(guān)系，ec的變化主要由用戶流量波動(dòng)造成。因此，由式(5)可計(jì)算流量干擾量，并且當(dāng)調(diào)節(jié)閥流量與用戶流量相等時(shí)，ec為零。

根據(jù)調(diào)節(jié)閥實(shí)測流量特性，在正常調(diào)節(jié)范圍內(nèi)調(diào)節(jié)閥流量與調(diào)節(jié)閥開度成正比關(guān)系?？山⒕€性的流量干擾補(bǔ)償控制模型，輸入為壓力偏差變化率，ut為干擾控制器的控制輸出，數(shù)學(xué)模型如式(6)所示：

ut(k)=a×ec(k)+n(k)

(6)

由于模型參數(shù)受外界影響，因而采用RLS算法對模型參數(shù)進(jìn)行在線辨識(shí)。RLS算法的基本思想可概括為

(7)

ut(k)=φT(k)θ+δ(k)

(8)

式中：φT(k)=[EC(k)]；θ=a；δ(k)——模型殘差。

2.2PI控制器設(shè)計(jì)

PI控制器采用增量式PI控制算法計(jì)算控制量，即：

ub(k)=KP[e(k)-e(k-1)]+KIe(k)

(9)

式中：KP——比例系數(shù)；KI——積分系數(shù)。由于干擾控制器已抑制了主要的流量干擾，該處的KP比一般調(diào)壓撬PI控制器的比例系數(shù)小。

2.3仿人智能控制器設(shè)計(jì)

仿人智能控制器主要包括： 動(dòng)態(tài)壓力控制死區(qū)策略、控制器輸出計(jì)算和不等幅開關(guān)策略三部分，流程如圖3所示。

2.3.1動(dòng)態(tài)壓力控制死區(qū)策略

常規(guī)的控制死區(qū)策略是設(shè)置偏差的允許范圍，當(dāng)偏差在死區(qū)范圍之內(nèi)時(shí)，系統(tǒng)保持控制器輸出不變，可以有效減少調(diào)節(jié)閥的頻繁動(dòng)作。在調(diào)壓橇壓力控制系統(tǒng)中，由于存在大流量干擾，死區(qū)設(shè)置過大會(huì)導(dǎo)致系統(tǒng)控制不及時(shí)，死區(qū)設(shè)置過小，調(diào)節(jié)閥動(dòng)作頻繁。為此設(shè)置偏差和偏差變化率雙死區(qū)策略，即當(dāng)偏差和偏差變化率均在系統(tǒng)設(shè)定死區(qū)范圍內(nèi)時(shí)則保持控制器輸出為零，否則認(rèn)為超過控制死區(qū)，更新控制器輸出，動(dòng)態(tài)控制死區(qū)策略不僅能夠降低調(diào)節(jié)閥開停頻率而且提高了壓力控制速度。

圖3 仿人智能控制器流程示意

2.3.2控制器輸出期望值計(jì)算

該部分首先確定調(diào)節(jié)閥動(dòng)作時(shí)機(jī)，然后根據(jù)系統(tǒng)運(yùn)行狀態(tài)計(jì)算控制器輸出。李祖樞等[10-11]在仿人智能控制算法中提到：“一個(gè)被控系統(tǒng)動(dòng)態(tài)過程的輸入和輸出數(shù)據(jù)包含著被控過程的全部信息。因此，由系統(tǒng)輸出偏離給定輸入的偏差e、偏差變化率ec和偏差變化加速度構(gòu)成了描述系統(tǒng)特征狀態(tài)的特征信息源”。例如，e與ec的乘積構(gòu)成了1個(gè)描述系統(tǒng)動(dòng)態(tài)過程的特征變量，該值大于零表示偏差絕對值逐漸增大；小于零則表示偏差在逐漸減小。

因此，該策略首先通過管道壓力偏差、偏差變化率等系統(tǒng)運(yùn)行參數(shù)和特征信息來判斷調(diào)節(jié)閥動(dòng)作時(shí)機(jī)，然后計(jì)算控制器輸出，該策略流程如圖4所示。

記閥門動(dòng)作標(biāo)志RunFlag，該策略的執(zhí)行步驟如下：

1) 設(shè)定控制死區(qū)的偏差范圍E為[-E_sp,E_sp]，偏差變化率范圍EC為[-EC_sp,EC_sp]，RunFlag=0。

2) 若|ec(k)|>EC_sp，轉(zhuǎn)到步驟4)，否則執(zhí)行步驟3)。

3) 若|e(k+1)|>E_sp且e(k)ec(k)>0，則執(zhí)行步驟4)，否則執(zhí)行步驟5)。

4)RunFlag=1。

5) 結(jié)束。

圖4 控制器輸出期望值計(jì)算流程示意

綜上所述，干擾控制器可以補(bǔ)償流量干擾，PI控制器能夠?qū)毫M(jìn)行控制，經(jīng)過控制死區(qū)判斷確定開關(guān)閥動(dòng)作時(shí)機(jī)后，控制器輸出期望值ux為

ux(k)=[ut(k)+ub(k)]×RunFalg

(10)

2.3.3不等幅開關(guān)策略

理論上調(diào)節(jié)閥跟隨控制器輸出變化自動(dòng)控制壓力穩(wěn)定，而實(shí)際上由于調(diào)節(jié)閥死區(qū)的存在，調(diào)節(jié)閥動(dòng)作不及時(shí)，只有當(dāng)壓力偏差較大且控制器輸出超過死區(qū)后調(diào)節(jié)閥才能動(dòng)作，容易導(dǎo)致控制振蕩。針對調(diào)節(jié)閥死區(qū)特性，提出一種不等幅開關(guān)策略，如圖5所示。當(dāng)控制器輸出在調(diào)節(jié)閥死區(qū)范圍內(nèi)時(shí)，強(qiáng)制調(diào)節(jié)閥提前動(dòng)作。

由圖5可知，當(dāng)調(diào)節(jié)閥需從開度v1開動(dòng)到開度v1+ux且控制增量絕對值小于調(diào)節(jié)閥死區(qū)閾值時(shí)，不等幅開關(guān)策略令調(diào)節(jié)閥先開動(dòng)到v1+Uth+ux，然后以Uth幅度關(guān)閥，這樣經(jīng)過2次開關(guān)閥動(dòng)作，調(diào)節(jié)閥可及時(shí)準(zhǔn)確地開動(dòng)。

圖5 調(diào)節(jié)閥不等幅開關(guān)示意

1) 當(dāng)調(diào)節(jié)閥正向開動(dòng)，開閥時(shí)仿人智能控制

器輸出信號(hào)計(jì)算公式：

u(k)=v(k-1)+Uth+ux(k)

(11)

關(guān)閥時(shí)控制器輸出信號(hào)計(jì)算公式：

u(k)=v(k-1)-Uth

(12)

2) 當(dāng)調(diào)節(jié)閥反向開動(dòng)，關(guān)閥時(shí)仿人智能控制器輸出信號(hào)計(jì)算公式：

u(k)=v(k-1)-Uth+ux(k)

(13)

開閥時(shí)控制器輸出信號(hào)計(jì)算公式：

u(k)=v(k-1)+Uth

(14)

3 仿真測試

針對式(1)調(diào)壓橇壓力控制系統(tǒng)進(jìn)行仿真實(shí)驗(yàn)，參數(shù)設(shè)置：Z=0.92，R=470.63kJ/(kg·K)，T=300K，ρ0=0.8kg/m3，V=400m3。

3.1干擾補(bǔ)償模型參數(shù)辨識(shí)

通過管道理論模型獲得32組歷史數(shù)據(jù)，每組數(shù)據(jù)包含偏差變化率、該時(shí)刻及上時(shí)刻的調(diào)節(jié)閥實(shí)際開度。通過批處理最小二乘估計(jì)算法得到流量干擾補(bǔ)償模型參數(shù)的初始值為a=-85.8056，即模型為

ut(k)=-85.8056×ec(k)

(15)

3.2控制效果測試

仿真環(huán)境設(shè)置： 設(shè)定穩(wěn)態(tài)時(shí)用戶標(biāo)況流量為2.4×104m3/h，調(diào)節(jié)閥死區(qū)閾值為3%，用戶流量階躍變化20%，約為5×103m3/h，壓力設(shè)定值為4MPa，采樣控制周期為1s。

控制參數(shù)設(shè)置： 設(shè)定控制死區(qū)的偏差范圍為-0.03～0.03MPa，偏差變化率的范圍為-0.01～0.01MPa/s。常規(guī)PID控制與仿人智能控制系統(tǒng)的控制效果對比如圖6所示。

由圖6看出，在系統(tǒng)遭到干擾時(shí)，常規(guī)PID控制系統(tǒng)無法克服調(diào)節(jié)閥死區(qū)影響，調(diào)節(jié)閥頻繁動(dòng)作、壓力無法穩(wěn)定到控制死區(qū)。相比之下，仿人智能控制系統(tǒng)控制壓力波動(dòng)幅度減小了0.13MPa，穩(wěn)態(tài)誤差由0.1MPa降至0.03MPa，在300s內(nèi)調(diào)節(jié)閥開停次數(shù)減少了9次，壓力達(dá)到穩(wěn)定狀態(tài)。

采用常規(guī)PID控制系統(tǒng)，控制增量大于調(diào)節(jié)閥死區(qū)閾值時(shí)調(diào)節(jié)閥才能動(dòng)作，導(dǎo)致調(diào)節(jié)滯后，如圖7所示；而采用仿人智能控制系統(tǒng)，通過不等幅開關(guān)策略，當(dāng)控制增量小于調(diào)節(jié)閥死區(qū)閾值時(shí)，強(qiáng)制調(diào)節(jié)閥動(dòng)作，調(diào)節(jié)及時(shí)，因而提高了壓力控制精度，減少了調(diào)節(jié)閥動(dòng)作次數(shù)。

圖6 壓力及開度控制效果示意

圖7 實(shí)際開度及控制信號(hào)變化示意

4 結(jié)束語

基于仿人智能控制思想，筆者設(shè)計(jì)了干擾控制器用于補(bǔ)償流量干擾，采用了PI控制器對壓力進(jìn)行調(diào)節(jié)，設(shè)計(jì)了仿人智能控制器實(shí)現(xiàn)了切換控制，判斷調(diào)節(jié)閥動(dòng)作時(shí)機(jī)，克服了調(diào)節(jié)閥死區(qū)影響，可及時(shí)開動(dòng)到控制器輸出值。仿真實(shí)驗(yàn)表明： 與常規(guī)PID控制系統(tǒng)相比，新的仿人壓力智能控制系統(tǒng)的壓力控制精度更高，調(diào)節(jié)閥動(dòng)作頻率大幅降低。

[1] 吳宏鑫,沈少萍.PID控制的應(yīng)用與理論依據(jù)[J].控制工程,2003,10(01)： 37-42.

[2] 沈永福,吳少軍,鄧方林.智能PID控制綜述[J].工業(yè)儀表與自動(dòng)化裝置,2002(06)： 11-13.

[3] 王建國.橇裝式調(diào)壓裝置在天然氣管道站場的應(yīng)用[J].管道技術(shù)與設(shè)備,2009(02)： 35-37.

[4] 李祖樞,曾成,張華,等.仿人智能控制在雙功能燃?xì)鉄崴髦械膽?yīng)用[J].自動(dòng)化技術(shù)與應(yīng)用,2004,23(08)： 4-7.

[5] 李國昉,李棟,齊玉斌,等.連續(xù)流動(dòng)式糧食干燥機(jī)的仿人智能控制器[J].農(nóng)業(yè)工程學(xué)報(bào),2006,22(07)： 105-107.

[6] 李立剛,張朝暉,昂揚(yáng),等.基于改進(jìn)自適應(yīng)廣義預(yù)測控制的天然氣分輸站壓力控制[J].信息與控制,2014,43(05)： 637-640.

[7] 李國棟,郭長濱,李立剛.基于SCADA的調(diào)壓撬控制器測試平臺(tái)設(shè)計(jì)[J].工業(yè)控制計(jì)算機(jī),2016,29(04)： 15-16.

[8] 張洪東,李宏,鄭勇.基于遞推最小二乘法的永磁同步電動(dòng)機(jī)參數(shù)辨識(shí)[J].微特電機(jī),2011,39(11)： 14-16.

[9] 劉金琨,沈曉蓉,趙龍.系統(tǒng)辨識(shí)理論及MATLAB仿真[M].北京： 電子工業(yè)出版社,2013： 41-43.

[10] 李祖樞,涂亞慶.仿人智能控制[M].北京： 國防工業(yè)出版社,2003： 110-111.

[11] 李祖樞.智能控制理論研究[J].信息與控制,1991(05)： 27-38.

Human-simulatedIntelligentPressureControlSystemDesignforPressureRegulatorSkid

Li Ligang1, Wang Zengtao1,Guo Changbin2, Li Guodong2, Dai Yongshou1

(1. China University of Petroleum(East China), Qingdao， 266000， China;2. China Petroleum Longhui Automation Engineering Co. Ltd.,Beijing, 100101, China)

Aiming at the problem of unstable natural gas regulator skid pressure control which caused by large flow fluctuations and dead-band of the value, a human-simulated intelligent pressure control system based on the principle of human-simulated intelligent control for pressure regulator skid is designed. The system consists of interference controller, PI controller and human-simulated intelligent controller. The feedforward control algorithm is applied to the interference controller to compensate flow interference. PI controller is used to adjust the pressure. The dynamic handover control is realized with the human-simulate intelligent controller according to the system running state. A non-equal-width switch strategy is designed to overcome the impact of valve dead-band to improve the real-time control. Simulation results show the human-simulated intelligent pressure control system can effectively suppressed the flow disturbance.The influence of the valve dead-band can be overcome. The system can not only improve the pressure control precision, but also reduce the switching frequency of valve.

pressure regulator skid; pressure control; valve dead-band; human-simulated intelligent control

TP273

B

1007-7324(2017)05-0020-05

稿件收到日期： 2017-06-12，修改稿收到日期2017-06-20。

基于深度學(xué)習(xí)的高頻地波雷達(dá)特定目標(biāo)跟蹤方法研究，國家自然科學(xué)基金(61501520)；天然氣長輸管道壓縮機(jī)最優(yōu)控制研究，中央高校自主創(chuàng)新基金項(xiàng)目(15CX02033A)。

李立剛(1976—)，男，獲博士學(xué)位，現(xiàn)就職于中國石油大學(xué)(華東)，從事系統(tǒng)工程、智能控制研究工作，任副教授。