蔣 爽，鄧 嵐，倪福生，王 星

(1. 河海大學(xué) 機(jī)電工程學(xué)院， 江蘇 常州 213022；2. 河海大學(xué) 疏浚技術(shù)教育部工程研究中心，江蘇 常州 213022)

0 引言

疏浚工程是指通過(guò)挖泥船或者其他機(jī)具進(jìn)行水下挖掘，為了拓寬或者加深港口、錨地和航道的一種水下土方石工程[1-2]。近年來(lái)隨著施工工藝的優(yōu)化改進(jìn)和信息技術(shù)、智能控制技術(shù)在疏浚裝備領(lǐng)域的創(chuàng)新應(yīng)用，我國(guó)疏浚技術(shù)發(fā)展的十分迅速，具有完全自主知識(shí)產(chǎn)權(quán)的重型自航式絞吸挖泥船 “天鯤號(hào)”于2019年順利通過(guò)挖巖實(shí)驗(yàn)，正式具備投產(chǎn)能力，這表明中國(guó)已經(jīng)具備了在全球任何海域建港的技術(shù)和能力[3]，我國(guó)的疏浚技術(shù)走到了世界的前列。

作為疏浚清淤工作中重要設(shè)備，絞吸式挖泥船雖然主要功能只包含機(jī)械挖掘與水力輸送，但其適用范圍寬泛，在近海硬質(zhì)巖土挖掘、遠(yuǎn)海島礁建設(shè)甚至河流整治、農(nóng)田水利等方面都具有廣泛的應(yīng)用。比如在永暑礁、美濟(jì)礁等南海島礁的建設(shè)中，絞吸挖泥船就地取材，對(duì)南海海床泥沙進(jìn)行吹填作業(yè)，實(shí)現(xiàn)填海造陸的重大國(guó)家戰(zhàn)略工程，維護(hù)了我國(guó)南海主權(quán)與海洋權(quán)益。除南海島礁建設(shè)外，絞吸式挖泥船在港珠澳大橋、上海洋山深水港、長(zhǎng)江航道疏浚等國(guó)家重大水利工程中，都扮演著舉足輕重的角色。

大型挖泥船的裝機(jī)功率通?？蛇_(dá)幾千甚至上萬(wàn)千瓦，而輸送泥漿產(chǎn)生的功耗占絞吸挖泥船清淤作業(yè)總功耗80%以上[4]，并且疏浚作業(yè)中90%以上故障都直接或間接地由泥漿管道輸送系統(tǒng)造成，處理各種故障至少占了5%以上的有效工作時(shí)間，因此泥漿管道輸送系統(tǒng)的研究歷來(lái)是是挖泥船研究中十分重要的課題。

絞吸挖泥船實(shí)際施工過(guò)程中，由于外部管道排距較長(zhǎng)，疏浚作業(yè)環(huán)境變化，內(nèi)部泥泵電機(jī)，泥泵轉(zhuǎn)速，泥漿濃度之間存在非線性映射，即使在同一工作條件，不同的泥漿濃度產(chǎn)生的泥漿流速也各也不相同。導(dǎo)致管道中泥漿不但流速具有一定的滯后時(shí)間，而且其濃度會(huì)不斷波動(dòng)，使得泥漿管道輸送系統(tǒng)非線性耦合嚴(yán)重，慣性大，參數(shù)時(shí)變，時(shí)滯性長(zhǎng)等特點(diǎn)。對(duì)于諸如曹妃甸[5]淺海人工島工程中細(xì)粉砂的輸送，管道內(nèi)泥漿流態(tài)變化不大，流速的控制相對(duì)容易處理。但是施工土質(zhì)存在大顆粒、粗砂礫石時(shí)，由于不同粒徑顆粒的碰撞，啟動(dòng)速度不同，推移質(zhì)、懸移質(zhì)流態(tài)轉(zhuǎn)變等種種原因[6]，造成流速起伏較大,要實(shí)現(xiàn)穩(wěn)定的泥漿管道流速控制就變得較為困難。

對(duì)泥漿管道輸送過(guò)程的分析可以得知，挖泥船泥漿輸送系統(tǒng)互相影響的因素多，管道實(shí)際工作環(huán)境復(fù)雜?，F(xiàn)有的挖泥船管道流速多依賴駕駛員的經(jīng)驗(yàn)，通過(guò)對(duì)泥泵轉(zhuǎn)速的手動(dòng)調(diào)節(jié)來(lái)實(shí)現(xiàn)。但泥漿流速過(guò)高時(shí)，功耗較大，對(duì)泥漿泵及管道的磨損也隨之增大；流速過(guò)低則泥沙淤積，管道輸送效率下降，嚴(yán)重時(shí)易產(chǎn)生堵管甚至爆管現(xiàn)象[7]。因此，為了提高施工效率，保障施工安全，降低施工故障率，對(duì)挖泥船泥漿管道流速的自動(dòng)化控制研究就顯得尤為重要。

據(jù)此，研究人員提出諸如神經(jīng)網(wǎng)絡(luò)、模糊控制、滑?？刂频雀鞣N控制方法。其中閉治躍[8]通過(guò)分析泥漿管道輸送系統(tǒng)效率的影響因素，提出一種不依賴系統(tǒng)模型的在線動(dòng)態(tài)優(yōu)化方法；利用模糊決策方法確定系統(tǒng)的控制量。潘成廣[9]提出一種無(wú)模型自適應(yīng)前饋控制(MFAFC，model-free adaptive feedforward control)，所設(shè)計(jì)的MFAFC算法僅僅需要被控泥漿管道輸送系統(tǒng)的輸入輸出，實(shí)驗(yàn)表明該算法具有較強(qiáng)的跟蹤性和魯棒性。Razvarz[10]采用PID 控制算法對(duì)管道流量進(jìn)行控制，通過(guò)Lyapunov穩(wěn)定公式驗(yàn)證了穩(wěn)定性，并由仿真和實(shí)驗(yàn)驗(yàn)證所設(shè)計(jì)控制器的有效性。但上述方法所實(shí)現(xiàn)的控制效果并不非常理想，部分模型較為簡(jiǎn)單，簡(jiǎn)單地運(yùn)用這些控制方法并不能直接適用于所有復(fù)雜場(chǎng)景。

考慮到疏浚管道內(nèi)部介質(zhì)在實(shí)際工作中，由于挖泥船的移動(dòng)，輸送管道長(zhǎng)度變化等外部因素使得管道液體呈不同特性變化，單純依靠仿真很難模擬真實(shí)的管道輸送情況，本文利用河海大學(xué)自研的疏浚管道輸送實(shí)驗(yàn)臺(tái)，對(duì)絞吸挖泥船的管道輸送控制方法進(jìn)行研究，將具有自適應(yīng)、自學(xué)習(xí)推理能力的BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID算法結(jié)合，通過(guò)管道流速階躍響應(yīng)和穩(wěn)定流速控制實(shí)驗(yàn)，討論傳統(tǒng)PID與BPPID在穩(wěn)定流速控制中的效果。

1 管道輸送系統(tǒng)分析與建模

1.1 管道輸送工作過(guò)程

絞吸挖泥船管道輸送系統(tǒng)主要運(yùn)用絞刀對(duì)水底土層、珊瑚等清淤對(duì)象切削攪動(dòng)，使之與水混合形成泥漿，泥漿被抽吸并輸送至排泥點(diǎn)。吸泥管通過(guò)水下泵的真空壓差吸入泥漿，排泥管由艙內(nèi)泵接力輸送泥漿至遠(yuǎn)距離處的拋泥區(qū)。管道布置高低起伏，吸泥管道放置水下；排泥管道從艙內(nèi)延伸至排泥點(diǎn)，由多根鋼管組成，一般布置在水面，有通航要求時(shí)則布置在水下，多節(jié)輸送鋼管之間設(shè)置軟管連接并用單向彎轉(zhuǎn)的限位機(jī)構(gòu)實(shí)現(xiàn)有序排布。由吸泥管，排泥管等組成泥漿管道開式輸送系統(tǒng)結(jié)構(gòu)原理圖如圖1所示。

圖1 挖泥船管道布置結(jié)構(gòu)原理圖

輸送管道上通常安裝有測(cè)量泥漿濃度和流速的放射性濃度計(jì)與電磁流量計(jì)，這是反映挖泥船產(chǎn)量和施工狀態(tài)的重要儀表。泥泵出入口則分別安裝有壓力表和真空表，實(shí)時(shí)測(cè)量泵的出口壓力和入口真空度。

1.2 疏浚管道輸送實(shí)驗(yàn)臺(tái)簡(jiǎn)介

河海大學(xué)疏浚管道輸送實(shí)驗(yàn)臺(tái)主要用于研究疏浚泥泵和管道輸送特性，由22 kW變頻驅(qū)動(dòng)系統(tǒng)、離心式泥漿泵、循環(huán)輸送管路、加砂收砂裝置、管路測(cè)量系統(tǒng)和監(jiān)控系統(tǒng)組成。實(shí)驗(yàn)臺(tái)如圖2所示。

圖2 管道輸送實(shí)驗(yàn)臺(tái)

實(shí)驗(yàn)臺(tái)泥泵采用和挖泥船相同的離心式泥泵，通過(guò)22 kW變頻驅(qū)動(dòng)系統(tǒng)帶動(dòng)泥泵旋轉(zhuǎn)，進(jìn)而使水流在管路中循環(huán)往復(fù)；高低起伏的封閉循環(huán)管道，可以模擬真實(shí)挖泥船排泥管中水上管、水下管的布置；利用加砂收砂裝置，可以在管路中加入/回收不同粒徑和不同濃度的泥沙，實(shí)現(xiàn)封閉管道的泥漿調(diào)節(jié)，從而模擬挖泥船泥泵抽吸不同物質(zhì)的情況。

在進(jìn)行疏浚實(shí)驗(yàn)時(shí)，為了快速準(zhǔn)確的采集泥泵揚(yáng)程、真空度和管道流速、濃度等關(guān)鍵參數(shù)的動(dòng)態(tài)變化過(guò)程,管路測(cè)量系統(tǒng)配備了電磁流量計(jì)、微波濃度計(jì)、壓力傳感器等高精度儀表，監(jiān)控系統(tǒng)選用西門子S7-1500系列的高性能CPU和高速采集模塊，利用逐次逼近法和中斷采集技術(shù)，實(shí)現(xiàn)對(duì)儀表參數(shù)50ms/次的更新緩存效果[11]并通過(guò)TCP通訊協(xié)議與LabView提供的網(wǎng)絡(luò)流應(yīng)用編程接口[12]實(shí)時(shí)發(fā)送至上位機(jī)。

根據(jù)實(shí)驗(yàn)臺(tái)的組成和各部分功能，可知管道調(diào)速系統(tǒng)的輸入量Rin(t)為給定的管道流速，該流速和實(shí)際輸出流速y(t)的差值，作為PID控制器的誤差輸入e?？刂屏縰為變頻器的頻率，通過(guò)調(diào)節(jié)變頻器頻率f來(lái)改變泥泵轉(zhuǎn)速n，從而達(dá)到對(duì)泥漿管道流速v的控制?？刂葡到y(tǒng)結(jié)構(gòu)如圖3所示。

圖3 控制系統(tǒng)結(jié)構(gòu)圖

1.3 管道系統(tǒng)分析建模

在工業(yè)上針對(duì)非線性，大時(shí)滯的系統(tǒng)或控制過(guò)程，大多將反映被控對(duì)象動(dòng)態(tài)特性的傳遞函數(shù)加入帶有一階延時(shí)的慣性環(huán)節(jié)或更高階的大時(shí)滯對(duì)象來(lái)研究。本文建模時(shí)，采用基于“最小二乘法”結(jié)構(gòu)模型的MatLab系統(tǒng)辨識(shí)工具箱，對(duì)泥漿泵流速響應(yīng)做系統(tǒng)辨識(shí)。建立管道輸送實(shí)驗(yàn)臺(tái)數(shù)學(xué)模型后，將該數(shù)學(xué)模型與實(shí)驗(yàn)測(cè)試數(shù)據(jù)進(jìn)行對(duì)比，以確定所選模型參數(shù)。利用逆向求解微分方程的方法提高數(shù)據(jù)擬合程度，通過(guò)調(diào)整辨識(shí)參數(shù)以減小測(cè)試數(shù)據(jù)與模型輸出的偏差。

由于變頻器頻率過(guò)高會(huì)造成管道內(nèi)壓力過(guò)高，通常將頻率限制在25 Hz以下，此時(shí)基本可以反應(yīng)系統(tǒng)動(dòng)態(tài)特性，能夠完成對(duì)系統(tǒng)的模型建立。因此設(shè)定變頻器初始頻率為0 Hz，終止頻率為25 Hz，斜坡變化時(shí)間為50 s，采樣時(shí)間T為1 s。在此工況下選擇一階、二階、三階3種不同的系統(tǒng)模型進(jìn)行多次辨識(shí)系統(tǒng)模型，模型如下所示:

(1)

(2)

(3)

其中:k為開環(huán)增益，(i=1,2,3,4,5)為時(shí)間常數(shù)，為時(shí)滯系數(shù)。對(duì)3種系統(tǒng)模型辨識(shí)結(jié)果如圖4所示，擬合度分別為93.74%、94.65%、94.24%。

圖4 數(shù)據(jù)擬合結(jié)果

辨識(shí)后的模型采用均方誤差(Mean Squared Error，MSE)的算法評(píng)估實(shí)際模型與辨識(shí)出來(lái)的模型數(shù)據(jù)擬合優(yōu)良程度[13]。均方誤差MSE準(zhǔn)則表達(dá)式為:

(4)

y(k)為輸入相同的信號(hào)下辨識(shí)所得模型的輸出值，y0(k) 為實(shí)驗(yàn)數(shù)據(jù)的輸出值。

對(duì)3種不同的系統(tǒng)模型進(jìn)行準(zhǔn)則函數(shù)計(jì)算，在樣本數(shù)n=1 850的情況下系統(tǒng)模型的均方誤差MSE分別為：

一階模型MSE=0.100 9；

二階模型MSE=0.008 6；

三階模型MSE=0.008 5。

從MSE結(jié)果來(lái)看，二階與三階模型誤差接近。因此，根據(jù)數(shù)據(jù)擬合度，選擇二階時(shí)滯模型可以更好地代表在該工況下管道系統(tǒng)的動(dòng)態(tài)響應(yīng)。所辨識(shí)出的二階時(shí)滯系統(tǒng)模型如下：

(5)

2 控制器設(shè)計(jì)

2.1 控制器選型

PID控制器因其算法簡(jiǎn)單、魯棒性好、可靠性高等優(yōu)點(diǎn),被廣泛應(yīng)用于工業(yè)過(guò)程控制，在挖泥船等船舶控制中也很常見。但由于絞吸式挖泥船泥漿管道輸送系統(tǒng)非線性，耦合強(qiáng)，參數(shù)時(shí)變等特點(diǎn)，造成不但對(duì)管道輸送系統(tǒng)的數(shù)學(xué)建模困難，而且使得傳統(tǒng)PID和部分自適應(yīng)PID的控制器效果差強(qiáng)人意。

如增量式PID算法對(duì)于可以精確描述的數(shù)學(xué)模型可以獲得極好的控制效果，但在外界環(huán)境變化較大的情況下，PID算法控制效果大打折扣。模糊PID依靠客觀的專家經(jīng)驗(yàn)，雖然其控制效果對(duì)被控對(duì)象變化不敏感，環(huán)境要求低，但其適用范圍有限，有時(shí)會(huì)對(duì)專家經(jīng)驗(yàn)數(shù)據(jù)過(guò)擬合。蟻群算法策略具有良好的動(dòng)態(tài)特性，易于實(shí)現(xiàn)計(jì)算，適用于工程實(shí)際應(yīng)用，但經(jīng)常會(huì)陷入局部最優(yōu)解[14]。

為了解決上述問(wèn)題，利用神經(jīng)網(wǎng)絡(luò)可以逼近任意非線性函數(shù)的特點(diǎn)，將BP神經(jīng)網(wǎng)絡(luò)引入PID控制算法。與上述PID控制器相比，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和算法簡(jiǎn)單明確，具有自學(xué)習(xí)、自整定能力，可以隨外界環(huán)境變化而實(shí)時(shí)更新控制器參數(shù)。合理設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，既能避免數(shù)據(jù)過(guò)擬合，又不會(huì)過(guò)于依賴梯度下降，陷入局部最優(yōu)解的窘境。

2.2 BPPID控制器控制算法

BPPID控制器分為PID控制器和BP神經(jīng)網(wǎng)絡(luò)，選用增量式數(shù)字PID控制器對(duì)被控對(duì)象進(jìn)行閉環(huán)控制，控制器算法為：

u(k)=u(k-1)+kp(e(k)-e(k-1))+

kie(k)+kd(e(k)-2ek-1 +e(k-2))

(6)

式中,kp、ki、kd分別為比例、積分、微分系數(shù)。e(k)為k時(shí)刻的誤差。神經(jīng)網(wǎng)絡(luò)主要由輸入層、隱含層和輸出層構(gòu)成。其結(jié)構(gòu)如圖5所示。

圖5 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

BP神經(jīng)網(wǎng)絡(luò)是一種具有完備理論體系和學(xué)習(xí)機(jī)制的算法模型[15]。該算法由輸入數(shù)據(jù)的正向傳播與系統(tǒng)誤差反向傳播組成[16]。

在正向傳播中，輸入信號(hào)為期望流速Rin，管道流速y和管道流速誤差e，記成x1，x2，x3，初始權(quán)值為ωij(i=1,2)。輸入層通過(guò)求和單元net(i)(k)=(xn·ωij)(n=1,2,3)輸出到隱含層，隱含層的求和單元由激活函數(shù)計(jì)算后作為輸出信號(hào)輸入給輸出層，輸出層通過(guò)激活函數(shù)計(jì)算后輸出的權(quán)值設(shè)置為PID控制參kp、ki、kd。將所計(jì)算出的PID參數(shù)帶入(5)中得出控制量u?？刂屏縰進(jìn)入PID系統(tǒng)后，由數(shù)據(jù)采集系統(tǒng)檢測(cè)的管道實(shí)際流速與期望流速誤差對(duì)比。BP網(wǎng)絡(luò)根據(jù)每一次誤差e的變化進(jìn)行誤差反向傳播。

反向傳播利用批量梯度下降算法(BGD,batch gradient descent)實(shí)時(shí)計(jì)算損失函數(shù)梯度數(shù)值大小，從輸出層開始逐層反向傳播不斷矯正梯度向量方向，更新權(quán)值，最終達(dá)到管道流速逐漸逼近期望流速的目的。可以看出，BP網(wǎng)絡(luò)的加入使得傳統(tǒng)的PID控制器具有了自動(dòng)調(diào)整參數(shù)的可能，實(shí)現(xiàn)PID控制器在線自學(xué)習(xí)的控制目的。

為了簡(jiǎn)化計(jì)算，提高實(shí)際應(yīng)用效率，BPPID損失函數(shù)函數(shù)采用均方誤差:

(7)

為增加函數(shù)收斂速度，避免傳統(tǒng)輸出層激活函數(shù)sigmoid發(fā)生梯度消失的情況，輸出層激活函數(shù)g(·)設(shè)置為tanh函數(shù)。

(8)

使用優(yōu)化梯度下降法尋找最優(yōu)權(quán)重，輸出層調(diào)整更新的算法如下：

(9)

(10)

3 控制器仿真

為了驗(yàn)證BPPID對(duì)流速控制的可行性，通過(guò)MatLab/Simulink編制s函數(shù)來(lái)搭建BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)，BPPID控制器仿真模型如圖6所示。

圖6 BPPID simulink仿真模型

應(yīng)用所設(shè)計(jì)的控制器，進(jìn)行仿真實(shí)驗(yàn)。第一組仿真設(shè)定輸入階躍信號(hào)用以模擬吸泥管道突然吸入泥漿的情況，驗(yàn)證控制器是否能使管道泥漿流速保持穩(wěn)定。第二組仿真輸入階梯信號(hào)以模擬實(shí)際泥漿流速不斷變化的工況，驗(yàn)證控制器能否跟蹤實(shí)際管道流速工況的變化。兩組仿真都將BPPID與傳統(tǒng)PID的仿真曲線進(jìn)行對(duì)比分析，用對(duì)比得出的結(jié)果判定更加適合泥漿流速控制的控制器方法。仿真實(shí)驗(yàn)結(jié)果如圖7所示。

從仿真曲線可以看出，相比于傳統(tǒng)PID算法， BP網(wǎng)絡(luò)具有在線整定自學(xué)習(xí)的特點(diǎn)：首先初始權(quán)值需要前向傳播，使得BPPID對(duì)于階躍信號(hào)的系統(tǒng)響應(yīng)稍慢，而當(dāng)初始權(quán)值反向傳播后，控制器能跟蹤被控對(duì)象的變化并且借由梯度下降算法在線更新調(diào)整PID參數(shù)，在最優(yōu)條件準(zhǔn)則下滿足不同流速條件的控制要求?；趯?shí)驗(yàn)對(duì)象為管道輸送系統(tǒng)，具有大時(shí)延和大慣性的特點(diǎn)，對(duì)調(diào)節(jié)時(shí)間的差異不太敏感，反之超調(diào)量過(guò)大后，流速突變產(chǎn)生的沖擊可能對(duì)泵體和管路造成瞬間故障，如功率超限、超壓爆管等。

因此，綜合仿真情況來(lái)看，圖7(a)中，BPPID控制器的調(diào)節(jié)時(shí)間略長(zhǎng)，但超調(diào)量遠(yuǎn)小于傳統(tǒng)PID控制器。在圖7(b)所設(shè)定的給定信號(hào)不斷變化過(guò)程中，BPPID始終可以保持較小的超調(diào)量，控制效果良好。BPPID控制器對(duì)管路流速穩(wěn)定控制具有較好的適應(yīng)性和穩(wěn)定性。

圖7 (a) 階躍信號(hào)響應(yīng)對(duì)比

圖7 (b) 階梯信號(hào)響應(yīng)對(duì)比

BP網(wǎng)絡(luò)PID控制器在經(jīng)過(guò)tanh激活函數(shù)輸出的、、三個(gè)參數(shù)變化過(guò)程如圖8所示。由實(shí)現(xiàn)效果可以看出，BP網(wǎng)絡(luò)根據(jù)流速偏差實(shí)現(xiàn)了在線學(xué)習(xí)調(diào)整控制器參數(shù)作用。不難觀察出3個(gè)控制器參數(shù)都很快調(diào)整為穩(wěn)定值，這意味著控制器內(nèi)部，BP網(wǎng)絡(luò)可以實(shí)現(xiàn)最優(yōu)參數(shù)的自整定。

圖8 BPPID各參數(shù)變化量

4 流速穩(wěn)定控制實(shí)驗(yàn)

為了驗(yàn)證所設(shè)計(jì)控制器是否能應(yīng)用于實(shí)際工況，利用管道輸送實(shí)驗(yàn)臺(tái)進(jìn)行清水工況下的流速穩(wěn)定實(shí)驗(yàn)。作為參照，將傳統(tǒng)PID與BPPID兩種算法作用下的泥漿流速控制性能進(jìn)行對(duì)比。

4.1 管道階躍變化流速實(shí)驗(yàn)

分別設(shè)定不同變頻器頻率驅(qū)動(dòng)泥泵，從而使得管道泥漿呈不同階躍狀態(tài)的流速變化，以此模擬實(shí)際工程應(yīng)用中管道輸送流速?zèng)_擊大、系統(tǒng)非線性等工況，實(shí)驗(yàn)數(shù)據(jù)如圖9所示。對(duì)圖9分析可知，傳統(tǒng)PID控制下的管道流速?gòu)? m/s到2 m/s階躍流速變化的系統(tǒng)響應(yīng)效果最好。當(dāng)期望流速變化為0 m/s到1 m/s時(shí)，傳統(tǒng)PID調(diào)節(jié)時(shí)間長(zhǎng)達(dá)18 s；在期望流速?gòu)? m/s突變至3 m/s時(shí)，超調(diào)量高達(dá)35.2%。這說(shuō)明傳統(tǒng)PID只針對(duì)特定階躍流速變化產(chǎn)生控制效果。相較于傳統(tǒng)PID控制器，BPPID在0～5 m/s時(shí)首次產(chǎn)生13.18%的超調(diào)，經(jīng)過(guò)短暫的學(xué)習(xí)后，在之后的幾次階躍流速變化下超調(diào)量逐漸減少。可以看出，BPPID在經(jīng)過(guò)幾次自訓(xùn)練自學(xué)習(xí)后，控制精度逐漸變高，調(diào)節(jié)時(shí)間逐漸縮短，相較于傳統(tǒng)PID可以更好地適應(yīng)階躍變化。

圖9(a) 傳統(tǒng)PID流速階躍變化實(shí)驗(yàn)

圖9(b) BPPID流速階躍變化實(shí)驗(yàn)

4.2 管道連續(xù)變化流速跟蹤實(shí)驗(yàn)

跟蹤實(shí)驗(yàn)是檢驗(yàn)控制器能否應(yīng)用在管道輸送工程的重要手段。通過(guò)調(diào)節(jié)泥泵轉(zhuǎn)速使管道泥漿的流速連續(xù)變化，由流量計(jì)檢測(cè)在控制器作用下能否使管道泥漿實(shí)際流速跟隨所設(shè)定的不同流速變化。實(shí)驗(yàn)結(jié)果如圖10所示。

圖10(a) 傳統(tǒng)PID流速跟蹤實(shí)驗(yàn)

圖10(b) BPPID流速跟蹤實(shí)驗(yàn)

由圖10可以看出當(dāng)期望流速呈階梯形狀變化時(shí)，傳統(tǒng)PID算法控制的管道流速隨著期望流速的變化造成系統(tǒng)超調(diào)量無(wú)規(guī)律增大。與之相反，BPPID雖然調(diào)節(jié)時(shí)間總體趨勢(shì)相比于傳統(tǒng)PID略長(zhǎng)，超調(diào)量在期望流速0 m/s上升至1 m/s時(shí)略大于傳統(tǒng)PID，但是在經(jīng)過(guò)短暫的學(xué)習(xí)訓(xùn)練后，控制精度隨時(shí)間變化有規(guī)律的顯著提高，超調(diào)量逐漸減少。當(dāng)期望流速?gòu)? m/s下降至1 m/s時(shí)， BPPID的超調(diào)量?jī)H為傳統(tǒng)PID的八分之一。BPPID與傳統(tǒng)PID控制情況對(duì)比如表1所示。

表1 BPPID與傳統(tǒng)PID調(diào)速實(shí)驗(yàn)對(duì)比

4.3 實(shí)驗(yàn)結(jié)果分析

對(duì)比不同控制器的超調(diào)量和調(diào)節(jié)時(shí)間可以看出，傳統(tǒng)PID控制算法總體變化表現(xiàn)不佳。究其根本，是由于該算法過(guò)于依賴所建立的數(shù)學(xué)模型，在絞吸挖泥船清淤環(huán)境的變化和管道輸送過(guò)程中，當(dāng)發(fā)生泥漿內(nèi)固體顆粒沉積管道底部引起泥漿淤堵，管道阻力增大等工況變化時(shí)，傳統(tǒng)PID算法不能及時(shí)根據(jù)變化調(diào)整參數(shù)，對(duì)管道流速的控制效果降低。對(duì)于BPPID控制器，由于神經(jīng)網(wǎng)絡(luò)的存在，需要經(jīng)過(guò)短暫的自適應(yīng)調(diào)整，控制效果才能跟隨實(shí)際施工情況的管道流速變化實(shí)時(shí)調(diào)整。但該控制器算法無(wú)需精確的系統(tǒng)模型，僅僅根據(jù)給定流速和實(shí)際流速就可以對(duì)控制參數(shù)進(jìn)行實(shí)時(shí)在線更新，從而實(shí)現(xiàn)自動(dòng)更新控制器參數(shù)效果。因此，BPPID控制器算法經(jīng)過(guò)一段時(shí)間的學(xué)習(xí)后，在復(fù)雜的控制系統(tǒng)中具有更好的系統(tǒng)響應(yīng)速率，能大幅度降低管道系統(tǒng)流速變化時(shí)產(chǎn)生的超調(diào)量，且控制效果明顯，具有自動(dòng)整定參數(shù)的作用。

在實(shí)際疏浚施工過(guò)程中，為了用足泥泵功率，實(shí)現(xiàn)高濃度、長(zhǎng)距離的的固液兩相流物料輸送，泥泵負(fù)荷通常都控制在80%以上。若在泥泵轉(zhuǎn)速調(diào)節(jié)過(guò)程中產(chǎn)生較大的超調(diào)量，不但容易造成電機(jī)超載，甚至還會(huì)損傷泥泵葉輪，影響泥泵壽命。而且為了維持穩(wěn)定的工況，泥泵轉(zhuǎn)速需要保持在一定范圍內(nèi)。在泥漿輸送系統(tǒng)正常運(yùn)行后，為了保持輸送系統(tǒng)穩(wěn)定，很少大幅調(diào)節(jié)管道內(nèi)介質(zhì)流速。只有在發(fā)生堵管、堵泵等突發(fā)狀況時(shí)，才會(huì)要求及時(shí)改變管道流速，以保證施工安全，最大程度降低損失。因此，對(duì)于泥漿管道輸送系統(tǒng)流速控制，最大的需求是保持其魯棒性，限制控制器的超調(diào)量就顯得至關(guān)重要。加入BP網(wǎng)絡(luò)后，與傳統(tǒng)PID控制相比，BPPID控制器的超調(diào)量明顯減小，魯棒性更強(qiáng)，控制精度更高，更加適合疏浚泥泵管道輸送這種工況環(huán)境變化較大的場(chǎng)合。

5 結(jié)束語(yǔ)

管道流速的控制效果對(duì)整個(gè)疏浚工程的安全和效率有直接的影響。為了提高管道輸送系統(tǒng)自適應(yīng)性和魯棒性，本文將BPPID控制應(yīng)用于絞吸挖泥船的泥漿管道流速控制研究，通過(guò)階躍信號(hào)和階梯信號(hào)的系統(tǒng)仿真驗(yàn)證其可行性，并利用河海大學(xué)管道輸送實(shí)驗(yàn)臺(tái)進(jìn)行管道流速穩(wěn)定控制實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，從超調(diào)量和調(diào)節(jié)時(shí)間兩方面對(duì)比來(lái)看，BPPID控制器不但結(jié)構(gòu)簡(jiǎn)單，適應(yīng)性好，而且具有在線自整定系統(tǒng)參數(shù)的能力，魯棒性強(qiáng)，控制效果良好，因此在實(shí)際疏浚工程中具有較好的參考價(jià)值。后續(xù)的研究實(shí)驗(yàn)，可以通過(guò)改變閥門開度，調(diào)整泥漿濃度等方式模擬實(shí)際疏浚環(huán)境中物料組成變化、管道物料淤積等干擾，同時(shí)可以引入模型預(yù)測(cè)控制并結(jié)合神經(jīng)網(wǎng)絡(luò)或其他先進(jìn)控制算法對(duì)系統(tǒng)進(jìn)行優(yōu)化控制，進(jìn)一步提高輸送效率。