模糊控制在污水技術(shù)評(píng)估實(shí)驗(yàn)室溫控系統(tǒng)中的應(yīng)用

張偉，許春蓮* ，黃海明，馬愛君，武少偉

1.中國(guó)環(huán)境科學(xué)研究院，北京 100012

2.山東電子職業(yè)技術(shù)學(xué)院，山東 濟(jì)南 250200

為適應(yīng)我國(guó)環(huán)境保護(hù)技術(shù)的快速發(fā)展，有效提升環(huán)境保護(hù)能力，開展了水污染防治生物技術(shù)實(shí)驗(yàn)室驗(yàn)證評(píng)估。通過對(duì)生物處理新技術(shù)全面客觀的驗(yàn)證評(píng)估，可以有效地進(jìn)行新技術(shù)推廣，推動(dòng)環(huán)保技術(shù)的創(chuàng)新發(fā)展。在實(shí)驗(yàn)室驗(yàn)證評(píng)估過程中，為滿足微生物的生存需要，驗(yàn)證評(píng)估用的原水需具有適當(dāng)和穩(wěn)定的溫度。按照工藝流程，來自居民樓的生活污水首先經(jīng)格柵處理后與冷凍液進(jìn)行熱交換，變?yōu)?℃的實(shí)驗(yàn)用原水，然后通過加藥進(jìn)行水質(zhì)調(diào)整，使水質(zhì)保持在穩(wěn)定的范圍內(nèi)，進(jìn)入污水處理設(shè)備前需經(jīng)過與65～80℃熱水進(jìn)行熱交換使水溫達(dá)到13～20℃，以滿足驗(yàn)證評(píng)估客觀性和科學(xué)性的要求。

由于溫度控制系統(tǒng)具有不確定、非線性、大滯后等特點(diǎn)，常規(guī)的PID控制難以滿足驗(yàn)證評(píng)估所需原水溫度控制要求［1］。1964年美國(guó)的Zadeh教授創(chuàng)立了模糊集合理論，1974年英國(guó)的Mamdani研制出第一臺(tái)模糊控制器。模糊控制器不需要了解對(duì)象的精確數(shù)學(xué)模型，根據(jù)專家知識(shí)進(jìn)行控制，用模糊控制器實(shí)現(xiàn)對(duì)溫度控制系統(tǒng)的控制，大大改進(jìn)了原系統(tǒng)的控制效果，在一定程度上滿足了系統(tǒng)快速性的要求［2-6］。針對(duì)生物處理技術(shù)實(shí)驗(yàn)室驗(yàn)證評(píng)估過程中原水升溫控制系統(tǒng)，筆者設(shè)計(jì)了一種自適應(yīng)模糊控制器，根據(jù)溫控系統(tǒng)中熱交換器后原水溫度的反饋，通過模糊規(guī)則推理和決策，在線整定控制參數(shù)，以實(shí)現(xiàn)對(duì)驗(yàn)證評(píng)估用原水溫度的自適應(yīng)控制。

1 原水溫度控制系統(tǒng)

水污染防治生物處理技術(shù)實(shí)驗(yàn)室驗(yàn)證評(píng)估過程中，進(jìn)入生物技術(shù)處理流程的原水應(yīng)具有合適、穩(wěn)定的溫度。收集于生活區(qū)的原水經(jīng)過低溫儲(chǔ)存、水質(zhì)調(diào)整，與鍋爐提供的熱水通過熱交換器，水溫升至驗(yàn)證所需的溫度后，直接進(jìn)入生物技術(shù)處理流程，開始驗(yàn)證評(píng)估工作。溫度控制系統(tǒng)主要是保證原水出水有恒定的預(yù)設(shè)溫度，控制元件是熱水調(diào)節(jié)三通閥，該閥門控制流經(jīng)交換器熱水的流量，將預(yù)設(shè)定的原水溫度作為給定值，經(jīng)熱交換后原水的溫度作為反饋值，閥門的開度作為輸出值，以保證流入生物技術(shù)處理單元的原水溫度的恒定。原水溫度控制系統(tǒng)原理如圖1所示。

圖1 溫度控制系統(tǒng)原理Fig.1 The principle diagram of temperature control system

2 模糊控制器設(shè)計(jì)

由于被控對(duì)象的復(fù)雜性(非線性)，難以建立精確的數(shù)學(xué)模型，因此，有關(guān)被控對(duì)象的知識(shí)主要來源于領(lǐng)域?qū)＜一虿僮魅藛T的知識(shí)和經(jīng)驗(yàn)。針對(duì)驗(yàn)證評(píng)估中的溫度控制系統(tǒng)，通過控制原理可以確定基本控制策略。因此設(shè)計(jì)一種自調(diào)整模糊控制器，可實(shí)現(xiàn)動(dòng)態(tài)和穩(wěn)態(tài)性能很好的控制。模糊控制器結(jié)構(gòu)如圖 2 所示［7-9］。

圖2 模糊控制器結(jié)構(gòu)Fig.2 The structure diagram of fuzzy controller

在運(yùn)行中不斷地檢測(cè)偏差和偏差變化率，將其輸入模糊控制器進(jìn)行模糊化，運(yùn)用模糊推理，進(jìn)行模糊運(yùn)算，對(duì)輸出控制量在線修改并清晰化，作用于被控對(duì)象，使被控對(duì)象具有良好的靜態(tài)及動(dòng)態(tài)性能。模糊控制器的設(shè)計(jì)分為清晰量的模糊化、模糊控制規(guī)則和模糊量的清晰化三部分。

2.1 清晰量的模糊化

在模糊控制系統(tǒng)運(yùn)行中，控制器的輸入值、輸出值是有確定數(shù)值的清晰量，而在進(jìn)行模糊控制時(shí)，模糊推理過程是通過模糊語言變量進(jìn)行的，因此需將物理量的清晰值轉(zhuǎn)換成模糊語言變量。

該控制器中各語言變量的論域設(shè)定如下:

為計(jì)算機(jī)處理方便且不影響仿真結(jié)果，在該控制器中論域E、EC及U等語言變量的隸屬函數(shù)取三角函數(shù)(圖3)。

2.2 模糊控制規(guī)則

圖3 E、EC及U的隸屬函數(shù)Fig.3 The membership function of E，EC and U

模糊控制規(guī)則是基于手動(dòng)控制策略建立的，而手動(dòng)控制策略又是人們通過學(xué)習(xí)、實(shí)驗(yàn)以及長(zhǎng)期經(jīng)驗(yàn)積累而逐漸形成的［3］。從系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度等各方面考慮，根據(jù)過程模糊模型生成控制規(guī)則。當(dāng)偏差較大時(shí)，對(duì)偏差給予較大權(quán)重，以盡快消除誤差，提高響應(yīng)速度;當(dāng)偏差較小時(shí)，為避免系統(tǒng)超調(diào)，對(duì)偏差變化率的影響給予較大的權(quán)重，以盡快進(jìn)入穩(wěn)態(tài)［10-12］，據(jù)此生成模糊控制規(guī)則，如表1所示［2］。為表明論域E、EC及U之間的控制關(guān)系，根據(jù)模糊控制規(guī)則生成的模糊控制規(guī)則表面如圖4所示。

表1 模糊控制規(guī)則表Table 1 Regulations of fuzzy control

2.3 模糊量的清晰化

經(jīng)過模糊推理決策，整定的輸出量要進(jìn)行清晰化取得精確值以計(jì)算輸出控制量，即熱水調(diào)節(jié)電動(dòng)閥的開度。常用的清晰化方法包括最大隸屬度法、重心法、中心平均法等。該控制器中采用中心平均法求取輸出量的精確值。

圖4 模糊控制規(guī)則表面Fig.4 Rules surface of fuzzy control

中心平均法既避開了求取隸屬函數(shù)的積分運(yùn)算，同時(shí)又考慮了各模糊集合對(duì)精確值的影響。該方法計(jì)算較簡(jiǎn)單，清晰化的魯棒性較好，是模糊推理系統(tǒng)中常用的方法［7］。中心平均去模糊化方法公式:

3 模糊控制器應(yīng)用

熱交換器系統(tǒng)模型可以用純滯后環(huán)節(jié)和一階慣性環(huán)節(jié)表示。對(duì)于水污染防治生物處理技術(shù)實(shí)驗(yàn)室驗(yàn)證評(píng)估過程中的熱交換系統(tǒng)，函數(shù)模型可表示如下:

式中，K為增益系數(shù)，取值5;T為時(shí)間常數(shù)，取值3500 s;τ為滯后時(shí)間，取值200 s;s為時(shí)間變量。

在Matlab7.0工作環(huán)境下，利用模糊推理系統(tǒng)編輯器建立一個(gè)fis文件，定義為flc.fis。在Simulink仿真環(huán)境下，根據(jù)圖2的模糊控制器結(jié)構(gòu)利用工具箱編輯系統(tǒng)框圖，輸入為偏差論域E和偏差變化率論域EC，輸出為溫控系統(tǒng)模型輸出，并增加積分環(huán)節(jié)與模糊控制器輸出進(jìn)行疊加，以消除靜態(tài)誤差，然后與被控對(duì)象溫控系統(tǒng)的模型相連接，輸出反饋到控制器輸入端，得到控制器與一階滯后被控對(duì)象組成的控制系統(tǒng)仿真框圖，如圖5所示。

圖5 模糊自調(diào)整控制系統(tǒng)仿真Fig.5 Simulation block diagram of fuzzy self-adjustment control system

4 仿真結(jié)果與分析

在單位階躍輸入下，通過調(diào)整量化因子(kE，kEC)和控制增量比例因子(kU)，可得到比較理想的模糊控制仿真結(jié)果。kE取值1.35，kEC取值0.98，kU取值1.05，kI取值0.0016。對(duì)積分環(huán)節(jié)采取限幅，該次仿真實(shí)驗(yàn)中限幅為0.2。利用仿真參數(shù)對(duì)話框，設(shè)置相關(guān)的仿真參數(shù)，仿真時(shí)間設(shè)置為5000 s，采樣周期設(shè)置為1 s。對(duì)熱交換器分別采用常規(guī)PID控制器和模糊自調(diào)整控制器進(jìn)行調(diào)節(jié)，其中PID控制器參數(shù)按臨界比例法［13］進(jìn)行調(diào)整，兩種控制器系統(tǒng)的單位階躍響應(yīng)如圖6所示。

圖6 兩種控制器系統(tǒng)的單位階躍響應(yīng)Fig.6 Response of two control system on step signal

由圖6可知，利用模糊自調(diào)整控制器與比例積分環(huán)節(jié)控制量疊加后，可消除靜差，減小超調(diào)量，響應(yīng)速度快，調(diào)節(jié)時(shí)間短。與常規(guī)PID控制器相比，模糊自調(diào)整控制器具有良好的快速性和魯棒性，提高了系統(tǒng)的動(dòng)、靜態(tài)性能。

5 結(jié)語

針對(duì)大滯后的溫度控制系統(tǒng)，與常規(guī)PID控制器相比，采用模糊自調(diào)整控制器可以使系統(tǒng)的動(dòng)態(tài)性能和穩(wěn)態(tài)性能得到改善，具有良好的控制效果。但通過仿真結(jié)果可以看出，控制器缺乏較強(qiáng)的自適應(yīng)能力，系統(tǒng)仍有一定的超調(diào)量。因此，在今后研究中考慮綜合神經(jīng)網(wǎng)絡(luò)、遺傳算法的智能控制器，在線訓(xùn)練模糊規(guī)則、調(diào)整量化因子等，以優(yōu)化溫控系統(tǒng)的動(dòng)態(tài)性能和魯棒性，實(shí)現(xiàn)控制目的。

［1］陶永華.新型PID控制及其應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2002.

［2］孫增圻.智能控制理論與技術(shù)［M］.北京:清華大學(xué)出版社，2003.

［3］易繼鍇，侯媛彬.智能控制技術(shù)［M］.北京:北京工業(yè)大學(xué)出版社，2003.

［4］YANG X H，LIU T R，SUN J.Optimal PID control of heat exchanger temperature［J］.Advanced Materials Research，2011，204/205/206/207/208/209/210:21-24.

［5］PADHEE S，SINGH Y.A comparative analysis of various control strategies implemented on heat exchanger system:a case study［C］//Proceedings of the World Congress on Engineering:Ⅱ.London:International Association of Engineers，2010.

［6］MAIDI A，DIAF M，CORRIOU J.Optimal linear PI fuzzy controller design of a heat exchanger［J］.Chemical Engineering and Processing，2008，47(5):938-945.

［7］MAZINAN A H，SADATI N.Fuzzy predictive control based multiple models strategy for a tubular heatexchanger system［J］.Applied Intelligence，2010，33(3):247-263.

［8］ARTURO P，CLAUDIA R，KEVIN P，et al.On-line fuzzy-logicbased temperature control of a concentric-tube heat exchanger facility［J］.Heat Transfer Engineering，2009，30(14):1208-1215.

［9］ ?AHIN ?ENCAN A，KILI? B，KILI? U.Optimization of heat pump using fuzzy logic and genetic algorithm［J］.Heat and Mass Transfer，2011，47(12):1553-1560.

［10］MAZINAN A，SADATI N.Fuzzy multiple models predictive control of tubular heat exchanger［C］//2008IEEE World Congress on Computational Intelligence. Piscataway:IEEE Press，2008:1845-1852.

［11］HABBIA H，KIDOUCHEA M，KINNAERTB M，et al.Fuzzy model-based fault detection and diagnosis for a pilot heat exchanger［J］.International Journal of Systems Science，2011，42(4):587-599.

［12］TABATABAEE S，ROOSTA P，SADEGHI M S，et al.Fuzzy PID controller design for a heat exchanger system:the energy efficiency approach［C］//International Conference on Computer Applications and Industrial Electronics(ICCAIE). Los Alamitors:IEEE Computer Society Press，2010:511-515.

［13］李園，李平.填料塔熱交換系統(tǒng)的模糊模型PID優(yōu)化控制［J］.工業(yè)儀表與自動(dòng)化裝置，2006(5):50-53.○