污泥焚燒過程控制中遺傳優(yōu)化模糊算法的研究

孫慧肖 軍樊帥

（遼寧石油化工大學(xué) 信息與控制工程學(xué)院， 遼寧 撫順 113001）

污泥焚燒過程控制中遺傳優(yōu)化模糊算法的研究

孫慧肖 軍樊帥

（遼寧石油化工大學(xué) 信息與控制工程學(xué)院， 遼寧 撫順 113001）

焚燒處理被公認(rèn)為實(shí)現(xiàn)污泥減量化、穩(wěn)定化和無害化處理最徹底的方式。污泥成分混雜，相關(guān)因素多，工況易變，焚燒原理復(fù)雜，在污泥焚燒過程中，其控制過程具有多變量、多影響因子、非線性、強(qiáng)耦合等特點(diǎn)。因此，提出了一種基于遺傳算法優(yōu)化的模糊控制方法，針對(duì)模糊控制自適應(yīng)性差的不足，對(duì)模糊控制規(guī)則進(jìn)行在線動(dòng)態(tài)優(yōu)化。仿真研究結(jié)果表明，控制效果具有明顯改善。

污泥；焚燒；模糊控制；遺傳算法

循環(huán)流化床鍋爐(CFBB)是一種新型清潔焚燒設(shè)備，其燃燒效率高、污染少、燃料適應(yīng)性廣，受到世界各國的廣泛重視并得到迅速發(fā)展[1]。目前，國內(nèi)污泥焚燒過程中循環(huán)流化床鍋爐床溫控制普遍不夠穩(wěn)定，負(fù)荷波動(dòng)工況變化適應(yīng)性差，鍋爐運(yùn)行效率低，系統(tǒng)對(duì)操作人員依賴性大。

流化床床層溫度控制過程具有多變量、強(qiáng)耦合、非線性等特點(diǎn)，難以建立精確的數(shù)學(xué)模型，通常采用模糊控制較為有效，但其不足之處是模糊規(guī)則的自適應(yīng)性差，導(dǎo)致控制效果不夠理想[2]。為了獲取適應(yīng)度更強(qiáng)的控制規(guī)則，可采用神經(jīng)網(wǎng)絡(luò)或遺傳算法等方法進(jìn)行在線優(yōu)化。遺傳算法是模仿自然界生物進(jìn)化思想的一種全局優(yōu)化算法，具有良好的通用性和較強(qiáng)的魯棒性。因此，本文設(shè)計(jì)了一種基于遺傳優(yōu)化的模糊控制算法，改善了循環(huán)流化床床溫控制的控制質(zhì)量。

1 流化床污泥焚燒工藝過程分析

1.1 循環(huán)流化床污泥焚燒工藝流程

循環(huán)流化床污泥焚燒工藝流程如圖1所示，主要包括污泥輸送、循環(huán)流化燃燒、高溫?zé)煔鉄崃炕厥找约盁煔鈨艋^程等。

圖1 循環(huán)流化床污泥焚燒工藝流程圖Fig.1 Process flow diagram of CFB sludge incineration

1.1.1 循環(huán)流化床工作原理

高含水率的污泥經(jīng)污泥泵從爐膛頂部加入，在下降的過程中干燥破碎；輔助燃料從爐膛底部加入與污泥一起焚燒，產(chǎn)生的高溫混合物從爐頂排出，循環(huán)灰經(jīng)過旋風(fēng)分離器分離后，從爐膛底部經(jīng)返料器返回；從旋風(fēng)分離器頂部排出的煙氣進(jìn)入尾部煙道，并與換熱器交換熱量，經(jīng)煙氣凈化器、布袋除塵器，去除飛灰和酸性氣體后，通過引風(fēng)機(jī)由煙囪排出[3]。

1.1.2 循環(huán)流化床特性

CFBB工藝過程中，采用流態(tài)化燃燒手段，使燃料處于流化狀態(tài)下。與傳統(tǒng)鍋爐相比具有很多優(yōu)勢(shì)，其特點(diǎn)是氣—固兩相流動(dòng)、傳熱、傳質(zhì)等。CFBB能夠改善劣質(zhì)煤的利用率，燃燒溫度低，有害氣體排放量小，符合當(dāng)今節(jié)能減排以及可持續(xù)發(fā)展的大趨勢(shì)[4]。因此，近些年內(nèi)得到了快速發(fā)展。

1.2 循環(huán)流化床床溫控制特征分析

在CFBB控制系統(tǒng)中，主要的控制對(duì)象是床溫，太低或太高都會(huì)影響CFBB的燃燒效率和安全。隨著流化床床溫的升高，床層中C的反應(yīng)速率和燃料揮發(fā)成分的析出速率均加快。因此,提高床溫有助于減少燃燒時(shí)間，加快焚燒速度。但考慮到不均勻的床層斷面溫度以及灰熔點(diǎn)的限制，一般要求床溫比煤的形變溫度低100～200 °C。所以，床溫應(yīng)根據(jù)煤的形變溫度來確定,一般不超過1 000～1 050 °C。爐溫控制在870 °C時(shí)，煙氣在爐膛內(nèi)停留時(shí)間大于2 s，可避免二惡英的生成。對(duì)于采用添加劑進(jìn)行的脫硫處理,最佳反應(yīng)溫度為850 °C,當(dāng)床溫高于900 °C時(shí),脫硫率會(huì)明顯降低,鈣硫比增大，影響脫硫效果，同時(shí)也增加了焚燒過程發(fā)生結(jié)焦、熄火等事故的可能性。綜合考慮，循環(huán)流化床的床溫應(yīng)維持在850 °C到860 °C之間。由表1可知，流化床鍋爐是一個(gè)多輸入、多輸出、非線性強(qiáng)耦合的對(duì)象，如燃料量、風(fēng)量、排渣量等變化時(shí)都會(huì)產(chǎn)生床溫的變化，但一次風(fēng)和給煤量是最主要的影響因素。床溫對(duì)一次風(fēng)量的響應(yīng)相對(duì)較快，當(dāng)床溫偏離穩(wěn)定值較大時(shí)，單靠改變一次風(fēng)量實(shí)現(xiàn)床溫調(diào)節(jié)是不可行的，并且頻繁調(diào)節(jié)將影響燃燒效率。為保證燃燒過程的經(jīng)濟(jì)性，最終決定因素是進(jìn)入床內(nèi)的燃料量[5]。維持循環(huán)流化床鍋爐的穩(wěn)定運(yùn)行，其床溫控制是關(guān)鍵。在焚燒過程中，幾乎所有的控制和調(diào)節(jié)均圍繞維持穩(wěn)定床溫進(jìn)行[6]。因此，本文以流化床床溫控制作為重點(diǎn)內(nèi)容進(jìn)行如下研究。

表1 流化床鍋爐輸入輸出關(guān)系表Table 1 The input-output relationship of CFBB

1.3 建立控制模型

根據(jù)經(jīng)驗(yàn)，在所有條件保持不變的情況下，循環(huán)流化床的床溫與給煤量成正比。因此，床溫與給煤量的關(guān)系可用傳遞函數(shù)表達(dá)為：

其中，R為床溫，U為給煤量；k、T、τ是隨運(yùn)行工況不同而時(shí)變的參數(shù)。當(dāng)鍋爐負(fù)荷在25%～100%范圍變化時(shí)，各參數(shù)取值范圍：k：5～10；T：100～200 s；τ：30～60 s。

2 基于遺傳優(yōu)化的模糊控制器設(shè)計(jì)

由于循環(huán)流化床鍋爐燃燒系統(tǒng)具有大時(shí)滯、非線性、時(shí)變和強(qiáng)耦合等特點(diǎn)，使用PID控制很難達(dá)到理想效果。為了實(shí)現(xiàn)CFBB良好的控制效果，本文利用遺傳算法對(duì)模糊控制方法進(jìn)行優(yōu)化，實(shí)現(xiàn)對(duì)CFBB床層溫度的有效控制。

2.1 模糊控制器設(shè)計(jì)

模糊控制是模擬人的思考方式，利用語言歸納描述專家經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)難以建立精確數(shù)學(xué)模型的對(duì)象進(jìn)行有效控制的一類控制算法[7]。其特點(diǎn)是將控制經(jīng)驗(yàn)數(shù)據(jù)總結(jié)為較理想的模糊語言控制規(guī)則，避開控制對(duì)象時(shí)變、時(shí)滯、不確定性、非線性等影響。系統(tǒng)具有較強(qiáng)的魯棒性，適用于非線性、時(shí)變、時(shí)滯系統(tǒng)的控制。

依據(jù)模糊控制理論，將E(偏差)和EC(偏差變化率)作為模糊語言輸入，U(系統(tǒng)控制值)作為輸出，構(gòu)成雙入單出結(jié)構(gòu)的模糊控制器[8]。

根據(jù)實(shí)際流化床穩(wěn)態(tài)運(yùn)行時(shí)的相關(guān)情況，確定溫度偏差E的基本論域?yàn)閇-50,50 ℃]；溫度偏差變化率EC的基本論域?yàn)閇-6,6]；控制量U的基本論域?yàn)閇0,5]。

設(shè)溫度偏差E、溫度溫度變化率EC以及輸出量U的論域分別為：V，W，L；R是對(duì)應(yīng)于V×W×L

上的三元模糊關(guān)系，

對(duì)于E、EC以及控制量U均取語言值為PB (正大)、PM(正中)、PS(正小)、Z(零)、NS(負(fù)小)、NM(負(fù)中)、NB(負(fù)大)的七個(gè)語言變量。根據(jù)流化床床溫控制知識(shí)、經(jīng)驗(yàn)以及測(cè)量的具體數(shù)據(jù)，得到控制規(guī)則如表2。

表2 模糊控制規(guī)則表Table 2 Fuzzy control rule table

模糊控制規(guī)則是領(lǐng)域?qū)＜彝ㄟ^歸納和總結(jié)被控過程中的模糊信息及操作經(jīng)驗(yàn)而獲得的，其是否合理在很大程度上直接影響著模糊控制性能的優(yōu)劣[9]。系統(tǒng)運(yùn)行后，通常模糊控制規(guī)則是在線固定不變的，因此，控制規(guī)則的適應(yīng)性較差。由于被控對(duì)象的非線性和時(shí)變性因素會(huì)造成模糊控制規(guī)則的不完善，在不同程度上影響控制效果。因此，若能依據(jù)過程特征變化，對(duì)模糊控制規(guī)則中的關(guān)鍵性規(guī)則參數(shù)進(jìn)行在線動(dòng)態(tài)優(yōu)化，其控制效果可以得到明顯改善。遺傳算法是自適應(yīng)全局優(yōu)化搜索算法，它是一種高效隨機(jī)優(yōu)化工具，易于與其他控制方法相結(jié)合。因此，本文利用遺傳算法優(yōu)化模糊控制規(guī)則，實(shí)現(xiàn)優(yōu)化控制，并運(yùn)用到流化床床溫控制系統(tǒng)中。

2.2 基于遺傳優(yōu)化的模糊控制器設(shè)計(jì)

基于遺傳優(yōu)化的模糊控制流程如圖2所示。

圖2 遺傳優(yōu)化模糊控制流程圖Fig.2 Flow diagram of fuzzy control optimized by genetic algorithm

具體優(yōu)化過程如下：

（1） 遺傳編碼

采用二進(jìn)制編碼方法，將輸出變量U的語言值{PB，PM，PS，Z，NS，NM，NB}分別用001,010,011,100,101,110,111來描述。建立模糊控制規(guī)則與二進(jìn)制串一一對(duì)應(yīng)的編碼關(guān)系。

（2） 選擇

采用適應(yīng)度比例選擇方法，對(duì)群體中的個(gè)體進(jìn)行優(yōu)勝劣汰，選出群體中優(yōu)良的染色體。評(píng)價(jià)標(biāo)準(zhǔn)如下式：

式中：Pi為個(gè)體i的選擇概率；n為群體中的個(gè)體數(shù)；fi為個(gè)體i的適存度。

（3） 交叉、變異

交叉是將選擇出的染色體隨即匹配，進(jìn)行基因重組交叉繁殖。例如：將編碼分別為：

的兩個(gè)染色體進(jìn)行交叉，設(shè)交叉概率Pc=0.7，交叉點(diǎn)位置k=10，則交叉后得到兩個(gè)新個(gè)體為：

變異算子是把某基因位上的值取反。變異概率很小，一般只取到10-3數(shù)量級(jí)。變異的目的是為了防止某些特殊基因丟失，恢復(fù)基因多樣性，提高局部搜索能力，避免出現(xiàn)未成熟收斂的現(xiàn)象。設(shè)交叉、變異概率分別為Pc和Pm，他們能保證遺傳算法的收斂能力，基于自身適存度進(jìn)行調(diào)節(jié)，提高收斂速率。其計(jì)算公式為：

其中，f為變異個(gè)體的適應(yīng)度函數(shù)值；maxf為每一代群體的最大適應(yīng)度函數(shù)值；為平均適應(yīng)度函數(shù)值；f′為兩個(gè)交叉?zhèn)€體中較大的適應(yīng)度函數(shù)值；k1、k2、k3、k4為常數(shù)(≤1)。

（4） 判斷

判斷是否達(dá)到參數(shù)收斂。若滿足則按此控制規(guī)則進(jìn)行模糊控制；否則返回步驟(3)，直到滿足要求為止。

通過以上優(yōu)化，得到適應(yīng)度更強(qiáng)的模糊規(guī)則參數(shù)，實(shí)現(xiàn)具有自適應(yīng)能力的模糊控制策略，使控制系統(tǒng)達(dá)到更好的控制效果。

3 仿真結(jié)果分析

本文針對(duì)上述設(shè)計(jì)進(jìn)行了仿真研究，仿真系統(tǒng)中設(shè)定過程模型如下：

圖3 仿真分析的響應(yīng)曲線Fig.3 The response curve of simulation

利用Matlab進(jìn)行單位階躍定值擾動(dòng)及抗擾性仿真實(shí)驗(yàn)，并與常規(guī)PID控制作比較。

（1）階躍定值擾動(dòng)實(shí)驗(yàn)：在初始時(shí)刻實(shí)施幅值為1的階躍激勵(lì)信號(hào)，系統(tǒng)響應(yīng)曲線如圖3（a）所示。

（2）抗干擾性實(shí)驗(yàn)：在t=600 s時(shí)，加入幅值為0.1的干擾信號(hào)，系統(tǒng)響應(yīng)曲線如圖3(b)所示。

仿真結(jié)果表明：基于遺傳優(yōu)化的模糊控制器與常規(guī)PID控制器相比較，系統(tǒng)滯后時(shí)間短，震蕩幅度及超調(diào)量較小，能夠較快達(dá)到平穩(wěn)狀態(tài)，控制效果較為理想。

4 結(jié) 論

本文針對(duì)流化床焚燒過程的大滯后、非線性、強(qiáng)耦合等特點(diǎn)，提出了基于遺傳優(yōu)化的模糊控制策略及方法。仿真證明：優(yōu)化后的模糊控制器對(duì)大時(shí)滯、強(qiáng)耦合、非線性系統(tǒng)有改善效果，有較強(qiáng)的自適應(yīng)能力和魯棒性，并且明顯優(yōu)于常規(guī)PID控制。

［1］ 邱旻昊.循環(huán)流化床焚燒城市污水處理廠污泥的探討[J].污染防治技術(shù)，2013，26(4)：44-46.

［2］ 馬曉勇，吳宏艷.自抗擾控制在循環(huán)流化床鍋爐床溫控制中的應(yīng)用[J].華北電力大學(xué)學(xué)報(bào)，2011，38(5)：81-83.

［3］ 黃毅，朱建國，呂清剛，等.城市下水污泥循環(huán)流化床焚燒工藝分析[J].工業(yè)加熱，2013，42(3)：37-39.

［4］ 楊銘.模糊神經(jīng)網(wǎng)絡(luò)在循環(huán)流化床鍋爐燃燒系統(tǒng)中的應(yīng)用[D].山西：太原理工大學(xué)，2011.

［5］ 曲海云.關(guān)于循環(huán)流化床鍋爐床溫控制系統(tǒng)的研究[D].河北：華北電力大學(xué)，2004.

［6］ 李金晶，龔鵬，呂俊復(fù)，等.給煤對(duì)大型CFB鍋爐床溫均勻性的影響[J].熱能動(dòng)力工程，2012，27(1)：76-80.

［7］ 黎倩，劉朝英，宋哲英，等.模糊控制在循環(huán)流化床鍋爐床溫控制系統(tǒng)中的應(yīng)用研究[J].軍械工程學(xué)院學(xué)報(bào)，2009，21(5)：72-75.

［8］ 李金晶，龔鵬，呂俊復(fù)，等.給煤對(duì)大型CFB鍋爐床溫均勻性的影響[J].熱能動(dòng)力工程，2012，27(1)：76-80.

［9］ 覃來豐.基于遺傳算法優(yōu)化的模糊控制器在鋼球磨煤機(jī)中的應(yīng)用[D].杭州：浙江大學(xué)，2007.

Research on Fuzzy Control Optimized by GA in the Process of Sludge Incineration

SUN Hui，XIAO Jun，F(xiàn)AN Shuai
（School of Information and Control Engineering，Liaoning Shihua University，Liaoning Fushun 113001，China）

Sludge incineration is regarded as the most effective method to achieve the sludge reduction, stabilization and harmless treatment. In the process of sludge incineration, the control process has many features, such as multivariable, nonlinear, strong coupling, multi interference factors and so on, due to the sludge has mixed components, complex combustion mechanism, changeable conditions and associated factors. In this paper, a fuzzy control method based the genetic algorithm was proposed, the method can tune the fuzzy control rule online to improve adaptive capacity. The simulation results show that the control effect is improved obviously.

Sludge; Incineration; Fuzzy control; Genetic algorithm

TQ 018

： A

： 1671-0460（2015）02-0410-04

2014-08-08

孫慧(1989-)，女，遼寧錦州人，碩士，研讀方向?yàn)槲勰嗵幚磉^程中智能控制的應(yīng)用研究。E-mail: 1013704232@qq.com。

肖軍（1957-），男，遼寧撫順人，教授，碩士研究生導(dǎo)師，主要從事智能控制算法及應(yīng)用，計(jì)算機(jī)過程控制及仿真的研究。E-mail: xiaojun_lnpu@163.com。