大時(shí)滯參數(shù)時(shí)變復(fù)雜過程的仿人智能控制

Human Simulated Intelligent Control of Complex Process with Large Time Lag and Time－varying Parameters

雷正橋(重慶工業(yè)職業(yè)技術(shù)學(xué)院教務(wù)處，重慶　401120)

?

大時(shí)滯參數(shù)時(shí)變復(fù)雜過程的仿人智能控制

作者雷正橋(1973－)，男，2005年畢業(yè)于西南大學(xué)計(jì)算機(jī)應(yīng)用專業(yè)，獲碩士學(xué)位，副教授;主要從事計(jì)算機(jī)自動化控制方面的教學(xué)與科研工作。

0　引言

以軋鋼加熱爐燃?xì)馊紵^程控制為背景，探討大時(shí)滯參數(shù)時(shí)變復(fù)雜過程的控制問題。該過程是典型的復(fù)雜過程，由于軋鋼加熱爐系統(tǒng)本身就是一個(gè)大慣性復(fù)雜對象，工作機(jī)理復(fù)雜，不僅變量眾多、相互耦合，更加突出的是難以采用數(shù)學(xué)方法描述其本質(zhì)特征，如由于不確定性導(dǎo)致的時(shí)變參數(shù)、純時(shí)間滯后變化等。為了充分利用焦?fàn)t、高爐等煤氣，一般鋼鐵企業(yè)將上述煤氣混合作為加熱爐燃?xì)狻ｈb于煤氣熱值與煤氣管網(wǎng)壓力的劇烈波動，同時(shí)由于爐內(nèi)鋼坯溫度場分布的不均勻性以及某些爐內(nèi)熱工參數(shù)難以測量，導(dǎo)致對其燃燒過程進(jìn)行優(yōu)化控制更加困難［1－2］，因此，對大時(shí)滯參數(shù)時(shí)變復(fù)雜過程控制進(jìn)行探討具有現(xiàn)實(shí)技術(shù)應(yīng)用意義。本文提出了一種紡人智能控制策略，并經(jīng)仿真實(shí)驗(yàn)驗(yàn)證其可行性。

1　過程控制難題與控制論特性

1.1過程控制難題

由于存在諸多不確定性因素，燃燒過程難以數(shù)學(xué)建模，采用PID或改進(jìn)的PID控制器控制爐溫過程，調(diào)節(jié)速度慢，極易產(chǎn)生超調(diào)，控制精度不高，難以進(jìn)行控制參數(shù)優(yōu)化整定，在響應(yīng)速度和準(zhǔn)確性之間難以做出最佳決策，使?fàn)t溫過程控制具有良好的加熱質(zhì)量和加熱曲線與靈活的操作性。時(shí)滯特性不僅影響控制品質(zhì)和控制過程的穩(wěn)定性，更增加了對系統(tǒng)分析和設(shè)計(jì)的復(fù)雜性。盡管Smith預(yù)估器可對時(shí)滯特性進(jìn)行補(bǔ)償控制，但它是一個(gè)基于數(shù)學(xué)模型的預(yù)估控制，對參數(shù)變化較為敏感，由于過程的時(shí)變性和不確定性，嚴(yán)重影響其預(yù)估控制效果，甚至導(dǎo)致不穩(wěn)定現(xiàn)象的產(chǎn)生。模糊控制魯棒性比較好，抗干擾能力比較強(qiáng)，無需建立精確數(shù)學(xué)模型，但是過程的不確定性必然導(dǎo)致控制規(guī)則的不完備，因此不能直接用于大時(shí)滯過程控制，即使是專家與仿人智能模糊控制也同樣不適合于時(shí)滯過程的控制。神經(jīng)網(wǎng)絡(luò)控制需要足夠的實(shí)驗(yàn)樣本對網(wǎng)絡(luò)連接權(quán)值進(jìn)行訓(xùn)練，因復(fù)雜性與不確定性，其實(shí)驗(yàn)樣本很難從實(shí)驗(yàn)中獲取，限于方法的局限性，很難取得良好的控制效果。同樣，復(fù)雜性與不確定性導(dǎo)致過程特征信息采集與表達(dá)以及完備知識庫建立的實(shí)現(xiàn)難度增大，也不宜采用專家控制技術(shù)實(shí)現(xiàn)對復(fù)雜過程的控制［3－4］?？傊髸r(shí)滯參數(shù)時(shí)變復(fù)雜過程控制是控制工程中的難點(diǎn)。

1.2過程控制論特性

軋鋼加熱爐燃?xì)馊紵^程除了大時(shí)滯參數(shù)時(shí)變的特性外，由于是復(fù)雜過程，受多種不確定性因素影響，如燃?xì)庥山範(fàn)t、高爐等混合煤氣組成，無論燃?xì)獾慕M分或燃質(zhì)都具有不確定性(包括隨機(jī)性)。鋼坯進(jìn)出爐也會引起熱擾動，又是大慣性過程，動態(tài)控制過程充滿了不確定性，因此導(dǎo)致過程時(shí)滯是未知的、時(shí)變的，存在嚴(yán)重的非線性。過程參數(shù)也因不確定性導(dǎo)致其具有未知性、時(shí)變性、隨機(jī)性、分散性以及變量間的關(guān)聯(lián)耦合性，很難用定量分析方法給予精確的數(shù)學(xué)表達(dá)，實(shí)質(zhì)上燃?xì)馊紵^程是一個(gè)不確定性復(fù)雜動態(tài)過程的控制問題。采用基于數(shù)學(xué)建模的范式控制方法，如傳統(tǒng)的PID控制或者基于現(xiàn)代控制理論的優(yōu)化控制方法等，是難以獲得預(yù)期理想控制效果的［5－6］。因此，必須探討與過程控制論特性相匹配的控制策略。

2　控制策略與控制算法

智能控制是在解決具有高度復(fù)雜與不確定性以及控制性能要求越來越高的背景下產(chǎn)生的，是傳統(tǒng)控制發(fā)展的高級階段，是基于對多種科學(xué)方法、多種先進(jìn)技術(shù)與當(dāng)代多種前沿學(xué)科知識的高度綜合和利用發(fā)展起來的。人類智能反映在對事物的觀察、認(rèn)識、學(xué)習(xí)與理解的能力方面，也包括理解與適應(yīng)事物動作行為的控制能力。實(shí)質(zhì)上，智能控制是一種在實(shí)施控制過程中無須進(jìn)行人工干預(yù)的自動控制技術(shù)，強(qiáng)調(diào)的是自主驅(qū)動系統(tǒng)(或過程)的狀態(tài)是否達(dá)到期望的控制目標(biāo)。在智能控制中，值得注意的是仿人智能控制，它直觀地模擬人的控制行為、經(jīng)驗(yàn)與技巧，是一種基于知識的智能模型控制。

2.1仿人智能控制策略

燃?xì)馊紵撬蚕⑷f變的，其優(yōu)化控制必須在線實(shí)時(shí)完成。正如駕駛員在高速路上駕駛車輛行駛一樣，駕駛員就是根據(jù)理想行駛軌跡與實(shí)際行駛軌跡的角度偏差方向、偏差大小以及偏差的變化趨勢駕駛車輛行駛的。仿人智能控制(human simulated intelligent controller，HSIC)策略就是直觀模擬人的控制行為［7－9］，控制模型如圖1所示。圖1中，r(t)、e(t)、p(t)、y(t)分別表示過程的輸入、過程誤差、HSIC控制器輸出與過程響應(yīng)輸出。

圖1　廣義知識控制模型Fig.1 Generalized knowledge control model

2.2仿人智能控制算法

如果用è表示過程誤差的變化率，可以構(gòu)成如圖2所示的誤差相平面。由于過程誤差e與過程誤差變化率è均是可檢測的，基于自動控制理論和人工智能系統(tǒng)，可以總結(jié)出該控制策略模擬人類控制行為的兩種特征模式:當(dāng)eè＞0時(shí)，即過程狀態(tài)位于第1和第3象限時(shí)，過程將呈現(xiàn)出誤差增加的趨勢;當(dāng)eè＜0時(shí)，即過程狀態(tài)位于第2和第4象限時(shí)，過程將呈現(xiàn)出誤差減小的趨勢。

圖2　誤差相平面Fig.2　Error phase plane

由誤差相平面分析可知，HSIC的基本控制策略可歸納為:①如果eè≥0并且e +è≠0，則可取比例加半微分(proportion and half derivation，PH－D)控制模式;②如果eè≤0或者e =è = 0，則可取半開環(huán)(half open－loop，HO)控制模式。

HSIC原型控制算法可總結(jié)為:。

式中: P、Kp、k、e、è和em，i分別為HSIC控制器的輸出系數(shù)、比例系數(shù)、擬制系數(shù)、過程誤差、過程誤差變化率和第i個(gè)誤差的峰值。

結(jié)合HSIC基本控制算法，并將過程操作者的控制經(jīng)驗(yàn)、技巧與控制智慧融合到HSIC控制算法中，借助結(jié)構(gòu)化英語描述方法，其過程控制算法可設(shè)計(jì)為:

3　仿真實(shí)驗(yàn)及其分析

為了驗(yàn)證仿人智能控制策略的優(yōu)勢，仿真中以PID + Smith預(yù)估控制為參照，將過程不確定性因素影響等價(jià)為過程參數(shù)變化，然后分別在無外界干擾與受外界干擾兩種情況下，施加單位階躍輸入于控制過程，最后比較兩種控制算法的過程輸出響應(yīng)，研究仿人智能控制策略的魯棒性。如果魯棒性強(qiáng)，那么該控制策略就是可取的，因?yàn)樗芗骖欉^程響應(yīng)時(shí)間、調(diào)節(jié)時(shí)間、過程超調(diào)與穩(wěn)態(tài)控制精度等技術(shù)指標(biāo)的需要。仿真中，假設(shè)被控過程模型如式(2)所示。

式中: K為比例系數(shù); T1、T2分別為時(shí)間常數(shù)，s;τ為過程時(shí)間時(shí)滯，s。

如果取: K =4.134 s，T1= 1 s，T2= 2 s，τ= 2 s，則其過程模型為:

在PID + Smith預(yù)估控制與仿人智能控制HSIC兩種控制策略作用下，當(dāng)過程的輸入為單位階躍時(shí)，其過程響應(yīng)如圖3所示。圖4、圖5和圖6分別為τ=10 s、τ= 20 s和τ= 10 s時(shí)加入一個(gè)幅度為0.5、寬度為0. 2 s脈沖干擾時(shí)兩種控制策略的響應(yīng)比較曲線。

圖3　τ=2 s時(shí)的響應(yīng)曲線Fig.3 Response curves at τ=2 s

圖4　τ=10 s時(shí)的響應(yīng)曲線Fig.4 Response curves at τ=10 s

圖5　τ=20 s時(shí)的響應(yīng)曲線Fig.5 Response curves at τ=20 s

圖6　τ=10 s脈沖干擾響應(yīng)曲線Fig.6 Response curves at τ=10 s

分析上述過程響應(yīng)可知，無論時(shí)滯變化還是外部脈沖干擾對仿人智能控制策略幾乎沒有影響，智能控制策略在魯棒性、響應(yīng)時(shí)間、調(diào)節(jié)時(shí)間、過程超調(diào)與穩(wěn)態(tài)控制精度等方面均表現(xiàn)出優(yōu)秀的控制品質(zhì)。

4　結(jié)束語

由于仿人智能控制策略總是基于當(dāng)前控制周期誤差特征模式下決定各控制周期的操作控制模式與控制算法，因此能實(shí)時(shí)矯正過程誤差。鑒于該策略無需數(shù)學(xué)建模，這是其他控制策略難以與之相比的。仿真結(jié)果驗(yàn)證了該控制策略的強(qiáng)魯棒性、高控制精度，對大時(shí)滯參數(shù)時(shí)變過程的控制是一種可供借鑒的控制策略。

參考文獻(xiàn)

［1］李太福，馮國良，鐘秉翔，等.一類不確定復(fù)雜系統(tǒng)的控制策略分析［J］.重慶大學(xué)學(xué)報(bào):自然科學(xué)版，2003，26(9): 4－7.

［2］陳軍.步進(jìn)式加熱爐燃燒過程智能控制策略及應(yīng)用［D］.長沙:中南大學(xué)，2004.

［3］楊志，李太福，盛朝強(qiáng)，等.基于仿人智能的復(fù)雜關(guān)聯(lián)系統(tǒng)控制［J］.重慶大學(xué)學(xué)報(bào):自然科學(xué)版，2002，25(7): 9－11.

［4］熊仁權(quán)，喬正洪.基于仿人智能的供水系統(tǒng)控制策略［J］.四川兵工學(xué)報(bào)，2012，33(1): 76－78.

［5］李士勇.模糊控制神經(jīng)控制和智能控制論［M］.哈爾濱:哈爾濱工業(yè)大學(xué)出版社，2002.

［6］陳雯柏，高世杰，吳細(xì)寶.一種基于HMCD的仿人機(jī)器人單杠運(yùn)動控制策略［J］.智能系統(tǒng)學(xué)報(bào)，2012，7(6): 1－5.

［7］易繼鍇.智能控制技術(shù)［M］.北京:北京工業(yè)大學(xué)出版社，2004.

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

［9］張翠英，田建艷.基于仿人智能控制理論的鋼坯加熱爐多模態(tài)控制策略［J］.太原科技大學(xué)學(xué)報(bào)，2008，29(1): 12－15.

Human Simulated Intelligent Control of Complex Process with Large Time Lag and Time－varying Parameters

雷正橋
(重慶工業(yè)職業(yè)技術(shù)學(xué)院教務(wù)處，重慶401120)

摘要:針對大時(shí)滯參數(shù)時(shí)變復(fù)雜過程難于控制的問題，探討了一種仿人智能控制策略。剖析了復(fù)雜過程的控制難題，研究了控制策略，分析了仿人智能控制器的特性，構(gòu)造了一種仿人智能的多模態(tài)控制算法。以燃?xì)饧訜釥t燃燒過程控制為例，以PID + Smith控制為參照，仿真實(shí)驗(yàn)對比研究驗(yàn)證了該控制策略在響應(yīng)快速性、調(diào)節(jié)時(shí)間、超調(diào)性能與穩(wěn)態(tài)控制精度方面的良好控制品質(zhì)與強(qiáng)魯棒性能。研究表明，提出的仿人智能控制策略是可行與可取的。

關(guān)鍵詞:大時(shí)滯時(shí)變參數(shù)復(fù)雜過程仿人智能控制多模態(tài)控制PID神經(jīng)網(wǎng)絡(luò)控制

Abstract:Aim at the puzzle of controlling the complex process with large time－lag and time－varying parameters，the human simulated intelligent control strategy is explored.The control difficulties of complex process control are analyzed，and the control strategy is studied.The characteristics of human－simulated intelligent controller are analyzed，and the multi－modal control algorithm based on human simulated intelligence is constructed.Taking the combustion process control of gas heating furnace as an example and the PID + Smith control as a reference，the simulation experiment contrast research shows that this control strategy has good control quality and stronger robust performance in response to the speediness，adjusting time，overshoot and steady state control accuracy.The research shows that the proposed control strategy is feasible and advisable.

Keywords:Large time lag Time－varying parameters Complex process Human simulated intelligent control Multi－modal control PID Neural network control

中圖分類號:TH－39; TP273

文獻(xiàn)標(biāo)志碼:A

DOI:10.16086/j.cnki.issn1000－0380.201603018

修改稿收到日期:2015－07－21。