低加水位控制系統(tǒng)的回路性能評估

劉 陽，王亞剛

(上海理工大學(xué) 光電與計(jì)算機(jī)工程學(xué)院，上海 200093)

低加水位控制系統(tǒng)的回路性能評估

劉 陽，王亞剛

(上海理工大學(xué) 光電與計(jì)算機(jī)工程學(xué)院，上海 200093)

水位控制系統(tǒng)性能的優(yōu)劣，對提高電廠功率機(jī)組的效率和延長使用壽命具有重要作用，若系統(tǒng)沒有得到定期維護(hù)會造成重大的經(jīng)濟(jì)損失。帶遺忘因子的最小方差算法是基于過程數(shù)據(jù)的性能評估方法，其評估結(jié)果具有實(shí)時(shí)性，為控制系統(tǒng)的維護(hù)提供了可靠依據(jù)。通過對海豐電廠火電機(jī)組低加水位控制回路進(jìn)行的性能評估，驗(yàn)證了算法的時(shí)變有效性。

控制系統(tǒng)性能評估；最小方差；AR模型；水位控制；遺忘因子

控制系統(tǒng)在運(yùn)行初期都會表現(xiàn)出良好的性能。但如果沒有定期維護(hù)，系統(tǒng)性能下降將可能導(dǎo)致產(chǎn)品的產(chǎn)量降低、所需成本增加等問題[1]。控制系統(tǒng)性能評估從此誕生，雖然這一領(lǐng)域理論研究剛開始，但該成果已經(jīng)倍受工業(yè)界的關(guān)注[2]。1989年，Harris[3]提出了基于最小方差控制為基準(zhǔn)的性能指標(biāo)，隨后在2002年Grimble[4]提出了帶有懲罰項(xiàng)的廣義最小方差。而Harris[5]在2007年將最小方差應(yīng)用到一類非線性單變量的控制系統(tǒng)中。Sendjaja ，Kariwala[6]and Fu[7]給出了控制器為PID系統(tǒng)的性能評估方法。

目前，火電機(jī)組安全、可靠、經(jīng)濟(jì)運(yùn)行是每個(gè)電廠關(guān)注的首要問題[8-10]。帶遺忘因子的最小方差算法是基于過程數(shù)據(jù)的評估方法,它采用時(shí)間序列分析法建立簡單的擾動(dòng)模型。與最小方差算法相比，它的評估結(jié)果更具實(shí)時(shí)性。對海豐電廠低加水位控制系統(tǒng)的評估結(jié)果表明，帶遺忘因子的最小方差算法評估結(jié)果更加準(zhǔn)確。

1 回路性能評估算法

1.1 回路評估性能指標(biāo)

能夠?qū)ο到y(tǒng)運(yùn)行數(shù)據(jù)進(jìn)行分析，并估計(jì)出該系統(tǒng)在某準(zhǔn)則下的基準(zhǔn)值，這種方法被稱為時(shí)間序列分析(The Series Analysis Techniques)[11]。數(shù)據(jù)的平穩(wěn)性是時(shí)間序列分析的前提，因此建立模型之前需要對時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)[12]。對于滿足正態(tài)、平穩(wěn)、零均值的序列可采用自回歸模型(AR)進(jìn)行擬合。

利用最小方差作為評價(jià)基準(zhǔn)，控制性能指標(biāo)被定義為

(1)

1.2 帶遺忘因子最小方差算法

考慮單輸入單輸出反饋控制系統(tǒng)，如圖1所示。

圖1 反饋控制系統(tǒng)框圖

A(q)=1+a1q-1+a2q-2+…+anq-n

B(q)=b0+b1q-1+b2q-2+…+bmq-m

C(q)=1+c1q-1+c2q-2+…+cpq-p

用自回歸滑動(dòng)模型描述系統(tǒng)為

A(q)y(k)=C(q)ε(k)+B(q)u(k-τ)

(2)

由于閉環(huán)系統(tǒng)穩(wěn)定，所以可以用n階自回歸模型估計(jì)

(3)

取N個(gè)k值，則可以得到一系列的y,用矩陣表示如下

y=Xθ+Er(q)ε(k)

(4)

θ=(θ1,θ2,…θn)T

參數(shù)θ由最小二乘估計(jì)算得

理論意義上的最小方差

實(shí)際的輸出方差為

則Harris提出的性能指標(biāo)為

2 低加水位控制系統(tǒng)性能評估

2.1 數(shù)據(jù)篩選

以海豐電廠的低加水位控制系統(tǒng)為研究對象，收集了系統(tǒng)的輸出和設(shè)定值約3 h的數(shù)據(jù)(10 000個(gè)數(shù)據(jù)，采樣時(shí)間為1 s),并對其進(jìn)行分析。其回路數(shù)據(jù)曲線如圖2所示。要計(jì)算最小方差性能指標(biāo)，前期必須對所取數(shù)據(jù)的穩(wěn)定性進(jìn)行判斷。Kozub[13]指出過低的采樣數(shù)據(jù)會導(dǎo)致很高的標(biāo)準(zhǔn)誤差，太長的數(shù)據(jù)會導(dǎo)致在同組數(shù)據(jù)中可能會有不同的響應(yīng)，推薦的采樣數(shù)據(jù)長度為1 000～2 000，所以采用N=1 000，即將10 000個(gè)數(shù)據(jù)分成10組，每組1 000個(gè)數(shù)據(jù)進(jìn)行評估。

圖2 低加水位控制系統(tǒng)過程數(shù)據(jù)

2.2 評估參數(shù)的選擇

運(yùn)用擴(kuò)展時(shí)域方法[14]分析前1 000個(gè)數(shù)據(jù)點(diǎn)，可以得到時(shí)間延遲τ=15 s。模型階次的選擇也會直接影響到性能評估的結(jié)果，文獻(xiàn)[15]提到模型階次的范圍，為計(jì)算準(zhǔn)確，則取模型階次n=30。根據(jù)文獻(xiàn)[15]提到的遺忘因子范圍，本文β取0.995較合適。

2.3 評估結(jié)果

將數(shù)據(jù)和相關(guān)參數(shù)分別帶入到含遺忘因子和不含遺忘因子的評估算法中，得到的評估結(jié)果變化曲線如圖3所示。由圖3中的結(jié)果可以看出，在對同一回路連續(xù)10組數(shù)據(jù)的評估結(jié)果表明：不含遺忘因子算法評估結(jié)果波動(dòng)性比較大，波動(dòng)范圍[0.22，0.87]，得到的性能指標(biāo)無法表征實(shí)際控制回路的好壞；而含遺忘因子算法評估的結(jié)果相對穩(wěn)定，其波動(dòng)范圍為[0.52，0.78]，說明此段時(shí)間控制回路性能一般，有潛在的提升空間。

圖3 低加水位控制系統(tǒng)評估結(jié)果

3 結(jié)束語

控制系統(tǒng)性能評估能對控制系統(tǒng)的性能進(jìn)行客觀的描述，時(shí)間序列分析是利用模型對測量的隨機(jī)信號進(jìn)行分析和處理的一種方法，本文主要利用時(shí)間序列分析技術(shù)和基于含遺忘因子最小方差基準(zhǔn)的反饋控制不變量來對控制系統(tǒng)進(jìn)行性能評價(jià)。對現(xiàn)場數(shù)據(jù)評估的結(jié)果表明，含遺忘因子的評估算法以其出色的時(shí)變穩(wěn)定性而更適合低加水位控制系統(tǒng)的性能評估。

[1] Jelali M.An overview of control performance assessment technology and industrial application[J]．Control Engineering Practice, 2006,14(5): 441-446．

[2] 楊馬英.模型預(yù)測控制的性能監(jiān)視與評價(jià)—綜述[C].北京:第21屆中國控制會議論文集,2002.

[3] Desborough D,Harris T J.Performance assessment measures for univariate feedback control[J].The Canadian Journal of Chemical Engineering ,1992(70):1186-1197．

[4] Grimble M J.Controller performance benchmarking and tuning using generalized minimum variance control[J].Automatica,2002,38(12):2111-2119.

[5] Harris T J, Yu W.Controller assessment for a class of non-linear systems[J].Journal of Process Control,2007,17(7):607-619.

[6] Sendjaja A Y,Kariwala V.Achievable PID performance using sums of squares programming[J].Journal of Process Control,2009(19):1061-1065.

[7] Fu R,Xie L,Song Z,et al. PID control performance assessment using iterative convex programming[J].Journal of Process Control,2012(22):1793-1799.

[8] 劉凱杰.火電廠汽包水位控制器性能評估及優(yōu)化[D].長沙:長沙理工大學(xué),2014.

[9] 侯詠武.基于廣義最小方差的火電機(jī)組控制回路性能評估[J].江南大學(xué)學(xué)報(bào):自然科學(xué)版,2014,13(6):711-715.

[10] 魏韡.先進(jìn)控制理論在電力系統(tǒng)中的應(yīng)用綜述及展望[J].電力系統(tǒng)保護(hù)與控,2013,41(12): 143-153.

[11] Seppala C T,Harris T J,Bacon D W.The series methods for dynamic analysis of multiple controlled variables[J].Journal of Process Control,2002,12(2):257-276．

[12] 揚(yáng)叔子,吳雅,軒建平,等.時(shí)間序列分析的工程與應(yīng)用[M].武漢:華中科技大學(xué)出版社,2007．

[13] 李華銀,錢積新,趙均.控制系統(tǒng)性能評估算法與應(yīng)用研究[D].杭州:浙江大學(xué),2010.

[14] 侯詠武.控制回路性能評估在蒸餾中的應(yīng)用[J].信息技術(shù),2015(6):198-201.

[15] 劉學(xué)彥,王昕,王振雷.帶遺忘因子的線性回歸性能評估算法及應(yīng)用[J].控制工程,2014(6):69-75.

歡迎訂閱《電子科技》

郵發(fā)代號：52-246

Performance Assessment of Low Water Level Control Systems

LIU Yang，WANG Yagang

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China)

The performance of water level control system plays an important role in improving the efficiency and prolonging the service life of the power plant. If the system is not maintained regularly, huge economic losses may result. The least variance algorithm with forgetting factor is a performance assessment method based on process data, and the result of the evaluation is real-time, which provides a reliable basis for the maintenance of the control system. The performance assessment of the low water level control loop of thermal power units in Haifeng power plant is carried out, which verifies the time varying effectiveness of the algorithm.

control loop performance assessment; minimum variance; auto regressive model; water level control; forgetting factor

2016- 06- 13

劉陽(1992-)，男，碩士研究生。研究方向：過程控制等。王亞剛(1967-)，男，博士后，教授。研究方向：復(fù)雜多變量辨識等。

10.16180/j.cnki.issn1007-7820.2017.05.011

TP273+.5

A

1007-7820(2017)05-040-03