一種基于模型切換的加熱爐爐溫廣義預(yù)測(cè)控制器設(shè)計(jì)方法

薛美盛 孟 俊 劉 波 楊 猛

(中國(guó)科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院)

一種基于模型切換的加熱爐爐溫廣義預(yù)測(cè)控制器設(shè)計(jì)方法

薛美盛 孟 俊 劉 波 楊 猛

(中國(guó)科學(xué)技術(shù)大學(xué)信息科學(xué)技術(shù)學(xué)院)

為改善加熱爐爐溫控制自動(dòng)化程度低、控制品質(zhì)差的問題，并兼顧加熱爐對(duì)象強(qiáng)非線性的特點(diǎn)，設(shè)計(jì)了一種多層次多模型廣義預(yù)測(cè)控制器。給出了該控制器的設(shè)計(jì)方法和參數(shù)。仿真結(jié)果和投運(yùn)效果表明：該方案實(shí)施后，系統(tǒng)的響應(yīng)速度加快，超調(diào)量減少，加熱爐爐溫的控制品質(zhì)明顯改善。

廣義預(yù)測(cè)控制 加熱爐 多模型

加熱爐是軋鋼生產(chǎn)的重要設(shè)備，能耗巨大，通常占整個(gè)軋鋼廠生產(chǎn)總能耗的一半以上[1]。加熱爐的穩(wěn)定、經(jīng)濟(jì)運(yùn)行對(duì)軋鋼廠降低生產(chǎn)成本和實(shí)現(xiàn)節(jié)能減排目標(biāo)意義重大。我國(guó)加熱爐普遍存在排煙溫度高和熱效率低的缺點(diǎn)，具有較大的節(jié)能改造潛力[2]。加熱爐是一個(gè)具有大慣性、強(qiáng)耦合、時(shí)變性和非線性的復(fù)雜系統(tǒng)，爐內(nèi)工況復(fù)雜多變，采用常規(guī)控制策略難以達(dá)到滿意的控制效果。為了實(shí)現(xiàn)加熱爐爐溫的有效控制,有研究者使用加熱爐系統(tǒng)運(yùn)行歷史數(shù)據(jù)提取模糊規(guī)則表，設(shè)計(jì)加熱爐爐溫模糊控制器以解決加熱爐系統(tǒng)建模困難和難以有效控制的問題[3～5]。預(yù)測(cè)控制算法具有工程背景強(qiáng)、設(shè)計(jì)簡(jiǎn)單及魯棒性強(qiáng)等特點(diǎn)，在過程控制領(lǐng)域得到了廣泛使用，將廣義預(yù)測(cè)控制算法運(yùn)用到加熱爐爐溫控制器的設(shè)計(jì)中，在爐內(nèi)工況小范圍變化時(shí)取得了良好的控制效果[6]。為了克服被控對(duì)象的強(qiáng)非線性特點(diǎn)，將整個(gè)工作區(qū)間劃分為不同的層次，然后構(gòu)造不同層次的子模型，再設(shè)計(jì)相應(yīng)的控制器，得到被控對(duì)象的多層次多模型[7,8]。多模型控制策略在電廠主蒸汽溫度和球磨機(jī)負(fù)荷控制方面已有實(shí)際的應(yīng)用，并且取得了良好的控制效果[9～11]。為改善加熱爐爐溫控制自動(dòng)化程度低、控制品質(zhì)差的問題，并兼顧加熱爐對(duì)象強(qiáng)非線性的特點(diǎn)，筆者設(shè)計(jì)了一種多層次多模型廣義預(yù)測(cè)控制器(Generalized Predictive Control，GPC)。

1 加熱爐概況

筆者選擇的研究對(duì)象為唐山某鋼廠蓄熱式加熱爐。鋼坯由加熱爐入鋼口，依次經(jīng)一加熱段、二加熱段和均熱段加熱升溫，達(dá)到目標(biāo)軋制溫度后由加熱爐出鋼口離開。加熱爐使用上游鋼鐵冶煉過程中產(chǎn)生的高爐煤氣作為燃料，空氣作為助燃?xì)怏w，其各段分別配置有獨(dú)立的煤氣流量調(diào)節(jié)閥和空氣流量調(diào)節(jié)閥，可以分別控制各段的煤氣流量和空氣流量。加熱爐生產(chǎn)過程中其二加熱段的溫度變化范圍寬、控制難度大，因此筆者主要研究加熱爐的二加熱段。

軋鋼廠加熱爐原控制系統(tǒng)結(jié)構(gòu)如圖1所示，圖中內(nèi)環(huán)PID控制器為加熱爐煤氣流量控制器，其設(shè)定值為煤氣流量，輸出為閥門開度。外環(huán)PID控制器為加熱爐爐溫控制器，其設(shè)定值為加熱爐爐溫，輸出為煤氣流量設(shè)定值。由于加熱爐對(duì)象本身復(fù)雜的動(dòng)態(tài)特性，采用常規(guī)PID控制器難以達(dá)到滿意的控制效果。導(dǎo)致現(xiàn)場(chǎng)的加熱爐大多數(shù)情況下實(shí)際處于操作員手動(dòng)操作狀態(tài)，加熱爐爐溫控制效果很不理想。

圖1 加熱爐爐溫PID控制系統(tǒng)框圖

2 加熱爐對(duì)象控制器設(shè)計(jì)與仿真

2.1 多模型廣義預(yù)測(cè)控制器設(shè)計(jì)

廣義預(yù)測(cè)控制是由Clarke D W等于1987年提出的一種重要的自適應(yīng)控制算法[12,13]，它采用受控自回歸積分滑動(dòng)平均模型來表述被控對(duì)象。受控自回歸積分滑動(dòng)平均模型形式為：

A(q-1)y(k)=q-dB(q-1)u(k)+C(q-1)ξ(k)/Δ

從而被控系統(tǒng)的數(shù)學(xué)模型被處理成具有平穩(wěn)隨機(jī)干擾噪聲和有積分作用的系統(tǒng)。

加熱爐由于經(jīng)常受到計(jì)劃性待軋(正常換輥)、非計(jì)劃性待軋(生產(chǎn)線下游軋線發(fā)生斷輥、夾輥等生產(chǎn)事故需要停下維修)和加熱爐入爐鋼坯溫度(熱坯、涼坯)的影響，其運(yùn)行負(fù)荷變化很大，在動(dòng)態(tài)工況下難以得到較好的有意義的辨識(shí)結(jié)果。但在各種典型工況下，通過人工對(duì)數(shù)據(jù)篩選處理，可以得到相對(duì)滿意的對(duì)象模型。廣義預(yù)測(cè)控制器雖然具有較高的魯棒性，但加熱爐處于不同的工況時(shí)，對(duì)象模型會(huì)發(fā)生較大的變化，這會(huì)造成廣義預(yù)測(cè)控制器模型嚴(yán)重失配，降低加熱爐爐溫的控制品質(zhì)。同時(shí)，實(shí)驗(yàn)發(fā)現(xiàn)加熱爐對(duì)象在負(fù)荷變化超過30%時(shí)模型參數(shù)相差較大。在系統(tǒng)工況發(fā)生大范圍變化時(shí)，若仍以單一模型作為加熱爐預(yù)測(cè)控制器設(shè)計(jì)時(shí)的預(yù)測(cè)模型，模型的輸出和加熱爐對(duì)象的實(shí)際輸出二者結(jié)果相差較大，導(dǎo)致對(duì)加熱爐爐溫的控制效果較差。為此，以加熱爐流量負(fù)荷為考慮設(shè)計(jì)了如圖2所示的多層次多模型結(jié)構(gòu)。

圖2 加熱爐爐溫多模型控制系統(tǒng)框圖

多層次多模型結(jié)構(gòu)是將整個(gè)工作區(qū)間劃分為不同的層次，然后構(gòu)造相應(yīng)的子模型。越高層次的模型，子模型個(gè)數(shù)越少，每個(gè)子模型覆蓋的操作空間越大；越低層次的模型，子模型個(gè)數(shù)越多，每個(gè)子模型覆蓋的操作空間越小。為此設(shè)計(jì)了一個(gè)兩層的多層次多模型(圖3)：上層有一個(gè)子模型，下層有3個(gè)子模型。采用遞推最小二乘法辨識(shí)得到各層子模型和相應(yīng)的控制器參數(shù)見表1、2。表1、2中的各參數(shù)分別是：預(yù)測(cè)步長(zhǎng)P、控制步長(zhǎng)Pu、柔化因子α、控制量變化量權(quán)重λ。

圖3 多層次多模型結(jié)構(gòu)

表1 上層模型結(jié)構(gòu)和控制器參數(shù)

表2 下層模型結(jié)構(gòu)和控制器參數(shù)

采用模型輸出與加熱爐對(duì)象實(shí)際輸出的偏差e(k)作為模型層次間切換的判據(jù)，設(shè)定閾值為Q，當(dāng)|e(k)| ≤Q時(shí)，采用L2層模型，實(shí)行“精細(xì)化控制”，確保控制系統(tǒng)的控制精度；當(dāng)|e(k)| >Q時(shí)，此時(shí)系統(tǒng)工作負(fù)荷有較大的變化，模型輸出與加熱爐對(duì)象實(shí)際輸出誤差較大，應(yīng)采用上層模型來使系統(tǒng)盡快動(dòng)作，加快系統(tǒng)調(diào)節(jié)速度。同時(shí)，為了避免系統(tǒng)在外部高頻擾動(dòng)和工況變化情況下引起模型頻繁切換，產(chǎn)生切換抖動(dòng)，采用滯后切換的方法(在滿足切換判據(jù)時(shí)，不急于模型切換，而是等待一定的時(shí)間或空間后才進(jìn)行切換操作)減少系統(tǒng)切換時(shí)的抖動(dòng)。

2.2 仿真實(shí)驗(yàn)

為了驗(yàn)證多模型控制策略的效果，分別選取流量負(fù)荷為0～8 000m3/h、8 000～18 000m3/h、18 000～24 000m3/h共3組加熱爐爐溫對(duì)象模型作為對(duì)照實(shí)驗(yàn)。仿真實(shí)驗(yàn)結(jié)果如圖4所示，采用不同模型時(shí)加熱爐爐溫控制系統(tǒng)的各項(xiàng)性能指標(biāo)見表3。其中，tr表示上升時(shí)間，為從穩(wěn)態(tài)值的10%上升到90%所需要的時(shí)間；ts表示調(diào)節(jié)時(shí)間，為達(dá)到穩(wěn)態(tài)值±5%所需要的時(shí)間；σ表示超調(diào)量。由表3可以看出，同采用其他模型設(shè)計(jì)的廣義預(yù)測(cè)控制器相比，采用多模型控制策略時(shí)的加熱爐爐溫控制系統(tǒng)具有更快的上升時(shí)間和調(diào)節(jié)時(shí)間，更小的超調(diào)量。由此可見改進(jìn)后系統(tǒng)的動(dòng)態(tài)特性得到了明顯的改善。

圖4 各模型仿真實(shí)驗(yàn)結(jié)果對(duì)比

表3 性能指標(biāo)對(duì)比

3 投運(yùn)效果

2015年10月17日00∶00～7∶00加熱爐的二加熱段投運(yùn)效果如圖5所示，其爐溫基本維持在1 125～1 140℃。其中00∶00～02∶00和05∶00～06∶00時(shí)段由于加熱爐下游軋線需要執(zhí)行例行換輥操作，加熱爐爐膛內(nèi)鋼坯不再移動(dòng)，煤氣流量和空氣流量大幅度下降，導(dǎo)致爐溫也出現(xiàn)波動(dòng)，不過這在生產(chǎn)工藝允許的范圍之內(nèi)。同時(shí)，由圖5還可以看出，進(jìn)入加熱爐的煤氣流量和空氣流量基本滿足設(shè)定的空燃比，保證進(jìn)入加熱爐內(nèi)的煤氣可以得到高效燃燒。

圖5 加熱爐實(shí)際運(yùn)行曲線

4 結(jié)束語

為了克服廣義預(yù)測(cè)控制在加熱爐爐溫對(duì)象控制過程中出現(xiàn)的模型失配問題，設(shè)計(jì)了基于多模型策略的加熱爐爐溫廣義預(yù)測(cè)控制器。通過仿真，將多模型控制策略和常規(guī)廣義預(yù)測(cè)控制相對(duì)比，實(shí)驗(yàn)結(jié)果表明該策略加快了系統(tǒng)的響應(yīng)速度，減少了超調(diào)量。實(shí)際投運(yùn)效果也表明該方案實(shí)施后明顯改善了對(duì)加熱爐爐溫的控制品質(zhì)。

[1] 錢中山.步進(jìn)式加熱爐控制系統(tǒng)的研究與應(yīng)用[D].沈陽(yáng)：東北大學(xué)，2011．

[2] 唐桂華，莊正寧.煉油廠加熱爐節(jié)能方案分析[J].化工機(jī)械，2000，27(6)：352～354．

[3] 沈駿.加熱爐系統(tǒng)的模糊建模與控制[D].上海：上海交通大學(xué)，2007．

[4] 張維.模糊神經(jīng)網(wǎng)絡(luò)在鋼坯出爐溫度建模和控制中的應(yīng)用[D].重慶：重慶大學(xué)，2007．

[5] 薛美盛,孫勝杰,袁鑫,等.一種基于歷史數(shù)據(jù)的加熱爐溫度模糊控制規(guī)則提取方法[J].化工自動(dòng)化及儀表，2016，43(9)：940～944.

[6] 薛美盛，袁鑫，孫勝杰，等．蓄熱步進(jìn)式加熱爐爐內(nèi)溫度廣義預(yù)測(cè)控制器設(shè)計(jì)與實(shí)現(xiàn)[C]．第34屆中國(guó)控制會(huì)議論文集．北京：中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)，2015：4168～4172．

[7] 劉琳琳，周立芳.多層次結(jié)構(gòu)模型預(yù)測(cè)控制系統(tǒng)的層次間模型切換方法[J].化工學(xué)報(bào)，2012，63(4)：1132～1139．

[8] 劉琳琳，周立芳，嵇婷，等．多層次多模型預(yù)測(cè)控制算法的模型切換方法研究[J].自動(dòng)化學(xué)報(bào)，2013，39(5)：626～630．

[9] 胡棋.基于多模型切換的火電機(jī)組先進(jìn)控制研究與應(yīng)用[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2014．

[10] 弓岱偉，孫德敏，郝衛(wèi)東，等．基于多模型切換階梯式廣義預(yù)測(cè)控制的電站鍋爐主汽溫控制[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2007，37(12)：1488～1493．

[11] Chai T Y，Zhai L F，Heng Y．Multiple Models and Neural Networks Based Decoupling Control of Ball Mill Coal-pulverizing Systems [J].Journal of Process Control，2011，21(3)：351～366．

[12] Clarke D W，Mohtadi C,Tuffs P S.Generalized Predictive Control—Part I．The Basic Algorithm[J].Automatica，1987，23(2)：137～148．

[13] Clarke D W，Mohtadi C,Tuffs P S.Generalized Predictive Control—Part II．Extensions and Interpretations[J].Automatica，1987，23(2)：149～160．

ADesignMethodforGeneralizedPredictiveControllerofReheatingFurnaceBasedonModelSwitching

XUE Mei-sheng, MENG Jun, LIU Bo, YANG Meng
(SchoolofInformationScienceandTechnology,UniversityofScienceandTechnologyofChina)

Considering low automation level and poor control quality of reheating furnace’s temperature control and reheating furnace’s strong-nonlinearity, a multi-level and multi-model generalized predictive controller was designed and its design procedures and parameters were presented. Simulation and application results indicate that, the implementation of this method can promote the system’s response speed and reduce the overshoot along with obviously-improved control quality of the reheating furnace.

generalized predictive control, reheaing furnace, multi-model

TH865

B

1000-3932(2017)04-0347-05

2016-10-26，

2017-02-14)

薛美盛(1969-)，副教授，從事工業(yè)自動(dòng)控制的研究，xuems@ustc.edu.cn。