基于單神經(jīng)元PSD算法的閃蒸罐壓力自適應(yīng)控制

茹雪艷，何 凱

(1.蚌埠學院 電子與電氣工程學院，安徽 蚌埠 233030；2.蚌埠依愛電子科技有限責任公司，安徽 蚌埠 233006)

閃蒸罐因具有耗能低、速度快、易冷卻等優(yōu)點，已廣泛應(yīng)用于化工領(lǐng)域[1]。通常，流入閃蒸罐的高溫高壓液體沸點因壓降降低，迅速產(chǎn)生汽化，兩相分離。因此，閃蒸罐壓力穩(wěn)定，且迅速適應(yīng)擾動對過控系統(tǒng)非常關(guān)鍵。由于結(jié)構(gòu)復雜、分離對象多樣，閃蒸罐壓力滯后大，同時具備非線性、模型難搭建等特點，導致控制復雜[2]。目前，缺少基于PSD(Proportional Sum Differential，比例、求和、微分)算法和SMPT-1000實驗平臺實現(xiàn)閃蒸罐壓力自適應(yīng)控制的案例[3-5]，傳統(tǒng)PID(Proportional Integral Differential，比例、積分、微分)參數(shù)整定過程長、控制反應(yīng)滯后，因此，閃蒸罐壓力采用復雜先進的控制算法很有必要。

首先介紹了常規(guī)PID的原理及局限，結(jié)合單神經(jīng)元的優(yōu)點，并加入PSD控制算法，形成單神經(jīng)元自適應(yīng)PSD算法，基于SCL編譯，經(jīng)連續(xù)功能圖(Continuous Function Chart，CFC)組態(tài)單神經(jīng)元自適應(yīng)PSD-PID復合串級控制。通過高級多功能過控實訓裝置SMPT-1000，在線調(diào)試SCL編程的PSD控制器，實時監(jiān)控算法迭代，整定PSD控制器參數(shù)，對控制策略進行實驗驗證。為清晰觀察PSD控制器控制閃蒸罐壓力的效果，設(shè)計了視窗控制中心(Windows Control Center，WinCC)人機界面，同時監(jiān)控其對系統(tǒng)的作用效果。

1 單神經(jīng)元自適應(yīng)PSD控制算法

在文獻[6]、[7]所述的過程工藝中，分析SDG(Signed Directed Graph，符號有向圖)可知，閃蒸罐是分離產(chǎn)物及回收原料的關(guān)鍵設(shè)備，其壓力直接影響產(chǎn)物濃度及產(chǎn)出流量。

1.1 常規(guī)PID控制算法及局限

PID控制系統(tǒng)中，設(shè)定值與實際輸出之間的誤差作為控制量[8]，經(jīng)比例、積分、微分運算后作用于被控對象，使之逐漸接近設(shè)定值直到消除誤差。

増量式PID以增量形式輸出，計算量少，易實現(xiàn)，對執(zhí)行器的沖擊小，表示為：

Δu(k)=kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2*e(k-1)+e(k-2)]

(1)

式中，Δu(k)為第k采樣時刻計算輸出增量值，e(k)、e(k-1)分別為第k、k-1時刻的偏差信號。

常規(guī)PID參數(shù)設(shè)定過程耗時費力，無法自學習整定，適應(yīng)非線性、耦合、強干擾系統(tǒng)的能力較差。

1.2 單神經(jīng)元自適應(yīng)PSD控制算法

神經(jīng)網(wǎng)絡(luò)可利用學習規(guī)則整定、優(yōu)化參數(shù)，學習和容錯能力強。單神經(jīng)元是其最小組成單元，結(jié)構(gòu)簡單，參數(shù)由設(shè)定的規(guī)則自整定，魯棒性強。

增益系數(shù)K是單神經(jīng)元自適應(yīng)PID控制器最敏感的參數(shù)，K值越大，調(diào)節(jié)響應(yīng)越快，系統(tǒng)易超調(diào)，振蕩概率增加，其穩(wěn)定性也變差，反之，調(diào)節(jié)越緩，系統(tǒng)過渡時間越長。一旦設(shè)定，便無法在線自調(diào)整。因此，增益系數(shù)K能夠適應(yīng)系統(tǒng)的變化同樣重要。

Msrsk和Strejc學者提出的PSD算法[8]，只需檢測預期和實際輸出值，不辨識過程參數(shù)，實時性、自適應(yīng)性強，結(jié)構(gòu)簡單易實現(xiàn)。因此，單神經(jīng)元PID算法的增益利用無辨識PSD在線調(diào)節(jié)，結(jié)合后的單神經(jīng)元自適應(yīng)PSD算法的結(jié)構(gòu)如圖1所示。

圖1 單神經(jīng)元自適應(yīng)PSD控制結(jié)構(gòu)框圖

單神經(jīng)元自適應(yīng)PSD算法的增量形式為：

Δu(k)=K(k)[e(k)+Te(k)Δe(k)+Tv(k)Δ2e(k)]

(2)

(3)

其中，增益K(k)迭代算法的表達式為：

(4)

顯然，式(3)與式(1)都是自適應(yīng)控制，且結(jié)構(gòu)相同，因此，理論上具備了結(jié)合的基礎(chǔ)。借鑒單神經(jīng)元強大的學習能力，同時將PSD算法中K(k)的自整定規(guī)律應(yīng)用于單神經(jīng)元PID增益系數(shù)K中，形成增益可自適應(yīng)的單神經(jīng)元PSD算法，以此提高控制器的動態(tài)響應(yīng)速度，最終提高控制性能。

e(k)和Δe(k)的變化直接影響PSD參數(shù)學習調(diào)整性能，優(yōu)化加權(quán)系數(shù)學習規(guī)則后，PSD算法表達如公式(5)[8]：

(5)

式(5)中，Δe(k)=e(k)-e(k-1)，z(k)為教師信號，取z(k)=e(k)。

2 基于SCL實現(xiàn)PSD控制器

2.1 PSD控制器設(shè)計流程

單神經(jīng)元自適應(yīng)PSD算法控制非線性、不確定等復雜系統(tǒng)時，干擾和噪聲使得誤差在零值附近振蕩[8]。當系統(tǒng)檢測到振蕩時，K值不斷變化成上一次迭代結(jié)果的0.75倍，導致K值過小，控制效果較差；同時，K值調(diào)整過大，系統(tǒng)易振蕩。

因此，設(shè)計單神經(jīng)元自適應(yīng)PSD控制器之初，加入可調(diào)整K值的限制條件，使K值在下限值Kmin和上限值Kmax間調(diào)節(jié)，既限定K值的取值范圍，同時又避免控制器波動較大，精細調(diào)節(jié)，保證控制的完整性，設(shè)計流程如圖2所示。

圖2 單神經(jīng)元自適應(yīng)PSD控制器設(shè)計流程框圖

2.2 PSD控制器程序編寫

SCL是西門子特有的高級語言，具有條件、選擇等結(jié)構(gòu)和I/O、定時等PLC元素，函數(shù)運算能力強大[9]。其編程界面及單神經(jīng)元自適應(yīng)PSD算法的SCL代碼如圖3所示。

基于SCL編寫PSD算法時，符號函數(shù)sign是組成增益迭代過程的重要部分，因此，首先新建名為“sign”的FC函數(shù)于符號表中，然后建立名為“ANNC-PSD(單神經(jīng)元自適應(yīng)PSD控制器)”的FB模塊并打開，按照式(4)和上述流程圖進行編寫，在編譯、保存成功后，最終在CFC中生成如圖4所示的ANNC-PSD控制模塊。

符號函數(shù)sign的代碼如下所示：

FUNCTION"sign":INT

VAR_INPUTIN:REAL;

END_VAR

BEGIN

IFIN>0THENsign:=1;

ELSIFIN<0THENsign:=-1;

ELSEsign:=0;

END_IF;

END_FUNCTION

ANNC-PSD控制塊代碼包括參數(shù)定義、迭代疊加、條件、選擇語句等，可直接調(diào)用sign函數(shù)，以式(5)所述的單神經(jīng)元PSD算法進行自學習、自整定運算，實現(xiàn)自適應(yīng)智能控制。

圖3 單神經(jīng)元自適應(yīng)PSD算法的SCL編程界面

圖4 SCL編譯的ANNC-PSD控制模塊

2.3 PSD復合串級控制器的CFC組態(tài)

進入CFC編程界面，選擇“ANNC-PSD”功能塊覆蓋文獻[6]、[7]中閃蒸罐壓力串級PID的主控制器，并修改名稱為PIC1103，將控制器管腳連接至指定位置，轉(zhuǎn)化成如圖5所示的ANNC-PSD-PID的復合串級控制組態(tài)。

圖5 ANNC-PSD-PID復合串級控制CFC組態(tài)

3 單神經(jīng)元PSD控制器整定與調(diào)試

3.1 單神經(jīng)元PSD控制器參數(shù)整定規(guī)則

在單神經(jīng)元自適應(yīng)PSD控制器中，ηI，ηP，ηD，加權(quán)系數(shù)初值w1(0)、w2(0)、w3(0)，增益K(k)初值的選擇，一定程度上，也會影響控制器輸出效果，雖然PSD控制器可自適應(yīng)系統(tǒng)，但初始參數(shù)同樣有必要整定[7-8]。

(1)加權(quán)系數(shù)的初值影響控制效果不明顯，同時可以學習規(guī)則實時調(diào)整，因此，可取相等的值，即w1(0)=w2(0)=w3(0)。

(2)ηI、ηP、ηD的整定類似于PID系數(shù)。起初，ηD選擇較小值，受控對象性能改善時，ηD逐步變大，以確保輸出無波紋；若系統(tǒng)超調(diào)量大、上升快，或者階躍輸入下，系統(tǒng)多次正弦衰減，則減小ηP；反之，則增大ηP、ηD；如果上升緩慢，超調(diào)隨著ηP增加而變大，應(yīng)增加ηI。若超調(diào)快速降至給定值以下，而后，緩慢達到穩(wěn)態(tài)，則減少ηP，增加ηI。

(3)K(k)是PSD控制器最敏感的參數(shù)，其值的調(diào)整直接影響P、I、D三項參數(shù)的自學習軌跡，可決定系統(tǒng)最終性能。K(0)是增益K(k)的初始值，而Tv(0)、C及L則決定了K(k)的適應(yīng)系統(tǒng)變化的時間，Tv(0)大、C小、L大，則K(k)適應(yīng)系統(tǒng)快，調(diào)節(jié)器易超調(diào)，系統(tǒng)振蕩概率加大；反之，K(k)變化過緩，系統(tǒng)調(diào)節(jié)慢，過渡時間長。所以，應(yīng)首先調(diào)整K(0)、Tv(0)、C及L的值，一般，K(0)的選取從0.01-0.08開始，Tv(0)=C取0.025-0.05，L取0.05-0.1[9]。

3.2PSD控制器程序調(diào)試

硬件連接和通信正常后，通過以太網(wǎng)連接，下載程序至S7-400PLC。在SCL編程界面配置程序調(diào)試設(shè)置，依次選擇Options→Customize→Complier，選中Createdebuginfo，然后按下Ctrl+F7，即可調(diào)試SCL編譯的PSD算法。

PSD算法調(diào)試完成后，在CFC中編譯、下載整套程序，選擇菜單命令Debug→TestMode，激活CFC在線功能，即可調(diào)試、整定PSD控制器。

4 實驗結(jié)果分析

將PLC與實驗平臺SMPT-1000以ProfibusDP接口的形式進行連接[6-7,10]。閃蒸罐壓力采用ANNC-PSD-PID復合串級控制程序，其余回路沿用文獻[6]、[7]設(shè)計的程序。

利用3.1節(jié)所述調(diào)試規(guī)則整定PSD控制器參數(shù)，同時觀察實驗平臺上位機監(jiān)控軟件SMPTLab的波形，直至獲得最佳控制效果，具體參數(shù)配置如圖5所示，得到的效果曲線如圖6所示。

圖6 閃蒸罐壓力在單神經(jīng)元自適應(yīng)PSD控制器自適應(yīng)控制下的系統(tǒng)運行趨勢圖

對比文獻[6]、[7]的實驗數(shù)據(jù)，可得：單神經(jīng)元自適應(yīng)PSD控制下的閃蒸罐壓力比PID控制提前65s達到設(shè)定值，產(chǎn)物濃度達到79%的進程加快了31s，同時累積量增加107.1kg，回收流量增加18.6kg。

分析FI1103曲線，可知500-1050s緩慢加負載，1050-1600s再次加大進料，此時系統(tǒng)尚未穩(wěn)定，閃蒸罐壓力PI1103雖有波動，但在PSD控制器的自適應(yīng)控制下，在730s逐漸穩(wěn)定，比閃蒸罐壓力采用PID的狀態(tài)快了31s，進程加快1.3%，產(chǎn)量達16120.46kg，物料A回收量達2804.60kg。

5 WinCC組態(tài)畫面設(shè)計

SMPT-1000上位機軟件SMPTLab缺乏系統(tǒng)狀態(tài)監(jiān)控、參數(shù)預警、控制器在線調(diào)試等功能，無法統(tǒng)計回收物總量，只能觀察指定的波形曲線，不夠直觀。

因此，本文運用PCS7V8.2內(nèi)嵌的WinCC組態(tài)人機界面[11]，在線調(diào)試、監(jiān)控PSD控制器，實時顯示過控系統(tǒng)的工藝界面，并對參數(shù)預警，同時以CFC中組態(tài)TotalL模塊的方式，在界面中顯示生成和回收量，設(shè)計的系統(tǒng)界面如圖7所示。

圖7 連續(xù)過程控制系統(tǒng)WinCC監(jiān)控主界面

由圖7可知，該WinCCOS面板可實時顯示回收、總產(chǎn)量、參數(shù)監(jiān)控等，支持調(diào)試PSD控制器參數(shù)從而控制閃蒸罐壓力，實現(xiàn)過控系統(tǒng)的可視化組態(tài)。

6 結(jié)論

本研究基于SCL完成單神經(jīng)元自適應(yīng)PSD算法編譯，并組態(tài)ANNC-PSD-PID復合串級控制器，實現(xiàn)連續(xù)過程系統(tǒng)中閃蒸罐壓力的自適應(yīng)控制，利用SMPT-1000完成實驗對比，結(jié)果表明，單神經(jīng)元自適應(yīng)PSD控制器調(diào)節(jié)速度優(yōu)于PID，系統(tǒng)進程加快1.3%，產(chǎn)量及回收量均有提升。同時設(shè)計WinCC組態(tài)界面，更加方便直觀地觀察和控制閃蒸罐壓力及系統(tǒng)參數(shù)。該方案對PSD算法實現(xiàn)智能控制的的應(yīng)用及SCL相關(guān)實驗具有重要的參考價值。