基于自適應(yīng)平滑死區(qū)逆的航天氣化爐氧氣流量控制

摘 要 航天氣化爐氧氣流量對(duì)象具有大噪聲、非線性和強(qiáng)干擾特性，氧氣流量控制系統(tǒng)自動(dòng)化程度低。由于氧氣閥門具有死區(qū)非線性，人工操作和常規(guī)控制策略常常無法獲得理想的控制效果，因此提出了一種自適應(yīng)平滑死區(qū)逆算法，補(bǔ)償氧氣閥門的死區(qū)非線性，再引入氧氣主管壓力的變化速度作為前饋量，補(bǔ)償氧氣壓力波動(dòng)帶來的干擾。自適應(yīng)平滑死區(qū)逆與前饋控制成功應(yīng)用于航天氣化爐氧氣流量控制系統(tǒng)，控制效果明顯改善。

關(guān)鍵詞 航天氣化爐 氧氣流量 平滑死區(qū)逆 自適應(yīng)控制

中圖分類號(hào) TP273" "文獻(xiàn)標(biāo)志碼 A" "文章編號(hào) 1000-3932（2024）06-0979-06

航天氣化爐是一種粉煤加壓氣流床氣化爐，具有投資成本低、建設(shè)周期短、操作簡(jiǎn)易方便、易于集中式管理和能耗較低等優(yōu)點(diǎn)。國(guó)內(nèi)外學(xué)者圍繞氣化爐的先進(jìn)控制與優(yōu)化展開了大量研究。2015年，MARY X A等將ALSTOM氣化爐的空間狀態(tài)模型轉(zhuǎn)換為二階慣性模型，使用PID控制器完成在煤質(zhì)變化時(shí)對(duì)氣化爐的控制［1］。2018年，

RIBEIRO V H A和REYNOSO-MEZA G使用多目標(biāo)差分進(jìn)化算法對(duì)控制器參數(shù)進(jìn)行優(yōu)化，但該方法無法提供最優(yōu)控制器［2］。2021年，方薪暉使用PID控制實(shí)現(xiàn)與氣化生產(chǎn)有關(guān)的35個(gè)回路的自動(dòng)控制，并且建立數(shù)字孿生模型實(shí)現(xiàn)了對(duì)氣化過程的模擬［3］。2023年，薛美盛等提出一種基于自適應(yīng)卡爾曼濾波的PID控制算法，克服了航天氣化爐氧煤比大噪聲、強(qiáng)干擾特性帶來的難控問題，實(shí)現(xiàn)了氧煤比的自動(dòng)控制［4］。

航天氣化爐氧氣流量的調(diào)節(jié)閥門存在較大的死區(qū)非線性。針對(duì)死區(qū)非線性特性對(duì)象的控制問題，已經(jīng)發(fā)展出許多控制算法。TAO G等針對(duì)死區(qū)非線性系統(tǒng)的控制問題提出了自適應(yīng)逆法［5～7］。WANG W等基于自適應(yīng)反步設(shè)計(jì)了針對(duì)帶有死區(qū)的齒輪傳動(dòng)伺服系統(tǒng)的位置控制方法［8］。LAI G等使用神經(jīng)網(wǎng)絡(luò)近似與模糊近似表達(dá)非線性系統(tǒng)，并基于此設(shè)計(jì)了自適應(yīng)控制器［9，10］。

筆者針對(duì)航天氣化爐氧氣流量控制問題，提出采用自適應(yīng)平滑死區(qū)逆控制算法來補(bǔ)償氧氣流量調(diào)節(jié)閥的死區(qū)非線性，引入氧氣主管壓力作為前饋量補(bǔ)償其帶來的擾動(dòng)。利用該方法在某氣化廠成功構(gòu)建了航天氣化爐氧氣流量控制系統(tǒng)并實(shí)現(xiàn)長(zhǎng)期投運(yùn)，控制效果顯著提升。

1 問題分析

1.1 航天氣化爐工藝分析

航天氣化爐工藝流程主要分為煤粉制備單元、煤加壓及進(jìn)煤?jiǎn)卧?、氣化及激冷單元、合成氣洗滌單?部分。煤粉進(jìn)入氣化爐之后，與氧氣發(fā)生燃燒反應(yīng)，這為煤粉與水蒸氣的氣化提供了動(dòng)力，是合成氣流量的決定因素。同時(shí)，煤粉與水蒸氣的氣化反應(yīng)是合成氣成分的決定性因素。氣化爐負(fù)荷通常由有效氣流量指示，而合成氣流量需要滿足下游生產(chǎn)環(huán)節(jié)的需求。氧氣與煤粉的燃燒反應(yīng)為氣化反應(yīng)提供了動(dòng)力，現(xiàn)場(chǎng)通過增減氧氣流量手動(dòng)控制合成氣流量。

航天氣化爐的氧線被控對(duì)象是進(jìn)入氣化爐的氧氣流量，其來源于上游空分裝置生產(chǎn)的高壓純氧。由于上游裝置管線中的壓力存在較大波動(dòng)，則進(jìn)入氣化爐的氧氣流量也存在較大波動(dòng)。當(dāng)氧氣流量波動(dòng)時(shí)，需要不斷根據(jù)氧氣流量調(diào)整煤線流量以維持氣化爐的氧煤比，因此，控制氧氣流量是航天氣化爐生產(chǎn)系統(tǒng)的關(guān)鍵。

1.2 氧氣流量的控制難點(diǎn)

在某氣化廠航天氣化爐實(shí)際生產(chǎn)過程中，氧氣流量控制主要存在兩個(gè)控制難點(diǎn)：第一，氧氣流量調(diào)節(jié)閥門具有較大的死區(qū)非線性，表現(xiàn)為在某些特定的閥位區(qū)間內(nèi)，氧氣流量不再隨閥位變化，現(xiàn)場(chǎng)操作員常由于氧閥調(diào)節(jié)不及時(shí)造成氧氣流量波動(dòng)，從而引起合成氣流量波動(dòng)；第二，氧氣流量受到氧氣主管壓力干擾，當(dāng)氧氣主管壓力快速上升或下降時(shí)，氧氣流量隨著主管壓力波動(dòng)。

解決上述問題對(duì)于氧氣流量的有效控制和氣化爐的安全生產(chǎn)至關(guān)重要，筆者基于自適應(yīng)平滑死區(qū)逆補(bǔ)償氧閥的死區(qū)非線性，保證氧氣流量穩(wěn)定可控；以氧氣主管壓力的變化速度作為前饋量設(shè)計(jì)前饋控制器，補(bǔ)償氧氣主管壓力帶來的擾動(dòng)。

2 基于自適應(yīng)平滑死區(qū)逆的氧氣流量前饋控制系統(tǒng)

2.1 自適應(yīng)平滑死區(qū)逆控制

自適應(yīng)死區(qū)逆常用于存在未知死區(qū)非線性的控制對(duì)象，被控對(duì)象數(shù)學(xué)模型采用如下方程描述：

A（q■）y（t）=k■B（q■）u（t-1）（1）

其中，y（t）和u（t）分別表示被控對(duì)象的輸出和輸入，q■表示移位算子，A（q■）和B（q■）分別表示階數(shù)為n■和n■的q■多項(xiàng)式，A（q■）和B（q■）是首一多項(xiàng)式，k■為常數(shù)增益?？紤]執(zhí)行器帶有死區(qū)非線性，死區(qū)特性如圖1所示，實(shí)際輸入可以表示為u（t）=D■（v（t）），v（t）表示死區(qū)輸入信號(hào)，死區(qū)特性D■（）表示為：

u（t）=D■（v（t））=m■（v（t）-b■），v（t）≥b■0？搖？搖？搖？搖？搖" "，b■＜v（t）＜b■m■（v（t）-b■），v（t）≤b■（2）

其中，b■、b■、m■、m■為死區(qū)模型參數(shù)，b■≥0，

b■≤0，m■＞0，m■＞0，且均為常數(shù)。

一般的自適應(yīng)死區(qū)逆算法容易造成控制器振顫［5］，在實(shí)際工業(yè)控制中可能導(dǎo)致閥位出現(xiàn)大幅度波動(dòng)，影響控制品質(zhì)，甚至產(chǎn)生安全隱患?？赏ㄟ^引入平滑因子［8］來降低死區(qū)逆輸出振顫頻

率，抵消由死區(qū)帶來的非線性特性，平滑死區(qū)逆如圖2所示，設(shè)計(jì)自適應(yīng)平滑死區(qū)逆控制作用v（t）如下：

v（t）=■？準(zhǔn)■（u■（t））+■？準(zhǔn)■（u■（t））（3）

其中，u■（t）是控制器線性部分的輸出，■■、■■、■■、■■分別是死區(qū)特性參數(shù)m■、b■、m■、b■的估計(jì)值，

？準(zhǔn)■（u）=■和？準(zhǔn)■（u）=■均引入了平滑因子e■，e■gt;0。

對(duì)于該系統(tǒng)考慮參數(shù)矩陣θ■■∈R■、θ■■∈R■、θ■■=k■■，令Diophantus方程成立：

θ■■a（q■）·A（q■）+θ■■b（q■）·k■B（q■）=A（q■）-θ■■■k■B（q■）·q■（4）

其中，a（q■）=（q■，q■，…，q■）■，b（q■）=（q■，q■，…，q■，1）■，n■為系統(tǒng)相對(duì)階。

在工業(yè)控制中，無法確保死區(qū)特性預(yù)估參數(shù)與實(shí)際參數(shù)一致。當(dāng)死區(qū)特性參數(shù)與對(duì)象模型參數(shù)均未知時(shí)，設(shè)計(jì)如下控制器，分別估計(jì)死區(qū)參數(shù)與模型參數(shù)，并設(shè)計(jì)自適應(yīng)法則更新參數(shù)：

u■（t）=θ■■ω■（t）+θ■■ω■（t）+θ■■ω■（t）+θ■■ω■（t）+θ■■ω■（t）+r（t+n■）（5）

其中，ω■（t）=a（q■）■■（t），ω■（t）=a（q■）■■（t），

ω■（t）=a（q■）v（t）■■（t），ω■（t）=a（q■）v（t）■■（t），

ω■（t）=b（q■）y（t），r（t）為設(shè)定值輸入，θ■為θ■■的估計(jì)值，θ■、θ■、θ■、θ■∈R■為θ■■、θ■■、θ■■、θ■■的估計(jì)值，且滿足：

θ■■=-θ■■m■b■，θ■■=-θ■■m■b■，θ■■=θ■■m■，θ■■=θ■■m■（6）

■■（t）和■■（t）分別為控制誤差指示函數(shù)，即：

■■（t）=1，v（t）≥■■0，？搖others（7）

■■（t）=1，v（t）≤■■＜■■0，？搖others（8）

對(duì)于未知的死區(qū)特性參數(shù)矩陣θ■■=（m■，m■b■，m■，m■b■）■采用特性預(yù)估參數(shù)矩陣θ■（t）=（■■（t），

■■（t）■■（t），■■（t），■■（t）■■（t））■估計(jì)，其特性估計(jì)誤差為：

■■（t）=θ■（t）-θ■■（9）

同理，未知的對(duì)象模型參數(shù)矩陣θ■■=（θ■■，θ■■，

θ■■，θ■■，θ■■）■采用模型預(yù)估參數(shù)矩陣θ■（t）=（θ■■（t），

θ■■（t），θ■■（t），θ■■（t），θ■■（t））■估計(jì)，其模型估計(jì)誤差為：

■■（t）=θ■（t）-θ■■（10）

綜上，系統(tǒng)誤差可以表示為：

e（t）=■■（t-n■）ω■（t-n■）+■■（t-n■）ω■（t-n■）+d■（t）（11）

其中，d■（t）=d■（t-n■）-θ■■a（q■）d■（t-n■），

a（q■）=（q■，q■，…，q■）■，d■（t）為一有界誤差，

ω■（t）與ω■（t）表示為：

ω■（t）=（ω■■（t），ω■■（t），■ω■■（t），ω■■（t），ω■■（t））■（12）

ω■（t）=（-■■（t）v（t），■■（t），-■■（t）v（t），■■（t））■（13）

根據(jù)上述誤差方程，設(shè)計(jì)如下自適應(yīng)法則更新死區(qū)參數(shù)θ■（t）和模型參數(shù)θ■（t）：

θ■（t+1）=θ■（t）-■+f■（t）（14）

θ■（t+1）=θ■（t）-■+f■（t）（15）

其中，f■（t）和f■（t）的設(shè)計(jì)是為了保證自適應(yīng)法則的穩(wěn)定性，自適應(yīng)更新率γ■和γ■滿足0＜γ■=γ■＜2，ω（t）和ε（t）的表達(dá)式為：

ω（t）=（ω■■（t），ω■■（t））■（16）

ε（t）=e（t）+（θ■（t）-θ■（t-n■））■ω■（t-n■）+（θ■（t）-

θ■（t-n■））■ω■（t-n■）（17）

對(duì)于f■（t）=（f■（t），f■（t），f■（t），f■（t））■中的第i項(xiàng)f■（t）的定義如下：

f■（t）=0" " " ，θ■（t）+g■（t）∈［θ■■，θ■■］θ■■-θ■（t）-g■（t），θ■（t）+g■（t）＞θ■■θ■■-θ■（t）-g■（t），θ■（t）+g■（t）＜θ■■（18）

其中，θ■■與θ■■為人為設(shè)定的邊界。g■（t）定義為：g■（t）=（g■（t），g■（t），g■（t），g■（t））■=-■（19）

其中，γ■為自適應(yīng)更新率。

對(duì)于f■（t）計(jì)算方式類似f■（t）。

在原自適應(yīng)死區(qū)逆中對(duì)設(shè)定值柔化，進(jìn)一步改善系統(tǒng)的穩(wěn)定性與動(dòng)態(tài)特性，減小波動(dòng)。引入柔化因子α，則柔化后的設(shè)定值r■（t）為：

r■（t）=αr■（t-1）+（1-α）r（t）（20）

其中，柔化因子α滿足0lt;αlt;1。

2.2 前饋控制回路設(shè)計(jì)

針對(duì)氧氣主管壓力對(duì)氧氣流量的干擾，根據(jù)氧氣主管壓力的波動(dòng)趨勢(shì)對(duì)氧氣流量進(jìn)行前饋補(bǔ)償。首先需要判斷氧氣主管壓力的波動(dòng)趨勢(shì)flag：

flag= 1，p（t）＞p（t-d）amp;p（t-d）＞p（t-2d）amp;p（t-2d）＞p（t-3d）-1，p（t）＜p（t-d）amp;p（t-d）＜p（t-2d）amp;p（t-2d）＜p（t-3d） 0 ，otherwise

（21）

其中，d為判斷步長(zhǎng)，p（t）為t時(shí)刻氧氣主管壓力。當(dāng)flag=1時(shí)，氧氣主管壓力推斷為上升趨勢(shì)；當(dāng)flag=-1時(shí)，氧氣主管壓力推斷為下降趨勢(shì)；當(dāng)flag=0時(shí)，氧氣主管壓力推斷為無明顯變化。

然后，根據(jù)3個(gè)判斷步長(zhǎng)的氧氣主管壓力變化量計(jì)算氧氣主管壓力變化速度Δp（t），根據(jù)flag與Δp（t）計(jì)算前饋控制量u■（t）：

u■（t）=k■·flag·Δp（t）（22）

其中，k■為前饋控制器增益，實(shí)際調(diào)試k■取

-0.35。經(jīng)氧氣主管壓力前饋補(bǔ)償后，最終氧氣閥門控制量由前饋控制量u■（t）和自適應(yīng)平滑死區(qū)控制量v（t）相加而得：

u（t）=u■（t）+v（t）（23）

基于自適應(yīng)平滑死區(qū)逆的氧氣流量前饋控制系統(tǒng)框圖如圖3所示。

2.3 控制器參數(shù)設(shè)計(jì)

在工業(yè)現(xiàn)場(chǎng)中，由于氣化爐系統(tǒng)對(duì)氧氣流量的波動(dòng)反應(yīng)靈敏，如果氧氣流量波動(dòng)較大有可能造成氣化爐高溫的危險(xiǎn)情況，因此首先通過仿真實(shí)驗(yàn)調(diào)整控制器參數(shù)，確保所設(shè)計(jì)的控制器有效，然后進(jìn)行實(shí)際的投運(yùn)實(shí)驗(yàn)。

在仿真實(shí)驗(yàn)中，根據(jù)氧氣流量噪聲特點(diǎn)選擇加入一定量的高斯白噪聲，用于驗(yàn)證控制器的穩(wěn)定性，分別使用自適應(yīng)死區(qū)逆與自適應(yīng)平滑死區(qū)逆對(duì)氧氣流量對(duì)象的控制進(jìn)行仿真實(shí)驗(yàn)，效果如圖4、5所示。

仿真結(jié)果驗(yàn)證了基于自適應(yīng)平滑死區(qū)逆的氧氣流量控制更加有效。在加入平滑死區(qū)逆與設(shè)定值柔化之后能夠改善系統(tǒng)的動(dòng)態(tài)特性，提高系統(tǒng)的魯棒性，解決控制器振顫問題。通過仿真調(diào)整得到的控制器參數(shù)見表1。

3 投運(yùn)效果

筆者所設(shè)計(jì)的氧氣流量控制系統(tǒng)在某氣化廠成功投運(yùn)，實(shí)現(xiàn)長(zhǎng)期運(yùn)行。氧氣流量自動(dòng)控制與手動(dòng)控制約4 h的運(yùn)行效果對(duì)比如圖6所示。

表2為控制效果的誤差對(duì)比，可以看出，基于自適應(yīng)平滑死區(qū)逆的氧氣流量控制器的控制效果大幅優(yōu)于手動(dòng)控制，證明了自適應(yīng)平滑死區(qū)逆算法在航天氣化爐氧氣流量控制中具有實(shí)際的工業(yè)應(yīng)用價(jià)值，能夠有效提升航天氣化爐的生產(chǎn)穩(wěn)定性。

4 結(jié)束語

針對(duì)航天氣化爐生產(chǎn)過程中的氧氣流量控制問題，基于自適應(yīng)平滑死區(qū)逆和前饋控制成功構(gòu)建了航天氣化爐氧氣流量控制系統(tǒng)?，F(xiàn)場(chǎng)實(shí)際投運(yùn)效果表明，該算法能夠補(bǔ)償氧氣流量對(duì)象的死區(qū)非線性和強(qiáng)干擾，實(shí)現(xiàn)更穩(wěn)定的控制，對(duì)比手動(dòng)控制平均誤差下降28.69%，改善了航天氣化爐的氧氣流量控制效果，穩(wěn)定了現(xiàn)場(chǎng)工況，確保氣化爐生產(chǎn)安全的同時(shí)也提高了生產(chǎn)效益。

參 考 文 獻(xiàn)

［1］" MARY X A，SIVAKUMAR L，JAYAKUMAR J.Modelling and control of MIMO gasifier system during coal quality variations［J］. International Journal of Modelling，Identification and Control，2015，23（2）：131-139.

［2］" "RIBEIRO V H A，REYNOSO-MEZA G.Multi-objective PID controller tuning for an industrial gasifier［C］//2018 IEEE Congress on Evolutionary Computation（CEC）.Piscataway，NJ：IEEE，2018：1-6.

［3］" "方薪暉.先進(jìn)控制技術(shù)在超大型水煤漿氣化裝置中的應(yīng)用［J］.潔凈煤技術(shù)，2021，27（S2）：190-196.

［4］" "薛美盛，謝忻南，饒偉浩，等.基于AKF-PID的航天氣化爐氧煤比先進(jìn)控制［J］.化工自動(dòng)化及儀表，2023，50（6）：754-759.

［5］" "TAO G，KOKOTOVIC P V. Adaptive control of plants with unknown dead-zones［J］.IEEE Transactions on Automatic Control，1994，39（1）：59-68.

［6］" "TAO G，KOKOTOVIC P V.Discrete-time adaptive control of systems with unknown dead-zones［J］.International Journal of Control，1995，61：1-17.

［7］" "TAO G，" LEWIS F L. Adaptive Control of Nonsmooth Dynamic Systems［M］.London：Springer，2001.

［8］" "WANG W，XIE B，ZUO Z，et al.Adaptive backstepping control of uncertain gear transmission servosystems with asymmetric dead-zone nonlinearity［J］.IEEE Transactions on Industrial Electronics，2019，66（5）：3752-3762.

［9］" " LAI G，TAO G，ZHANG Y.Adaptive control of nonca-nonical nonlinear systems with unknown input dead-zone characteristics［C］//2018 IEEE Conference on Decision and Control（CDC）.Piscataway，NJ：IEEE，2018：5524-5529.

［10］" "LAI G Y，TAO G，ZHANG Y.Adaptive actuator dead-zone compensation control for uncertain noncanonical fuzzy-approximation nonlinear systems［C］//2019 American Control Conference（ACC）.Piscataway，NJ：IEEE，2019：3664-3669.

（收稿日期：2024-01-19，修回日期：2024-09-08）

Oxygen Flow Control in HT-L Gasifier Based on Adaptive"Smooth Dead Zone Inverse

XUE Mei-sheng1， LIANG Chen1， FENG Zi-hao1， XIE Xin-nan1， QIN Yu-hai2

（1. Dept. of Automation， University of Science and Technology of China；2. Jiangsu Panvieo Energy Saving Technology Co.， Ltd.）

Abstract" "The HT-L gasifier’s oxygen flow has characteristics of large noise， nonlinearity and massive disturbance and its flow control system’s automation level is inferior. Manual operation and conventional control strategies fail to obtain ideal control effects because of the dead zone nonlinearity of oxygen valves there. In this paper， an adaptive smooth dead zone inverse algorithm was proposed to compensate the dead zone nonlinearity of oxygen valves and the changing rate of the oxygen’s main pipe pressure was adopted as the feedforward to compensate disturbance from the fluctuation of oxygen pressure. The HT-L gasifier’s oxygen flow control system based on both adaptive smooth dead zone inverse and feedforward control has significant control effect.

Key words" "HT-L gasifier， oxygen flow， smooth dead zone inverse， adaptive control