恒壓供水泵站節能系統的仿人智能控制策略

范 磊

(重慶建工集團第二建設有限公司，重慶 400030)

水是生命之源，直接關系到人們的生活質量。供水系統是基礎設施，但是在供水設施建設中，往往重硬件，比如重管網管線、供水泵站的硬件建設，而對軟件功能重視不夠，導致供水質量不盡人意。典型的例子是供水流量難以調節，供水質量差，時大時小，能源消耗大。在現代供水泵站建設中既要節能，又要保證供水穩定性，以下結合工程實踐討論恒壓供水泵站節能系統的仿人智能控制策略相關問題。

1 控制論特性及存在問題

供水系統是一個復雜系統，其供水過程是一個復雜的不確定性過程。比如用戶用水最突出的特點是隨機的，很難預料哪個社區、哪個用戶需要用水?什么時候用水?用水數量是多少?等等。就供水系統而言，以宏觀角度考慮，供水過程往往表現出以下幾個方面的控制論特性:系統參數的未知性、時變性、隨機性和分散性;過程嚴重的非線性;過程變量間的關聯性;環境干擾的未知性、多樣性和隨機性。這些特性導致采用傳統控制方法很難達到人們期望的控制目標。因其屬于不確定性復雜過程，難以建立過程模型，傳統控制方法是無能為力的。

存在問題主要表現:①傳統控制策略(例如PID 控制)是基于數學模型的控制，即認為控制、過程及干擾的模型是已知的或者是通過辯識可以得到的。但供水過程具有不確定性，對于“未知”、不確定、或者知之甚少的控制問題，用傳統方法難以建模，因而難以對供水過程實施有效的控制。②供水過程具有高度的非線性，采用傳統控制方法會由于過分復雜的非線性處理而難以應用。③傳統控制主要采用微分方程、狀態方程以及各種數學變換作為研究工具，其本質是一種數值計算方法，屬定量控制范疇，要求控制問題的結構化程度高，易于用定量數學方法進行描述或建模，供水過程控制是半結構化與非結構化控制問題。④過程的復雜性包括通常意義下的操作對象和所處的環境，由于關系錯綜復雜，各要素的高度耦合，互相制約，外部環境又極其復雜，傳統控制缺乏有效的解決方法。⑤基于數學模型的控制存在魯棒性與靈敏度之間的矛盾，復雜供水過程則可能由于條件的改變使整個控制系統崩潰，如壓力過大導致管網崩潰，即系統的可靠性問題。

無論采用什么樣的控制手段，供水系統必須滿足用戶用水需求，因此供水系統的控制目標是在滿足用戶對供水要求的前提下，盡可能減少環境污染和節約能源。上述存在問題決定了用傳統方法是難以對供水過程進行有效控制的，必須探索更有效的節約能源策略與控制方法。

2 基于變頻調速的節能技術

供水是通過供水泵站的電動機驅動水泵執行的，因此如何控制電動機的運行模式是節能的關鍵，按照電機理論，電機轉速公式為

式中:n 是電動機的實際轉速;f 為供電電源頻率;S 是轉差率;P 為電動機的極對數。公式表明電機轉速與頻率近似成正比，改變供電電源頻率即可平滑地調節電機轉速，水泵屬平方轉矩負載，其電動機轉速n、水流量Q、水壓力H 與電動機軸功率P 具有如下關系:Q ∝n，H ∝n2，P ∝n3，即流量與轉速成正比，壓力與轉速平方成正比，軸功率與轉速立方成正比。改變電動機轉速就可方便地實現水流量控制，有效地確保供水系統滿足用戶恒壓供水的穩定性期望。采用變頻調速不僅調節方便，其節能效果也很明顯。設電動機額定功率為PN，額定轉速為nN，轉速為n 時實際輸出功率為P，則節能(用功率表示)ΔP 可以表示為:式中如取n/nN= 2/3，則ΔP=0.67PN，即節能效果在理想情況下可達到67%，可見只要采用變頻調速技術，其節能效果是很顯著的。

在供水系統中使用變頻調速技術(變頻器)還有以下優點:①可方便地實現電機軟起動、自由停車。電機均通過變頻器或軟起動從0 ～50 Hz 作緩慢加速起動，減少了機泵因突然高速起動所帶來的影響，減少了直接起動時起動電流對電網的沖擊。②可提高功率因數，改善電動機電源質量，保證電動機的功率與實際負荷相匹配，達到系統節能運行的目的。③可消除機泵的喘振現象，使機泵運行處于最佳工況狀態。④可方便地實現自動控制，使被調節量得到更平穩的調節，增強了系統的穩定性和可靠性。

3 恒壓供水的控制策略選擇

控制策略選取與被控過程特性是緊密相關的，錯誤或不當的控制策略往往導致控制效果極差，甚至系統失控。傳統控制PID 與近代控制理論算法，無論是狀態空間法，還是基于I/O 描述的黑箱法，精確的數學描述是它分析與設計系統的基礎，對不確定性的復雜供水過程顯然不具備上述條件，因此不應列為選取的控制策略。

神經網絡控制的關鍵是選擇一個合適的神經網絡模型，并對其進行訓練與學習，直至達到符合要求為止，即尋找最優的神經網絡結構與權值。然而，神經網絡的學習，需要一定的實驗樣本，這些實驗樣本也必須從已知經驗和事先的實驗中獲得。同時，神經網絡的訓練與學習過程，有時較為復雜，需要運行成千上萬次才能獲得最佳結構。有時獲得的是一個局部最優解，而不是全局最優解，因方法的局限性，更重要的是不確定性本身無規律可言，因此神經網絡控制策略對所討論的過程難以實現有效的控制。

專家控制系統是以知識為基礎，在某一專門領域企圖模擬人們思想行為的一組計算機程序，能處理各種定性的、定量的、精確的與模糊的信息，因此可根據對被控過程的經驗和知識獲取情況，采取不同的描述形式，以便更多地反映過程特性，為控制提供控制策略和控制模態。但由于特征信息的采集、特征信息的表達以及完備知識庫的建立實現難度大，所以，專家系統也不一定是一個好的選擇。

實際工程中，一個非常熟練的操作人員，能憑借自己豐富的實踐經驗，通過對現場各種現象的判斷取得較滿意的控制效果。如果將憑經驗所采取的措施轉變成相應的控制規則，并且研制一個控制器來代替這些規則，從而也可實現對復雜工業過程的控制。實踐證明，以模糊控制理論為基礎的模糊控制器(FC)能用IF condition THEN action 語句完成多種復雜的控制任務。但是對于不確定性如何處理還處于探索階段，并不能作為選擇控制策略的依據。

值得注意的是仿人智能控制(HSIC)在大量實際工程中獲得了成功應用。HSIC 總結人的控制經驗，模仿人的控制思想和行為，以產生式規則描述其在控制方面的啟發與直覺推理行為，并在結構和功能上具有以下基本特征:分層遞階的信息處理和決策機構(高階產生式系統結構);在線的特征識別和特征記憶;開閉環控制結合和定性決策與定量控制結合的多模態控制;啟發式和直覺推理邏輯的應用。由于HSIC 的基本特點是模仿控制專家的控制行為，它的控制算法是多模態控制的，是多種模態控制間的相互交替使用，該算法完美地協調了控制系統中諸多相互矛盾的控制品質的要求，更符合恒壓供水過程應用的工程實踐，與上述各種控制策略相比，有其獨特的優勢。因此供水過程采用基于仿人智能的控制策略是一種較理智的選擇。

4 控制模型與控制算法

4.1 控制模型

基于仿人智能的控制融合控制集知識模型與機理控制模型于一體，是一種廣義控制模型，如圖1 所示。該模型對被控過程的先驗知識要求甚少，只要知道系統誤差e 及其變化率就可對過程實施有效控制，圖2 是廣義控制模型結構，其中系統誤差、誤差變化率以及時間t 構成了控制問題求解的信息空間，誤差e(t)= r(t)– y(t)，r(t)是過程輸入，y(t)是過程輸出。基于廣義控制模型的控制器(HSIC)根據系統誤差的大小、方向及其變化趁勢即可作出相應的決策，選擇相應控制模式進行控制，其優勢在于不需要事前知道或在線辨識被控過程的精確數學模型，就能實現速度快、精度度高的控制，且具有極強的魯棒性。

圖1 基于仿人智能的廣義控制模型

圖2 廣義控制模型結構

基于仿人智能的廣義控制模型將仿人智能控制技術和專家系統技術融為一體，對環境變化有很強的自適應能力，便于對控制系統結構進行簡化，把知識庫、推理機構和控制規則融入一個仿人智能控制器中，借助開閉環控制相結合的基本特征，可實現靈活的多模態控制，增強了判斷和推理的能力，可采用產生式規則建立供水過程的知識集，基本結構是:If〈condition〉Then〈action〉。突出優點是模塊性好，產生式規則之間無直接聯系，而且其自然性好，每條規則可獨立增刪、修改，適合于供水過程控制的特點。

4.2 控制算法

供水過程的基本控制算法可以概括為2 種動態特征模式:①若e·˙e≥0 且e+˙e≠0，則采用比例-半微分控制;②若e·˙e≤0 或e=˙e=0，則采用半開環控制。改進的仿人智能控制器的原型算法為

式中:u 為控制輸出;Kp為比例系數;k 為抑制系數;e 為系統誤差;˙e 為系統誤差的變化率;em，j為誤差第i 次峰值。控制規則可概括與表1。

受胎率用SPSS19.0統計軟件進行卡方檢驗，精子活率和精子頂體完整率用單因素方差分析，結果用“平均值±標準差”表示。P<0. 05表示差異顯著，P>0. 05表示差異不顯著。

供水過程狀態在信息空間中的運動軌跡，不僅反映了過程的所有動態信息，而且反映出了控制作用對過程的影響。在設計控制器時，采用如表1 所示的原型算法的改進算法，對供水過程控制的效果更好，可很方便地用產生式規則形式“If〈condition〉Then〈action〉I”描述該控制算法。表中e 為系統的誤差，r 為給定值，y 為被調量。KP，比例增益;K1，增益放大系數，K1＞1;K2，抑制系數，0 ＜K2＜1;PO(n)，控制輸出量P 第n 次需要保持的值;PO(n-1)，第n-1 個控制周期控制輸出量P 需要保持的值;M1、M2，誤差閾值，且M1＞ M2;em，n，e 的第n 個極值。

表1 控制規則算法

5 仿真實驗及分析

5.1 供水過程的實驗仿真

供水系統的控制論特性，如系統參數的未知性、時變性、非線性、過程變量間的關聯性等，由于其不確定性導致難以對供水過程進行數學建模，因此難以考察控制策略的控制效果。但是仿真實驗總是需要模型的，工業控制對象中比較復雜也是最常見的是二階環節大滯后環節，它是最典型的工業控制對象，如果控制算法的魯棒性很強，那么對象的任何參數發生變化其控制效果并不受參數變化的影響，仍然可以獲得良好的控制品質。基于魯棒性分析，針對供水系統是大慣性對象，可將其供水過程近似為一階慣性環節加純時滯的模型進行描述，也就是將供水過程的數學模型假設為

式中:K 為增益系數;τ 為純滯后時間;T 為過程的時間常數，其模型的控制參數一般可用階躍響應法確定。為了方便，文中選取模型增益K=1，時延τ=2，時間常數T=1.2，于是有

在Matlab 環境下，利用Simulink 工具箱可搭建系統仿真模型。在階躍輸入信號下，為了便于比較控制算法的控制品質，分別采用PID 算法和仿人智能控制算法HSIC 作用于同一被控過程，對供水過程的控制效果進行仿真。按照上述假設，實驗的仿真曲線如圖3 所示。

由圖3 可以看出:PID 控制響應曲線1 的上升時間與調整時間均不及HSIC 控制時間快，雖然PID 控制與HSIC 控制都未產生超調，通過兩者比較可知，HSIC 控制策略有更好的控制品質。

圖3 過程響應曲線比較

5.2 控制策略的魯棒性分析

為了考察仿人智能控制算法的魯棒性，可分別改變過程的控制參數，觀察其響應變化，比較控制品質的優劣。如前所述，過程參數在原假設(增益K =1，時延τ =2，時間常數T=1.2)基礎改變可能有4 種情況:

①時間常數T 改變

如時間常數T 由1.2 s 增加到2 s，在增益K 與時延τ 均不變時，2 種控制的響應曲線如圖4 所示。比較其響應曲線可知，HSIC 控制策略的響應曲線幾乎沒有發生變化，但是非常明顯，PID 控制策略的響應曲線有比較大的超調現象產生。

圖4 時間常數改變的響應比較

②改變時延τ

如時延τ 由2 s 增加到4 s，在增益K 與時間常數T 均不變時，2 種控制的響應曲線如圖5 所示。從圖5 可以看出，HSIC 控制的響應曲線幾乎沒有發生什么變化，僅在響應時間上向后推遲了2 s，但是PID 控制的響應曲線產生了大幅度的超調，仿人智能控制表現出明顯的優越性。

圖5 改變τ 的響應比較

③增益系數K

如增益系數K 由1 增加到10，在時延τ 與時間常數T 均不變時，2 種控制的響應曲線如圖6 所示。從圖6 中的響應曲線對比，可以非常明顯地看出:HSIC 控制的響應曲線幾乎沒有發生什么變化，仍保持無超調而控制響應平穩，但是PID 控制的響應曲線不僅有嚴重的超調量產生而且還產生震蕩。

圖6 改變增益系數的響應比較

④過程傳遞函數由一階改變為二階環節

如果在原傳遞函數基礎上增加一個慣性環節1/(2s +1)，即傳遞函數由W(S)=Ke-τs/(Ts+1)變化成為W(S)' =Ke-τs/(Ts+1)(2s+1)時，分別采用PID 算法和仿人智能控制算法HSIC 作用于同一被控過程，對供水過程的控制效果進行仿真，從圖7 的響應曲線可以看出，HSIC 控制的響應曲線幾乎沒有發生什么變化，無超調量出現，控制效果平穩，但是PID 控制卻產生嚴重超調。

圖7 二階過程的響應比較

⑤仿真實驗的分析結論

上述魯棒性實驗表明，無論參數發生什么變化，甚至過程由一階過程變為二階過程，采用控制算法HSIC 的控制響應都是令人滿意的，與PID 控制相比，基于HSIC 的控制有很強的魯棒性。PID 控制出現明顯超調，上升與調整時間都不及HSIC 快，而HSIC 控制的響應幾乎沒有什么變化，所以，仿人智能控制策略具有良好的控制品質。

6 結束語

通過仿真分析，可以得出結論:仿人智能控制策略對過程參數變化不是很敏感，該策略具有很強的魯棒性;該策略無論在穩定性、快速性還是準確性方面都比PID 控制具有明顯的優越性。因此，對恒壓供水泵站節能系統應當是一種首選的控制策略，該策略不僅可以獲得好的動、靜態控制品質，而且節能效果是非常顯著的。

［1］彭莉，林鷹，楊奕.復雜系統控制中的相關技術討論［J］.西南師范大學學報，2004，29(6):1066-1068.

［2］Cai Zixing，Zhou Xiang，Li Meiyi.A Novel Intelligent Control Method Evolutionary Control［C］//Proceedings of the 3’d World Congress on Intelligent Control and Automation.［S.l.］:［s.n.］，2000:387-390.

［3］李士勇.模糊控制神經控制和智能控制論［M］.哈爾濱:哈爾濱工業大學出版社，2003.

［4］李祖樞，涂亞慶.仿人智能控制［M］.北京:國防工業出版社，2003.