鍋爐溫度控制系統的設計與仿真研究

吳文進

（安慶師范學院物理與電氣工程學院，安徽安慶 246011）

鍋爐溫度控制系統的設計與仿真研究

吳文進

（安慶師范學院物理與電氣工程學院，安徽安慶 246011）

針對鍋爐水溫與流量串級控制系統，用實驗方法建立了鍋爐溫度數學模型，設計出一種模糊自整定PID調節器，此調節器作為鍋爐水溫與流量串級系統的主調節器，可以使系統同時具有良好的目標值跟蹤特性和干擾抑制特性.仿真試驗結果表明，與常規PID控制相比，系統的動態性能和穩態性能得到了進一步的提高.

模糊自整定PID調節器；串級控制；鍋爐水溫

目前電站鍋爐和供熱鍋爐大量存在，且在工業生產和居民生活中必不可少，但大多數鍋爐處于能耗高、浪費大和污染環境等生產狀態.提高熱效率，降低能耗和減少污染是控制系統設計的重要目標.實際生產過程中，溫度控制對象一般都具有純滯后和大慣性，并存在諸多干擾，如果采用常規PID控制算法，其效果不理想，系統的抗干擾能力差，響應的動態過程較長.針對上述情況，眾多學者提出了基于先進控制理論的溫度控制方法，如文獻[1-3]的基于神經網絡的溫度控制策略、文獻[4]的自適應控制方法、文獻[5]的基于組合灰色預測控制方法和文獻[6-7]基于PSO優化算法的控制方法，以上文獻所設計的溫度控制方法與常規PID控制算法相比確實有很多優點，但方法、理論過于復雜，不易在實際的工業系統中應用.為此本文針對溫度流量串級系統結構，提出了一種模糊自整定PID控制方法，可以使系統同時具有良好的目標值跟蹤特性和干擾抑制特性，仿真實驗研究證明了它的有效性.

1 系統控制方案

圖1 鍋爐水溫與流量串級控制系統

鍋爐水溫與流量串級控制系統的結構框圖如圖1所示，它由外環控制回路和內環控制回路組成，構成串級控制系統.外環控制回路中的控制對象為鍋爐，又稱主對象，鍋爐的溫度為系統的主控制量，其控制器稱主控制器.內環控制回路中的控制對象為電動調節閥，又稱副對象，電動調節閥的流量為系統的副控制量，其控制器稱副控制器.主控制器的輸出作為副控制器的給定，因而內環控制回路是一個隨動控制系統.副控制器的輸出直接驅動電動調節閥，從而達到控制鍋爐溫度的目的.

為了實現系統在階躍給定和階躍擾動作用下的無靜差控制，系統的主調節器需要選擇合適的控制方法.如果采用常規PID控制，系統比例系數小時會使系統的調節時間較長，而比例系數太大時可能會引起振蕩，導致系統不穩定；積分系數小時穩態誤差不能在較短的時間內較快地消除，而積分系數大時系統會有較大的超調量.因此本文為了提高系統性能，主調節器選擇模糊自整定PID控制.考慮流量變化快，時間慣性小，應較快得到抑制，因而副調節器采用P調節，P調節器輸出信號控制閥的開度改變流量[8-9].

2 被控對象數學模型

圖2 鍋爐水溫階躍響應實驗系統

過程控制系統的品質是由組成系統的各個環節的結構及其特性所決定的.被控對象的數學模型是設計過程控制系統、確定控制方案、分析控制指標和整定調節器參數等的重要依據.因此建模是十分重要的環節，其任務是確定模型的結構和其中的參數值.建模方法有機理法、試驗法和最小二乘法等.本設計由于鍋爐內部冷熱水對流復雜，利用熱機理分析非常困難，因此采用試驗法和最小二乘法相結合的建模方法.

以THJ-2高級過程控制實驗裝置為基礎，構建鍋爐水溫階躍響應實驗系統，如圖2所示.通過實驗方法可以測定被控對象在輸入階躍信號后的液位響應曲線和相關參數.使用MATLAB軟件對實驗數據進行處理，根據最小二乘法原理對響應曲線進行最佳擬合.在MATLAB的Workspace中可以查看到鍋爐水溫的響應曲線.當階躍響應曲線在輸入量x（t）產生階躍的瞬間，其曲線斜率最大，逐漸上升到穩態值y（∞），因而可以用一階慣性環節來近似描述該響應曲線，因此只需要確定K0和T0.

考慮到加熱過程中存在4秒的純延遲，最終得出控制對象的模型為

3 模糊自整定PID控制器的設計

模糊自整定PID控制器是一種自適應控制算法，是利用模糊邏輯運算和模糊控制規則對Kp、Ki、Kd三個參數進行自整定.控制器的輸入為誤差e和誤差變化率ec，對于不同時刻的誤差e和誤差變化率ec，控制器可以對PID參數進行實時自整定以滿足其要求.模糊自整定PID控制器結構如圖3所示[10].

系統模糊規則設計原則是誤差|e|較小時，Kp和Ki取較大值，這樣可以使系統的穩態誤差最小甚至為零，穩態性能提高，此時，Kd的取值要恰當，以免在平衡點出現振蕩.誤差|e|中等時，Kp取較小值，這樣系統動態響應的超調量較小；Kd和Ki取值要適當，特別是此時Kd的取值對系統的動態響應影響較大.誤差|e|較大時，Kp取較大值，Kd取較小值，以使系統響應加快，此時應使Ki=0，目的是避免出現較大的超調.e模糊集合為｛NB，NM，NS，Z，PS，PM，PB｝，ec的模糊集合為｛NB，NM，NS，Z，PS，PM，PB｝，Kp的模糊集合為｛NB，NM，NS，Z，PS，PM，PB｝，Ki的模糊集合為｛NB，NM，NS，Z，PS，PM，PB｝，Kd的模糊集合為｛NB，NM，NS，Z，PS，PM，PB｝.根據專家知識和經驗設計得到的Kp、Ki、Kd的模糊控制規則表如表1、表2、表3所示[11].

表1 Kp的模糊控制規則表

表2 Ki的模糊控制規則表

表3 Kd的模糊控制規則表

圖3模糊自整定PID控制器的結構圖

4 仿真試驗

在MATLAB中建立鍋爐水溫與流量串級控制系統的仿真模型，被控對象如式（2）所示.系統輸入r(t)=1(t)，擾動輸入d(t)=1(t-400)，在主控制器分別設為模糊自整定PID控制和常規PID控制時，仿真結果如圖4所示.

在圖4中，（a）為設定值響應曲線，（b）為擾動響應曲線，仿真結果表明，系統主調節器采用模糊自整定PID控制與采用常規PID控制相比，其設定值跟蹤性能和抗干擾性能有了較明顯的增強.

5 結論

本文構建了鍋爐水溫與流量串級控制系統，并通過實驗方法建立了控制對象數學模型，系統主控制器采用模糊自整定PID控制.模糊自整定PID控制器可以通過模糊控制規則的結果處理、查表和運算，完成對PID參數的在線整定，而常規PID控制器只能離線整定；且在高階或系統模型難以確定的系統中，采用模糊自整定PID控制要比采用常規PID控制的效果要好，系統的性能得到了進一步的改善.

圖4 系統仿真曲線（其中實線為模糊自整定PID控制響應曲線，虛線為常規PID控制響應曲線）

[1]張強，馮樹興，岳巍強.基于神經網絡的大容積環境溫度模擬系統的控制策略[J].控制理論與應用，2006，23（3）：429-432.

[2]文生平，江靜.料筒溫度RBF神經網絡PID控制器設計及仿真[J].控制工程，2007，14（4）：369-372.

[3]譚梅，李曉秀，呂聰.自適應神經PID在擠塑機溫控系統中的應用[J].控制工程，2006，13（3）：250-255.

[4]李靜，王京，楊磊，等.熱處理爐鋼板溫度的自適應混沌粒子群算法最小二乘法支持向量機優化預報算法[J].控制理論與應用，2011，28（12）：1825-1830.

[5]王偉，吳敏，曹衛華，等.基于組合灰色預測模型的焦爐火道溫度模糊專家控制[J].控制與決策，2010，25（2）：185-190.

[6]于洋，王子帥，楊青.改進PSO-PID算法在溫度控制中的快速性研究[J].工業儀表與自動化裝置，2013（1）：9-11.

[7]王安娜，陶子玉，姜茂發，等.基于PSO和BP網絡的LF爐鋼水溫度智能預測[J].控制與決策，2006，21（7）：814-820.

[8]吳文進，葛鎖良，江善和，等.基于粒子群優化算法的PID液位控制[J].合肥工業大學學報：自然科學版，2010，32（11）：1674-1677.

[9]吳文進，張杰.基于MCGS組態軟件的PID液位控制[J].安慶師范學院學報：自然科學版，2010，14（3）：50-53.

[10]王海青，姬長英，劉同召，等.模糊自整定PID溫度控制系統的建模與仿真[J].計算機工程，2012，38（7）：233-235.

[11]于秀麗，王大志.模糊自適應整定PID控制系統[J].沈陽工業學院學報，2004，23（2）：41-44.

Design and Simulation of the Boiler Temperature Control System

WU Wen-jin
(School of Physics and Electrical Engineering,Anqing Normal College,Anqing 246011,China)

For the cascade control system of boiler temperature and flow,the boiler water temperature model is established.The fuzzy self-tuning PID regulator is designed and it is the main controller of the cascade control system.A very good dynamic response performance of both the command tracking and disturbance rejection characteristics can be achieved simultaneously.Compared with the conventional PID regulator,the proposed con?trol scheme has been proved valid according to the simulation results.

fuzzy self-tuning PID regulator;cascade control;boiler water temperature

TP273.1

A

1008-2794（2013）04-0091-04

2013-05-18

吳文進，副教授，博士研究生，研究方向：新能源技術、現代控制理論及應用，E-mail：wuwenjinaq@163.com.