模糊預測控制在軋鋼廢水去油處理中的應用

陳曉軍，朱云開，梁 軍

(1. 南通市廣播電視大學 機械工程系，南通 226006；2. 南通寶鋼鋼鐵有限公司，南通 226002)

0 引言

軋鋼廠在軋制鋼材的生產過程中，需對軋機軋輥和軋制鋼材表面用水進行噴淋冷卻。大量的氧化鐵皮、潤滑點含油類物質及其他一些雜質等進入水體，造成水體污染。若直接回用，將會嚴重影響到鋼材的質量；若大量外排，會污染環境且帶來較大的經濟損失。因此，軋鋼循環回用水的去油處理具有十分重要的意義[1]。目前常用的去油方法有物理法和化學法兩種，由于物理法具有設備復雜、除油不徹底、動力消耗大等缺陷，因此化學除油法得到廣泛應用。

化學法除油過程中藥劑投放量的大小直接影響處理效果，加藥量過小時，出水水質明顯下降，特別是油絮凝劑投加量小時，清水區會出現浮油渣；藥劑投加過量時，形成的絮花大而松散，比重輕，不易沉降，影響出水水質[2]。

由于加藥控制是一個具有非線性、大慣性、純滯后等特點的復雜工業控制過程，較難建立準確的數學模型，無法采用傳統的 PID 控制來實現精確的控制，為此本文提出模糊預測控制策略進行加藥量的控制。模糊控制和預測控制是各自獨立發展起來的兩類控制方法，模糊控制特別適用于非線性系統或對象數學模型未知的復雜系統，屬于“事后控制型”，即根據當前可以測量的被控量的偏差信息來確定控制量[3]。而預測控制是通過對被控過程未來輸出的預測來實現控制，引入了邏輯推理，有較強的自適應能力，對大慣性、大延遲等復雜系統有良好的控制效果[4]。由此可見，模糊預測控制結合了預測控制和模糊控制的優點，其基于專家經驗和知識推理的智能控制方法具有很強的魯棒性，通過提前預測來調整控制的力度，維持良好的動態控制性能[5]。

1 系統描述與建模

1.1 系統描述

化學法除油流程采用加藥凝聚、加藥絮凝、反應、沉降的工藝流程，其流程如圖1所示。

凝聚劑為具有較強破乳作用的電介質類凝聚劑，絮凝劑為油絮凝劑，其除油機理為：向含油濁環水中先加入混凝劑，中和水中膠體顆粒表面電荷，減少擴散層厚度，使膠體脫穩而互相聚結；接著加入具有很多支鏈的線性高分子物油絮凝劑，由于其中含有大量的活性基因，對水中的懸浮物和乳化油珠有著強烈的吸附架橋能力，形成密實、粗大的絮團而逐漸沉降，以達到凈化水質的目的[6]。

投加藥劑時, 凝聚劑與絮凝劑必須分開投加，讓化學除油器的來水先與凝聚劑進行充分混合、混凝反應，再和絮凝吸附架橋、絮凝沉淀，秩序必須嚴格，不能顛倒。系統主要檢測水中含油量和懸浮物含量，將這2個檢測信號送至中央處理器，處理器在控制邏輯上劃分為兩個相對獨立的控制單元，自動凝聚劑控制單元和自動絮凝劑控制單元。系統的控制目標：處理后的出水含油量＜4mg/L；出水懸浮物含量＜10mg/L。

1.2 系統建模

本文以加凝聚劑為例，其投放量控制由紅外分光光度計在線檢測出水含油量，通過相應算法計算出對應的藥劑變化量，藥劑的投加量由計量泵控制。整個裝置由化學除油器1座，電動攪拌機1臺，加藥裝置2套，每套設有溶藥桶1個，雙隔膜箱式高效板框壓濾機1臺及管路等組成。根據系統的特點，可將整個加藥過程近似看作為一個一階慣性加純滯后控制對象，其傳遞函數為：

根據對被控對象的多次階躍響應實驗分析，取k=4，T=200，τ=100。所以，被控對象的模型可近似為：

2 模糊預測控制系統

針對加藥系統非線性、大延時、大慣性的特點，采用模糊與預測相結合方法，模糊預測控制系統的結構如圖 2所示。

圖2 模糊預測控制系統結構框圖

由圖2可以看出，系統主要由預測模型、模糊控制和在線校正三個部分組成。其工作原理是：先利用預測模型得到系統未來的預測輸出C(k+n)，然后將設定的輸出值R(k+n)和預測輸出值C(k+n)之間的預測誤差e及預測誤差變化率ec(k+n）設為模糊控制器輸入。模糊預測控制器利用模糊規則推理得到控制輸入U(k)施加于被控對象[7]。模糊預測控制的任務就是使被控對象的預測輸出C(k+n)盡可能地逼近設定值R(k+n)。

2.1 預測模型

預測模型是根據系統的歷史信息和當前的系統輸入來預測系統輸出的未來趨勢，在有限時域內使受控量和目標量的偏差盡可能地小，從而提高系統的控制性能。

本預測模型采用DMC模型，假設被控對象基于階躍響應預測模型的輸出矢量為N為建模時域長度。則在 k 時刻對系統施加一個控制增量)(kuΔ時，即可算出在其作用下未來N個時刻的輸出值：

式中，i=1,2,3,…，N

寫成矢量的形式即為:

式中，C0(k)為k時刻未加)(kuΔ作用下的模型預測值；

Cm(k)為k時刻在作用下的模型預測值；M為控制時節域長度，一般取M≤N。

2.2 在線校正

當k時刻對系統施加控制△u(k)時，利用預測模型即可得出未來時刻的輸出預測值Cm(k)。但由于實際過程存在著時變、非線性等因素以及環境干擾等的影響，預測值會偏離實際值，因此必須對輸出預估值進行修正，以提高預估值的準確性。

校正的方法是利用當前時刻的輸出測量值C(k)與預估值Cm(k)之差，采用在線滾動方式，對輸出預估值進行校正，得：

式中，hi為N維誤差校正系數，這里取hi=1.0，hi=0.9，i=2,3,…,N；

C(k+i)為校正后的輸出預估值。

由此可得到含有預測信息的偏差e和偏差變化率ec：

式中：n為預測步長。

2.3 模糊控制

本系統所選擇的是兩輸入、一輸出的模糊控制器，其結構與常規模糊控制器相同，輸出均勻控制增量△u(k)，所不同的是輸入為分解含油量p步預測誤差e(k+p)和p步預測誤差變化量ec(k+p)。為簡化設計，將輸入、輸出量經比例因子規劃至基本論域，得：

根據精確程度和控制要求，輸入變量和輸出變量均選擇 7 個等級，即{負大、負中、負小、零、正小、正中、 正大}，用相應的英文縮寫表示為{NB、NM、NS、ZO、PS、PM、PB}，模糊論域均取為[-6，6]。考慮加凝聚劑系統對出水含油量的要求控制在2.4～3.6mg之間，根據實際運行人員和專家經驗，將誤差e和誤差變化率ec的基本論域取為[-6,6]，因此比例因子ke=kec=6/6=1；控制增量△u(k)的基本論域取為[-0.6,0.6]，因此比例因子ku=0.6/6=0.1。

模糊語言值實際上是對應上是對應的Fuzzy子集，而語言值最終是通過隸屬函數來描述的?？紤]系統對響應速度的要求，各變量的隸屬函數均選用易于計算、占用內存空間小、計算結果差別小的三角形隸屬函數。

從系統的穩定性、響應速度、超調量和穩態精度等方面考慮，基于操作人員經驗與專家決策經驗總結基礎之上，制定了49條控制規則。具體控制規則如表1所示。

表1 模糊控制規則

對所有規則采用Mandani推理法和重心解模糊法得到U在論基本論域范圍內的精確值，再乘上比例因子Ku后即得到K時刻的控制增量△u(k)，獲得控制器的輸出值：u(k)=u(k-1)+△u(k)。

3 仿真分析

根據前面已求出的系統預測模型式(4)和被控對象的近似模型式(2)，預測控制的參數?。篗=40，N=50，n=100，p=1。對系統進行仿真，結果如圖3所示。

由圖3可知，系統采用了預估措施，有效避免了大滯后環節帶來的振蕩現象，設定期望值為3，超調量小、上升平穩、進入穩定狀態快、調節時間大約為800s、穩態誤差5‰以內，較好地滿足了系統現場控制的要求。

圖3 系統仿真曲線

4 實際運行效果

系統采用模糊預測控制對凝聚劑和絮凝劑投放量控制后，以2012年9月17日—26日每天上午10時檢測到的數據為例，如表2所示?？梢?，該系統能夠將含油量質量濃度和懸浮特質量濃度分別控制在期望值(分別為3mg/L和8mg/L)范圍內，并且波動小。

表2 水質監測數據表

5 結論

針對軋鋼廢水去油加藥控制系統中被控對象的大慣性、純滯后、干擾復雜等特點，本文將模糊預測控制系統于此控制系統，經仿真實驗和實際運行測試表明，該方法不僅有良好的動、靜態品質，且具有較強的魯棒性和跟隨性，提高了控制系統的控制效果，也為同類系統的控制提供了很好的解決方法，具有一定的推廣價值。

[1] 付國軍.應用稀土磁盤高效凈化軋鋼含油廢水的工藝技術探討[J].企業技術開發,2010,29(9):27-28.

[2] 楊秀莉.軋鋼廢水的化學處理法初探[J].四川冶金,2004(3):36-38.

[3] 湯兵勇.路林吉,王文杰.模糊控制理論與應用技術[M].北京:清華大學出版社,2002:41-49.

[4] 諸靜.智能預測控制及其應用[M].杭州:浙江大學出版社,2003:122-125.

[5] 張玉艷,鄧瑋,韓希昌等. 模糊預測控制在循環水加藥控制中的應用[J].工業水處理,2008,28(11):83-85.

[6] 唐勝衛.化學法除油技術在軋鋼含油水處理上的應用[J].工業安全與防塵,2000(6):8-10.

[7] 陶帥.一種基于模糊預測控制的鍋爐爐溫控制仿真[J].杭州電子科技大學學報,2011,31(4):177-180.