基于模糊控制的氣動造浪機節能技術研究*

黃學飛，龐 茂

（1.廣州鐵路職業技術學院機械與電子學院，廣東廣州 510430；2.浙江科技學院機械與汽車工程學院，浙江杭州 310023）

人工造浪是一種新穎的水上娛樂項目，其通過造浪機在室內水池中模擬海上波浪，使游客在室內感受大海里波浪的洶涌澎湃。隨著國內越來越多游客對人工造浪娛樂項目的青睞，人工造浪設備也得到水上樂園經營者的關注。目前應用在國內水上樂園的人工造浪設備大致分為三種：搖(推)板式造浪機、沖箱式造浪機和氣動造浪機。其中氣動造浪機以其結構簡單，便于維護，波形多樣等特點在水上樂園得到廣泛應用。但氣動造浪機采用電機驅動鼓風機實現造浪，其連續運行能耗很大，為此本文將模糊控制技術引入氣動造浪機的控制系統中，探討減小人工造浪機運行能耗的方法。

1 氣動造浪機結構優化

1.1 氣動造浪機結構原理

氣動造浪機主要包括由電機和鼓風機組成的空氣供給系統、氣體輸送管路、造波風罩，及布置在管路上配氣閥和對應的控制系統等，其通過配氣閥控制鼓風機輸出氣流的周期性變化實現造浪。其中配氣閥在一個工作周期內分為兩步，第一步由鼓風機將空氣壓入造波風罩，使風罩內的水排出罩外，從而在風罩前形成波峰；第二步控制配氣閥將風罩內的空氣釋放，水被反吸入風罩，在風罩前形成波谷。在配氣閥的周期控制下，即可在水池內形成一定波長的人造波浪。

1.2 氣動造浪機改進設計

傳統氣動造浪機每個周期內空氣都會被壓入風罩和完全釋放一次，每個工作循環中負載變化幅度大，容易導致電機瞬態過載，工作溫度過高。為此本文針對原有氣動造浪機結構進行了優化和改進，在鼓風機出口增設了一套儲氣裝置。如圖1所示。造波過程仍分為兩步，其中前半周期配氣閥2打開，排氣閥4關閉，空氣經儲氣筒被壓入造波風罩，在造風罩前形成波峰。后半周期時，配氣閥2關閉，排氣閥4打開，水被吸入風罩，在造風罩前形成波谷，同時鼓風機向儲氣筒3輸送空氣，為下一周期的造波做準備。采用該種結構后，鼓風機在整個造波周期內都處于工作狀態，減小了負載變化率，同時大大提高了驅動電機的工作效率。改進后的造浪機與傳統氣動造浪機相比，產生同樣波高和波長的波浪需要的電機穩定工作轉速明顯下降，節能效果顯著。下面將采用模糊技術控制電機，進一步優化鼓風機的工況和節能效果。

圖1 改進的氣動造浪機結構示意圖

2 氣動造浪機模糊控制

2.1 氣動造浪機能耗分析

氣動造浪機的能耗主要是鼓風機的驅動電機消耗的能量，鼓風機的功率取決于造浪的水域面積和浪的高度及波長等參數，鼓風機設計時應按其最大功率要求設計：

其中：Wmax為鼓風機需要的最大功率；Pmax為鼓風機出口氣壓，Qmax為鼓風機出口流量，其中：

式（2）中：Pout為造浪風罩下最大氣壓；Δp為氣體輸送管路中的壓力降。

式（3）中：L為風罩長度；A為風罩截面積；λmax為造浪的波長最大值。

傳統的氣動造浪機，鼓風機驅動電機按滿足功能參數對應的最大功率要求選型，而實際運行中，風機不需一直運行在最大功率狀態下，從而造成氣動式造浪機運行中能耗的浪費[1]。為此本文對傳統氣動造浪機結構進行優化的基礎上，將模糊控制技術引入氣動造浪機控制過程，以降低該類造浪設備運行的能耗。

2.2 模糊控制器設計

模糊控制是以模糊數學知識為理論基礎，基于常識推理、實際操作經驗和實驗結果建立推理規則，不需建立被控對象的精確數學模型，控制機理和策略易于接受和理解，設計簡單，應用方便[2]。氣動造浪機是一個強耦合的非線性系統，其運行中受到外界多種因素影響，狀態復雜多變，難以得到精確的數學模型，采用模糊算法對其進行控制是一種簡單有效的方式。

2.2.1 輸入輸出變量模糊化

系統直接控制的目標是人造波浪的波高，但其與鼓風機風量、風管風罩結構布置等均有關，傳遞模型復雜，僅以此作為模糊控制器的輸入變量較難控制，因此本文同時選擇人造波浪的波高和造浪機的儲氣筒壓力波動值作為控制器輸入變量，將鼓風機驅動電機的轉速作為模糊控制器輸出變量。將輸入論域量化為7檔，NL、NM、NS、ZE、PS、PM、PL[3]，按照模糊推理的一般規則，輸入變量人造波浪的波高Hw論域取值為：{1，2，3，4，5，6，7}，儲氣筒壓力波動值ΔP論域取值為：{0，1，2，3，4，5，6}，為達到更好的節能效果，將輸出變量論域鼓風機轉速n取值細分為 10 檔：{1，2，3，4，5，6，7，8，9，10}。取各模糊子集的隸屬函數均為等腰三角形[4]，圖2給出了儲氣筒壓力波動值的隸屬函數。此外，兩個輸入變量之間不同權重因子值，對應的偏差對控制輸出量的加權程度也不同。本控制系統將兩個輸入變量的權重調整因子分別設為0.6和0.4。

2.2.2 模糊規則建立

控制規則選擇為：

If(Hwis a)and(ΔPis b)then(n is c)

圖2 儲氣筒壓力波動值隸屬函數圖

其中a，b，c分別為Hw，ΔP和n論域中的元素。根據設計者自己的經驗及前期實驗數據，得到控制規則表如表1所示。

表1 模糊控制規則表

2.2.3 模糊推理選擇

目前模糊推理常用的有Sugeno型和Mamdani型兩個系統。Mamdani型模糊推理通過綜合多個有經驗的操作員的控制規則進行模糊推理，符合人們思維和語言表達的習慣，因而能夠方便地表達人類的知識和經驗。但其采用極小運算規則表達模糊關系，推理后的輸出為變量的隸屬度函數或離散的模糊集合，因此要控制實際對象還需進行去模糊化處理，不利于工程應用。Sugeno型模糊推理系統則要求運用推理規則后得到的輸出變量隸屬度函數必須是關于輸入變量的線性函數或常值函數，因此其運算速度較Mamdani快，數據處理更簡單直觀，便于與PID控制以及優化、自適應等其他智能控制方法結合應用[2]。

鑒于Sugeno型推理規則的上述優點，同時考慮到人工造浪控制系統采用的是PLC，因此選用Sugeno型推理進行。

2.3 控制器輸入輸出仿真分析

根據上述確定的模糊控制器輸入輸出變量及推理規則，在Matlab/Simulink中進行了仿真[5]，得到的輸入輸出關系圖如圖3所示。從圖3可以看出，運用模擬控制后，不同浪高對應的風機轉速連續穩定，負載特性明顯改善。

圖3 模糊控制器輸入輸出變量圖

3 結論

在對傳統人工造浪機的結構進行優化改進的基礎上，將模糊控制技術引入人工造浪機的控制中，建立了基于浪高和鼓風機壓力波動控制的模糊控制器，將模糊控制算法和對鼓風機現場控制經驗相結合，得到模糊控制規則，并運用Matlab／Simulink模塊對輸入輸出變量進行了仿真。從仿真結果可以看出，風機轉速輸出連續穩定，有效優化了風機運行中負載變化率，達到節能的目的。

［1］楊建軍.室內小型多功能風浪水槽控制系統研究［D］.青島：青島大學，2010.

［2］劉寅，張曉光，劉繼高.自調整模糊控制在壓風機集控系統中的應用［J］.煤礦機械，2012，33（6）：204-206.

［3］鄭孝東，程根銀，顧濤，等.基于模糊-神經網絡的局部通風機變頻調速系統設計［J］.煤炭工程，2010（4）：110-112.

［4］孫云輝，王釗，肖威，等.基于PLC的離心風機模糊控制系統設計與實現［J］.制造業自動化，2011，33（5）：123-125.

［5］馬舉，劉齊宏，冷靜.基于MATLAB/SIMULINK交流變頻調速系統的仿真研究［J］.中國測試技術，2008，34（2）：54-56.