生活垃圾焚燒爐燃燒過程溫度的仿人智能控制

肖前軍，許虎

(1.重慶工業職業技術學院 自動化學院，重慶 401120； 2.重慶大學 自動化學院，重慶 400044)

?

生活垃圾焚燒爐燃燒過程溫度的仿人智能控制

肖前軍1，許虎2

(1.重慶工業職業技術學院 自動化學院，重慶 401120； 2.重慶大學 自動化學院，重慶 400044)

摘要：針對城市垃圾焚燒排放污染物含量高，探討了一種焚燒系統溫度控制的仿人智能算法。剖析了垃圾不完全燃燒、煙氣排放污染與導致二次污染等產生的原由，討論了焚燒穩定性控制的條件，總結了焚燒過程的控制論特性，研究了焚燒過程的智能控制策略，構建了一種基于仿人智能的控制算法。以二階滯后模型為例，仿真實驗驗證了仿人智能控制算法的強抗干擾能力與過程控制的良好品質。仿真研究結果表明，提出的控制算法對焚燒爐過程溫度控制是可行與有效的。

關鍵詞：垃圾焚燒；溫度控制；燃燒穩定性；不確定性；污染物排放；二次污染；控制策略；仿人智能控制

中文引用格式：肖前軍，許虎. 生活垃圾焚燒爐燃燒過程溫度的仿人智能控制[J]. 智能系統學報， 2015, 10(6): 881-885.

隨著經濟的高速發展，焚燒已經成為城市生活垃圾減量化、資源化、無害化處理的重要手段，特別是將垃圾焚燒發電越來越受到人們的重視[1-3]。無論鏈條、輥軸爐排、往復式爐排還是循環流化床垃圾焚燒爐系統，由于垃圾成分與焚燒過程異常復雜，要達到垃圾處理的資源化、減量化、無害化的目標并非易事，還有許多問題需要研究解決。首先，以垃圾作燃燒原料其熱值是極其不穩定的，垃圾組成成分極其復雜，與垃圾分布地區、時間區間等眾多因素相關，幾乎沒有一個固定不變的規律可尋。其次，焚燒爐系統的熱力特性是變化的，它隨運行時間、設備大修與技術改造而偏離原設計特性，可能出現燃燒不穩定、著火困難、爐膛結渣、燃燒不完全、產生腐蝕以及加劇二次污染等，使系統變得更加難以達到預期的控制目標。再次，燃燒是很難采用數學手段進行描述的復雜物理化學過程，因其是一個多輸入多輸出并具有強耦合的非線性系統，基于傳統的PID控制不具備適應焚燒系統熱力學特性變化的控制能力。針對上述問題，以下從控制論角度對生活垃圾焚燒爐系統溫度控制作某些探討。

1控制論特性與穩定性燃燒

1.1燃燒過程的控制論特性

燃燒過程中產生的控制問題，如燃燒不完全、產生二次污染等，多由于采用的控制策略與垃圾焚燒過程的控制論特性不匹配導致的，因此有必要討論垃圾焚燒過程的控制論特性：1)不確定性。焚燒過程最突出的特性是具有不確定性，包括燃料組分、熱力學特性、動態控制模型與環境干擾等的不確定性，傳統控制總是采用固定的范示控制策略進行控制，因此必然導致控制策略與控制論特性失配，比如焚燒過程中空氣燃料比嚴重偏離理想空氣燃料比，因空氣不足引起燃燒不完全，并且在300～750℃溫度段極易生成劇毒二噁英而導致高污染物二噁英排放至大氣，因此不能采取控制確定性過程的控制策略去控制具有不確定性的燃燒過程，因為控制不當就會產生二次污染。2)控制參數的時變性。焚燒過程是一個動態的燃燒過程，其控制參數與過程所處狀態和靜態工作點有關，因此控制參數應不斷地被修正，而不是固定不變的。3) 多變量之間的強關聯特性。影響燃燒的因素眾多，它們之間是相互關聯的，難以進行解耦處理。4) 大滯后大慣性特性。焚燒過程的熱慣性是顯然的，因為燃料成分極其復雜，基本上都是熱的不良傳導體，時滯特性明顯，而且是隨著時間變化的。5) 外部環境干擾的不確定與多變性以及非結構化特征，它們很難用數學手段進行描述。面對焚燒過程的上述控制論特性，必須尋找新的控制策略才能對其進行優化控制[4-6]。

1.2穩定性燃燒

穩定燃燒是指在垃圾成分極其復雜、熱值多變模糊并且熱值低的條件下，為確保垃圾充分燃盡而維持的必要燃燒溫度，以減低設備運行成本與有效利用熱能，并使一次與二次污染最小。穩定燃燒的影響因素包括：垃圾自身特性、空氣過剩系數、煙氣在爐內的停留時間與湍流度等，其中最重要的指標是燃燒溫度、停留時間和湍流度，常被稱為垃圾焚燒爐控制的“3T”要素。爐溫高有利于垃圾充分干燥、過程熱解充分、揮發成份析出與促進殘碳燃盡，滿足垃圾焚燒處理的熱灼減量要求；爐溫高也有利于減少有害污染物排放，當溫度到850℃時煙氣在爐內停留2 s以后，二噁英排放量會急劇減少，因為大約99.9%的二噁英將被分解，因此焚燒溫度是最為重要的影響因素；較高的穩定爐溫有利于提高蒸汽的參數、產量與改善蒸汽品質，提高垃圾資源化利用率。但燃燒應考慮垃圾的含水率、燃點與熱值等因素對溫度的影響，因為燃燒溫度是由燃料性質確定的，一般溫度越高，煙氣在爐內的停留時間越短。當火焰溫度足夠高時，應當采取強制技術措施對燃燒速度作必要的限制，否則可能加重爐體及耐火材料的負擔并帶來高溫結渣與腐蝕。燃燒溫度直接關系到生產運行的經濟性，也涉及到多項技術指標能否達到規定的預期要求，比如燃燒穩定性、高溫結渣、低溫腐蝕、二次污染物排放、燃盡率等，只有采取正確的控制策略才能實現對垃圾穩定性燃燒的優化控制[7-9]。

2 控制策略與控制算法

2.1控制策略

針對生活垃圾焚燒過程的控制論特性，如具有不確定性、非線性和時變性等，采用智能控制策略可解決常規傳統控制方法難以優化控制焚燒過程的難題，它為垃圾焚燒過程控制提供了廣闊的策略選擇空間，因此可針對具體的焚燒系統過程選取與其控制論特性匹配的控制策略。在智能控制策略中，值得注意的是仿人智能控制(human simulated intelligent controller，HSIC)策略，其基本思想就是仿人與仿智，即在控制與結構方面模擬控制專家的思想與行為，并操作機器以模仿人類行為的方式實現其控制，比如一個優秀的車輛駕駛員可在道路狀況極其復雜而氣象條件又非常惡劣的環境下，可順利地達成驅車目標。實際上車輛駕駛員頭腦中有一個智能的控制機構，驅車過程本身就是控制機構對驅車控制問題的“認知→判斷”與“判斷→操作”的一個求解過程。驅車駕駛靠的是人類的智能與智慧，該過程經歷了2個復雜的信息處理過程，首先執行的是“認知→判斷”定性推理的信息處理過程，然后執行“判斷→操作”定量控制的信息處理過程，整個執行過程既有定性決策又有定量控制。事實上，這里的優秀駕駛員就是一個人體控制器，焚燒過程是瞬息萬變的，其優化控制也必須在線實時完成，就如駕駛員根據行駛軌跡及其變化趨勢實時驅駛車輛行駛一樣。因此，仿人智能的控制系統只不過是人體控制系統的另外一種“同態”變換形式。從人體控制器結構和功能方面分析可知，基于仿人智能的控制系統具備以下基本特征：如啟發式和直覺推理邏輯；在線的特征辨識和特征記憶；分層的信息處理與決策機構；定性決策與定量控制以及開、閉環控制相結合的多模態控制等。在仿人智能控制中，直覺的邏輯推理借助產生式規則予以表達(即用IF-THEN語句實現)，其在線的特征辨識由系統動態特征模型予以數學描述，基于經典控制理論，HSIC充分利用了交叉技術的優勢，比如HSIC將控制理論、人工智能和計算機科學有機融合，因此可將定性決策與定量控制相結合從而實施多模態的控制；基于經典反饋控制，HSIC可將開環控制與閉環控制相結合，以計算機軟硬件系統為載體，從而構造出獨具特色的控制算法。智能控制中的其他控制策略如模糊邏輯、專家系統和神經網絡等策略與仿人智能控制相比，其控制手段顯得單一，因此仿人智能控制在協調焚燒過程的動、靜態技術指標與強魯棒性方面有更加突出的優勢，對垃圾焚燒過程控制應當是一種優化的控制策略[10-11]。

2.2控制算法

圖1焚燒過程控制模型
Fig.1Incineration process control model

圖2　誤差相平面Fig.2　Error phase plane

3仿真實驗及結果分析

假定焚燒系統為二階的大滯后過程，為便于比較控制品質，仿真實驗中選取PID控制算法為參照，以便與原型HSIC控制的過程響應進行多個方面的比較。設其數學模型為：G(s) = Ke-τs/(T1s + 1)(T2s + 1), 其中，K為比例系數，τ為過程時滯時間，T1，T2分別為過程的時間常數。在模型BMCR鍋爐負荷下，試驗中選取K = 4.134，T1= 1，T2= 2，垃圾焚燒爐負荷變化仿真包括：1) 主汽壓力與空氣量不變，燃料量增加5%擾動；2) 主汽壓力與空氣量不變，燃料量減少5%擾動；3) 燃料水份增加10%擾動，主汽壓力不變；4) 空氣量減少5%擾動，燃料量不變；5) 燃料水份減少10%擾動，主汽壓力不變；6) 空氣量增加5%擾動，燃料量不變。為保證仿真時有穩定初始值，模型實施仿真中在第15 s時開始加入外部脈沖擾動，其仿真試驗結果如圖3~5所示，圖中的縱坐標y(t)表示焚燒過程的響應輸出。

仿真中，當過程時滯時間τ= 10 s時，加入外部擾動時的輸出響應如圖3(a)和圖3 (b)所示，圖中給出了HSIC與PID 2種控制算法是對比結果，外部擾動脈沖振幅為5，寬度分別為0.2 s和3 s。仿真結果顯示，在外部脈沖擾動下，HSIC與PID2種控制算法對比，HSIC控制策略過渡過程時間短、最大偏差小，顯示出HSIC控制策略具有很強的抗干擾能力。其原因在于HSIC控制算法在每個控制周期都會根據偏差信號的符號與大小對控制量進行調整,強制其在控制過程中對外部擾動做出反應。由于HSIC是非線性控制器， HSIC的規則可避免過程振蕩使過程快速穩定，因此HSIC在解決大滯后不確定性過程控制問題時可以獲得較好的控制效果。

圖4是過程在時滯分別為10 s與15 s以及外部擾動脈沖寬度為5 s與振幅為50與10情況下的2種控制算法HSIC與PID控制的輸出響應比較。

(a) 擾動脈寬0.2 s時的輸出響應

(b)擾動脈寬3 s時的輸出響應圖3　 不同脈寬振幅階躍振幅為5時的輸出響應Fig.3　Output response in different disturbance pulse width when step amplitude is 5

(a) τ=10、振幅50時的輸出響應

(b)τ=15、振幅10時的輸出響應圖4　 不同脈寬振幅階躍振幅為5時的輸出響應Fig.4　Output response in different disturbance pulse width when step amplitude is 5

圖5　脈寬為5 s、振幅為50時的輸出響應比較Fig.5　Comparison of output response when pulse width is 5 s and the amplitude is 50

圖5是過程為斜坡輸入時，時滯時間為10 s，在外部擾動脈沖寬度為5 s及振幅為50時2種控制算法HSIC與PID控制的輸出響應比較。

對比上述仿真結果可知，采用HSIC控制算法，過程控制的控制品質好，并且對外部擾動脈沖具有很強的抗干擾能力。在負載發生大擾動時，HSIC控制器可快速地消除負載大擾動對焚燒過程運行的影響，將焚燒過程的輸出響應控制在一個極小的偏差范圍內，并使過程輸出響應y(t)能很快的趨于平穩，因此可提高焚燒系統各個執行機構的使用壽命和燃燒過程的穩定性。將HSIC控制與傳統PID控制進行比較可知，HSIC控制更明顯地表現出過渡過程時間短、過程響應速度快、過程穩態誤差小與響應曲線平穩等優點。

4結束語

垃圾焚燒爐系統溫度控制是一個極其復雜的過程，由于其特殊的控制論特性，任何不確定性的變化都會給焚燒過程帶來擾動，并使控制過程偏離期望的狀態，產生不希望看到的后果。仿真實驗研究表明，采用HSIC仿人智能控制，響應速度快、抗干擾能力強，控制過程的動、靜態品質好，魯棒性強，可以比較好地滿足燃燒的穩定性控制要求，當出現不確定性擾動時，它抑制過大的超調，確保爐溫快速地回復到期望的理想狀態，減少垃圾焚燒污染物的排放。

參考文獻:

[1]張建濤, 朱敏. 垃圾焚燒鍋爐的自動控制系統[J]. 中國儀器儀表, 2006, (12): 72-74.

ZHANG Jiantao, ZHU Min. The automatic control system of waste incineration boiler[J]. China Instrumentation, 2006, (12): 72-74.

[2]鄒包產, 韓秋喜, 王文凱, 等. 爐排爐垃圾焚燒控制策略[J]. 環境工程, 2013, 31(2): 80-82, 86.

ZOU Baochan, HAN Qiuxi, WANG Wenkai, et al. Control strategy of grate furnace waste combustion[J]. Environmental Engineering, 2013, 31(2): 80-82, 86.

[3]孫曉軍, 肖正, 王志強. 生活垃圾焚燒廠自動燃燒控制系統的原理與應用[J]. 環境衛生工程, 2009, 17(4): 20-23.

SUN Xiaojun, XIAO Zheng, WANG Zhiqiang. Principles and application of automatic combustion control system in domestic waste incineration plants[J]. Environmental Sanitation Engineering, 2009, 17(4): 20-23.

[4]敖朝華, 鄧薪莉, 郭兵. 垃圾焚燒爐燃燒過程的優化控制策略[J]. 環境工程, 2010, 28(1): 77-80, 72.

AO Chaohua, DENG Xinli, GUO Bing. Optimizing control strategy of combustion process for rubbish incinerator[J]. Environmental Engineering, 2010, 28(1): 77-80, 72.

[5]任德齊, 郭兵. 復雜系統中的仿人智能控制策略[J]. 西南師范大學學報：自然科學版, 2008, 33(2): 132-135.

REN Deqi, GUO Bing. Control strategy on human-simulated intelligence in complex system[J]. Journal of Southwest China Normal University： Natural Science Edition, 2008, 33(2): 132-135.

[6]劉克勤, 楊志, 查智. 仿人智能控制策略在不確定性復雜控制系統中的應用[J]. 西南師范大學學報：自然科學版, 2007, 32(3): 156-161.

LIU Keqin, YANG Zhi, ZHA Zhi. The application of control strategy on human simulated intelligence in uncertianty complex control system[J]. Journal of Southwest China Normal University： Natural Science Edition, 2007, 32(3): 156-161.

[7]裴玉玲, 楊志, 楊小義. 城市垃圾焚燒的智能融合控制策略[J]. 遼寧工程技術大學學報：自然科學版, 2010, 29(5): 803-806.

PEI Yuling, YANG Zhi, YANG Xiaoyi. An intelligent-fusion based control strategy of city garbage incineration[J]. Journal of Liaoning Technical University： Natural Science, 2010, 29(5): 803-806.

[8]李琪, 王亞男. 計算機控制技術在垃圾焚燒過程中的應用[J]. 重慶理工大學學報：自然科學, 2011, 25(2): 80-85.

LI Qi, WANG Yanan. Application research on computer control technique in rubbish incinerating process[J]. Journal of Chongqing University of Technology： Natural Science, 2011, 25(2): 80-85.

[9] 吳文海, 汪節, 高麗, 等. 基于模糊自整定PID的著艦引導控制器設計[J]. 四川兵工學報, 2014, 35(7): 71-74.

WU Wenhai, WANG Jie, GAO Li, et al. Career landing guidance controller design based on fuzzy self-tuning PID[J]. Journal of Sichuan Ordnance, 2014, 35(7): 71-74.

[10]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: 25-34.

[11]敖朝華, 巫茜. 不確定性復雜硫化過程智能融合控制[J]. 遼寧工程技術大學學報：自然科學版, 2013, 32(8): 1145-1148.

AO Chaohua, WU Qian. Intelligence based control strategy for complex vulcanizing process with uncertainty[J]. Journal of Liaoning Technical University： Natural Science, 2013, 32(8): 1145-1148.

[12]李祖樞, 涂亞慶. 仿人智能控制[M]. 北京: 國防工業出版社, 2003: 70-74.

[13]周國清. 復雜底層過程控制中基于仿人智能的融合策略[J]. 四川兵工學報, 2014, 35(8): 101-104.

ZHOU Guoqing. Fusion strategy of complex process control in bottom layer based on human simulated intelligence[J]. Journal of Sichuan Ordnance, 2014, 35(8): 101-104.

肖前軍，男，1974年生，副教授，主要研究方向為智能控制與嵌入式系統設計。

許虎，男，1991年生，碩士研究生，主要研究方向為自動控制理論與智能控制系統設計。

網絡出版地址：http://www.cnki.net/kcms/detail/23.1538.tp.20151110.1354.010.html

英文引用格式：XIAO Qianjun， XU Hu. Algorithm for human-simulated intelligent temperature control of incinerator combustion process of urban household garbage[J]. CAAI Transactions on Intelligent Systems, 2015, 10(6): 881-885.

Algorithm for human-simulated intelligent temperature control

of incinerator combustion process of urban household garbage

XIAO Qianjun1， XU Hu2

(1. School of Automation, Chongqing Industry Polytechnic College, Chongqing 401120, China；2. College of Automation, Chongqing University, Chongqing 400044, China)

Abstract：To address the problem of the high pollutant content discharged from city garbage incineration, this paper explores a human-simulated intelligent algorithm for controlling the temperature of the incineration process. We determine the reasons for incomplete garbage combustion, flue gas emission pollution, and secondary pollution. We then discuss the conditions necessary for incineration stability, summarize the cybernetic characteristics of the incineration process, develop an intelligent control strategy for the incineration process, and construct a control algorithm based on human-simulated intelligence. Using a two-order lag model as an example, the simulation experiment demonstrates that it would have good anti-jamming ability and process control quality. The results of the simulation research show that the proposed control algorithm is feasible and effective for controlling the temperature of the incineration process.

Keywords：garbage incineration; temperature control; combustion stability; uncertainty; pollutant discharge; secondary pollution; control strategy; human simulated intelligent control

作者簡介：

通信作者：肖前軍. E-mail：xiaoqianjun2003@126.com.

基金項目：重慶市教委科學技術研究資助項目(KJ102102).

收稿日期：2015-07-23. 網絡出版日期：2015-11-10.

中圖分類號：TP273

文獻標志碼：A

文章編號：1673-4785(2015)06-0881-05

DOI:10.11992.tis.201507039