大時滯參數時變復雜過程的仿人智能控制

Human Simulated Intelligent Control of Complex Process with Large Time Lag and Time－varying Parameters

雷正橋(重慶工業職業技術學院教務處，重慶　401120)

?

大時滯參數時變復雜過程的仿人智能控制

作者雷正橋(1973－)，男，2005年畢業于西南大學計算機應用專業，獲碩士學位，副教授;主要從事計算機自動化控制方面的教學與科研工作。

0　引言

以軋鋼加熱爐燃氣燃燒過程控制為背景，探討大時滯參數時變復雜過程的控制問題。該過程是典型的復雜過程，由于軋鋼加熱爐系統本身就是一個大慣性復雜對象，工作機理復雜，不僅變量眾多、相互耦合，更加突出的是難以采用數學方法描述其本質特征，如由于不確定性導致的時變參數、純時間滯后變化等。為了充分利用焦爐、高爐等煤氣，一般鋼鐵企業將上述煤氣混合作為加熱爐燃氣。鑒于煤氣熱值與煤氣管網壓力的劇烈波動，同時由于爐內鋼坯溫度場分布的不均勻性以及某些爐內熱工參數難以測量，導致對其燃燒過程進行優化控制更加困難［1－2］，因此，對大時滯參數時變復雜過程控制進行探討具有現實技術應用意義。本文提出了一種紡人智能控制策略，并經仿真實驗驗證其可行性。

1　過程控制難題與控制論特性

1.1過程控制難題

由于存在諸多不確定性因素，燃燒過程難以數學建模，采用PID或改進的PID控制器控制爐溫過程，調節速度慢，極易產生超調，控制精度不高，難以進行控制參數優化整定，在響應速度和準確性之間難以做出最佳決策，使爐溫過程控制具有良好的加熱質量和加熱曲線與靈活的操作性。時滯特性不僅影響控制品質和控制過程的穩定性，更增加了對系統分析和設計的復雜性。盡管Smith預估器可對時滯特性進行補償控制，但它是一個基于數學模型的預估控制，對參數變化較為敏感，由于過程的時變性和不確定性，嚴重影響其預估控制效果，甚至導致不穩定現象的產生。模糊控制魯棒性比較好，抗干擾能力比較強，無需建立精確數學模型，但是過程的不確定性必然導致控制規則的不完備，因此不能直接用于大時滯過程控制，即使是專家與仿人智能模糊控制也同樣不適合于時滯過程的控制。神經網絡控制需要足夠的實驗樣本對網絡連接權值進行訓練，因復雜性與不確定性，其實驗樣本很難從實驗中獲取，限于方法的局限性，很難取得良好的控制效果。同樣，復雜性與不確定性導致過程特征信息采集與表達以及完備知識庫建立的實現難度增大，也不宜采用專家控制技術實現對復雜過程的控制［3－4］。總之，大時滯參數時變復雜過程控制是控制工程中的難點。

1.2過程控制論特性

軋鋼加熱爐燃氣燃燒過程除了大時滯參數時變的特性外，由于是復雜過程，受多種不確定性因素影響，如燃氣由焦爐、高爐等混合煤氣組成，無論燃氣的組分或燃質都具有不確定性(包括隨機性)。鋼坯進出爐也會引起熱擾動，又是大慣性過程，動態控制過程充滿了不確定性，因此導致過程時滯是未知的、時變的，存在嚴重的非線性。過程參數也因不確定性導致其具有未知性、時變性、隨機性、分散性以及變量間的關聯耦合性，很難用定量分析方法給予精確的數學表達，實質上燃氣燃燒過程是一個不確定性復雜動態過程的控制問題。采用基于數學建模的范式控制方法，如傳統的PID控制或者基于現代控制理論的優化控制方法等，是難以獲得預期理想控制效果的［5－6］。因此，必須探討與過程控制論特性相匹配的控制策略。

2　控制策略與控制算法

智能控制是在解決具有高度復雜與不確定性以及控制性能要求越來越高的背景下產生的，是傳統控制發展的高級階段，是基于對多種科學方法、多種先進技術與當代多種前沿學科知識的高度綜合和利用發展起來的。人類智能反映在對事物的觀察、認識、學習與理解的能力方面，也包括理解與適應事物動作行為的控制能力。實質上，智能控制是一種在實施控制過程中無須進行人工干預的自動控制技術，強調的是自主驅動系統(或過程)的狀態是否達到期望的控制目標。在智能控制中，值得注意的是仿人智能控制，它直觀地模擬人的控制行為、經驗與技巧，是一種基于知識的智能模型控制。

2.1仿人智能控制策略

燃氣燃燒是瞬息萬變的，其優化控制必須在線實時完成。正如駕駛員在高速路上駕駛車輛行駛一樣，駕駛員就是根據理想行駛軌跡與實際行駛軌跡的角度偏差方向、偏差大小以及偏差的變化趨勢駕駛車輛行駛的。仿人智能控制(human simulated intelligent controller，HSIC)策略就是直觀模擬人的控制行為［7－9］，控制模型如圖1所示。圖1中，r(t)、e(t)、p(t)、y(t)分別表示過程的輸入、過程誤差、HSIC控制器輸出與過程響應輸出。

圖1　廣義知識控制模型Fig.1 Generalized knowledge control model

2.2仿人智能控制算法

如果用è表示過程誤差的變化率，可以構成如圖2所示的誤差相平面。由于過程誤差e與過程誤差變化率è均是可檢測的，基于自動控制理論和人工智能系統，可以總結出該控制策略模擬人類控制行為的兩種特征模式:當eè＞0時，即過程狀態位于第1和第3象限時，過程將呈現出誤差增加的趨勢;當eè＜0時，即過程狀態位于第2和第4象限時，過程將呈現出誤差減小的趨勢。

圖2　誤差相平面Fig.2　Error phase plane

由誤差相平面分析可知，HSIC的基本控制策略可歸納為:①如果eè≥0并且e +è≠0，則可取比例加半微分(proportion and half derivation，PH－D)控制模式;②如果eè≤0或者e =è = 0，則可取半開環(half open－loop，HO)控制模式。

HSIC原型控制算法可總結為:。

式中: P、Kp、k、e、è和em，i分別為HSIC控制器的輸出系數、比例系數、擬制系數、過程誤差、過程誤差變化率和第i個誤差的峰值。

結合HSIC基本控制算法，并將過程操作者的控制經驗、技巧與控制智慧融合到HSIC控制算法中，借助結構化英語描述方法，其過程控制算法可設計為:

3　仿真實驗及其分析

為了驗證仿人智能控制策略的優勢，仿真中以PID + Smith預估控制為參照，將過程不確定性因素影響等價為過程參數變化，然后分別在無外界干擾與受外界干擾兩種情況下，施加單位階躍輸入于控制過程，最后比較兩種控制算法的過程輸出響應，研究仿人智能控制策略的魯棒性。如果魯棒性強，那么該控制策略就是可取的，因為它能兼顧過程響應時間、調節時間、過程超調與穩態控制精度等技術指標的需要。仿真中，假設被控過程模型如式(2)所示。

式中: K為比例系數; T1、T2分別為時間常數，s;τ為過程時間時滯，s。

如果取: K =4.134 s，T1= 1 s，T2= 2 s，τ= 2 s，則其過程模型為:

在PID + Smith預估控制與仿人智能控制HSIC兩種控制策略作用下，當過程的輸入為單位階躍時，其過程響應如圖3所示。圖4、圖5和圖6分別為τ=10 s、τ= 20 s和τ= 10 s時加入一個幅度為0.5、寬度為0. 2 s脈沖干擾時兩種控制策略的響應比較曲線。

圖3　τ=2 s時的響應曲線Fig.3 Response curves at τ=2 s

圖4　τ=10 s時的響應曲線Fig.4 Response curves at τ=10 s

圖5　τ=20 s時的響應曲線Fig.5 Response curves at τ=20 s

圖6　τ=10 s脈沖干擾響應曲線Fig.6 Response curves at τ=10 s

分析上述過程響應可知，無論時滯變化還是外部脈沖干擾對仿人智能控制策略幾乎沒有影響，智能控制策略在魯棒性、響應時間、調節時間、過程超調與穩態控制精度等方面均表現出優秀的控制品質。

4　結束語

由于仿人智能控制策略總是基于當前控制周期誤差特征模式下決定各控制周期的操作控制模式與控制算法，因此能實時矯正過程誤差。鑒于該策略無需數學建模，這是其他控制策略難以與之相比的。仿真結果驗證了該控制策略的強魯棒性、高控制精度，對大時滯參數時變過程的控制是一種可供借鑒的控制策略。

參考文獻

［1］李太福，馮國良，鐘秉翔，等.一類不確定復雜系統的控制策略分析［J］.重慶大學學報:自然科學版，2003，26(9): 4－7.

［2］陳軍.步進式加熱爐燃燒過程智能控制策略及應用［D］.長沙:中南大學，2004.

［3］楊志，李太福，盛朝強，等.基于仿人智能的復雜關聯系統控制［J］.重慶大學學報:自然科學版，2002，25(7): 9－11.

［4］熊仁權，喬正洪.基于仿人智能的供水系統控制策略［J］.四川兵工學報，2012，33(1): 76－78.

［5］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，2002.

［6］陳雯柏，高世杰，吳細寶.一種基于HMCD的仿人機器人單杠運動控制策略［J］.智能系統學報，2012，7(6): 1－5.

［7］易繼鍇.智能控制技術［M］.北京:北京工業大學出版社，2004.

［8］李祖樞，涂亞慶.仿人智能控制器［M］.北京:國防工業出版社，2003.

［9］張翠英，田建艷.基于仿人智能控制理論的鋼坯加熱爐多模態控制策略［J］.太原科技大學學報，2008，29(1): 12－15.

Human Simulated Intelligent Control of Complex Process with Large Time Lag and Time－varying Parameters

雷正橋
(重慶工業職業技術學院教務處，重慶401120)

摘要:針對大時滯參數時變復雜過程難于控制的問題，探討了一種仿人智能控制策略。剖析了復雜過程的控制難題，研究了控制策略，分析了仿人智能控制器的特性，構造了一種仿人智能的多模態控制算法。以燃氣加熱爐燃燒過程控制為例，以PID + Smith控制為參照，仿真實驗對比研究驗證了該控制策略在響應快速性、調節時間、超調性能與穩態控制精度方面的良好控制品質與強魯棒性能。研究表明，提出的仿人智能控制策略是可行與可取的。

關鍵詞:大時滯時變參數復雜過程仿人智能控制多模態控制PID神經網絡控制

Abstract:Aim at the puzzle of controlling the complex process with large time－lag and time－varying parameters，the human simulated intelligent control strategy is explored.The control difficulties of complex process control are analyzed，and the control strategy is studied.The characteristics of human－simulated intelligent controller are analyzed，and the multi－modal control algorithm based on human simulated intelligence is constructed.Taking the combustion process control of gas heating furnace as an example and the PID + Smith control as a reference，the simulation experiment contrast research shows that this control strategy has good control quality and stronger robust performance in response to the speediness，adjusting time，overshoot and steady state control accuracy.The research shows that the proposed control strategy is feasible and advisable.

Keywords:Large time lag Time－varying parameters Complex process Human simulated intelligent control Multi－modal control PID Neural network control

中圖分類號:TH－39; TP273

文獻標志碼:A

DOI:10.16086/j.cnki.issn1000－0380.201603018

修改稿收到日期:2015－07－21。