Simth串級PID控制在鍋爐主蒸汽溫度控制中的應用

馮慧山

(中國石油化工股份有限公司 天津分公司，天津 300271)

?

Simth串級PID控制在鍋爐主蒸汽溫度控制中的應用

馮慧山

(中國石油化工股份有限公司 天津分公司，天津 300271)

摘要：針對主蒸汽溫度存在較大的滯后、非線性問題，傳統的PID控制無法滿足高精度控制，而工廠現用DCS中又沒有先進控制方法。通過對Simth預估器的匹配程度，利用Matlab仿真，表明預估模型偏差較大時仍然可以達到比PID控制好的效果，而且加入該預估器不會增加控制器的負荷率。利用DCS中現有的算法包搭接了Simth預估器，結合串級PID控制，實現了CFB鍋爐的主蒸汽溫度控制，取得了較好的效果。

關鍵詞：主蒸汽溫度鍋爐PID控制Simth預估

鍋爐主蒸汽溫度是鍋爐控制的主要參數之一，其控制效果的好壞直接關系到蒸汽的品質，影響機組經濟運行[1]。鍋爐主蒸汽溫度為復雜的受控對象，而且均有較大的滯后情況，燃燒變化、煙氣變化、手動干預的減溫水量變化、外部主蒸汽負荷的變化、一/二次風的變化均會使主蒸汽溫度受到影響。針對上述因素，主蒸汽溫度的控制既要求對外擾有較快的響應速度以及回穩率，又要求對減溫水壓力變化有較強的抑制力，使系統具有良好的穩定性，保證高品質的蒸汽。而對于目前常規DCS軟件算法均為模塊架構，控制回路搭接主要是傳統的PID控制，或者為串級PID控制，并引入負荷、燃料量等信號的前饋，雖然如此對于大滯后的主蒸汽溫度控制來說，實際運行的動態效果仍然偏差大、過渡時間長、動態擺動，無法滿足高精度控制要求。而對于模糊控制、神經網絡控制、滑膜控制、無辨識預估控制等智能控制方法，雖然在主蒸汽溫度控制研究中實現了較好的效果，但由于其運算的復雜以及DCS平臺的制約而無法在DCS中實現，由外掛APC控制的計算機實現，會增加很大的投入費用。因此，筆者借助Matlab軟件的Simulink建立數學模型，仿真分析實現了Simth預估-串級PID的鍋爐主蒸汽溫度控制，并結合Matlab搭接方法，使用Ovation DCS中現有的軟件基礎算法，搭接了Simth預估-串級PID控制程序，實現了主蒸汽溫度的控制，并取得了較好的效果。

1蒸汽溫度控制系統工藝流程

某廠CFB鍋爐的減溫水控制系統分為兩級減溫4個控制回路，分別為甲側一級減溫水、甲側二級減溫水、乙側一級減溫水以及乙側二級減溫水控制，這4路控制均為將過熱蒸汽與水中和，目的是使過熱蒸汽焓值降低，從而降低主蒸汽溫度，以保證屏翼過熱器和高溫過熱器爐管不超溫，并控制主蒸汽出口溫度的目的。減溫水工藝流程如圖1所示。

圖1　主蒸汽溫度控制工藝流程示意

2蒸汽溫度模型辨識

鍋爐過熱蒸汽溫度動態響應具有大滯后、非線性等特點，加之閥門的流通性變化以及減溫水壓力變化，其精確的數學模型很難建立。因此，考慮利用Matlab對實際響應數據進行離線辨識[2-3]，采用最小二乘法的辨識算法，建立閥門開度-減溫水后溫度、減溫水后溫度-主蒸汽溫度兩個傳遞函數模型，如甲側二級減溫水的辨識模型為

(1)

(2)

由式(1)、式(2)可知導前區和惰性區這兩個環節均有一定的滯后，尤其是傳遞函數G2(s)，滯后

47s。因此，在傳統PID或串級PID控制該對象時無法達到較好、高精度的控制。

3Simth預估控制器

預先預估過程基本擾動下的動態特性，再由預估器進行補償的過程控制方案，能夠很好地解決大滯后的問題[4]，也就是通常所說的Smith預估控制，該控制結構如圖2所示。

圖2　Smith預估控制器結構示意

其被控對象為G(s)e-τs，Smith預估控制器為Gpre(s)(1-e-τpres)，控制器為GPID(s)。當Gpre(s)=G(s)，τpre=τ，預估模型與系統模型無誤差，這樣整體模型閉環傳遞函數中就不含滯后環節，消除了滯后環節對系統調節品質的影響，其動態響應只為一般滯后環節，即可以認為是調節的延時，補償后的閉環傳遞函數為

(3)

4基于Matlab的蒸汽溫度仿真

4.1蒸汽溫度三種控制方式比較

對于上述主蒸汽溫度傳遞模型，分別利用單PID控制、串級PID控制、Smith-串級PID控制三個方案進行控制，其中Smith模型為完全匹配辨識模型，Simulink框圖如圖3所示。

圖3　單PID/串級PID/Smith-串級PID的控制示意

整定單PID參數為KP=4.3，KI=0.015；整定串級PID參數其主控制器的KP=4.3，KI=0.015，副控制器的KP=1，KI=0.01；Smith-串級PID控制器其主控制器的KP=4.3，KI=0.015，副控制器的KP=1，KI=0.01，Smith預估模型為

(4)

在800s引入一階擾動時，仿真結果如圖4所示。

圖4　三種控制方案的仿真結果比較

由仿真結果可以看出Smith串級PID控制器的控制效果優于單PID和串級PID的控制效果，超調量幾乎沒有，控制效果良好。

4.2三種控制方式對擾動控制效果的比較

4.2.1引入無慣性的一階環節

圖5　三種控制方案加入擾動后的控制效果示意

由此可見，加入擾動控制后Smith-串級PID控制有較好的控制效果。

4.2.2引入慣性的一階環節

圖6　加入一階慣性環節后的控制效果示意

由此可見，加入擾動控制后Smith-串級PID控制仍然有較好的控制效果。

4.3改變預估模型的控制效果比較

針對預估模型適配情況對Smith-串級PID控制效果的影響，分別設置了四種情況：

4.3.1原預測模型

在三種控制方式下，不改變預測模型，在800s引入一階擾動時，仿真結果如圖4所示，原預測模型如式(5)所示。

(5)

4.3.2改變延時時間的預測模型

在三種控制方式下，改變了預測模型的延時時間，與式(5)比較，式(6)將延時時間降為20s，式(7)將延時時間增加到70s，仿真結果如圖7所示。

(6)

(7)

圖7　改變預測模型延時時間的控制效果示意

由圖7可知，雖然改變了延時時間，但是Smith-串級PID控制效果仍然比串級PID以及單PID控制效果好。

4.3.3改變為一階響應模型

在三種控制方式下，將預測模型由原來的二階模型變為一階模型，并將變量前的系數分別修改為60和10，仿真結果如圖8所示，雖然修改了系數，但控制效果始終比串級PID和單PID控制效果好。

(8)

(9)

圖8　改變一階響應模型的控制效果比較示意

4.3.4改變放大系數和一階延時時間

在三種控制方式下，分別修改了Smith預估模型的放大系數和一階延時時間，預估模型如式(10)、式(11)所示，其仿真結果如圖9所示，發現延時時間降低至20s時，控制量略微上揚，而延時時間增加至70s時，系統發生了持續震蕩情況，經多次仿真，只要模型的延時時間不大于實際響應時間的30%，均會取得較好的效果。

(10)

(11)

圖9　改變放大系數和一階延時模型控制效果比較示意

由以上四種情況可知，系統的傳遞模型變化、放大系數不大于實際模型的200%(動態響應時間延長)、延時時間不大于實際響應時間的30%，對于鍋爐控制模型均可以取得比單PID和串級PID好的控制效果。因此，該Smith-串級PID控制只要延時時間適當、利用DCS的一階辨識模型是可以滿足現場實際需要的。

5Smith-串級PID控制的實際應用

某廠DCS為艾默生的Ovation3.0.4版本的集散控制系統，其鍋爐部分有2對冗余的OCR400控制器，控制器內分為5個任務區，分別為task1/2/3/4/5區，1/2區為快速響應區，3/4/5區為1s掃描周期區域，該控制系統的組態邏輯為模塊化結構，組態邏輯圖的控制算法只有PID和分段PID，均為增量式PID的算法以及一些其他的邏輯搭接塊構成。為了在Ovation3.0.4版本系統中實現Smith-串級PID控制，利用Leadlag模塊和Transport模塊以及SUM模塊進行了搭接，實現了Smith預估控制器的功能。

5.1DCS主要模塊說明

5.1.1Leadlag模塊

Laedlag是非線性超前/滯后函數，其輸出值是舊輸出、舊輸入、新輸出、增益、超前和滯后時間常數的函數。在穩定狀態，OUT=IN1.GAIN；輸出達到5個時間常數中的期望穩定狀態-輸出值的98%，也可將其配置成純超前函數，為穩定狀態輸出值的98%，并將非線性超前/滯后函數各參數進行設置，實現需要的函數。

5.1.2Transport模塊

Transport算法是采樣模擬量輸入點，并輸出帶有延時的樣本值。采用時間和樣本數控制延時；如果采用時間小于Transport的回路時間，則樣本數等于回路時間；輸出為0直至收集到足夠數量的樣本。樣本數限制在1～25，并將采樣模擬量輸入點各參數進行設置，實現需要的函數。

5.2Smith控制邏輯搭接以及參數配置

利用PID模塊、Input模塊、Output模塊、Plot模塊、Transport模塊、SUM模塊、Setpoint模塊、M/A Station模塊、Mode模塊、Leadlag模塊進行搭接。

在Ovation的DCS中，實現Smith預估-串級PID控制，經調試后，目前運行良好，實現了主蒸汽溫度的高品質控制，其控制效果如圖10，圖11所示。

圖10　屏翼過熱器出口溫度3h運行曲線示意

圖11　主蒸汽溫度3h運行曲線示意

6結束語

CFB鍋爐主蒸汽溫度控制系統具有大滯后、非線性的特點，采用單PID和串級PID控制方式很難達到滿意的控制效果。筆者利用離線辨識以及Matlab仿真的方法，證明了Smith-串級PID控制在預估模型適配度不高的情況下，是可以實現優于單PID和串級PID控制效果的，且控制算法簡單、計算量小、易于實現。因此，筆者將該控制方式運用在了Ovation 3.0.4的集散控制系統中的鍋爐主蒸汽溫度控制上，取得了較好的控制效果。

參考文獻:

[1]徐軍，吳錫生.鍋爐主蒸汽溫度控制研究[J].化工自動化及儀表,2004(05)： 56-58.

[2]劉金琨，沈曉蓉，趙龍.系統辨識理論及Matlab仿真[M].北京： 電子工業出版社,2013.

[3]李言俊，張科．系統辨識理論及應用[M]．北京： 國防工業出版社，2003．

[4]杜鋒,杜文才.基于新型Smith預估補償的網絡控制系統[M].北京： 科學出版社,2012.

[5]周以琳，戚淑芬.一種改進的Smith預估補償方案在生產過程控制中的應用[J].石油化工自動化，2000，36(04)： 21-23.

[6]朱曉東，王軍，萬紅.基于Smith預估的純滯后系統的控制[J].鄭州大學學報： 工學版，2004(01)： 77-81.

[7]王燕，楊平.主汽溫控制系統MCP-PID控制[J].石油化工自動化，2014，50(05)： 34-37.

[8]高思,康靜秋,楊振勇.基于遞推最小二乘法的主蒸汽溫度控制系統辨識與優化[J].熱力發電，2011(06)： 29-33.

[9]韓璞,袁世通,張金營.超超臨界鍋爐主汽溫控制系統的建模研究[J].計算機仿真，2013(12)： 115-120.

[10]齊曉慧，田慶民，董海瑞.基于Matlab系統辨識工具箱的系統建模[J].軟件開發與應用，2006,25(10)： 88-90.

Applications of Smith Cascade of PID on Main Steam Temperature Control of Boiler

Feng Huishan

(Sinopec Tianjin Petrochemical Co. Ltd., Tianjin,300271, China)

Abstract：Focusing on problems of large delay, nonlinear for main steam temperature, traditional PID control can not meet requirement of high precision control and there is lack of advanced control methods in current used system. Forecast model is still better than PID control even under large deviation through matching degree of Simth forecast and Matlab simulation application. Load rate of controller will not be increased with introduction of forecasts. CFB boiler main steam temperature control is realized with connecting Simth forecast to existing algorithm package in DCS with combining cascade PID control. Better results have been achieved.

Key words:main steam temperature; boiler; PID control; Smith estimation

作者簡介：馮慧山(1963—)，男，畢業于撫順石油學院生產過程自動化專業，獲學士學位，主要從事生產過程儀表設備管理工作，任高級工程師。

中圖分類號：TP273

文獻標志碼：B

文章編號：1007-7324(2016)03-0041-05

稿件收到日期： 2016-03-04。