基于模糊PID自適應算法的重介質洗選煤控制系統研究

楊 麗

(呼和浩特職業學院計算機信息學院，內蒙古 呼和浩特 010051)

基于模糊PID自適應算法的重介質洗選煤控制系統研究

楊 麗

(呼和浩特職業學院計算機信息學院，內蒙古 呼和浩特 010051)

在重介分選過程中，重介質懸浮液的密度控制效果直接決定重介分選的產品質量。本文針對重介質洗選煤過程中使用介質懸浮液密度和介質桶液位變化存在的時變、非線性等特征，采用模糊PID自適應算法，建立了重介質洗選煤過程控制模型。該模型由模態識別器和模糊PID自適應控制器組成，協同對主選分流執行閥、加介分流執行閥和清水閥進行調節，以實現對介質懸浮液密度和介質桶液位的控制，并進行工業運行試驗。結果表明: 采用模糊PID自適應算法的重介質洗選煤控制系統，對介質懸浮液密度和介質桶液位控制相對于常規PID控制調節，具有精度較高、響應速度快等優點，滿足洗選煤過程控制要求。

重介質選煤；模糊PID自適應；懸浮液密度；介質桶液位

在重介質洗選煤過程中，對重介質懸浮液的密度控制程度將直接影響重介分選的產品質量，所以對其密度的控制條件非常苛刻，不僅要保證重介質的密度實時穩定于規定密度值區間內，而且還要確保控制系統調節介質懸浮液密度的響應速度要快，以去除各種調節滯后成分的影響[1]。現階段對重介質懸浮液的密度控制主要采用PID控制，當隨著生產的進行，合介桶中的液位越來越低，一旦系統受到隨機干擾時，系統的動態性能會變差，并且在進行介質桶內重介質密度調整時，由于加料閥和加料泵的動作的遲滯性，常規的PID調節很難得到理想的控制效果，同時由于工作介質回流密度和流量、循環水的密度和流量、注入重介質的密度和流量，流出介質桶的密度和流量等物理量之間是一個非線性的耦合關系。因此單純的PID調節滿足不了現場的需要，不能做到真正的自動調節。通過閱讀大量相關文獻，得知模糊理論是解決在控制過程中各種信號量不易定量表示的有效途徑，可運用模糊推理實現對PID控制參數的最佳調整。以此提出基于模糊PID控制器的重介質洗選煤控制系統，將模糊控制技術與傳統的PID控制技術結合起來共同應用于系統的調節當中，有效地解決誤差不穩定、動態特性不理想的問題，保證了控制系統的精度，實現在生產過程中不斷調整介質懸浮液密度與介質桶液位，實時保證其規定范圍內。縮減選煤廠生產準備時間以及提升選煤廠的生產效率及質量。

1 介質懸浮液的基本控制原理與控制模型構成

1.1 基本控制原理

選煤廠運用重介旋流器實現原煤分選，其工藝流程見圖1，其中原煤與循環介質同步輸送至混料桶，隨之經二產品重介質旋流器完成分選，然后再實現其底流及溢流的脫介、脫水及相關處理，最終獲得精煤、中煤以及矸石產品，然而其介質就經過介質系統完成其回收以及濃縮，以實現其循環利用[2]。

圖1 重介質選煤工藝流程圖

由圖1可以看出，重介質懸浮液的密度控制實際為一個閉環控制系統，其主要是執行主選分流執行閥、加介分流執行閥以及清水閥以完成對密度的控制，經過密度計來反饋密度值，從而完成對合介桶中懸浮液密度的閉環控制。如果檢測密度比較低，那么就增加高濃介質入料閥門的開度；如果檢測到密度比較高，那么就增加清水閥門的開度。通過這樣的操作能夠得出，不管是放入高濃介質還是清水，在更改密度的同時，都將會對液位的穩定產生影響[3]。所以應該兼顧考慮介質桶的液位與介質懸浮液密度控制，即若密度偏低的同時液位也過低，則要采取加入高濃度的介質措施；若密度偏高液位過低，則要采取加入清水措施；若液位超過最高限值，則要采取打開分流閥措施以降低液位再然后再執行下一步調節等。

1.2 介質懸浮液控制模型構成

根據重介質懸浮液基本控制原理，本文針對重介質選煤過程重新構建了基于自適應PID技術的模糊控制模型[5]，其基本控制模型結構見圖2。據圖2所示，模型主要由模糊自適應PID控制器和模態識別器兩部分組成，其中模態識別器根據合格介質桶的液位高低變化，選擇介質懸浮液密度模糊自適應PID控制器對主選分流執行閥、加介分流執行閥以及清水閥的控制，把介質懸浮液密度控制在規定值區間內的同時要兼顧確保液位也在規定區間內[6]。

圖2 重介質選煤過程模糊控制模型

1.3 模態識別器的設計

根據洗選煤控制的要求，洗選過程中對介質桶中液位控制分3種狀態，分別為正常、高位和低位，因此模態識別器也分別對應3種判斷狀態，具體控制策略為：當介質桶液位在高位時，選擇模糊自適應PID控制器對分流執行閥進行控制，使液位達到正常值；當介質桶液位位于正常值時，根據密度偏差控制相應的執行閥，如密度值偏低，控制加介分流執行閥調整懸浮液密度，反之，控制清水發調整懸浮液密度；當介質桶液位在地位是，根據介質桶懸浮液密度控制相應執行閥，調整介質桶液位與懸浮液密度[8]。

2 模糊PID控制器的設計

本控制結構在設計之初，出于對懸浮液密度控制結果必須滿足要求的目的，其控制器采用兩維輸入、三維輸出結構。其中，二維輸入分別為把懸浮液密度設定密度與懸浮液實際密度之差e和變化率ec；三維輸出分別為PID控制的三個調節參數變化值ΔkP、ΔkI、ΔkD。通過PID控制的ΔkP、ΔkI、ΔkD與e和ec的模糊關系，進而通過模糊自適應PID控制器對采集的信息和記憶信息不斷檢測并重新計算e和ec的值，然后根據模糊關系分別對ΔkP、ΔkI、ΔkD進行自適應調整。

2.1 語言變量的模糊化設計

上述的e和ec通過模糊調整后變為E、EC，其中輸入偏差e的基本論域為[-e,e]，E論域為[-3，-2,-1,0,1,2,3]，輸入偏差變化率ec基本論域為[-ec,ec]，EC論域為[-3,-2,-1,0,1,2,3]。

輸出ΔkP基本論域[-m，m]，量化論域ΔkP=[-3，-2，-1，0，1，2，3]，而另外的ΔkI、ΔkD的模糊原理與ΔkP類似。

2.2 輸入輸出變量的模糊子集及其隸屬度函數確定

根據上述得到的輸入變量E和EC，以及三個輸出變量ΔkP、ΔkI、ΔkD，該五個參數構成的模糊子集同為：[NB,NM,NS,ZO,PS,PM,PB]，其中NB,NM,NS,ZO,PS,PM,PB分別代表負大，負中，負小，零，正小，正中，正大。

這里采用隸屬函數的方式來對精確量進行模糊化處理。因此，本系統具體采用三角形隸屬函數，來處理E、EC、ΔkP、ΔkI、ΔkD的隸屬關系，其具體隸屬函數見圖4。

由圖4所示的隸屬函數，分別得到e、ec和ΔkP、ΔkI、ΔkD的隸屬函數，其具體關系見表1、表2。

圖4 三角形隸屬度函數

表1 e、ec隸屬函數表

ec、ePBPMPSZONSNMNB-3000000．51-200000．510．5-10000．510．500000．510．500100．510．500020．510．50000310．500000

表2 ΔkP、ΔkI、ΔkD隸屬函數表

2.3 模糊規則制定及模糊關系求解

通過總結現場工作人員的操作經驗和專業技術人員的技術知識，這里獲得了針對ΔkP、ΔkI、ΔkD參數的控制規則，其具體模糊控制表見表3。

這里使用Mamdani型推理規則中的條件語言，采用if…then…的具體方式進行模糊推理，根據表3可獲得三個參數變量對應的49個模糊關系，隨后對這些模糊關系取“并”運算，即可得到由輸入e、ec到輸出ΔkP、ΔkI、ΔkD的模糊關系R，見式(1)。

表3 ΔkP、ΔkI、ΔkD模糊控制表

(1)

這里以ΔkP為例，其模糊推理公式見式(2)～(3)。

ΔkP=(E×EC)oRP

(2)

R1=(NBE×PBΔkP)×(NBEC×PBΔkP)

(3)

根據控制系統得到的實際誤差量e和其誤差變化ec，得出控制量ΔkP1見式(4)。

ΔkP1=eo(NBE×PBΔkP)×eco(NBEC×PBΔkP)

(4)

同理，再求得另外48個控制量ΔkP2，ΔkP3，…ΔkP49，并以模糊集合ΔkP表示，見式(5)。

ΔkP=ΔkP1+ΔkP2+…+ΔkP49

(5)

為了得到精確地控制量，這里采用平均最大隸屬度法進行判決得到ΔkP的模糊控制查詢表，見表4。依此類推得到ΔkI、ΔkD的模糊控制查詢表。

表4 ΔkP模糊控制查詢表

2.4 模糊PID參數計算

井下采煤機在實際工作時，其內部控制器通過連續運算，隨時記錄下e和ec的偏差，并對其模糊化處理，再通過查詢模糊控制表以獲得ΔkP、ΔkI、ΔkD的值，最后為實現對PID控制器參數的調整，將上述參數帶入下列調整公式，從而獲得最佳的PID參數值，見式(6)～(8)。

(6)

(7)

(8)

3 PID控制算法仿真和分析

為了驗證模糊自適應PID控制算法的準確程度，是否能夠有效的達到介質懸浮液密度控制的效果，工業運行試驗采用3NWX1200/850型無壓給料三產品重介質旋流器，分別進行了高低液位下密度控制，以及在保證密度給定值不變的前提下其液位改變后的試驗，其效果見圖4。

圖4 常規PID與模糊PID控制重介質密度曲線對比

其中圖4(a)為采用常規PID控制的重介質密度曲線，其控制超調量ε=11%，控制穩定時間為92s,溫度誤差為5%。圖4(b)為采用模糊PID控制的重介質密度曲線，其控制超調量ε=5%，控制穩定時間為31s,溫度誤差為1%。由此表明使用模糊自適應PID控制算法的重介質選煤控制系統，可以在保證液位在規定范圍之內情況下快速、有效地將介質懸浮液密度控制在設定值附近。從仿真結果可以看出模糊自適應PID控制的優勢。

1)模糊自適應PID控制和常規PID控制相比，超調量有明顯減少，達到穩定時期的調節時間也明顯減少了，幾乎沒有振蕩次數，能夠很平穩的進入穩態。

2)模糊自適應PID控制比常規PID控制控制性能優良而且動態性能和穩態精度都有明顯提高。

3)由于模糊控制不需要精確度的數學系統模型，不僅可以克服非線性因素而且對變系統能進行實時控制，與PID控制相結合是一種非常有價值的控制方案。

4 結論

基于模糊自適應PID控制算法的重介質選煤控制系統，對具有非線性、時變性等特性的介質懸浮液密度以及介質桶液位控制產生了良好的控制效果。能夠有效的確保其控制精度、同時避免了各執行機構頻繁動作，擁有很強的實用性。通過系統工業性試驗結果表明該控制系統的可行性，其控制結果滿足設計要求，系統響應速度快。但是，其中涉及的模糊控制規則以及隸屬函數均是通過人為總結、實驗得出的，精確度無法得到較好的保障，建議在后續的研究中能夠采用引入遺傳算法，使其具備在線學習功能以實現模糊控制決策規則的在線調整，這將會更好地提升此控制方法的精確性。

[1] 陳震, 郭楠, 張楊. 國內選煤廠自動化技術現狀及發展趨勢[J].煤炭與化工, 2014(3): 10-12, 17.

[2] 陳占文, 郭德.我國中煤再選研究現狀與可行性分析[J].煤炭科學技術, 2014(5): 114-117, 128.

[3] 楊建國, 王羽玲.重介旋流器結構參數對分選效果的影響[J].中國礦業大學學報, 2005, 34(6): 770-773.

[4] 趙春祥, 葉桂森.重介質選煤過程控制模型及控制算法的研究[J].煤炭學報, 2000(12): 196-200.

[5] 雷平. 重介懸浮液密度模糊自適應PID控制研究[J]. 煤炭技術, 2012(12): 103-104.

[6] 張誠, 趙曜. 基于模型的預測控制理論發展及應用[J].電子技術與軟件工程, 2014(4): 256-257.

[7] 王波, 張致維, 王然風. 重介懸浮液密度自動控制系統的設計[J]. 控制工程, 2011(S1): 69-71.

[8] 郭楠, 陳震, 羅旭輝. 重介質選煤自動控制技術研究[J]. 工礦自動化， 2014(6):34-36.

[9] 張礦偉, 張少杰, 趙曉霞, 等.基于Fuzzy-PID控制在重介質洗選煤控制系統中的應用[J]. 貴州大學學報: 自然科學版, 2013(6):104-106.

[10] Peng, F.F.,Xia, Y.K. Analysis of a dense-medium separator for coarse coal separation using computational fluid dynamics[C]//Minerals and Metallurgical Processing, 2007: 1-12.

[11] E.J. Meyer,I.K. Craig. The development of dynamic models for a dense medium separation circuit in coal beneficiation[J].Minerals Engineering,2010(10):791-805.

[12] 朱雷平. 重介懸浮液密度模糊自適應PID控制研究[J]. 煤炭技術， 2012(12): 103-104.

[13] 張誠, 趙曜. 基于模型的預測控制理論發展及應用[J]. 電子技術與軟件工程, 2014(4): 256-257.

[14] 郭西進,孔令燁,楊春寶.重介質合格桶液位與密度的模糊控制系統研究[J]. 煤炭技術, 2014, 33(10): 243-245.

Research on the dense medium coal cleaning control system based on the fuzzy PID adaptive algorithm

YANG Li

(School of Computer and Information, Hohhot Vocational College，Hohhot 010051，China)

In dense medium separation process, the density control effect of heavy medium suspension directly decided to dense medium separation of product quality. This paper aim at dense medium coal cleaning process use medium suspension density and medium barrels of liquid level changes of time-varying, nonlinear and so on characteristics, using an adaptive fuzzy PID algorithm, dense medium coal cleaning process control model is established. The model consists of the modal recognizer and fuzzy PID adaptive controller, synergy to select executed valve, dielectric shunt valve and water regulating valve, in order to realize the control of the medium level slurry density and medium bucket, and the industrial operation test. Results show that using an adaptive fuzzy PID algorithm of dense medium coal cleaning control system, the suspension of medium density and dielectric barrel level control precision, and fast response speed, satisfies the requirement of coal cleaning process control.

dense medium coal preparation; the fuzzy adaptive pid; suspension density; medium level barrels

2016-04-15

楊麗(1972-)，女，漢族，內蒙古呼和浩特人，碩士，副教授，研究方向為高等數學應用、數學教學論、方法論。

TD94；TP273

A

1004-4051(2016)12-0117-04