調壓橇仿人壓力智能控制系統設計

李立剛，王增濤，郭長濱，李國棟，戴永壽

(1. 中國石油大學(華東)，山東 青島 266000；2. 中油龍慧自動化工程有限公司，北京 100101)

調壓橇仿人壓力智能控制系統設計

李立剛1，王增濤1，郭長濱2，李國棟2，戴永壽1

(1. 中國石油大學(華東)，山東 青島 266000；2. 中油龍慧自動化工程有限公司，北京 100101)

針對用氣量大幅度波動以及調節閥死區引起的天然氣調壓橇壓力控制不平穩的問題，依據仿人智能控制思想設計了調壓橇仿人壓力智能控制系統，該控制系統包括干擾控制器、PI控制器和仿人智能控制器3種控制器。干擾控制器采用前饋控制算法對流量干擾進行補償；PI控制器對壓力進行調節；仿人智能控制器根據系統運行狀態實現動態的切換控制，并且設計了不等幅開關策略，克服了調節閥死區影響，提高了控制的實時性。仿真實驗表明： 調壓橇仿人壓力智能控制系統可以有效抑制流量干擾和克服調節閥死區影響，不僅能夠提高壓力控制精度而且有效降低了調節閥的開關頻率。

調壓橇 壓力控制 調節閥死區 仿人智能控制

在天然氣長輸管道調壓橇控制系統中，壓力控制主要采用常規PID控制器，該控制器原理簡單、易于操作[1-2]。在用氣量波動小于10%、調節閥死區閾值小于2%的站點，由于用氣量變化緩慢、調節閥死區較小，常規PID控制基本能夠控制壓力穩定。然而，在用氣量大幅波動、調節閥死區特性嚴重的站點，以某調壓橇站點為例，在早、中、晚用氣高峰期及壓縮機啟停時，用氣量波動超過15%且調節閥死區閾值為3%，常規PID控制器無法實現壓力穩定，使調壓橇存在安全隱患并縮短了調節閥的使用壽命。因此，設計壓力穩定、能降低調節閥動作頻率的控制系統至關重要[3]。

仿人智能控制自創立以來，已經得到了廣泛應用，被實踐證明是非常成功的智能控制方法[4]，其靈活多變、基于現場應用的策略顯示出了突出的優勢。仿人智能控制不需要了解系統的數學模型，摒棄了復雜的推理與運算，直接吸收人工操作的專家經驗，模仿人腦的智能識別、智能決策，可對復雜不確定性系統進行有效控制[5]。基于仿人智能控制技術，筆者針對用氣量大幅度波動以及調節閥死區引起的天然氣調壓橇壓力控制不平穩的問題，以人工控制經驗為基礎，根據壓力偏差、偏差變化率的變化趨勢等特征信息，設計了調壓橇仿人壓力智能控制系統，仿真實驗表明該控制系統的控制效果良好。

1 仿人壓力智能控制系統設計

1.1調壓橇壓力控制系統特性分析

當下游高壓管道較短、管容較小時，調壓橇壓力控制系統被控對象的離散數學模型可近似為

(1)

式中：pv——下游管道壓力；qV v——調節閥流量；qV o——用戶流量；t——采樣周期；Z——壓縮系數；R——通用氣體常數；T——溫度；ρ0——天然氣標況密度；V——下游管道容積[6-7]。

與常規的中位死區或啟動死區不同，調壓橇壓力控制系統中調節閥死區具有如下特性： 當控制增量小于調節閥死區閾值時，調節閥不動作；當控制增量大于或等于調節閥死區閾值時，調節閥開始動作，并且調節閥死區實時存在，其數學模型可描述為

(2)

Δu(k)=u(k)-v(k-1)

(3)

式中：v——調節閥實際開度；Δu——控制增量；Uth——調節閥死區閾值；u——開度控制信號。

調節閥死區特性如圖1所示。

圖1 調節閥死區特性示意

由于調節閥死區的存在，調節閥不能及時動作，因而導致壓力無法穩定，調節閥動作頻率高等問題。

1.2仿人壓力智能控制系統設計

針對用戶流量大幅波動及調節閥死區引起的壓力控制不平穩、調節閥頻繁動作等問題，筆者設計了調壓橇仿人壓力智能控制系統，系統結構如圖2所示。

圖2 調壓橇仿人壓力智能控制系統結構示意

圖2中，pr為壓力設定值，ut為干擾控制器輸出，ub為偏差控制器輸出，u為仿人智能控制器輸出開度控制信號。

仿人壓力智能控制系統主要包括三部分內容：

1) 干擾控制器。偏差變化率可以反映流量干擾大小，采用遞推最小二乘(RLS)算法在線辨識干擾模型參數，利用干擾控制器輸出準確補償流量干擾。

2) PI控制器。采用常規PI算法計算偏差控制輸出ub以減少壓力偏差。

3) 仿人智能控制器。在人工控制經驗的基礎上，根據系統的運行狀態確定調節閥動作時機，并對控制信號進行調整，克服調節閥死區影響，準確及時地執行控制器輸出。

2 調壓橇壓力控制器設計

2.1流量干擾控制器設計

在調壓橇壓力控制系統中，流量干擾引起壓力大幅度波動，采用前饋控制方法設計了干擾控制器。由于用戶流量干擾量無法直接測量，根據干擾引起的偏差變化率計算流量干擾量。

在壓力設定值不變的情況下，式(1)可寫為

(4)

即：

(5)

式中：e——偏差；ec—偏差變化率；ef(k)=qV v(k)-qV o(k)，即流量干擾量。

由于上游管道管容較大、閥前壓力變化緩慢，閥門流量與調節閥開度近似為線性關系，ec的變化主要由用戶流量波動造成。因此，由式(5)可計算流量干擾量，并且當調節閥流量與用戶流量相等時，ec為零。

根據調節閥實測流量特性，在正常調節范圍內調節閥流量與調節閥開度成正比關系。可建立線性的流量干擾補償控制模型，輸入為壓力偏差變化率，ut為干擾控制器的控制輸出，數學模型如式(6)所示：

ut(k)=a×ec(k)+n(k)

(6)

由于模型參數受外界影響，因而采用RLS算法對模型參數進行在線辨識。RLS算法的基本思想可概括為

(7)

ut(k)=φT(k)θ+δ(k)

(8)

式中：φT(k)=[EC(k)]；θ=a；δ(k)——模型殘差。

2.2PI控制器設計

PI控制器采用增量式PI控制算法計算控制量，即：

ub(k)=KP[e(k)-e(k-1)]+KIe(k)

(9)

式中：KP——比例系數；KI——積分系數。由于干擾控制器已抑制了主要的流量干擾，該處的KP比一般調壓撬PI控制器的比例系數小。

2.3仿人智能控制器設計

仿人智能控制器主要包括： 動態壓力控制死區策略、控制器輸出計算和不等幅開關策略三部分，流程如圖3所示。

2.3.1動態壓力控制死區策略

常規的控制死區策略是設置偏差的允許范圍，當偏差在死區范圍之內時，系統保持控制器輸出不變，可以有效減少調節閥的頻繁動作。在調壓橇壓力控制系統中，由于存在大流量干擾，死區設置過大會導致系統控制不及時，死區設置過小，調節閥動作頻繁。為此設置偏差和偏差變化率雙死區策略，即當偏差和偏差變化率均在系統設定死區范圍內時則保持控制器輸出為零，否則認為超過控制死區，更新控制器輸出，動態控制死區策略不僅能夠降低調節閥開停頻率而且提高了壓力控制速度。

圖3 仿人智能控制器流程示意

2.3.2控制器輸出期望值計算

該部分首先確定調節閥動作時機，然后根據系統運行狀態計算控制器輸出。李祖樞等[10-11]在仿人智能控制算法中提到：“一個被控系統動態過程的輸入和輸出數據包含著被控過程的全部信息。因此，由系統輸出偏離給定輸入的偏差e、偏差變化率ec和偏差變化加速度構成了描述系統特征狀態的特征信息源”。例如，e與ec的乘積構成了1個描述系統動態過程的特征變量，該值大于零表示偏差絕對值逐漸增大；小于零則表示偏差在逐漸減小。

因此，該策略首先通過管道壓力偏差、偏差變化率等系統運行參數和特征信息來判斷調節閥動作時機，然后計算控制器輸出，該策略流程如圖4所示。

記閥門動作標志RunFlag，該策略的執行步驟如下：

1) 設定控制死區的偏差范圍E為[-E_sp,E_sp]，偏差變化率范圍EC為[-EC_sp,EC_sp]，RunFlag=0。

2) 若|ec(k)|>EC_sp，轉到步驟4)，否則執行步驟3)。

3) 若|e(k+1)|>E_sp且e(k)ec(k)>0，則執行步驟4)，否則執行步驟5)。

4)RunFlag=1。

5) 結束。

圖4 控制器輸出期望值計算流程示意

綜上所述，干擾控制器可以補償流量干擾，PI控制器能夠對壓力進行控制，經過控制死區判斷確定開關閥動作時機后，控制器輸出期望值ux為

ux(k)=[ut(k)+ub(k)]×RunFalg

(10)

2.3.3不等幅開關策略

理論上調節閥跟隨控制器輸出變化自動控制壓力穩定，而實際上由于調節閥死區的存在，調節閥動作不及時，只有當壓力偏差較大且控制器輸出超過死區后調節閥才能動作，容易導致控制振蕩。針對調節閥死區特性，提出一種不等幅開關策略，如圖5所示。當控制器輸出在調節閥死區范圍內時，強制調節閥提前動作。

由圖5可知，當調節閥需從開度v1開動到開度v1+ux且控制增量絕對值小于調節閥死區閾值時，不等幅開關策略令調節閥先開動到v1+Uth+ux，然后以Uth幅度關閥，這樣經過2次開關閥動作，調節閥可及時準確地開動。

圖5 調節閥不等幅開關示意

1) 當調節閥正向開動，開閥時仿人智能控制

器輸出信號計算公式：

u(k)=v(k-1)+Uth+ux(k)

(11)

關閥時控制器輸出信號計算公式：

u(k)=v(k-1)-Uth

(12)

2) 當調節閥反向開動，關閥時仿人智能控制器輸出信號計算公式：

u(k)=v(k-1)-Uth+ux(k)

(13)

開閥時控制器輸出信號計算公式：

u(k)=v(k-1)+Uth

(14)

3 仿真測試

針對式(1)調壓橇壓力控制系統進行仿真實驗，參數設置：Z=0.92，R=470.63kJ/(kg·K)，T=300K，ρ0=0.8kg/m3，V=400m3。

3.1干擾補償模型參數辨識

通過管道理論模型獲得32組歷史數據，每組數據包含偏差變化率、該時刻及上時刻的調節閥實際開度。通過批處理最小二乘估計算法得到流量干擾補償模型參數的初始值為a=-85.8056，即模型為

ut(k)=-85.8056×ec(k)

(15)

3.2控制效果測試

仿真環境設置： 設定穩態時用戶標況流量為2.4×104m3/h，調節閥死區閾值為3%，用戶流量階躍變化20%，約為5×103m3/h，壓力設定值為4MPa，采樣控制周期為1s。

控制參數設置： 設定控制死區的偏差范圍為-0.03～0.03MPa，偏差變化率的范圍為-0.01～0.01MPa/s。常規PID控制與仿人智能控制系統的控制效果對比如圖6所示。

由圖6看出，在系統遭到干擾時，常規PID控制系統無法克服調節閥死區影響，調節閥頻繁動作、壓力無法穩定到控制死區。相比之下，仿人智能控制系統控制壓力波動幅度減小了0.13MPa，穩態誤差由0.1MPa降至0.03MPa，在300s內調節閥開停次數減少了9次，壓力達到穩定狀態。

采用常規PID控制系統，控制增量大于調節閥死區閾值時調節閥才能動作，導致調節滯后，如圖7所示；而采用仿人智能控制系統，通過不等幅開關策略，當控制增量小于調節閥死區閾值時，強制調節閥動作，調節及時，因而提高了壓力控制精度，減少了調節閥動作次數。

圖6 壓力及開度控制效果示意

圖7 實際開度及控制信號變化示意

4 結束語

基于仿人智能控制思想，筆者設計了干擾控制器用于補償流量干擾，采用了PI控制器對壓力進行調節，設計了仿人智能控制器實現了切換控制，判斷調節閥動作時機，克服了調節閥死區影響，可及時開動到控制器輸出值。仿真實驗表明： 與常規PID控制系統相比，新的仿人壓力智能控制系統的壓力控制精度更高，調節閥動作頻率大幅降低。

[1] 吳宏鑫,沈少萍.PID控制的應用與理論依據[J].控制工程,2003,10(01)： 37-42.

[2] 沈永福,吳少軍,鄧方林.智能PID控制綜述[J].工業儀表與自動化裝置,2002(06)： 11-13.

[3] 王建國.橇裝式調壓裝置在天然氣管道站場的應用[J].管道技術與設備,2009(02)： 35-37.

[4] 李祖樞,曾成,張華,等.仿人智能控制在雙功能燃氣熱水器中的應用[J].自動化技術與應用,2004,23(08)： 4-7.

[5] 李國昉,李棟,齊玉斌,等.連續流動式糧食干燥機的仿人智能控制器[J].農業工程學報,2006,22(07)： 105-107.

[6] 李立剛,張朝暉,昂揚,等.基于改進自適應廣義預測控制的天然氣分輸站壓力控制[J].信息與控制,2014,43(05)： 637-640.

[7] 李國棟,郭長濱,李立剛.基于SCADA的調壓撬控制器測試平臺設計[J].工業控制計算機,2016,29(04)： 15-16.

[8] 張洪東,李宏,鄭勇.基于遞推最小二乘法的永磁同步電動機參數辨識[J].微特電機,2011,39(11)： 14-16.

[9] 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： 41-43.

[10] 李祖樞,涂亞慶.仿人智能控制[M].北京： 國防工業出版社,2003： 110-111.

[11] 李祖樞.智能控制理論研究[J].信息與控制,1991(05)： 27-38.

Human-simulatedIntelligentPressureControlSystemDesignforPressureRegulatorSkid

Li Ligang1, Wang Zengtao1,Guo Changbin2, Li Guodong2, Dai Yongshou1

(1. China University of Petroleum(East China), Qingdao， 266000， China;2. China Petroleum Longhui Automation Engineering Co. Ltd.,Beijing, 100101, China)

Aiming at the problem of unstable natural gas regulator skid pressure control which caused by large flow fluctuations and dead-band of the value, a human-simulated intelligent pressure control system based on the principle of human-simulated intelligent control for pressure regulator skid is designed. The system consists of interference controller, PI controller and human-simulated intelligent controller. The feedforward control algorithm is applied to the interference controller to compensate flow interference. PI controller is used to adjust the pressure. The dynamic handover control is realized with the human-simulate intelligent controller according to the system running state. A non-equal-width switch strategy is designed to overcome the impact of valve dead-band to improve the real-time control. Simulation results show the human-simulated intelligent pressure control system can effectively suppressed the flow disturbance.The influence of the valve dead-band can be overcome. The system can not only improve the pressure control precision, but also reduce the switching frequency of valve.

pressure regulator skid; pressure control; valve dead-band; human-simulated intelligent control

TP273

B

1007-7324(2017)05-0020-05

稿件收到日期： 2017-06-12，修改稿收到日期2017-06-20。

基于深度學習的高頻地波雷達特定目標跟蹤方法研究，國家自然科學基金(61501520)；天然氣長輸管道壓縮機最優控制研究，中央高校自主創新基金項目(15CX02033A)。

李立剛(1976—)，男，獲博士學位，現就職于中國石油大學(華東)，從事系統工程、智能控制研究工作，任副教授。