單神經元自抗擾控制技術在汽包水位系統中的應用

郭佳穎，劉延泉，張凱旋

(華北電力大學控制與計算機工程學院，河北 保定 071003)

單神經元自抗擾控制技術在汽包水位系統中的應用

郭佳穎，劉延泉，張凱旋

(華北電力大學控制與計算機工程學院，河北 保定071003)

針對自抗擾控制器(ADRC)在鍋爐汽包水位控制系統中整定參數較多且不易整定的不足，提出了單神經元自抗擾控制(SNADRC)技術方案。自抗擾控制器是一種新型的非線性控制器，對模型精度要求不高，且具有優良的魯棒性能和較好的控制品質。單神經元具備良好的自學習、自整定能力，以及結構簡單、算法收斂快、適應能力強的特性。該方案采用單神經元控制模塊，改進了自抗擾控制器的非線狀態誤差反饋(NLSEF)模塊，不僅降低了參數整定的數目，且具有較強的自我調節和自我學習的能力，實現了參數的在線自整定。對傳統PID鍋爐汽包水位控制系統與單神經元自抗擾鍋爐汽包水位控制系統的控制性能進行了比較。仿真結果表明，單神經元自抗擾控制系統超調量更低，抗干擾能力更強。該控制器具有優良的應用前景。

鍋爐； 單神經元； 自抗擾控制； 非線性反饋; 汽包水位； 三沖量； PID控制

0 引言

確保鍋爐汽包水位在一定的范圍內是鍋爐機組穩定運行所必不可少的條件，也是鍋爐安全運行的關鍵指標之一[1-2]。目前，針對鍋爐汽包水位控制，許多學者提出了改進控制方案。胡昊等人將模糊控制方案應用到汽包水位中，但模糊參數調試通常對經驗的依賴性強[3]。袁俊文提出了BP神經網絡結合模糊控制理論的方案，但該方案計算量比較大，控制規律復雜[4]。張哲等將內膜控制引入汽包水位串級控制系統，但結果顯示內膜控制對汽包水位系統造成的誤差極為敏感[5]、自抗擾控制器(activedistrurbancerejectioncontroller,ADRC)[6]可調參數多且整定困難，一定程度上阻礙了它的廣泛應用。張兆清等針對自抗擾控制器的參數整定，采用了單神經元改進非線性狀態誤差反饋(nonlinearstateerrorfeedback,NLSEF)[7]。為此，本文將單神經元自抗擾控制(singleneuronactivedisturbancerejectioncontrol,SNADRC)應用于汽包水位系統。仿真結果顯示，該方法具有優良的控制品質。

1 單神經元自抗擾控制器

自抗擾控制器主要由3部分構成：跟蹤微分器(trackingdifferentiator,TD)、擴張狀態觀測器(extendedstateobserver,ESO)和NLSEF[8]。為了減少ADRC參數整定的數量，采用單神經元(singleneuron,SN)改進NLSEF。改進后的自抗擾控制器則主要由TD、ESO、SN構成。二階SNADRC系統結構如圖1所示。

圖1 二階SNADRC系統結構圖

以二階控制系統為例，其狀態微分方程為：

(1)

式中：w(t)為未知擾動。

1.1非線性狀態誤差反饋

利用TD生成的跟蹤信號V1和過渡微分信號V2與ESO估計出的狀態信號Z1、Z2作差，得到系統誤差信號e1、e2[9]。其算法如式(2)所示：

(2)

式中：fal(·)為選取的非線性函數。

從式(2)可知，NLSEF需要整定5個參數，即α1、α2、α3、β1、β2。

1.2基于單神經元誤差反饋環節

單神經元輸入向量一般為三維，其穩定性更強[10]。為此，在式(2)中添加1個輸入量，則輸出量為：

u0=β1fal(e1,α1,δ)+β2fal(e2,α2,δ)+

β3fal(e3,α3,δ)

(3)

單神經元的3個輸入分別為：

(4)

式中：e3=e1(k)-e1(k-1)。

系統性能指標e(k)=v0(k)-y(k)。

離散控制信號U(k)為：

(5)

單神經元控制器通過調整加權系數實現其自組織、自適應能力。本文采用有監督的Hebb學習規則對權系數進行調整[11]，規范后的控制算法如式(6)所示：

(6)

式中：wi為權值系數；Z(k)=e(k)=v0(k)-y(k)；η1、η2、η3分別為積分、比例、微分學習效率。

文獻[7]指出，適當選取比例系數k，使η1、η2、η3取(0,1)的隨機值，系統也可趨于穩定。

2 基于SNADRC的汽包水位控制系統設計

SNADRC-PID串級三沖量汽包水位系統結構如圖2所示[12]。圖2中：H0為汽包水位設定值；H為汽包水位真實測量值；D和w分別為蒸汽量擾動和給水流量擾動；SNADRC為單神經元自抗擾控制器；Gw1為給水流量對鍋爐汽包水位傳遞函數；Gw2為蒸汽流量對鍋爐汽包水位的傳遞函數。

圖2 三沖量汽包水位系統結構圖

由圖2可知，該鍋爐汽包水位控制系統內環副調節器先進行粗調，當w改變時，內環能夠快速消除擾動，增強了系統抗內擾能力；前饋控制系統的設計，可以克服“虛假水位”造成的干擾，減少D變化帶來的擾動[13]。SNADRC控制器的輸入是H0和H,該控制器調節的汽包水位值更精確，控制系統的控制精度更高。

3 仿真分析

正常運行狀態下，某電廠的鍋爐汽包水位系統對象模型和相關參數[14]如下。

rw=rD=0.083

rh=0.033

αd=αw=0.21

kr=20

傳統串級三沖量汽包水位控制系統的主、副回路均采用PID進行調控。本文選取的控制方案如下：主回路采用SNADRC，副回路仍使PID控制器進行調控。仿真試驗從以下3個方面進行分析研究。

3.1傳統PID與單神經元自抗擾控制器仿真比較

傳統汽包水位控制系統副回路選取PI控制規律，即kp=1、ki=0.2；主回路選取PID控制規律，即kp=0.5、ki=0.02、kd=8。在單神經元自抗擾控制器參數整定過程中，可得:神經元模塊參數kp=0.1、ki=0.4、kd=0.4；ESO模塊參數α1=0.5、α2=0.25、β1=10、β2=50、β3=100；TD模塊參數r=100、h=0.01、T=0.01。傳統汽包水位輸出曲線如圖3所示。

圖3 傳統汽包水位輸出曲線

圖3中：控制系統在t=1000s 時，加入20%的給水流量擾動；在t=2000s 時，加入20%的蒸汽流量擾動。從圖3中的曲線可以發現，傳統PID-PID控制器的超調量比較大，而SNADRC基本沒有超調量。當發生蒸汽和給水流量擾動時，SNADRC曲線波動相對較小。由此可見，改進后的控制器抗干擾能力更強。

3.2神經元比例系數對控制效果的影響

在SNADRC參數整定過程中，為觀察神經元比例系數k對鍋爐汽包水位系統控制效果的影響，只改變k值大小，其他參數保持不變。選取的k值分別為0.45、0.55、0.75。觀察汽包水位H的變化，不同k值下的汽包水位輸出曲線如圖4所示。

圖4 不同k值下的汽包水位輸出曲線

從圖4可知，汽包水位的控制效果受k值影響。當k值越大，系統的快速性越好，但相對的超調量也較大；當k值越小，系統的快速性越差，但比較穩定。對于鍋爐汽包水位控制系統，水位H應盡量避免劇烈變化。所以，k值的選取應根據水位系統工況需求適當調節。

3.3模型參數對控制效果的影響

圖5 改變模型參數的汽包水位輸出曲線

從圖5可以看出，當模型傳遞函數的參數發生改變時，系統汽包水位H的輸出值略有不同，證明了該控制系統具備良好的抗擾能力及動態特性。

4 結束語

改進的自抗擾控制器將需要整定多個參數的非線性誤差反饋模塊改進為只需調整單神經元比例系數k的單神經元模塊，不僅解決了ADRC參數多、整定復雜的問題，而且增強了系統的自適應性。在鍋爐汽包水位串級三沖量控制系統中，與傳統PID控制器相比，單神經元自抗擾控制器具有更小的超調量和顯著的抗干擾能力。仿真結果表明，單神經元自抗擾控制器具有較好的控制品質。

[1] 張松蘭，劉延太.鍋爐汽包水位控制系統的設計[J].科技情報開發與經濟，2008，18(14)：130-132.

[2] 楊獻勇.熱工過程自動控制[M].北京：清華大學出版社，2008：85-186.

[3] 胡昊，顧波，王明.汽包水位模糊控制研究[J].華北水利水電學院學報，2013，34(6)：114-117.

[4] 袁俊文.基于模糊BP網絡的鍋爐汽包水位控制系統研究[J].黑龍江電力，2015，37(3)：196-198.

[5] 張哲，左為恒，左培新.基于IMC的鍋爐汽包水位控制系統仿真研究[J].熱力發電，2013，42(8)：59-62.

[6] 韓京清.自抗擾控制技術:估計補償不確定因素的控制技術[M].北京：國防工業出版社，2008：243-315.

[7] 張兆靖，楊慧中，姜永森.一種單神經元自抗擾控制器[J].東南大學學報(自然科學版)，2006，36(1)：132-134.

[8] 程啟明，鄭勇，杜許峰，等.自抗擾控制器串級三沖量汽包水位控制系統[J].熱能動力工程，2008，23(1)：69-72.

[9] 趙凱軍.發電機勵磁系統的自抗擾控制[D].保定：華北電力大學，2006：11-14.

[10]侯一民，朱志超.單神經元PIB控制算法在智能車控制系統的應用[J].化工自動化及儀表，2015，42(2)：134-138.

[11]劉金琨.先進PID控制Matlab仿真[M].4版.北京：電子工業出版社，2016：311-312.

[12]胡昌鎂，任軍.線性ADRC在汽包水位串級三沖量控制上的研究與應用[J].中國電力，2014，47(12)：28-31.

[13]徐春梅，楊平，蔣式勤，等.鍋爐汽包水位自抗擾控制的仿真研究[J].熱力發電，2006(11)：17-22.

[14]王東風，韓璞，王國玉.鍋爐汽包水位系統的預測函數控制[J].華北電力大學學報，2003，30(3)：44-47.

ApplicationofSingleNeuronActiveDisturbanceRejectionControlTechniqueinDrumWaterLevelSystem

GUO Jiaying,LIU Yanquan,ZHANG Kaixuan

(School of Control and Computer Engineering,North China Electric Power University,Baoding071003,China)

In the boiler drum water level control system,according to the deficiency of ADRC,such as too many tuning parameters and not easy to tune,a single neuron active disturbance rejection control(SNADRC) technique strategy is presented.The active disturbance rejection controller is a new kind of nonlinear controller,which does not requests high model accuracy,with good robustness and good control quality.The single neuron has good self-learning,self-tuning ability,and simple structure,fast convergence and strong adaptability.Therefore,the scheme adopts the single neuron control module to improve nonlinear state error feedback (NLSEF) module of active disturbance rejection controller,thus the number of parameters which needs to be tuned is reduced,and it has stronger ability of self regulating and self learning,and then the parameter online self-tuning can be realized.The control performance of the traditional PID boiler drum water level control system and the single neuron active disturbance rejection boiler drum water level control system are compared.The simulation results show that the SNADRC features lower overshoot,stronger anti-interference ability,which has good application prospect.

Boiler; Single neuron; Active disturbance rejection control; Nonlinear feedback; Drum water level; Three impulse; PID control

TH-39;TP29

10.16086/j.cnki.issn1000-0380.201710010

修改稿收到日期:2017-03-30

郭佳穎(1992—)，女，在讀碩士研究生，主要從事先進控制理論及其在電力系統中的應用等研究。E-mailyingjia99@sina.cn。

劉延泉(通信作者)，男，碩士，副教授，主要從事PLC、DCS及其應用、協調控制系統優化等研究。

E-mail:Composer_liu2000@yaboo.com.cn。