李會軍
(重慶工業職業技術學院智能制造技術學院,重慶 401120)
垃圾焚燒是一種高溫熱化學處理的技術。生活固體垃圾可以分為有機物和無機物兩大類,有機物包括廢塑料、廢織物、廚余物、廢紙、植物枝葉等;而無機物包括磚、瓦、渣、土等。生活垃圾主要特點是成分復雜,有機物含量高,其再生利用(reuse and recycling)是實現垃圾資源化(comprehensive utilization)、減量化的重要手段。將生活垃圾作為固體燃料送入焚燒爐膛內燃燒,在高溫條件下,其可燃組分與空氣中的氧進行劇烈的化學反應,釋放出熱量并轉化為高溫的燃燒氣體和少量性質穩定的固體殘渣。如熱值足夠,僅靠生活垃圾自身的能量就可以維持自燃,而不用提供輔助燃料,其燃燒產生的高溫燃燒氣體可作為熱能回收利用,其固體殘渣可作它用或者直接填埋處理。經過焚燒處理,垃圾中的細菌、病毒等能被徹底消滅,各種惡臭氣體將被高溫分解,處理達標后進行排放,可見焚燒處理是實現城市生活垃圾無害化、減量化和資源化的最有效手段之一。焚燒處理技術比較成熟,具有無害化程度高、減容顯著、污染小、場地易選擇、廠房占地少、運距短等特點。國外長期研究監測表明:焚燒對環境污染的影響程度僅僅是垃圾填埋場所產生污染的5%,特別在熱能回收利用方面,垃圾焚燒發電還有其獨特的優勢[1-5]。值得關注的是:垃圾焚燒處理是一個復雜的系統工程,如果垃圾燃燒過程中控制策略選取不當,會導致嚴重的煙氣污染及其可能產生的二次空氣污染,因此有必要對焚燒控制策略做些探討。
焚燒過程的控制難點主要反映在垃圾熱值的不確定性方面。作為焚燒過程燃燒原料的垃圾熱值會由于城市的具體情況不同而有所不同,也會隨著氣候、居民和垃圾收集狀況的變化而變化,因此城市垃圾熱值是極其不穩定的。同時,垃圾焚燒爐也會因設備長期運行、大修、改造等出現焚燒爐熱力特性的改變,如出現著火困難、燃燒不完全、爐膛結渣、腐蝕以及二次污染加劇等問題,就會使垃圾焚燒的效果、控制污染物生成和處理經濟性難以達到預期。傳統控制策略難以準確把握焚燒爐對象特性,因為焚燒爐內的燃燒過程是一個非常復雜的物理化學過程,焚燒爐本身就是一個強耦合的多輸入、多輸出非線性系統,難以建立精確的數學模型,實施范式的定量控制,由于其安全運行與燃燒過程的穩定性密切相關,一旦出現燃燒穩定性下降,就會導致不完全燃燒加劇、燃燒效率降低、焚燒污染物排放增加、二次污染和高溫腐蝕加劇,也因此對焚燒爐的安全性和經濟性產生嚴重影響,上述正是焚燒過程的控制難點。
焚燒過程難以精準控制的原因在于選取的控制策略與垃圾焚燒爐燃燒過程的控制論特性不匹配。由控制難點分析,不難總結出燃燒過程的控制論特性:
1)垃圾成分復雜多變,影響燃燒的因素眾多,作為燃燒原料的垃圾熱值具有極大的不確定性,對于不確定性過程,采用數學方法建模實施有效控制是難以實現的。
2)焚燒爐是復雜對象,具有高度的非線性,盡管現有非線性控制方法不少,但因控制方法過分復雜,并不適合在焚燒爐控制工程中應用。
3)焚燒爐燃燒過程控制中半結構化與非結構化問題突出,對半結構化與非結構化過程,難以采用基于定量的數學方法描述,由于傳統控制屬定量控制范疇,對半結構化與非結構化過程參數存在的未知性、時變性、隨機性以及過程時滯的未知性、時變性等特性,傳統控制是無能為力的。
4)在復雜燃燒過程中,各燃燒要素互相制約、高度耦合,傳統控制不可能對其進行解耦實施控制。
5)焚燒過程外部環境惡劣,工業干擾嚴重,傳統控制不具備抗強工業干擾的能力。
總之,燃燒過程控制論特性主要表現為:垃圾熱值的不確定性;過程的其他參數存在隨機性、未知性、時變性;過程變量間的關聯性與非線性;燃燒過程的熱慣性與過程時滯的未知性和時變性;外部干擾的未知性、多樣性和隨機性。對于上述控制論特性不可能采用傳統控制策略與其控制論特性相匹配,因此必須采用與其過程特性相匹配的控制策略與控制算法。
傳統PID控制策略對焚燒爐燃燒過程控制是不可取的。故可提供的控制策略只能是智能控制策略[6-10]。比如,模糊控制就是模仿人的思維方式進行的推理控制。模糊控制存在的問題在于:如果要取得較好的控制效果,必須具備完善的控制規則。對于復雜的焚燒爐燃燒過程,要總結出較完整的控制經驗是非常困難的,當對象動態特性發生變化或受到外部工業干擾時,都會影響模糊控制的效果。完整的控制規則總結需要大量、長期現場運行經驗的積累,對于不同的對象、工況,其運行特性不同,控制規則也不盡相同,并沒有千篇一律的推理控制規則可供借鑒。又如,對專家系統控制也提出了相應的問題:總結出來的控制規則能否適應于其他相同類型的焚燒爐,在焚燒爐特性變化之后該控制規則能否繼續使用并保證達到控制要求等。針對焚燒爐燃燒過程中出現的種種實際和理論問題,研究垃圾焚燒爐膛溫度控制策略的適應性具有非常現實的工程實踐指導意義,使控制系統能夠自己修改并不斷優化控制規則以實現自適應控制功能。值得關注的是:仿人智能控制 HSIC(human simulated intelligent control)能對人的控制功能進行模擬,建立廣義的控制模型就可對燃燒過程進行有效的控制[11]。
如圖1所示的廣義控制模型,r(t)、y(t)、e(t)、U(t)分別為控制過程的輸入和輸出、過程的系統誤差和控制器的輸出,如果˙e表示誤差變化率,那么仿人智能控制認為系統的誤差、誤差變化率以及時間t構成了控制問題求解的信息空間。顯然,無論是對于伺服控制還是定值控制,其控制目標都是相同的,即當 t→∞時,使得e(t)=˙e(t)=0。系統過程狀態在信息空間中的運動軌跡,不僅反映了系統過程的所有動態信息,而且反映了控制作用對系統過程狀態的影響。仿人智能控制就是通過對過程運動狀態的在線特征辨識與特征記憶,借助啟發式和直覺的邏輯推理,采用開、閉環控制相結合、定性決策與定量控制相結合的多模態控制方式對被控過程的過程狀態進行有效的控制。

圖1 廣義的過程控制模型
HSIC控制的基本原型算法可以歸納為:

上述基本原型算法中,em,i表示系統誤差最大值的第i次峰值,Kp為比例系數,k為抑制系數,U為控制器輸出。
基于原型基本控制算法的改進已經取得了較多研究成果[12-18],針對垃圾焚燒控制系統的爐膛溫度控制基于上述原型算法,可總結控制專家與現場過程操作者的控制知識、控制經驗、智能與智慧以及控制技巧,進一步歸納建立一套完整的適用于不同特征狀況的控制規則集合。
假設垃圾焚燒過程中的控制過程模型為

若取 K=7.8125,τ=20,T=74,在過程輸入幅度為2的階躍激勵作用下,2種算法的過程階躍響應對比曲線如圖2所示。對比兩條件過程響應曲線可知:PID算法明顯存在超調并且調節的起始階段伴有振蕩,而HSIC算法既不存在振蕩也不產生超調,顯然HSIC控制優于傳統的PID控制。

圖2 過程階躍響應對比
考慮過程內部參數擾動,如果時間常數由T=74變為T=150時,在過程輸入幅度為2的階躍激勵作用下,則2種算法的過程階躍響應對比曲線如圖3所示。分析響應曲線可知:PID控制算法達到穩定狀態的調節時間長,且有大幅度超調;HSIC控制算法過程響應非常平穩,沒有產生超調,表現出很強的魯棒性能。

圖3 時間常數改變響應對比
當過程時滯參數由τ=20變為τ=50,同樣在過程輸入幅度為2的階躍激勵作用下,2種算法的過程階躍響應對比曲線如圖4所示。由圖4可見:PID控制算法的過程階躍響應曲線產生大幅度超調,并產生頻率很高的振蕩,不可能控制到穩定的期望狀態;而HSIC控制過程響應非常平穩,無超調產生,響應曲線表明即使在時滯參數增加5倍的情況下,HSIC控制仍然表現出很強的魯棒性能與優秀的控制品質。

圖4 時延參數改變響應對比
為進一步驗證HSIC控制的強魯棒性與優秀控制品質,在原過程模型 G(s)=7.8125e-20s/(74s+1)中增加一個慣性環節 1/(15s+1),即過程模型由 G(s)變換為 G1(s)7.8125e-20s/(74s+1)(15 s+1),在過程輸入幅度為 2的階躍激勵作用下,2種算法的過程階躍響應對比曲線如圖5所示。比較過程響應曲線可知:PID控制有超調并產生振蕩,顯然是不可取的;而HSIC控制調節時間短,響應上升時間快,過程響應平穩,可更快地達到穩定狀態,明顯具有比PID控制算法更好的控制品質。

圖5 過程階次改變的響應對比
由圖2可知:HSIC控制響應曲線平穩,不存在超調與振蕩;而PID控制有超調。很明顯,采用HSIC控制優于PID控制。圖3表明:HSIC控制算法在時間常數T增加1倍的情況下,其穩態性能改變并不大,但PID控制則呈現較大超調。圖4表明:當時滯參數擴展5倍時,PID幾乎已經失去控制作用,但HSIC控制仍然具有較好的控制品質,只是增加了50 s的過程時滯,各控制指標都較理想。圖5表明:當過程階次發生變化時,HSIC仍然能實現對過程的平穩控制,但PID控制存在超調。顯然,HSIC控制無論在過程響應平穩性,還是在過程響應與調節時間等方面都優于PID控制。仿真實驗結果分析表明:對垃圾焚燒爐的爐膛溫度控制,采用仿人智能控制策略是可行、可用的。
垃圾焚燒屬不確定性復雜過程的控制領域,采用常規控制策略無法取得良好的控制效果,只有采用與不確定性燃燒過程控制論特性相匹配的控制策略才可能獲得優秀的控制品質。上述研究與仿真實驗結果表明:采用仿人智能控制策略無需設計者具備更多的先驗知識就可對控制系統的控制算法進行設計,仿人智能控制算法具有極強的魯棒性能,同時仿真結果也驗證了該控制策略的合理與可行性。因此,對城市垃圾焚燒過程控制而言,仿人智能控制策略是一種可供參考借鑒的優秀控制策略。