基于模糊控制的濃縮池加藥系統研究

侯 華 王旭紅

河北工程大學 河北邯鄲 056001

煤炭是我國工業發展、民生保障的主要能源之一。由于開采的原煤中含有大量的礦物質和有害雜質，只有通過分選加工才能使其變為清潔能源。目前大部分選煤廠在分選環節選用以水或水的混合物作為分選介質的濕法選煤進行分選。因此，全國每年選煤用水量巨大，同時產生的煤泥水中夾帶大量細小煤粉顆粒和其他雜質，若直接排放，將對水域造成巨大隱患。煤泥水處理已成為影響煤炭工業綠色發展的主要障礙之一，治理迫在眉睫。

本文對煤泥水處理的濃縮環節進行研究。目前，大多數選煤廠采用添加藥劑的方式對煤泥水進行絮凝沉降。在添加藥劑的過程中多數依靠人工經驗，憑借肉眼對濃縮池清水層高度進行觀測，決定藥劑的添加量。由于操作人員的經驗存在差異，因此添加的藥量忽高忽低，很難做到對藥劑的精確添加。隨著儀器、儀表、智能控制技術的發展，濃縮池自動加藥成為可能。針對濃縮池加藥過程存在時滯性、非線性，無法獲得精確的數學模型的問題，本文采用模糊控制的方式進行解決。模糊控制是對人類語言系統的模擬，面對復雜的控制系統，一個有著豐富實踐經驗的操作人員憑借對生產流程的熟悉程度，依然能夠取得良好的控制效果。若將這些操作人員豐富的控制經驗進行總結，并用語言表達出來，就得到一定性質的、不精確的控制規則。運用模糊數學進行定量化，就可設計出模糊規則實現對復雜對象的有效控制[2]。模糊控制與傳統控制相比，在應對非線性、復雜的控制對象時顯現出更強的適應性和精確性，更接近于智能的控制。

1 系統的總體設計

在選煤廠洗煤產生的煤泥水通過管道進入濃縮池進行沉淀濃縮，由于煤泥水中含有大量細小煤粉顆粒和雜質，單純依靠重力很難沉降，因此需要通過添加藥劑(絮凝劑、凝聚劑)使其進行絮凝沉降。煤泥通過藥劑的作用凝聚沉降到濃縮池底，通過刮耙被送到壓濾機進行壓濾生成煤餅，煤泥水在藥劑的作用下會產生分層，最上層的清水層會通過溢流口從濃縮池流出，進入閉水循環系統，循環水水質的狀況將會影響選煤過程中精煤的品質，直接影響選煤廠的經濟效益。因此需要監測溢流口清水層的濁度，要想使溢流口濁度保持在理想的范圍內，就需要在濃縮池加藥，添加的藥量與煤泥水中含有的煤泥量存在一定的關系，超過最大值再繼續添加藥量，不僅不會增加沉淀量，還會造成藥劑的浪費，由于進入濃縮池煤泥水的流量，濃度受到上一個洗選環節的影響，是一個實時動態的變化過程，這樣就為人工添加藥劑造成一定難度。如何能在煤泥水的流量、濃度變化的過程中實時添加藥劑，并且要求溢流口濁度達到標準值，煤泥實時排出，添加的藥劑適當？智能控制為加藥系統提供了解決方案，在濃縮池加藥系統中采用前饋+負饋的控制策略。使用前饋策略先對濃縮池進行預加藥，然后通過檢測溢流水濃度進行負反饋，調節加藥量，達到加藥量的精確控制。由于負反饋的過程存在時滯性、大滯后、非線性、不宜建立數學模糊模型的特點，系統采用模糊控制器進行控制。

1.1 前饋控制

在前饋控制中(如圖1所示)，由超聲波濃度傳感器采集煤泥水的濃度，同時由電磁流量傳感器采集煤泥水的流量，通過濃度、流量和干煤泥量的函數關系間接求出預加藥量。

圖1 加藥系統前饋控制結構框圖

Qgmnl=ByLrNr

式中Qgmnl—所需添加藥量，mg/h；

By—干煤泥量所需的最佳藥劑量，最佳藥劑量受藥劑的種類和煤質的影響，m3/h；

Lr—煤泥水的實時入量料流量，mL/h；

Nr—煤泥水的實時入量料濃度，g/L。

加藥過程：首先把藥劑干粉加一定量的水配置成一定濃度的藥劑溶液儲存到儲藥箱中，通過調節閥控制藥劑的添加量。

Xt=ByLrNr/Xn

Xt—添加藥劑的流量，mL/h；

Xn—藥劑配比濃度，一般取0.1g/L，g/L。

1.2 負饋控制

通過前饋控制，進行了藥劑的預添加，但是煤泥水的沉降是一個復雜的過程，僅通過上面藥劑的添加還不能達到藥劑的精確添加，因此在溢流口安裝濁度傳感器，檢測溢流口濁度。如果溢流口清水濃度超標，會影響循環水的質量，進而影響精煤的品質。如果濃度嚴重超標，就需要把循環水外排，破壞了閉水循環系統，同時對環境造成污染。因此引入負反饋，通過檢測溢流口清水層的濃度，修正藥劑添加量，保證溢流口清水濁度達標。

圖2 加藥系統負饋控制結構框圖

2 模糊控制器的設計過程

模糊控制系統就是用計算機模擬人類的語言系統，例如在濃縮池加藥過程中，有經驗熟練的操作人員根據對清水層的觀察，就可以實時地調節加藥量，完成控制的任務，那么計算機就可以模擬操作人員的操作經驗實現控制。模糊控制器最簡單的實現方法是將一系列的模糊規則離線轉換成一個查詢表，存儲在PLC中供在線控制使用。模糊控制器組成框圖如圖3所示。

圖3 模糊控制器結構框圖

2.1 模糊控制器的結構

在加藥控制系統中，選擇溢流口的清水濁度與設定的濁度值的誤差e，誤差變化ec為輸入量，通過電機的轉速控制加藥量，因此選擇電機轉速為輸出量u。因此本模糊控制器是單變量二維模糊控制器。

2.2 輸入模糊集和輸出模糊集的定義

定義如下：誤差e的模糊集合為{NB，NM，NS，ZO，PS，PM，PB}，誤差變化ec的模糊集合為{NB，NM，NS，ZO，PS，PM，PB}和u的模糊集合為{NB，NM，NS，ZO，PS，PM，PB}。e，ec，u的模糊論域均為{-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6}。在Matlab中進行如下設置：

圖4 變量參數設置

2.3 定義輸入、輸出隸屬函數

隸屬函數有高斯型隸屬函數、S形隸屬函數、梯形隸屬函數、三角形隸屬函數、Z形隸屬函數等，本系統選擇三角形隸屬函數。確定隸屬度函數的方法有模糊統計法：根據所提出的模糊概念進行調查統計，提出與之相對應的模糊集，通過統計實驗，確定不同元素隸屬于這個函數的程度。主觀經驗法：結合個人經驗，經過分析推理，直接給出隸屬度。神經網絡法：利用神經網絡的學習功能，由神經網絡自動生成隸屬度函數，并通過網絡的學習自動調整隸屬度[2]。在Matlab中進行如下設置：

圖5 隸屬函數界面編輯窗口

2.4 建立模糊規則

根據操作人員的實際操作經驗，由系統輸出的誤差及誤差變化率來設計消除系統誤差的模糊規則。如下表所示：

模糊規則表

2.5 模糊推理

單輸入單輸出的模糊推理中常用的方法有以下方法。

①算術運算法：

②最大最小運算法：

③最小運算法：

本系統是雙輸出單輸出，選擇Mamdani算法進行模糊推理，

(μB'(y)∧(μB(y))∧μc(z)

={α1∧μc(z)}∧{α2∧μc(z)}

={α1∧α2}∧μc(z)

模糊控制中的規則來源于操作人員的實踐經驗，在模糊控制中，通過一組語言來描述規則，如：if(e is PM)and(ec is PS)then(u is NM)，在if-then規則中的輸入和前提條件及結論都是模糊的概念。在Matlab中進行如下設置：

圖6 規則界面編輯窗口

2.6 反模糊化

通過模糊推理得到的是模糊集合，但在實際的應用中需要的是一個精確的值才能控制，將模糊推理結果轉化為精確值的過程，稱為反模糊化。常用的反模糊化方法有三種：最大隸屬度法、重心法、加權平均法。

最大隸屬度法：如果輸出量z模糊集合C的隸屬度函數只有一個最大值，則在模糊集合中選取隸屬度函數為最大的論域元素作為輸出量的清晰值，即:

其中z0表示清晰值。如果輸出量z模糊集合C的隸屬函數有多個最大值，通常采用以下方法。

①平均值法：若輸出量模糊集合隸屬函數的最大值對應多個論域元素，則取它們的平均值作為輸出量的清晰值。

②最大值法：若輸出量模糊集合隸屬函數的最大值對應多個論域元素，則取絕對值最大的作為輸出量的清晰值。

③最小值法：若輸出量模糊集合隸屬函數的最大值對應多個論域元素，則取絕對值最小的作為輸出量的清晰值[3]。

重心法：取隸屬函數曲線與橫坐標所圍圖形面積的重心作為模糊推理的輸出值。

與最大隸屬度法相比，重心法有更平滑的輸出推理控制。

本系統選擇重心法進行反模糊化，即使輸入信號產生微小變化，輸出也會有變化，這樣才會實現精準加藥。

2.7 Matlab仿真

Matlab的曲面觀察窗口：本文是三維曲面，以此三維曲面把整個論域上的輸入量與輸出量的函數關系都顯示出來，曲面的表面越光滑，表明輸出量越連續，控制效果越好。可以點擊曲面上的任何一點拖動旋轉，使圖像顯示出不同的側面，以便從不同的角度進行觀察。

圖7 曲面觀察窗口

結語

本文針對濃縮池精確加藥進行了研究，采用前饋加反饋的控制策略，引用了智能控制中的模糊控制方法，解決了在控制過程中存在的大滯后、非線性、難于建立數學模型的問題。實現了隨著煤泥水的實時進料，實時添加藥劑，減少了藥劑浪費，保證了濃縮池底部煤泥的實時排放和溢流口清水層的濁度達標。同時，通過上位機組態王的實時監控，節省了大量的人力，這種智能化的藥劑添加系統將會得到廣泛應用。