變粒徑噴霧除塵系統(tǒng)噴霧壓力控制方法

楊凱凱,甘樹坤,呂雪飛

(吉林化工學(xué)院 機(jī)電工程學(xué)院,吉林 吉林 132022)

隨著工業(yè)化進(jìn)程的不斷發(fā)展,工業(yè)生產(chǎn)導(dǎo)致空氣中產(chǎn)生過量的粉塵,嚴(yán)重惡化了人們的工作和生活環(huán)境,同時(shí)也會(huì)縮短設(shè)備的使用壽命,給生產(chǎn)帶來安全隱患[1]。目前變粒徑噴霧除塵系統(tǒng)的噴霧壓力控制普遍采用常規(guī)的PID控制方法,但是傳統(tǒng)的PID控制適用于可建立精確數(shù)學(xué)模型的線性系統(tǒng),然而實(shí)際的變粒徑噴霧除塵系統(tǒng)的噴霧壓力控制往往是非線性的、時(shí)變不確定性的,因此很難建立精確的數(shù)學(xué)模型,使得傳統(tǒng)PID控制的變粒徑噴霧除塵系統(tǒng)的噴霧壓力控制的參數(shù)整定麻煩、性能欠佳、對(duì)運(yùn)行工作情況的適應(yīng)性很差[2-3]。針對(duì)上述問題,本文提出了一種基于BP神經(jīng)網(wǎng)絡(luò)PID變粒徑噴霧除塵的噴霧壓力的控制方法,對(duì)噴霧壓力這個(gè)影響噴霧粒徑大小的參數(shù)進(jìn)行優(yōu)化設(shè)計(jì),以探求其合理的控制方法,提高變粒徑除塵系統(tǒng)的除塵效率。

1 除塵機(jī)理

粉塵是指粒徑在75 μm的固體懸浮物。噴霧除塵是通過噴射的霧滴顆粒與空氣中的粉塵顆粒接觸,并與其結(jié)合,增大粉塵顆粒的質(zhì)量,使其在重力作用下迅速沉降,實(shí)現(xiàn)除塵效果。霧滴和空氣中的粉塵通過碰撞效應(yīng)、攔截作用、布朗擴(kuò)散作用以及粉塵自身受到的重力作用來實(shí)現(xiàn)除塵目的[4]。

在噴霧除塵的過程中,最容易除去的是粒徑大的粉塵,因此粉塵粒徑越大,除塵效率越高。根據(jù)文獻(xiàn)[5]研究粉塵粒徑和噴霧粒徑的關(guān)系,即：

(1)

式中：dfmin為噴霧捕集粉塵最小粒徑;μ為空氣動(dòng)力黏度;D為霧滴粒徑;Stk為慣性碰撞系數(shù);ρf為粉塵密度;V0為氣流速度。

由式(1)可知,噴霧捕集粉塵的最小粒徑和霧滴粒徑成正比關(guān)系。根據(jù)文獻(xiàn)[6]研究霧滴粒徑和噴霧壓力的關(guān)系,即：

(2)

式中：k為實(shí)驗(yàn)室系數(shù);d為噴霧出口直徑;p為噴霧壓力。

由式(2)可知,在外部條件因素不發(fā)生變化時(shí),噴射的霧滴粒徑大小和噴霧壓力成反比關(guān)系,即噴霧壓力越大,噴霧粒徑越小。本文是基于氣液兩相流的噴頭研究的,因此噴霧壓力p是空氣和水壓力的和,改變空氣壓力大小可以使噴出的噴霧粒徑大小發(fā)生改變。文獻(xiàn)[7]～[9]研究發(fā)現(xiàn)霧滴粒徑和粉塵之間存在耦合關(guān)系,即當(dāng)霧滴粒徑與粉塵粒徑接近時(shí),粉塵被除去的概率變大。

因此,在噴霧除塵的過程中,通過改變空氣壓力的大小來調(diào)整噴霧裝置噴射霧滴的粒徑大小可以提高除塵效率。

2 噴霧除塵系統(tǒng)組成與控制方法

2.1 噴霧除塵系統(tǒng)組成

設(shè)計(jì)的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)PID噴霧除塵系統(tǒng)主要由電源、粉塵濃度傳感器、空壓泵、儲(chǔ)氣罐、空氣比例閥、抽水泵、蓄水箱、電磁閥、壓力表、西門子S7-1200 PLC、觸摸屏、激光粒徑儀組成,如圖1所示。

圖1 噴霧除塵系統(tǒng)硬件結(jié)構(gòu)圖

工作時(shí)空氣從儲(chǔ)氣罐出來通過氣比閥控制進(jìn)入噴頭;水從蓄水箱出來通過抽水泵經(jīng)過水流量計(jì)和水壓表、止回閥進(jìn)入噴頭,PLC連接空比閥、氣壓計(jì),負(fù)責(zé)接收和發(fā)送系統(tǒng)運(yùn)行參數(shù)。

2.2 噴霧除塵系統(tǒng)控制策略

本研究設(shè)計(jì)的變粒徑噴霧除塵系統(tǒng)的技術(shù)目標(biāo)是系統(tǒng)產(chǎn)生的實(shí)際噴霧壓力可根據(jù)設(shè)定值進(jìn)行精準(zhǔn)、穩(wěn)定且快速的調(diào)節(jié),噴霧除塵系統(tǒng)結(jié)構(gòu)框圖如圖2所示。

圖2 噴霧除塵系統(tǒng)控制結(jié)構(gòu)圖

噴霧系統(tǒng)作業(yè)時(shí),觸摸屏上位機(jī)設(shè)置噴霧系統(tǒng)定值,PLC接受設(shè)定后迅速響應(yīng),調(diào)整至目標(biāo)氣壓,并根據(jù)壓力傳感器檢測(cè)的實(shí)際壓力與目標(biāo)壓力之間的差值進(jìn)行BP神經(jīng)網(wǎng)絡(luò)PID運(yùn)算,最終輸出相應(yīng)的輸出信號(hào),控制空氣比例閥調(diào)整閥門開度,使得實(shí)際的噴霧壓力跟隨設(shè)定值的變化進(jìn)行快速自動(dòng)調(diào)節(jié)。

2.3 BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)在于能夠通過網(wǎng)絡(luò)連接權(quán)值的多次代入計(jì)算來修正誤差,不斷接近適應(yīng)度函數(shù)[10]。使用BP神經(jīng)網(wǎng)絡(luò)算法搭建PID控制,利用BP神經(jīng)網(wǎng)絡(luò)算法可以不斷接近適應(yīng)度函數(shù)的能力,快速尋找到最優(yōu)的PID參數(shù),提高控制系統(tǒng)的動(dòng)態(tài)性能。

如圖3所示,本文搭建的BP神經(jīng)網(wǎng)絡(luò)是一個(gè)三層網(wǎng)絡(luò)結(jié)構(gòu),輸入層的三個(gè)輸入分別是e(k),e(k-1),e(k-2),輸出層的三個(gè)輸出分別是Kp、Ki、Kd,BP神經(jīng)網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)的輸入為

圖3 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)模型

(3)

BP神經(jīng)網(wǎng)絡(luò)的隱含層輸入輸出為

(4)

BP神經(jīng)網(wǎng)絡(luò)的輸出層輸入輸出為

(5)

性能指標(biāo)函數(shù)為

(6)

式中,r(k+1)為期望輸出空氣壓力值;y(k+1)為壓力傳感器實(shí)際檢測(cè)的空氣壓力值;

為了改進(jìn)BP神經(jīng)網(wǎng)絡(luò)收斂速度慢的問題,本文的BP神經(jīng)網(wǎng)絡(luò)算法以誤差的平方作為目標(biāo)函數(shù),具有很好的預(yù)測(cè)效果。即,隱含層的輸入為

(7)

通過使用梯度下降法從負(fù)梯度方向?qū)P神經(jīng)網(wǎng)絡(luò)的權(quán)值系數(shù)實(shí)施參數(shù)調(diào)整,計(jì)算目標(biāo)函數(shù)的最小值,輸出層連接權(quán)值系數(shù)可表示為

(8)

由式(1)和式(5),可求得：

(9)

若誤差e(k+1)滿足,e(k+1)>e(k),那么其學(xué)習(xí)速率按照φ=0.5φ減小,反之則記錄權(quán)值系數(shù)。

2.4 增量式PID

增量式PID控制響應(yīng)速度快、超調(diào)量較小、穩(wěn)定性較好[11],更適合噴霧除塵系統(tǒng)實(shí)時(shí)性的需求,因此本研究采用增量式PID控制噴霧除塵系統(tǒng)的壓力調(diào)節(jié)算法：

Δu(k)=Kp[e(k)-e(k-1)]+Kie(k)+Kd[e(k)-2e(k-1)+e(k-2)].

(10)

u(k)=Δu(k)+u(k).

(11)

式中：Kp為比例系數(shù);Ki為積分系數(shù);Kd為微分系數(shù);k為采樣序號(hào),(k=0,1,2,3…);e(k)為第k次采樣壓力偏差量;u(k)為第k次采樣實(shí)際壓力值。

結(jié)合改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法后,如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)PID控制器

系統(tǒng)BP神經(jīng)網(wǎng)絡(luò)PID控制器的輸入是實(shí)際噴霧壓力和期望值之間的偏差,再通過調(diào)整BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)值和學(xué)習(xí)速率,對(duì)PID控制器的Kp、Ki、Kd進(jìn)行自動(dòng)調(diào)參,逐步使實(shí)際噴霧壓力逼近目標(biāo)壓力。然后通過噴霧粒徑儀實(shí)時(shí)檢測(cè)的噴霧霧滴粒徑和粉塵粒徑的大小根據(jù)式(1)的函數(shù)關(guān)系進(jìn)行分析對(duì)比,改變輸入空氣壓力目標(biāo)值的大小,實(shí)現(xiàn)噴霧系統(tǒng)的變粒徑噴霧功能,提高除塵效率。

2.5 算法實(shí)現(xiàn)過程

(1)確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),在實(shí)際控制過程中,可以通過調(diào)整隱含層節(jié)點(diǎn)個(gè)數(shù)的多少使得BP神經(jīng)網(wǎng)絡(luò)有更有效的控制效果[12]。同時(shí)對(duì)BP神經(jīng)網(wǎng)絡(luò)的權(quán)值Wil、學(xué)習(xí)速率φ和慣性系數(shù)α進(jìn)行初始化。本文的BP神經(jīng)網(wǎng)絡(luò)是一個(gè)三層結(jié)構(gòu),其輸入層節(jié)點(diǎn)數(shù)n(1)=3,隱含層節(jié)點(diǎn)個(gè)數(shù)n(2)=5,輸出層節(jié)點(diǎn)個(gè)數(shù)n(3)=3。在其他參數(shù)調(diào)整好的情況下,隱含層節(jié)點(diǎn)數(shù)為5時(shí),控制效果最好[13]。

(2)實(shí)時(shí)采樣,計(jì)算期望輸出空氣壓力值r(k+1)與壓力傳感器實(shí)際檢測(cè)的空氣壓力值y(k+1)的差值e(k);然后根據(jù)增量式PID控制器進(jìn)行計(jì)算,得到u(k)送至BP神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)控制。

(3)根據(jù)式(3)～(9),對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行編程獲取各個(gè)神經(jīng)元節(jié)點(diǎn)的輸入和輸出;觀察控制效果,然后通過經(jīng)驗(yàn)調(diào)整權(quán)值參數(shù)。

(4)返回到步驟(2)進(jìn)行循環(huán)控制。

3 仿真實(shí)驗(yàn)

為了驗(yàn)證所提出的基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)PID的變粒徑噴霧除塵系統(tǒng)噴霧壓力控制方法的控制效果,本文基于Simulink搭建了仿真模型,針對(duì)噴霧除塵系統(tǒng)空氣壓力控制響應(yīng)時(shí)間、超調(diào)量和穩(wěn)定性狀況,分別使用傳統(tǒng)PID控制器和改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制器設(shè)計(jì)并進(jìn)行了對(duì)比仿真實(shí)驗(yàn)。

如圖5所示,初始化和仿真循環(huán)組成了Simulink仿真設(shè)計(jì)[14]。其中BP神經(jīng)網(wǎng)絡(luò)PID控制器的調(diào)整參數(shù)功能主要通過S函數(shù)程序結(jié)構(gòu)實(shí)現(xiàn),即圖4“bp”模塊,通過把不同的標(biāo)志位和子函數(shù)集合,進(jìn)行求解器和系統(tǒng)之間的信息傳遞,達(dá)到控制效果。

圖5 基于BP神經(jīng)網(wǎng)絡(luò)PID控制器的Simulink仿真模型

傳統(tǒng)的PID控制參數(shù)選取經(jīng)驗(yàn)調(diào)整參數(shù)后的固定數(shù)值：Kp=20、Ki=10、Kd=0.1;仿真所用部分參數(shù)見表1。

表1 仿真驗(yàn)證部分參數(shù)

圖6(a)～(b)表示改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID控制器分別對(duì)階躍信號(hào)和階梯信號(hào)的響應(yīng)情況。由圖6(a)可以得出改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)PID對(duì)噴霧除塵系統(tǒng)的壓力控制,其響應(yīng)時(shí)間為3.44 s、超調(diào)量為1%;由圖6(b)可見：改進(jìn)的BP-PID控制器有很好的跟隨效果;圖6(c)為傳統(tǒng)PID控制器和改進(jìn)的BP-PID控制器對(duì)階躍信號(hào)的響應(yīng)曲線的對(duì)比圖,仿真結(jié)果的具體參數(shù)如表2所示,使用了BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的PID控制器與傳統(tǒng)PID控制器相比較,響應(yīng)速度提高了66.63%,穩(wěn)定性提高了20%。由此可見,改進(jìn)的BP-PID控制器相對(duì)于傳統(tǒng)的PID控制有更快的響應(yīng)速度和更小的超調(diào)量;圖6(d)表示BP神經(jīng)網(wǎng)絡(luò)對(duì)PID控制器Kp、Ki、Kd這三個(gè)參數(shù)的自動(dòng)調(diào)參的情況。在控制的開始階段,BP-PID控制器的比例系數(shù)減小,從而系統(tǒng)的快速性較之前有所減慢;但積分系數(shù)的增大,最終使得BP-PID控制器的響應(yīng)速度在開始階段與傳統(tǒng)PID控制器的快速性相差不大;而在系統(tǒng)即將達(dá)到穩(wěn)態(tài)時(shí),積分系數(shù)減小,比例系數(shù)增大,從而可以大大減小系統(tǒng)的超調(diào)量,同時(shí)可以使系統(tǒng)在穩(wěn)態(tài)時(shí)的響應(yīng)速度更快、精度更高。

表2 Simulink對(duì)比實(shí)驗(yàn)結(jié)果

(a) 階躍信號(hào)圖

由此可知,BP神經(jīng)網(wǎng)絡(luò)PID控制器收斂速度更快、精度更高,可以很好地應(yīng)用于控制系統(tǒng)中,同時(shí)也驗(yàn)證了變粒徑噴霧除塵系統(tǒng)對(duì)噴霧壓力控制的可靠性與正確性。

4 結(jié) 論

變粒徑噴霧的噴霧除塵系統(tǒng)在工業(yè)、環(huán)境治理等領(lǐng)域的應(yīng)用非常廣泛,但實(shí)際應(yīng)用中存在噴霧壓力控制具有干擾量多、大滯后、非線性等缺點(diǎn)。為解決此問題,提高系統(tǒng)的控制精度和除塵效率,本文將BP神經(jīng)網(wǎng)絡(luò)算法應(yīng)用到增量式PID上,利用BP神經(jīng)網(wǎng)絡(luò)可以快速逼近適應(yīng)度函數(shù)的能力,實(shí)現(xiàn)了對(duì)增量式PID參數(shù)的自適應(yīng)調(diào)整,將該算法用于變粒徑噴霧除塵系統(tǒng)的噴霧壓力控制中。通過仿真實(shí)驗(yàn),結(jié)果表明本研究的控制方法能夠提高變粒徑噴霧除塵系統(tǒng)對(duì)噴霧壓力控制的速度和精度,達(dá)到了有效除塵的控制效果,同時(shí)也驗(yàn)證了該方法的可行性和有效性。