雷濤鋒

（大唐戶縣第二熱電廠，陜西西安710065）

基于神經(jīng)網(wǎng)絡(luò)自適應(yīng)的吸收塔漿液PH值控制

雷濤鋒

（大唐戶縣第二熱電廠，陜西西安710065）

為提高吸收塔漿液PH值控制系統(tǒng)的自適應(yīng)能力以抵抗系統(tǒng)非線性及干擾的影響，提出了基于小腦神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制器。推導(dǎo)了小腦神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器，考慮到高階微分對噪聲的敏感性，控制器中只保留比例、積分和微分項，該魯棒控制器兼有PID控制性能。為了驗證魯棒自適應(yīng)PID控制器的性能，與常規(guī)PID和模糊自適應(yīng)PID控制器作階躍響應(yīng)和抗干擾性能進(jìn)行了對比，結(jié)果表明了魯棒自適應(yīng)PID控制器的優(yōu)越性。

吸收塔漿液PH；小腦神經(jīng)；自適應(yīng)；PID

相關(guān)資料顯示，我國酸雨形成的主要原因來自于SO2的排放，而SO2的排放主要源于火電廠的廢氣排放，控制SO2的排放已經(jīng)迫在眉睫[1]。脫硫技術(shù)主要包括SO2燃燒前控制、燃燒中控制和燃燒后控制，我國普遍應(yīng)用燃燒后控制中石灰石-石膏濕法煙氣脫硫技術(shù)[2]。石灰石-石膏濕法煙氣脫硫系統(tǒng)的一項重要參數(shù)是漿液PH值，隨著SO2的吸收率的升高而增大，當(dāng)PH值大于6.2時，脫硫產(chǎn)物主要是CaSO3·1 /2H2O，其溶解度很低，極易達(dá)到飽和而在塔壁和部件表面上結(jié)晶，形成厚的結(jié)垢。PH值較低時，雖然結(jié)垢減少，但SO2的吸收率也會減小。當(dāng)PH值降到4.0以下時，SO2的吸收率幾乎為零[3]。漿液PH值還會影響石灰石、CaSO4·2H2O和CaSO3·1/2H2O的溶解度，漿液較高的PH值利于SO2的吸收，而較低的PH值利于石灰石的溶解和CaSO3·1/2H2O的氧化，二者矛盾[4]。工程上一般選用漿液PH值在5.4～5.5之間，可以獲得較理想脫硫率，同時又可使CaSO3的含量低于1%[5].

漿液PH值控制系統(tǒng)存在大滯后、非變性及時變性等特點，工業(yè)上只采用PID控制，固定的參數(shù)使得控制系統(tǒng)難以適應(yīng)環(huán)境的變化，PH值的控制難以達(dá)到理想的控制效果。文獻(xiàn)[3]中提出了模糊PID自整定，具有一定的自適應(yīng)性，但模糊參數(shù)的確定需要有豐富的專家經(jīng)驗知識，并且調(diào)試中耗時較長。由于神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)系統(tǒng)任意非線性的能力，基于神經(jīng)網(wǎng)絡(luò)的PID自適應(yīng)控制尤其受到廣泛關(guān)注[6]。Albus在1975年提出的小腦模型關(guān)節(jié)控制器（CMAC）是一種基于局部逼近的簡單快速的神經(jīng)網(wǎng)絡(luò)，已被廣泛應(yīng)用于諸多領(lǐng)域[7]。本文鑒于傳統(tǒng)PID在一類非線性不確定系統(tǒng)控制中的缺陷，提出了基于CMAC神經(jīng)網(wǎng)絡(luò)的魯棒自適應(yīng)PID控制方法。

1　CMAC神經(jīng)網(wǎng)絡(luò)基本原理

CMAC是一種表達(dá)復(fù)雜非線性函數(shù)的表格查詢型自適應(yīng)神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可通過學(xué)習(xí)算法改變表格的內(nèi)容，具有信息分類存儲的能力。在這種技術(shù)里，每個狀態(tài)變量被量化并且問題空間被化分成離散狀態(tài)。量化輸入構(gòu)成的向量指定了一個離散狀態(tài)并且被用于產(chǎn)生地址來激活聯(lián)想單元中存儲的聯(lián)想強(qiáng)度從而恢復(fù)這個狀態(tài)的信息。其結(jié)構(gòu)如圖1所示。

圖1　CMAC神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

CMAC可以逼近任意的非線性系統(tǒng)，設(shè)待逼近的函數(shù)為

其中X=[x1，x2，…，xn]T，Y=Yd，Yd為期望輸出。

如圖1所示，CMAC神經(jīng)網(wǎng)絡(luò)通過兩個階段映射實現(xiàn)式（1）關(guān)系式。兩個映射關(guān)系為：

S：X→A，即v=S（X）

P：A→Y，即Y=P（v）=wTv

其中w=[w1，w2，…，wN]T，v=[v1，v2，…，vN]T，則有

CMAC神經(jīng)網(wǎng)絡(luò)的連接權(quán)學(xué)習(xí)算法為

2　魯棒自適應(yīng)PID控制器設(shè)計

考慮任意的一個非線性系統(tǒng)如式（2）

式中，ai（i=0，1，…，n-1）已知，△為系統(tǒng)運(yùn)動狀態(tài)發(fā)生改變時系統(tǒng)產(chǎn)生的不確定性，d（t）為未知外部干擾，f（y，…，y（n-1））為未知光滑非線性函數(shù)。

定義跟蹤誤差e=yd-y，代入式（2）可得到

定義系統(tǒng)狀態(tài)變量為

則由式（4）可得系統(tǒng)狀態(tài)方程為：

式中

由式（5）可知，可設(shè)計魯棒自適應(yīng)控制器為

式中，unom＝Kz為根據(jù)標(biāo)稱系統(tǒng)設(shè)計的控制項，自適應(yīng)控制項為

控制結(jié)構(gòu)圖如圖2所示。

圖2　魯棒自適應(yīng)控制結(jié)構(gòu)圖

式（7）中，反饋增益K由最優(yōu)控制理論，可得

上式中，對稱正定矩陣P滿足Riccati方程：

其中，Q為正定對稱矩陣，R＞0.

CMAC神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整規(guī)則為：

式中，β為CMAC神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)系數(shù)。

在式3-9所示的控制器作用下，原系統(tǒng)可被寫為

針對上述魯棒自適應(yīng)控制器，簡化為魯棒自適應(yīng)PID控制器，僅留下誤差的比例、積分和微分，降低了測量噪聲的影響。

由式（5）可得

式中，

則魯棒控制器變?yōu)?/p>

CMAC神經(jīng)網(wǎng)絡(luò)權(quán)值調(diào)整規(guī)則為

式中，β為CMAC神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)系數(shù)。

魯棒自適應(yīng)PID控制器具有結(jié)構(gòu)簡單，參數(shù)調(diào)整方便，魯棒性強(qiáng)，自適應(yīng)能力好等優(yōu)點，適合于工程應(yīng)用。

3　仿真研究

為了驗證魯棒自適應(yīng)PID控制器的性能，進(jìn)行仿真研究，并與常規(guī)PID和模糊自適應(yīng)PID控制器作對比。

根據(jù)實際工況，控制對象吸收塔漿液PH值可近似為一個一階滯后慣性環(huán)節(jié):

常規(guī)PID控制器試湊出最理想一組控制參數(shù)：

Kp=0.099，Ki＝0.01，Kd＝0.0005

系統(tǒng)仿真工具為Matlab/Simulink環(huán)境，仿真步長采用0.001 s固定步長，仿真算法采用四階龍格-庫塔算法。

3.1階躍響應(yīng)

漿液PH值為5.4～5.5時，脫硫效果最為理想，設(shè)定階躍終值為5.0，仿真結(jié)果如圖3所示，魯棒自適應(yīng)PID控制器在超調(diào)量和調(diào)節(jié)時間上明顯都優(yōu)于其他兩種控制算法。

圖3　控制器階躍響應(yīng)對比

3.2抗擾性能

系統(tǒng)運(yùn)行時，不可避免地受到外界干擾，這就要求控制器有較強(qiáng)抗干擾能力，防止系統(tǒng)振蕩。為了驗證魯棒自適應(yīng)PID控制器的抗干擾能力，在t=40 s時加入擾動，同時對比常規(guī)PID控制器和模糊自適應(yīng)PID控制器的抗干擾能力。

控制器抗干擾性能對比如圖4所示，魯棒自適應(yīng)控制器在4 s內(nèi)將系統(tǒng)穩(wěn)定；模糊自適應(yīng)PID控制器超調(diào)量最小，但系統(tǒng)出現(xiàn)了振蕩；常規(guī)PID超調(diào)最大，振蕩的周期和幅值最大。

圖4　控制器抗干擾性能對比

4　結(jié)束語

基于小腦神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制器利用小腦神經(jīng)的動態(tài)處理問題能力來估計吸收塔漿液PH值控制系統(tǒng)的廣義逆模型，能很好地處理系統(tǒng)的非線性問題。小腦神經(jīng)網(wǎng)絡(luò)PID控制器兼有PID和小腦神經(jīng)網(wǎng)絡(luò)特性，魯棒性強(qiáng)，抗干擾能力強(qiáng)，結(jié)構(gòu)較簡單，具有工程實用價值。

[1]中國環(huán)境保護(hù)產(chǎn)業(yè)協(xié)會脫硫脫硝委員會.我國脫硫脫硝行業(yè)2012年發(fā)展綜述[J].中國環(huán)保產(chǎn)業(yè)，2013，（7）：8-20.

[2]王淇，趙霞.DCS系統(tǒng)在火電廠煙氣脫硫控制系統(tǒng)的實現(xiàn)[J].自動化與儀表，2008，23（2）：36-39.

[3]王彬.石灰石-石膏濕法煙氣脫硫系統(tǒng)優(yōu)化[D].濟(jì)南：山東大學(xué)，2010.

[4]曾庭華.濕法脫硫系統(tǒng)對鍋爐尾部煙道和煙囪影響的研究[J].電力建設(shè)，2002，23（4）：19-23.

[5]Edmund S.Baronll.Clean Coal Project Nears Commercial Operation[J].PowerBngg，1995，99（2）：31-36.

[6]Monfared Mohammad，Daryani Abbas Molavi，Abedi Mehrdad，Online tuning of genetic based PID controller in LFC systems using RBF neural network and VSTLF technique[J].Neural Network World，2008，18（4）：309-322.

[7]J.S.Albus，A New Approach to Manipulator Control:the Cerebellar Model Articulation Controller（CMAC）[J].Trans，ASME，J.Dyn.Syst.Meas.Contro.1975，97，（3）：220-227.

PH Control of Absorption Tower Slurry Based on Neural Network

LEI Tao-feng
（Datang Huxian Second Thermal Power Plant，Xi’an Shaanxi 710065，China）

An adaptive PID controller based cerebellar model articulation（CMAC）controller is presented for improve adaptive ability of absorber slurry PH control system against the influence of nonlinear and disturbing. Considering the sensitive of differential of high order to noise，a CMAC controller only containing proportional integral differential is deriving，which also has the characteristic of PID.The simulation results of step response and capacity of resisting disturbance demonstrate the effectiveness of robust adaptive PID controller by contrast with normal PID controller and fuzzy adaptive PID controller.

absorber slurry PH；CMAC；adaptive；PID

TP273

A

1672-545X（2016）10-0021-04

2016-07-11

雷濤鋒（1984-），男，陜西西安人，本科，助理工程師，從事脫硫控制研究。