張茂杉，王幼民，胡 建

安徽工程大學(xué)機(jī)械與汽車工程學(xué)院，安徽蕪湖，241000

1 研究背景

隨著科學(xué)技術(shù)的發(fā)展與人們節(jié)能環(huán)保理念的提高，工業(yè)生產(chǎn)過程越來越注重資源節(jié)約和環(huán)境保護(hù)。砂漿泵是專為輸送含有細(xì)顆粒的腐蝕性介質(zhì)而設(shè)計(jì)開發(fā)的，在化工領(lǐng)域應(yīng)用廣泛，對(duì)砂漿泵進(jìn)行節(jié)能控制，不僅有利于實(shí)現(xiàn)精細(xì)化生產(chǎn)，而且對(duì)于資源節(jié)約具有十分重要的意義。

目前，國(guó)內(nèi)外學(xué)者對(duì)泵的節(jié)能調(diào)速控制作了大量的研究。文獻(xiàn)［1］對(duì)于大功率的泵和風(fēng)機(jī)的節(jié)能調(diào)速采用了串調(diào)和無刷雙饋電機(jī)的方法，該方法誤差較大，難以實(shí)現(xiàn)較高精度的控制。文獻(xiàn)［2－3］對(duì)于泵的調(diào)速系統(tǒng)的研究是通過建立泵的調(diào)速過程狀態(tài)參數(shù)的變化模型來建立調(diào)速過程的方程組，并通過程序仿真對(duì)模型進(jìn)行分析。文獻(xiàn)［4－5］對(duì)于泵的調(diào)速系統(tǒng)的研究主要集中在變頻調(diào)速方面，沒有采取更加合理的控制算法。文獻(xiàn)［6］對(duì)于風(fēng)機(jī)和水泵的調(diào)速運(yùn)行是通過改善閥門的開度與管網(wǎng)曲線來實(shí)現(xiàn)調(diào)節(jié)流量的，該控制方法在一定程度上限制了機(jī)器的性能，影響泵的壽命。文獻(xiàn)［7－10］采用極值法分析了變頻中央空調(diào)的液壓泵系統(tǒng)及熱泵系統(tǒng)，該方法需要建立各種損失與幾何參數(shù)之間的關(guān)系，對(duì)于很多非線性系統(tǒng)很難實(shí)現(xiàn)。

隨著控制理論以及控制技術(shù)的發(fā)展，人們?cè)絹碓絻A向于采用智能控制的方法，尤其是神經(jīng)網(wǎng)絡(luò)的控制算法，由于其良好的容錯(cuò)性以及全局逼近的學(xué)習(xí)方法，具有較好的泛化能力，因此應(yīng)用更加廣泛。文獻(xiàn)［11］研究了基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人的智能控制算法，并指出神經(jīng)網(wǎng)絡(luò)控制與模糊控制相結(jié)合的控制方法是目前機(jī)器人智能控制的發(fā)展方向。文獻(xiàn)［12］主要研究了基于BP神經(jīng)網(wǎng)絡(luò)的深水自升式海洋平臺(tái)的智能控制模型，結(jié)果表明BP神經(jīng)網(wǎng)絡(luò)的控制對(duì)于海洋平臺(tái)具有良好的穩(wěn)定性效果。

本文根據(jù)砂漿泵的工作原理及生產(chǎn)狀況確定了砂漿泵的傳遞函數(shù)，并設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的智能控制方法，對(duì)流量控制系統(tǒng)的靜態(tài)性能和動(dòng)態(tài)性能進(jìn)行了理論分析及程序仿真。為了提高流量控制系統(tǒng)的性能，采用了極點(diǎn)配置的優(yōu)化方法得到最佳的傳遞函數(shù)，并且通過極點(diǎn)配置前后的對(duì)比，可以看出控制系統(tǒng)的性能有了很大的提高。通過實(shí)驗(yàn)驗(yàn)證，可以看出上述控制方法使控制系統(tǒng)的控制性能得到提高，達(dá)到了理想的控制效果，完全滿足現(xiàn)實(shí)的生產(chǎn)要求。

2 砂漿泵流量控制系統(tǒng)數(shù)學(xué)模型建立及控制方法研究

2.1 砂漿泵流量控制數(shù)學(xué)模型的建立

砂漿泵是離心泵的一種，它與普通供水離心泵的區(qū)別在于過流部件全部采用超高分子材料制成，因此砂漿泵的數(shù)學(xué)模型［13］與普通離心泵系統(tǒng)相同。由于很難建立精確的離心泵系統(tǒng)的數(shù)學(xué)模型，故采用其近似模型進(jìn)行仿真研究。由離心泵系統(tǒng)的特性可知，通常將泵由停機(jī)狀態(tài)到穩(wěn)定狀態(tài)的過程分為壓力上升過程和恒壓過程。壓力上升過程近似為一個(gè)大時(shí)間常數(shù)T1的一階慣性環(huán)節(jié)；恒壓過程中，壓力可認(rèn)為基本保持不變，是一個(gè)純滯后過程。變頻器和電機(jī)可近似等效為帶死區(qū)時(shí)間，且時(shí)間常數(shù)為λ的一階慣性環(huán)節(jié)。在異步電機(jī)變頻調(diào)速系統(tǒng)中，要選擇最佳的起動(dòng)頻率，使起動(dòng)轉(zhuǎn)矩最大而電流盡可能小。一般電動(dòng)機(jī)的最佳起動(dòng)頻率大約在12.5～25Hz的范圍內(nèi)，因此，在最佳起動(dòng)頻率之前的頻段是系統(tǒng)的死區(qū)范圍。系統(tǒng)中其他控制和檢測(cè)環(huán)節(jié)，如繼電器控制轉(zhuǎn)換、壓力轉(zhuǎn)換等的時(shí)間常數(shù)和滯后時(shí)間與原供水系統(tǒng)執(zhí)行機(jī)構(gòu)的時(shí)間常數(shù)和滯后時(shí)間常數(shù)相比可忽略不計(jì)，均可等效為比例環(huán)節(jié)。

圖1 控制系統(tǒng)方框圖

因此，離心泵系統(tǒng)的數(shù)學(xué)模型可等效為帶純滯后、死區(qū)兩個(gè)慣性環(huán)節(jié)串聯(lián)，用如下式子表示：式中，K為系統(tǒng)總增益；T1為系統(tǒng)慣性時(shí)間常數(shù)；T2為變頻器及電機(jī)時(shí)間常數(shù)；λ為系統(tǒng)純滯后時(shí)間常數(shù)。本文研究的砂漿泵具體參數(shù)，取K＝20，T1＝0.174，T2＝31.826，系統(tǒng)純滯后時(shí)間常數(shù)λ＝1.5。所以砂漿泵的數(shù)學(xué)模型為：

2.2 砂漿泵節(jié)能調(diào)速控制系統(tǒng)控制方案研究

由于泵的流量控制是非線性的對(duì)數(shù)關(guān)系，傳統(tǒng)的PID［14］控制方法只能對(duì)線性關(guān)系進(jìn)行有效控制，而且對(duì)數(shù)學(xué)模型的準(zhǔn)確性要求十分嚴(yán)格，本文采用智能控制與傳統(tǒng)的PID控制相結(jié)合的方法，能有效解決非線性問題。

在智能控制與傳統(tǒng)PID控制相結(jié)合的基礎(chǔ)上，采用BP神經(jīng)網(wǎng)絡(luò)控制與傳統(tǒng)PID相結(jié)合的方法，BP神經(jīng)網(wǎng)絡(luò)對(duì)非線性具有任意逼近和自學(xué)習(xí)性，為系統(tǒng)辨識(shí)，尤其是非線性動(dòng)態(tài)系統(tǒng)的辨識(shí)提供一條十分有效的途徑，它與PID控制相結(jié)合，可以彌補(bǔ)PID控制的不足。該系統(tǒng)由微處理器、流量傳感器、A／D轉(zhuǎn)換器、接口電路、泵組成。泵的轉(zhuǎn)速為輸入量，泵的轉(zhuǎn)速為輸出量，實(shí)質(zhì)為泵的流量定值控制系統(tǒng)，微處理器實(shí)時(shí)控制計(jì)算機(jī)，變頻器和砂漿泵作為系統(tǒng)的執(zhí)行機(jī)構(gòu)，用變頻器控制水泵電機(jī)的轉(zhuǎn)速，使泵的流量符合工藝生產(chǎn)要求。

本文將基于BP神經(jīng)網(wǎng)絡(luò)的智能控制方法用于砂漿泵的節(jié)能調(diào)速控制系統(tǒng)中，調(diào)節(jié)流量控制系統(tǒng)的參數(shù)，使控制系統(tǒng)的性能達(dá)到理想狀態(tài)。為了得到最佳控制性能，再采用極點(diǎn)配置的方法，對(duì)原系統(tǒng)進(jìn)行優(yōu)化，仿真與實(shí)驗(yàn)表明控制效果達(dá)到了最佳。

3 砂漿泵流量控制系統(tǒng)的性能分析

3.1 砂漿泵流量控制系統(tǒng)的穩(wěn)定性分析

控制系統(tǒng)的穩(wěn)定性是系統(tǒng)進(jìn)行運(yùn)行及設(shè)計(jì)的首要前提。對(duì)一個(gè)不穩(wěn)定的系統(tǒng)無法進(jìn)行控制分析，因此，只有當(dāng)控制系統(tǒng)是穩(wěn)定的時(shí)候，才有價(jià)值分析和研究控制系統(tǒng)的其他問題，比如只有計(jì)算過穩(wěn)定性的系統(tǒng)，才可以進(jìn)行控制系統(tǒng)的穩(wěn)態(tài)誤差的計(jì)算?？刂葡到y(tǒng)穩(wěn)定性的分析方法有很多，如奈奎斯特穩(wěn)定判據(jù)、對(duì)數(shù)判據(jù)以及李亞普諾夫穩(wěn)定性判據(jù)等。本文采用李亞普諾夫穩(wěn)定性判據(jù)，并結(jié)合Bode圖，對(duì)砂漿泵的流量控制系統(tǒng)進(jìn)行穩(wěn)定性分析。李亞普諾夫穩(wěn)定性判據(jù)是俄國(guó)數(shù)學(xué)家和力學(xué)家A.M.李亞普諾夫1892年創(chuàng)立的用于分析系統(tǒng)穩(wěn)定性的理論，在分析穩(wěn)定性的問題中應(yīng)用廣泛。

有系統(tǒng)的狀態(tài)方程為x＝Ax＋bu，式中x為n維狀態(tài)向量，A為n×n維常系數(shù)矩陣。根據(jù)李亞普諾夫穩(wěn)定性判據(jù)，若存在一個(gè)正定矩陣P，使得系統(tǒng)滿足AT＋P.A＝－I，則表明該系統(tǒng)在x＝0處的平衡狀態(tài)是滿足大范圍內(nèi)漸進(jìn)穩(wěn)定的，式中I為n維單位矩陣。由（1）式得：

代入上式計(jì)算得：

則P為正定矩陣滿足穩(wěn)定性判據(jù)，系統(tǒng)穩(wěn)定。

由MATLAB軟件仿真得到流量控制系統(tǒng)的Bode圖（圖2）。

圖2 砂漿泵流量控制系統(tǒng)的Bode圖

3.2 砂漿泵控制系統(tǒng)的能觀性與能控性分析

基于狀態(tài)空間分析的系統(tǒng)的可觀性與可控性是控制系統(tǒng)中非常重要的概念。所謂控制系統(tǒng)的可控性就是指控制系統(tǒng)的狀態(tài)是可以控制還是不可以被控制的；系統(tǒng)的可觀測(cè)性就是指系統(tǒng)狀態(tài)的變化能夠由輸出檢測(cè)反映出來，還是不能由輸出檢測(cè)反映出來。

在設(shè)計(jì)控制系統(tǒng)之前，確定系統(tǒng)的能觀能控性是十分重要的，因?yàn)樵谠O(shè)計(jì)一個(gè)最優(yōu)的控制系統(tǒng)之前必須知道系統(tǒng)的能觀測(cè)性與能控性。系統(tǒng)的能觀能控性是確定最優(yōu)控制是否有解的先決條件。因此，系統(tǒng)的可觀測(cè)性與可控性對(duì)系統(tǒng)的設(shè)計(jì)至關(guān)重要。

3.2.1 能控性分析

則控制系統(tǒng)能夠滿足能控性判據(jù)，控制系統(tǒng)是能控的。

3.2.2 能觀測(cè)性判據(jù)

根據(jù)能觀性定義，系統(tǒng)的完全能觀性是指在指定的時(shí)間之內(nèi)，根據(jù)能夠測(cè)量到的輸出量y（t）唯一的確定系統(tǒng)的初始狀態(tài)x（0）。對(duì)于上式如果秩小于n，則不能保證由輸出值可以確定初始量。因此控制系統(tǒng)如果是可觀的，則其秩必須為滿秩。由（2）式A代＝ ［1 0］，可得能控性矩陣：入上式可得能觀測(cè)性矩陣的秩：

則滿足能觀性判據(jù)控制系統(tǒng)是能觀的。

3.3 采用PID控制方法對(duì)砂漿泵流量控制系統(tǒng)進(jìn)行控制

PID控制器是由比例、積分與微分組成的，可以通過調(diào)節(jié)Kp比例系數(shù)、Ti積分時(shí)間周期與Td微分時(shí)間周期來調(diào)節(jié)系統(tǒng)，從而達(dá)到設(shè)計(jì)要求。在實(shí)際工業(yè)生產(chǎn)中，一般的系統(tǒng)都不是線性而是非線性的，在使用PID調(diào)節(jié)時(shí)，可以將系統(tǒng)簡(jiǎn)化為線性系統(tǒng)，本文采用經(jīng)驗(yàn)試湊法得到PID參數(shù)Kp＝0.5，Ki＝0.0145，Kd＝0.099。

由（2）式的流量控制系統(tǒng)傳遞函數(shù)：

則對(duì)流量控制系統(tǒng)進(jìn)行Simulink系統(tǒng)建模，采用PID控制模塊得到系統(tǒng)的控制模塊圖（圖3）。

采用經(jīng)驗(yàn)試湊法調(diào)節(jié)PID參數(shù)得當(dāng)為如下值時(shí)系統(tǒng)的性能達(dá)到最好。

圖3 Simulink的控制模塊圖

程序的運(yùn)算結(jié)果如圖4所示。

由圖4也可以看出控制系統(tǒng)是穩(wěn)定的。

3.4 基于BP神經(jīng)網(wǎng)絡(luò)的流量控制

BP神經(jīng)網(wǎng)絡(luò)是Rumelhart.D.E和Mcclelland.J.L等人于1986年提出的多層前饋網(wǎng)的反向傳播算法，基本BP算法包括兩個(gè)方面：信號(hào)的前向傳播和誤差的反向傳播，即計(jì)算實(shí)際輸出時(shí)，按從輸入到輸出的方向進(jìn)行，而權(quán)值和閾值的修正，則從輸出到輸入的方向進(jìn)行。該網(wǎng)絡(luò)并不依賴模型，只要有足夠多的隱層和隱結(jié)點(diǎn)，BP網(wǎng)絡(luò)可以逼近任意的非線性映射關(guān)系，其輸入與輸出之間的關(guān)聯(lián)信息存儲(chǔ)于連接權(quán)中。由于連接權(quán)的個(gè)數(shù)很多，個(gè)別神經(jīng)元的損壞只對(duì)輸入輸出關(guān)系有較小的的影響，所以BP網(wǎng)絡(luò)具有較好的容錯(cuò)性，而且BP網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近的方法，因而具有較好的泛化能力。

在砂漿泵的流量控制系統(tǒng)中，需要進(jìn)行控制系統(tǒng)的前向和反向計(jì)算，流量的實(shí)際輸入信號(hào)從輸入到輸出方向正向傳播，從而控制電動(dòng)機(jī)的轉(zhuǎn)速，以達(dá)到流量控制的目的；權(quán)值和閾值的修正，則從反向傳播，調(diào)節(jié)控制信號(hào)，使偏差控制在最小的范圍內(nèi)。

3.4.1 BP神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)仿真

由系統(tǒng)的傳遞函數(shù)

得到利用MATLAB進(jìn)行程序仿真程序運(yùn)行結(jié)果，如圖5所示。

由圖5可知，系統(tǒng)的過渡過程平穩(wěn)，由于傳遞函數(shù)有延時(shí)的存在，所以穩(wěn)定時(shí)間需要8～9秒，而且過渡過程曲線沒有超調(diào)量存在，運(yùn)行平穩(wěn)。

圖5 系統(tǒng)的過渡過程曲線

由圖6可知，在程序運(yùn)行開始時(shí)，系統(tǒng)中存在較大的誤差，隨著時(shí)間的推移，誤差逐漸減小，直到最后在9秒鐘左右時(shí)，誤差為零。

圖6 系統(tǒng)的反應(yīng)誤差曲線

由圖7可知，kp參數(shù)在3秒左右時(shí)穩(wěn)定在0.94左右，ki參數(shù)在七八秒時(shí)穩(wěn)定在0.003 1左右，kd參數(shù)在7秒鐘左右時(shí)穩(wěn)定在0.72左右。圖像的過渡過程比較平穩(wěn)，沒有大的超調(diào)量，這表明系統(tǒng)的運(yùn)行是比較平穩(wěn)的。

圖7 PID參數(shù)穩(wěn)定過程曲線

4 砂漿泵節(jié)能調(diào)速控制系統(tǒng)的極點(diǎn)配置優(yōu)化

在控制系統(tǒng)中，無論是鎮(zhèn)定系統(tǒng)，還是跟隨系統(tǒng)，都必須符合相關(guān)的性能要求。控制系統(tǒng)的動(dòng)態(tài)響應(yīng)主要是由它的極點(diǎn)位置決定的。因此，控制系統(tǒng)的設(shè)計(jì)就是應(yīng)用狀態(tài)反饋，使得控制系統(tǒng)具有期望的極點(diǎn)配置，從而改善系統(tǒng)的性能。系統(tǒng)的極點(diǎn)配置就是在給定系統(tǒng)的期望極點(diǎn)之后，如何通過某種方法來達(dá)到期望的極點(diǎn)。

對(duì)于控制系統(tǒng)而言，在采用狀態(tài)反饋之后，可以實(shí)現(xiàn)閉環(huán)極點(diǎn)的任意的配置，即通過狀態(tài)反饋的方法，使閉環(huán)系統(tǒng)的極點(diǎn)位于預(yù)先設(shè)定的位置之上。

4.1 砂漿泵流量控制系統(tǒng)的極點(diǎn)配置

4.1.1 控制系統(tǒng)極點(diǎn)配置的綜合性能指標(biāo)

系統(tǒng)的輸出超調(diào)量Mp≤5%，峰值時(shí)間tp≤0.5 s，系統(tǒng)頻寬ωb≤10rad／s，跟蹤誤差為ep＝0（對(duì)階躍信號(hào)）。

4.1.2 確定控制系統(tǒng)期望的極點(diǎn)

系統(tǒng)的期望極點(diǎn)數(shù)n＝2，系統(tǒng)的性能主要是由主極點(diǎn)決定。根據(jù)二階系統(tǒng)的關(guān)系式，確定主導(dǎo)極點(diǎn)。

式中，ζ和ωn為此二階系統(tǒng)的阻尼比和無阻尼固有頻率。

tp＝≤0.5s，當(dāng)ζ＝0.707時(shí)，選ωn＝10rad／s

這樣，便定出了主導(dǎo)極點(diǎn)s1，2＝－ζωn±jwn，因此確定的期望極點(diǎn)為：

由系統(tǒng)的期望極點(diǎn)可以求出系統(tǒng)的特征方程：

則系統(tǒng)的原傳遞函數(shù)：

經(jīng)過極點(diǎn)配置后的傳遞函數(shù)為：

4.1.3 確定控制系統(tǒng)的狀態(tài)反饋增益矩陣K

由（2）式得流量控制系統(tǒng)的傳遞函數(shù)的特征多項(xiàng)式為s2＋5.031s＋0.152，則a1＝5.031，a0＝0.152。由（6）式得流量控制系統(tǒng)進(jìn)行極點(diǎn)配置之后的特征多項(xiàng)式為s2＋14.1s＋1，則b1＝14.1，b0＝100。

4.2 極點(diǎn)配置前后的流量控制系統(tǒng)的響應(yīng)

使用Simulink程序仿真比較極點(diǎn)配置前后的過渡過程，由（2）式、（6）式得程序方框圖，如圖8。

圖8 極點(diǎn)配置前后的Simulink方框圖

程序運(yùn)行結(jié)果如圖9所示。

圖9 極點(diǎn)配置前后的Simulink結(jié)果圖

從圖9中可以看出，極點(diǎn)配置之后，砂漿泵的流量控制系統(tǒng)在6至7秒的時(shí)間內(nèi)就可以穩(wěn)定，而且過渡曲線的過渡過程很平穩(wěn)，幾乎沒有超調(diào)量。而極點(diǎn)配置之前的過渡曲線要在10秒鐘之后才會(huì)穩(wěn)定，這說明極點(diǎn)配置之后流量控制系統(tǒng)的性能有很大的提高。

5 實(shí)驗(yàn)驗(yàn)證

本文通過對(duì)砂漿泵節(jié)能調(diào)速控制的原理分析，確定了多種流量控制方法，如純PID控制方法、極點(diǎn)配置優(yōu)化與PID相結(jié)合的控制方法以及基于BP神經(jīng)網(wǎng)絡(luò)的智能控制方法。通過程序仿真圖形的比較可以看出，使用極點(diǎn)配置優(yōu)化之后的控制系統(tǒng)的過渡曲線最優(yōu)。這個(gè)實(shí)驗(yàn)通過S7－200PLC對(duì)極點(diǎn)配置優(yōu)化與PID相結(jié)合的控制方法進(jìn)行編程，并結(jié)合Wincc flexble組態(tài)分析和Smart700IE觸摸屏對(duì)泵的流量進(jìn)行控制研究。

首先將編好的程序下載到S7－200PLC中，打開實(shí)驗(yàn)平臺(tái)的控制開關(guān)，進(jìn)入控制界面，對(duì)泵的流量的上限和下限進(jìn)行設(shè)定，當(dāng)流量高于上限、低于下限時(shí)，系統(tǒng)會(huì)進(jìn)行自動(dòng)報(bào)警，設(shè)定泵的流量的上限值為3.5m3／h，流量的下限值為3.4m3／h，按下“啟動(dòng)按鈕”，當(dāng)系統(tǒng)穩(wěn)定后，流量穩(wěn)定在3.411m3／h，可以看出，流量的穩(wěn)定值與設(shè)定值之間的差值是很小的，因此這種控制方法達(dá)到了預(yù)期的控制效果（圖10）。

圖10 實(shí)驗(yàn)裝置圖

按下“停止按鈕”，則系統(tǒng)立即停止工作，點(diǎn)擊進(jìn)入“流量的趨勢(shì)圖界面”，切換到流量的趨勢(shì)圖（圖11），控制系統(tǒng)的流量曲線變化的幅度很小，都在3.411左右小范圍的浮動(dòng)。通過流量的趨勢(shì)圖界面，還可以看出流量的變化趨勢(shì)，可以實(shí)現(xiàn)對(duì)流量控制系統(tǒng)的實(shí)時(shí)監(jiān)控。

圖11 實(shí)驗(yàn)主界面

圖12 流量的趨勢(shì)圖界面

通過本次實(shí)驗(yàn)可以看出，該控制方法完全滿足生產(chǎn)過程的要求，對(duì)于節(jié)能減排、減少能源消耗具有重大意義。

6 結(jié) 論

（1）通過對(duì)離心泵工作原理的分析，建立了砂漿泵節(jié)能調(diào)速控制系統(tǒng)的數(shù)學(xué)模型，并對(duì)控制系統(tǒng)進(jìn)行了控制性能分析，結(jié)果表明控制系統(tǒng)穩(wěn)定且能觀能控。

（2）為砂漿泵設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的智能控制算法并進(jìn)行了計(jì)算機(jī)仿真，可以得出這種控制方法相對(duì)于傳統(tǒng)的PID控制方法系統(tǒng)的控制性能有了很大的提高?；贐P神經(jīng)網(wǎng)絡(luò)的智能控制算法對(duì)于提高系統(tǒng)的控制質(zhì)量有很好的效果。

（3）為了得到最佳的控制性能，對(duì)原系統(tǒng)進(jìn)行了極點(diǎn)配置優(yōu)化，得到了最佳的數(shù)學(xué)模型，通過實(shí)驗(yàn)驗(yàn)證，可以得出極點(diǎn)配置優(yōu)化算法，在 Wincc flexble與Smart－700IE觸摸屏相結(jié)合的實(shí)驗(yàn)平臺(tái)上運(yùn)行穩(wěn)定，誤差較小。由實(shí)驗(yàn)可知，砂漿泵的節(jié)能調(diào)速控制研究的方法完全可以滿足工業(yè)上的要求。

［1］馬小亮.大功率風(fēng)機(jī)、泵的節(jié)能調(diào)速發(fā)展方向探討［J］.電氣傳動(dòng)，1999（1）：1－2

［2］馬冰雪，乞昆鋼.泵用交流電機(jī)調(diào)速方法及節(jié)能分析研究［J］.電氣節(jié)能，2006（3）：1－3

［3］許光映.變頻調(diào)速泵系統(tǒng)性能的仿真研究［J］.節(jié)能技術(shù)，2006（1）：20－22

［4］李香燕.變頻調(diào)速節(jié)能裝置在液氨泵上的應(yīng)用［J］.電工電氣，2013（8）：39－40

［5］Xiu Lei，Meng Ni，Dong Li，et al.Study on simulation of digital pump－control cylinder position control system［J］.Procedia Engineering，2011，16：729－736

［6］劉應(yīng)誠(chéng).風(fēng)機(jī)水泵調(diào)速運(yùn)行節(jié)能原理及其調(diào)速裝置的選擇［J］.液壓氣動(dòng)與密封，2010（11）：43－44

［7］Yang Zhao，Zhao Haibo，F(xiàn)ang Zheng.Modeling and dynamic control simulation of unitary gas engine heat pump［J］.Energy Conversion and Management，2007，48：3146－3153

［8］Zhao Tianyi，Zhang Jili，Ma Liangdong.On－line optimization control method based on extreme value analysis for parallel variable－frequency hydraulic pumps in central airconditioning systems［J］.Building and Environment，2012，47：330－338

［9］Zhenjun Ma，Shengwei Wang.Energy efficient control of variable speed pumps in complex building central air－conditioning systems［J］.Energyand Buildings，2009，41：197－205

［10］Clara Verhelst，F(xiàn)ilip Logist，Jan Van Impeb，et al.Study of the optimal control problem formulation for modulating air－to－water heat pumps connected to a residential floor heating system［J］.Energy and Buildings，2012，45：43－53

［11］房海蓉，方躍法.基于神經(jīng)網(wǎng)絡(luò)的機(jī)器人智能控制［J］.機(jī)器人技術(shù)與應(yīng)用，2002（4）：28－31

［12］稽春燕，劉聰.基于BP神經(jīng)網(wǎng)絡(luò)的深水自升式海洋平臺(tái)智能控制模型控制研究［J］.海洋工程，2013（2）：20－23

［13］羅勇武，周劍，黎勉，等.液壓變頻調(diào)速系統(tǒng)數(shù)學(xué)模型分析［J］.現(xiàn)代制造工程，2001（11）：1－5

［14］張艷玲，王耀南，薛殿倫.模糊自適應(yīng)PID控制器在CVT速比控制中的應(yīng)用［J］.自動(dòng)化技術(shù)與應(yīng)用，2005（2）：3－10 （責(zé)任編輯：汪材?。?/p>