吳彭江 林仁波
(1.紹興市能源檢測院,浙江紹興312071;2.紹興市特種設(shè)備檢測院,浙江紹興312071)
汽包水位的控制是保證鍋爐安全、經(jīng)濟(jì)運(yùn)行的必要條件[1-2],它間接反映了鍋爐負(fù)荷與給水的平衡關(guān)系。若水位過高,則會影響汽水分離的效果,高溫高壓高速的水粒流可打壞汽輪機(jī)轉(zhuǎn)子,使用汽設(shè)備發(fā)生故障;而水位過低,則會破壞鍋爐的汽水循環(huán),如不及時控制,會使汽包內(nèi)的水全部汽化,引起爆管,嚴(yán)重時會導(dǎo)致鍋爐爆炸。為使鍋爐系統(tǒng)安全、經(jīng)濟(jì)運(yùn)行,必須對汽包水位進(jìn)行及時、準(zhǔn)確的控制。
目前,對汽包水位的控制大多采用常規(guī)PID方式[3-4]。但由于鍋爐水位控制中,調(diào)節(jié)對象純延遲時間長,干擾因素多,如給水流量、蒸汽流量、燃燒工況等,而常規(guī)PID控制參數(shù)是固定不變的,幾乎找不到能適應(yīng)各種工況的控制參數(shù),故而其控制效果往往難以滿足要求,會造成系統(tǒng)不穩(wěn)定甚至失控。
針對鍋爐本體及外部條件不斷變化的動態(tài)特性,本文介紹了一種基于最小二乘的遞推辨識算法[5-8],能實(shí)時跟蹤汽包水位動態(tài)系統(tǒng)?;谕黄豢刂茖ο螅謩e給出常規(guī)PID控制算法和RLS跟蹤算法,并對其進(jìn)行仿真比較。
連續(xù)PID控制器的一般表達(dá)式為:
對上式兩邊進(jìn)行拉普拉斯變換得:
其中Kp、Ti、Td分別為比例控制增益、積分時間常數(shù)、微分時間常數(shù)。Kp、Ti、Td三個參數(shù)一旦確定,PID控制器的性能也隨之確定。圖1為控制系統(tǒng)示意圖。
圖1 單位負(fù)反饋控制系統(tǒng)示意圖
在實(shí)際的過程控制系統(tǒng)中,大多數(shù)受控對象模型可以近似轉(zhuǎn)換成如下帶延遲的一階慣性傳遞函數(shù):
式中,K為比例系數(shù);τ為慣性時間常數(shù);L為延遲時間常數(shù)。
因此,這里我們采用式(3)來模擬汽包水位系統(tǒng)。
對式(3)作拉氏反變換,得微分方程:
設(shè)采樣周期為T,且滿足:
對式(4)離散化,得差分方程:
其中,n0=L/T。
記y(t)=y(KT),y(t-n)=y((k-n)T),u(t)=u(KT),u(t-m)=u((k-m)T),a=-e-T/τ,b=K( 1- e-T/τ),其中t=1,2,3,…式(6)可改寫為:
記xT(t)=[-y(t-1),u(t-n0-1)],θT(t)=[a,b],則(式)7可記為:
極小化下述指標(biāo)函數(shù):
使J(θ(t))=min的估計值記作θ^(t),J(θ(t))關(guān)于θ(t)的梯度為:
它的Hessian矩陣為:
由于Hessian矩陣為正定矩陣,故令式(10)為0得到的解最小化指標(biāo)函數(shù)式(9),求解方程:
即得:
我們定義:
由矩陣求逆引理易得:
這樣,式(13)可寫為:
另外,式(13)又可寫成:
經(jīng)整理,可得:
或:
考慮如下鍋爐汽包水位受控對象:
其中,取K=2,τ=30,L=10。分別用常規(guī)PID控制算法、RLS遞推辨識算法控制汽包水位,目標(biāo)水位設(shè)定為:
用Ziegler-Nichols經(jīng)驗(yàn)整定公式,設(shè)計PID控制器,得Kp=,取采樣周期T=1對系統(tǒng)作離散化處理。
汽包水位的輸出響應(yīng)如圖2所示,RLS算法對參數(shù)K、τ的辨識曲線如圖3所示。
圖2 液位給定響應(yīng)仿真效果曲線
從圖2仿真曲線的對比可以看出,基于最小二乘的遞推辨識算法控制超調(diào)量接近于零,過渡過程時間較短,控制效果明顯優(yōu)于常規(guī)PID控制,當(dāng)液位給定變化時,優(yōu)勢更為明顯。圖3中的系統(tǒng)參數(shù)辨識曲線進(jìn)一步驗(yàn)證了文中所提RLS算法的有效性。
本文以工業(yè)鍋爐汽包水位為被控對象,通過極小化指標(biāo)函數(shù),給出了基于最小二乘的遞推辨識算法。由仿真結(jié)果可以看出,與常規(guī)PID控制相比,基于RLS的在線辨識算法具有更小的超調(diào)和更快的響應(yīng),能夠得到較好的控制效果,滿足更高的控制要求。
圖3 RLS算法對參數(shù)K、τ的辨識過程