模糊控制在主汽温控制系统中的应用

摘 要：火电厂中主蒸汽温度过高或者过低均会危及安全生产，所以必须严格控制过热器出口蒸汽温度保持在额定范围，然而传统串级PID控制在处理大迟延被控对象上很难获得令人满意的控制效果。为满足主蒸汽温度系统控制要求的快速性、稳定性、准确性和抗干扰性等，本文设计了一个PI并联通道的Fuzzy-PI复合控制器并应用在600MW的主汽温串级控制系统中。通过MATLAB仿真平台，采用传统串级PID控制和Fuzzy-PI复合模糊逻辑控制对被控对象分别进行仿真研究。由仿真结果看出，本文所设计的主蒸汽温度模糊串级控制系统相对于传统串级PID控制系统表现更加稳定且控制性能更优，体现了模糊控制对主汽温串级控制系统具有较好的抗干扰能力，鲁棒性以及自适应性能。

关键词：主汽温；模糊控制；PID；串级控制

0引言

在火电机组控制中，主蒸汽温度的高低可直接影响锅炉安全稳定的运行，对能否使主蒸汽温度有效的进行控制使之安全的运行来说是很重要的。但是，主汽温控制对象一般具有大迟延、大惯性的特点，其控制已经成为各个电厂生产过程控制系统中的一大难点。

至今为止在工业过程控制中大多采用常规PID控制[1]，然而对于滞后较大的系统，常规PID控制达不到令人满意的控制效果，因此就必须采用先进、合适的控制策略。而模糊控制是一种新型的先进智能控制算法，它通过模糊语言变量、模糊集合论、模糊逻辑推理以及模糊规则去模拟人类的模糊推理和决策，不需要预先得知被控对象的精确数学模型，设计简单，响应速度快，抗干扰能力强，鲁棒性好。基于以上优点将其应用到600MW的主汽温串级控制系统中，利用MATLAB软件，分别用常规PID控制和本文所设计的模糊控制算法进行仿真比较，并提出自己的见解。

1模糊控制器的设计

1.1模糊控制的基本原理

模糊控制的核心是模糊控制器并由计算机程序来实现，可这样描述它的算法：计算机经中断采样获得被控量的精确值，再将其与给定值比较求得误差信号e，通常把e的精确量模糊化变成模糊量后作为模糊控制器的一个输入量，用相应地模糊语言值表示。最终得到一个模糊语言集合的子集，然后根据推理的合成规则，把和模糊控制规则R（模糊算子）进行模糊决策得出模糊控制量u：

其中，e、ec分别是系统误差及误差变化率，为精确量；E、EC分别为e、ec相对应的语言变量的模糊集合，U为模糊量；为经模糊推理决策后得到的模糊控制量，为模糊量。设在K时刻偏差e、ec偏差变化率及输出量u的量化值是E（k）、EC（K）及U（k），那么

其中，偏差所对应的模糊论域为[-n， n]，最大温度偏差范围（即基本论域）为[-q， q，偏差变化率ec同理。对于输出量u，对应的模糊论域为[-m， m]，调节范围（即基本论域）为[-R， R]。

1.2模糊控制器的设计

确定模糊控制器的结构为两输入、单输出的二维结构形式，偏差e及偏差变化率ec作为输入量，u为模糊控制器的输出量。实质上我们可以把它看作是一种具有PD控制规律的控制器：就是把系统偏差及偏差变化率联合起来构成PD调节器，它的输出即被控对象的输入信号。

设主蒸汽温度偏差的基本论域为[-30，+30]，偏差变化率的为[-0.3，+0.3]。把这些输入变量进行模糊化处理后，相应地模糊语言变量分别为E，EC及U。为了便于计算，我们取量化后的模糊语言变量、及输出量的量化论域分别为[-6，+6]，相对应的8个语言值为{NB，NM，NS，NZ，PZ，PS，PM，PB}，表示的物理意义依次为：{负大、负中、负小、负零、正零、正小、正中、正大}。

由于同时考虑到实时性和准确性，所以在此选用三角形隶属度函数。其中E、EC及U的隶属函数类型如下图2、3、4所示。

在主汽温控制系统现场实际运行中，根据被控对象特性并由经验整定规则得出：若过热器出口温度高于设定值很大并且偏差增加快速，那么要把喷水减温阀全部打开，加大喷水量至最大以尽快降低主汽温；若过热器出口温度高于设定值但是偏差逐渐减小且靠近设定值时，则把喷水量调到适中，防止过大喷水量造成过热器出口温度来回摆动；过热器出口温度低于设定值时的调节原理同理。

以上总结的模糊控制规则我们通过模糊规则表的形式来描述共总结出49条模糊规则，制成模糊规则表如下表1所示（因为这里的误差定义与文献[2]的定义差一个符号，所以整个表取了反号）。

文中采用的模糊推理方法是常用的Mamdani的Min-Max-COA法。清晰化方法采用重心法，其输出模糊子集为v0，相应的清晰量v0为：

2模糊串级控制系统的设计与研究

由于常规模糊控制器相当于只具备模糊比例—微分作用而缺少积分环节，故必然会不可避免地产生稳态误差，因此引入PI控制策略就能把主汽温稳定在设定值上并使稳态偏差降到最小。根据系统的控制要求，在本文中我们设计将模糊控制器与PI控制器并联以构造一个Fuzzy-PI复合控制器，最终实现对主汽温系统的有效控制，这样集两种控制策略的优点，既改善了控制的动态特性又保持了稳态特性，这种控制方法称为Fuzzy-PI双模控制。将Fuzzy-PI双模控制与原有的串级系统相结合构成复合模糊串级控制系统，结构图如图5所示。

由于PI控制可以有效地调节系统的静态特性，因此本文设计一个由偏差e来控制的控制开关K：当输入的偏差e大于某一值时，就采用模糊控制以便获得良好的动态性能；当输入的偏差e比这个值小时，就采用PI控制以便获得良好的静态特性。即模糊控制为粗调，常规PI控制为细调。

3 模糊复合控制算法在过热汽温系统中的应用

3.1主汽温控制系统特性

目前，多数电厂采用图6形式的串级控制方案。系统将主汽温的设定值和反馈值的偏差作为主调节器的输入，主调节器经过PID运算后的输出与减温器出口温度反馈值的偏差作为副调节器的输入，最后将输出结果作为阀位信号给减温水调节阀，以调节调节阀的开度，控制减温水流量从而调节蒸汽温度。

其中W1（s）为惰性区传递函数，W2（s）为导前区传递函数，d1为输出测量干扰，d2为控制量干扰。在离散时间域里PID 的控制规律是：

下面我们以某600MW锅炉过热器[43]在四个特定工况点下的动态特性为例，过热汽温的传递函数如下表2所示。

3.2 Fuzzy-PI复合控制在主汽温控制系统中的仿真研究

以MATLAB为仿真工具，将Fuzzy-PI复合控制器加入到Simulink仿真界面中的控制回路中，取代原来主回路中的PID控制器，副回路仍采用P调节器，导前汽温的测量单元为：H2（s）=1，过热汽温的测量单元为：H1（s）=1。整定好控制参数进行系统仿真。图7和图8表示的是Fuzzy-PI复合串级控制系统仿真图和常规串级PID控制系统仿真图。

（1）系统对给定值扰动的响应

（2）被控对象输入端的扰动

串级控制系统主回路中Fuzzy-PI复合控制器的量化因子Ke、Kec及Ku比例因子保持不变。在t=400s时，对PID串级控制系统和Fuzzy-PI复合串级控制系统的输入端加入阶跃扰动信号，幅值为1，其它时间内扰动信号为零。图10表示的是两个控制系统阶跃响应对比曲线。

（3）被控对象输出端的扰动

假定时间t=300s时对系统的输出端加入阶跃扰动信号，幅值为1，由此可得如图11所示的两个控制系统对比阶跃响应曲线。

4结论

结合上述仿真结果，可以总结出：对于主汽温这种具有非线性、参数不稳定并且难以建立精确数学模型的被控对象而言，在不同工况下采用模糊控制的Fuzzy-PI复合控制方式的响应曲线要比常规PID控制方式的响应曲线表现的更加稳定，其特点主要是超调小调节时间短，无稳态误差，能够较快速达到稳定状态，控制精度高且调节品质良好，具备较强的抗干扰能力。

综合上述，在实际运行过程中由于过热汽温的参数特性变化大、影响因素多，因此采用上述模糊串级控制对系统的主汽温控制能起到一定的改善作用[3]，亦可增强系统的自适应能力和抗干扰性能[4，5]。

参考文献：

[1]YAFIAGBEDZI， A.Z.PEARSON， APl-Controller for Dlstributed Delay Systems， [J]. Automatiea. 198723（6）

[2]诸静.模糊控制原理与应用.北京：机械工业出版社，1995

[3]李士勇.模糊控制，神经控制和智能控制[M].哈尔滨：哈尔滨工业大学出版社，1998

[4]王国玉，梅华，韩璞，王东风.主汽温系统模糊自适应预测函数控制[J].中国电机工程学报，2003，10（23）：230-235

[5]张韶华，黄为民.过热汽温智能控制系统研究[J].现代电力，2005，8（22）：51-53

作者简介：

王宇康（1987-），女，硕士研究生，主要研究大机组控制系统与控制理论。

梁伟平（1963-），男，副教授，主要研究火电厂热力系统建模与仿真。