|
中图分类号：TM621.6； TP273 文献标识码：A
文章编号：0258-8013 (2000) 04-0014-05 NOVEL DESIGN METHOD FOR THE COORDINATED CONTROL SYSTEM BASED ON FUZZY REASONING AND ADAPTIVE CONTROL AND ITS APPLICATION CHAI Tian-you， LIU Hong-bo， ZHANG Jing-tao， CAO Fang，LI Jian
(Research Center of Automation , Northeastern University , Shenyang 110006，China) ABSTRACT：A novel design method for the coordinated control system is proposed in this paper, by integrating fuzzy reasoning with adaptive control and decoupling techniques. The industrial application results in a 300MW boiler-turbine unit show that the coordinated control system that uses this design method has better control performance and stronger adaptability than that of using traditional design method.
KEY WORDS：boiler-turbine coordinated control； fuzzy reasoning； adaptive control and auto-tuning； decoupling control 1 前言 大型单元机组协调控制系统是提高电厂经济效益，实现电网调度自动化的重要环节。由于被控对象——锅炉、汽轮发电机组是非线性、参数慢时变、大惯性的不确定性复杂对象，因此采用常规控制策略设计的控制系统只有在平稳工况下才能投入自动，当机组动态特性发生较大变化时，难以维持正常运行。
针对单元机组协调控制系统，目前虽已提出多种设计方法，但大多尚停留在仿真研究阶段，未能得到实际应用。本文基于现场操作经验和理论分析，将解耦控制与模糊推理、自适应自整定等智能控制技术集成运用，提出一种协调控制系统设计新方法，并采用集散控制系统成功地将这种方法应用于某电厂300 MW机组。解决了该机组机炉协调控制系统不能长期投入运行的难题，明显改善了系统适应工况变化的能力，取得了显著的经济效益。 2 协调控制对象特性和常规控制方法分析 通过对协调控制对象的机理分析，可得到对象在给定稳态工作点附近的线性化近似数学模型：  (1)
式中 上标“－”表示给定稳态工作点的各稳态参数；NE 、PT 、μ和B分别为机组电功率、机前压力、汽机调汽门开度指令和燃烧率指令；GPμ为机前压力对汽机调汽门开度的传递函数；GPB为机前压力对燃烧率的传递函数；GT＝N/DT为电功率对进入汽机的蒸汽流量的传递函数，代表了汽机及再热器的动态特性。
由上述对象模型及对某电厂300 MW机组动态特性的研究结果，可以看出单元机组的协调控制必须充分考虑如下问题：
(1)机前压力调节回路和功率调节回路之间存在强耦合关系。当锅炉侧经常存在扰动时，由于两回路的耦合，导致控制质量下降，系统稳定性变差，这种情况在高负荷时尤其严重。
(2)机组参与调峰、调频需要经常大范围升降负荷，这时控制对象会呈现不可忽略的非线性特性。
(3)控制对象由于煤粉磨制过程、蒸汽蒸发过程而存在较大的惯性和滞后，且此惯性和滞后特性随煤质变化、磨煤机的磨损情况和锅炉受热面的污染结焦呈现不确定性。
(4)给煤机、磨煤机随着使用时间的增长、效率的下降，会造成给煤机转数与进入炉内的煤粉量之间存在不确定的对应关系，使锅炉燃烧工况不稳定，成为锅炉侧产生扰动的主要因素。
在单元机组协调控制的常规方案中，常采用如图1所示的具有功率定值前馈补偿的炉跟机控制策略，方案中PI(D)控制器及PD前馈补偿器的参数通常是在一定工况下经多次试凑由人工整定得到的。显然常规控制方案没有完善考虑上述问题，因此常规协调控制系统难于获得好的控制性能，甚至无法投入运行。 
图1 协调控制的常规方案
Fig.1 Conventional coordinated control scheme 3 基于解耦和智能控制技术的协调控制系统 3.1 新的协调控制方案 为解决上述问题，本文提出协调控制系统设计的新方法。基于控制对象的特性分析，提出一种便于工程实施的主汽压和机组电功率两个回路间的解耦控制方法，使机组既能加快负荷响应速度，又能稳定机前压力；既保证机组安全稳定运行，又能有效地抑制锅炉侧经常存在的扰动。当机组运行工况发生较大变化而使系统控制质量明显降低时，通过对被控对象特性的辨识，完成协调控制系统控制器参数、补偿器参数的自整定及参数的增益调度适应控制和回路间的自适应解耦；对煤质、受热面的污染及对象建模误差等不确定因素造成的影响，则通过模糊自校正机构对主汽压PID控制器参数的在线调整加以消除。图2是新的协调控制系统设计方案的简化示意图。 
图2 本文提出的协调控制方案
Fig.2 The proposed coordinated control scheme 3.2 解耦补偿器的设计 根据式(1)给出的协调控制对象的数学模型，考虑到汽机侧(包括再热器)对象特性GT的惯性比锅炉侧对象特性GPB的惯性小得多，因此可近似认为： 其中K是 的稳态放大系数，于是可利用协调控制对象的上述特点，实现两个控制回路的单向近似解耦。
图3是具有解耦补偿器的炉跟机为基础的协调控制系统的方框图，图中KC(S) =diag［k1(S)，k2(S)］为控制器矩阵，R 、L分别是前置和后置补偿器矩阵。选取 可将被控对象矩阵G(S)近似补偿为三角阵，K通过对被控对象特性的辨识得到，可实现自适应静态解耦。 
图3 具有解耦补偿器的协调控制系统
Fig.3 CCS with decoupling compensators 3.3 主汽压回路PID参数的模糊自校正 在单元机组的协调控制中，主汽压力的调节起着关键作用。为克服固定参数PID控制器的缺陷，进一步提高控制系统的鲁棒性，必须使PID控制器具备根据对象运行状态变化在线调整其参数的能力。为此引入模糊自校正机制，以能充分利用模糊推理决策方法的优势，与传统方法相结合来解决常规控制策略难以解决的问题。模糊自校正PID控制器由常规PID控制器和模糊自校正机构组成。PID控制器的控制算法为  (2)
式中 Ki＝Kp/Ti，Kd＝Kp.Td，滤波时间常数Tf≥0.1Td。
本文提出的模糊自校正机构的设计由三部分构成：模糊自校正规则、模糊化策略和模糊判决方法。
3.3.1 模糊自校正规则
基于主汽压这类大惯性且具有明显纯滞后的时变复杂对象对设定值及扰动的阶跃响应的分析、专家控制的经验和仿真研究，提出了以下一组模糊推理规则，用于根据对象的运行状态(主汽压的偏差
e(k)和偏差变化率Δe(k))变化在线调整PID控制器参数Kp、Ki和Kd ，以改善固定参数PID的鲁棒性和控制性能。
若e(k)和Δe(k)分别为Ai和Bi，则K′P、K′d和α分别为Ci、Di和αi,(i＝1，2，…，n) (3) 式中 Ai、Bi、Ci、Di和αi分别是偏差e(k)、偏差变化率Δe(k)、比例修正系数K′p、微分修正系数K′d和积分修正系数α的模糊集。 K′p＝(Kp－Kpmin)/(Kpmax－Kpmin) (4) K′d＝(Kd－Kdmin)/(Kdmax－Kdmin) (5) α＝Ti/Td,Ki＝K2p/(α*Kd) (6) 式中 Kpmin和Kpmax分别为比例系数Kp调整范围的上下限；Kdmin和Kdmax分别为微分系数Kd调整范围的上下限；α通过式(6)间接对积分系数Ki进行调整，由Z－N整定公式可知，一般情况下取α＝4，因此若使α>4，则会减弱积分作用，若使α<4，则会增强积分作用。
在推理规则中，修正系数K′p、K′d都定义两个参考模糊集：大(B)和小(S)，模糊集的隶属函数采用自然对数函数形式  (7)
 (8)
为计算方便，积分修正系数α选用单点模糊集：小(S)、中小(MS)、中(M)和大(B)，根据控制对象特征选取：αS＝2.8，αMS＝3.4，αM＝4，αB＝5。在制订模糊自校正规则时，参考和借鉴了如下的专家控制经验。对于多容大惯性复杂控制对象，由于具有明显的“储能效应”，要使控制系统获得超调小的快速响应，同时兼有较强的鲁棒性，设计的控制器必须能使得“加速启动控制”、“强迫制动控制” 及“位置学习控制”三种基本控制作用［1］，既能互不干扰地充分发挥各自的功能，又能根据系统响应的实际状态和不同阶段互相协调平稳地进行切换。表1～表3分别是K′p、K′d和α的模糊自校正规则。 表1 K′P的模糊自校正规则
Tab.1 Fuzzy self-tuning rules of K′PΔe(k)
e(k) K′PNBNMNSZPSPMPBNBBBBBBBBNMSBBBBBSNSSSBBBSSZSSSBSSSPSSSBBBSSPMSBBBBBSPBBBBBBBB 表2 K′d的模糊自校正规则
Tab.2 Fuzzy self-tuning rules of K′dΔe(k)
e(k) K′dNBNMNSZPSPMPBNBSSSSSSSNMBBSSSBBNSBBBSBBBZBBBBBBBPSBBBSBBBPMBBSSSBBPBSSSSSSS 表3 α的模糊自校正规则
Tab.3 Fuzzy self-tuning rules of αΔe(k)
e(k) αNBNMNSZPSPMPBNB5555555NM443.43.43.444NS43.43.42.83.43.44Z3.43.42.82.82.83.43.4PS43.43.42.83.43.44PM443.43.43.444PB55555553.3.2 模糊化和模糊判决方法
因为根据模糊统计方法得到的模糊集合的隶属函数通常都是正态分布函数，本文模糊自校正推理规则前提变量e(k)和Δe(k)的模糊集的隶属函数选用了GPE系统［2］，它类似于TPE［3］系统，满足以下条件：①隶属函数对称于其中心值ai；②所有隶属函数的形状相同；③两相邻隶属函数间的中心值相等。这种隶属函数的数学表达式为  (9)
式(9)可保证GPE系统与TPE系统一样，同一时刻最多有四条规则被激活。由式(3)给出的模糊自校正规则Ri，对k时刻的清晰输入量e(k)和
Δe(k)按上述的方法进行模糊化，采用代数积求出前提部分的强度μi＝μAi(e(k))*μBi(Δe(k))，亦即推理结论的隶属度。于是由式(7)或式(8)可得第i条规则的推理结果为：K′pi＝e－4μi或K′pi＝1－e－4μi和K′di＝e－4μi或K′di＝1－e－4μi，最后k时刻PID参数的修正系数K′p、K′d及α可由式(10)(11)(12)分别通过隶属度加权计算求得。由求得的K′p、K′d及α，根据式(4)(5)(6)就可对PID参数进行在线自校正。  (10)
 (11)
 (12)
3.4 协调控制系统控制器参数的自整定方法 (1)根据协调控制系统控制对象的输入输出数据，采用带遗忘因子的递推最小二乘法在线辨识对象的CARMA模型；
(2)根据辨识获得的CARMA模型整定解耦补偿器的参数K，以实现系统两个控制回路间的增益调度自适应解耦；
(3)由辨识得到的CARMA模型按图4所示的Z－N多变量辨识方案［4］ 求得协调控制对象的期望临界振荡周期Tu和分别对应功率控制回路及主汽压控制回路的期望临界增益Ku1和Ku2； 
图4 协调控制系统参数整定的Z-N多变量辨识方案
Fig.4 MV Z-N identification scheme of CCS (4)根据求得的临界参数Tu、Ku2整定主汽压控制回路的PID参数Kp、Kd的上下限Kpmax、Kpmin、Kdmax和Kdmin，由Tu、Ku1同时考虑K1的取值按文［5］介绍的整定方法确定功率控制回路PI控制器的参数。
该自整定算法监视主汽压力的控制情况，当确认控制偏差超过规定的门限时，启动自整定程序对系统的控制器参数进行整定，否则系统仍按已整定的参数运行。 4 工业应用实例 采用上述设计方法的协调控制系统在某电厂300 MW单元机组上得到应用。该机组锅炉是低倍率复合循环褐煤塔式锅炉，额定蒸发量为921 T/H，过热器出口汽压为18.5 MPa，过热器和再热器出口蒸汽温度皆为545℃。制粉系统是风扇磨直吹式，汽轮机为三缸亚临界中间再热凝汽式汽轮机。低循环倍率锅炉运行特性介于汽包炉和直流炉之间的特点，决定了其主要被控变量控制回路之间存在着比汽包炉更强的耦合关系，而机组的原控制系统为了简化设计，却仍采用了汽包炉的控制方案；同时由于本文第2节提到的原因和该机组的设备老化，使得机组的协调控制系统自80年代中期以来一直难以投入自动运行，长期依靠手动操作，主要被控参数达不到规定指标。于1997年6月对该系统进行了技术改造。新设计的控制系统硬件选用美国Foxboro公司的I/A Series 集散控制系统，本文提出的方法利用I/A提供的软件开发环境得到实现。
为确保设计的系统高质量地投入运行，机组改造前对机组被控对象进行了动态实验［2］，调试过程中又对机组典型运行工况的对象模型利用第3.4节的方法作了系统辨识，根据得到的各个工况的模型整定出多组控制器参数用于增益调度适应控制；根据求得的临界参数Tu、Ku2按仿真和调试得到的经验公式：Kpmax＝0.56Ku2，Kpmin＝0.32Ku2，Kdmax＝0.12Ku2 Tu，Kdmin＝0.04 Ku2Tu，整定主汽压控制回路的PID参数Kp、Kd的上下限Kpmax、Kpmin、Kdmax和Kdmin；主汽压和机组电功率两个控制回路解耦补偿器的参数K由模型稳态参数进行整定。
在实验室大量仿真研究的基础上，初步确定了主汽压偏差和偏差变化率参考模糊集隶属函数中心值分别为［－0.24，－0.16，－0.08，0，0.08，0.16，0.24］、［－0.03，－0.02，－0.01，0，0.01，0.02，0.03］，采样周期为5秒，即认为主汽压偏差超过0.5MPa时就属于“大”，主汽压偏差变化率超过0.78MPa/min时就属于“大”，用这些参数进行实际调试时发现升负荷速度较快，但超调较大，这说明对象的实际控制滞后时间要比辨识得到的要长，同时现场采用的控制器的控制量变化幅度受限也是一个重要的原因。通过适当增大主汽压偏差模糊集隶属函数的中心值和减小偏差变化率模糊集隶属函数的中心值，缩短启动加速阶段而较早地进入强迫制动阶段，调试表明这样抑制了超调，也降低了升降负荷的速度。为了进一步提高系统的控制性能，从增强系统的预测能力入手，将原模糊自校正规则表中的个别规则进行了修改，使控制效果获得了明显的改进。
协调控制系统于1997年10月投入正式运行，至今已有2年多了，运行效果良好。图5是相同条件下该系统自动与手动控制效果的现场记录曲线，从曲线可以看出当时锅炉侧存在较大的扰动，在高负荷运行手动控制时，由于控制不及时造成汽压超过安全界限，导致高压旁路打开；而自动控制时由于调整及时，保证了机组的安全运行。图6是该系统控制下大幅度变动负荷时的运行曲线，显示了较好的跟踪控制效果，机组主要被控参数都严格控制在设定值附近，提高了机组运行的经济性。该系统1998年4月通过了辽宁省科委组织的专家鉴定，并获得1998年度冶金工业部科技进步一等奖。 
图5 协调控制系统自动与手动控制效果比较
Fig.5 Comparison between CCS under automatic
control and manual operation 
图6 机组负荷大范围变化时协调控制运行曲线
Fig.6 The result under coordinated control when
unit load change over a wide range 5 结论 本文针对我国火电单元机组实际运行中普遍存在的控制对象特性复杂(非线性、强耦合、大惯性)，煤质煤种变化较大，工况变化频繁，设备老化及强扰动，因而造成常规协调控制系统难于实现自动控制的问题，将模糊推理、解耦控制、参数自适应自整定等先进控制方法与传统控制技术有机结合起来，提出的协调控制系统设计方法，经现场实际应用取得了令人满意的控制效果，表明了这种设计方法的有效性。本文所设计的控制策略是在集散控制系统上实施的，很容易将其移植到其它集散控制系统上去，因此本控制方案可推广应用。 基金项目：国家863/CIMS高技术计划基金、教育部博士点基金资助。
作者简介：柴天佑(1947-)，男，教授，博士生导师，国务院学科评议组成员，研究方向为自适应控制，多变量智能解耦控制，工业过程综合自动化理论、方法、技术及应用等；
刘红波(1964-)，男，博士生，研究领域为复杂工业过程建模与控制、模糊控制及自适应控制等。
柴天佑(东北大学自动化研究中心，辽宁省 沈阳市 110006)
刘红波(东北大学自动化研究中心，辽宁省 沈阳市 110006)
张晶涛(东北大学自动化研究中心，辽宁省 沈阳市 110006)
曹方(东北大学自动化研究中心，辽宁省 沈阳市 110006)
李健(东北大学自动化研究中心，辽宁省 沈阳市 110006) 参考文献： ［1］ 柏建国，吕炳朝.多模态PID控制器［J］.仪器仪表学报，1993，14(1)：26～31.
［2］ 刘向杰.模糊控制器的算法结构分析及其在电厂锅炉控制中的应用研究［D］.沈阳：东北大学自动化研究中心，1997.
［3］ Sudkamp T,Hammel R J Ⅱ.Interpolation completion and learning fuzzy rules［J］.IEEE Trans,SMC,1994,24(2)：332～342.
［4］ Zgorzelski,Unbehauen P H,Niederlinski A.A new simple decentralized adaptive multivariable regulators and its application to multivariable plants［C］.Proc,IFAC 11th World Congress,Tallinn,1990,4:226～231.
［5］ Zhang Guijun,Shao Cheng,Chai Tianyou.A new method for independently tuning PID Parameters［C］.Proc 35th IEEE CDC,1996,2527～2532. | 
