焦炉集气管压力模糊神经网络控制系统

取FNC1～FNC4输出作为模糊控制器的输入，三座焦炉焦气管蝶阀和鼓风机前闸阀实际控制输出作为模糊控制器的输出，考虑到系统的动态解耦，每个输入分别取当前三个时刻值，从而构成12输入、4输出多变量解耦模糊控制模型。

3.2 模糊神经网络GA优化学习

对于单变量和多变量解耦模糊神经网络，可用遗传算法（GA）来调整和优化参数和结构，而推理规则的结论部分中的权值Wi较为多地具有局部性，可采用智能梯度算法在线调节。把两种学习算法结合起来，可发挥GA算法的全局搜索结构优化能力和梯度算法局部优化块速性。
javascript:window.open(this.src);" style="cursor:pointer;"/>
    采用遗传算法离线训练模糊神经网络参数的步骤如下：

（1）采用实数编码方式，随机产生n个实数字符串，每个字符串表示整个网络的一组参数；

（2）将各实数字符串译码成网络的各参数值，然后计算每一组参数的适合度值fi=1/Ei(i=1,2……，n)，式中Ei为定义的误差指标函数，按下列步骤产生新的群体，直到新群体中串总数达到n：

①以概率fi/∑fi,fj/∑fj从群体中选出两个串Si，Sj；

②以概率Pc对Si，Sj进行交换，得到新串Si',Sj'；

③以概率Pm使Si'，Sj'中的各位产生突变（取随机数）；

④返回第①步，直到产生（n-1）个新一代的个体；

⑤所产生的（n-1）个新一代的个体连同一代中性能最好的那个个体，共同组成新的群体。

（3）返回第（2）步，直到群体中的个体性能满足要求为止。群体中适应度最好的字符串译码后的参数即为所求参数。

这里采用一种自适应Pc和Pm方法。用适合度函数来衡量算法的收敛状况，其表达式为：

Pc=K1(fmax-f)

Pm=K2(fax-f)

式中，fmax、f分别是群体中的最大适合度和平均适合度。javascript:window.open(this.src);" style="cursor:pointer;"/>由于篇幅的关系，有关SISO模糊网络控制器和多变量解耦控制器的梯度在线学习算法请参考文献[5]，在本系统中由模糊神经网络控制器用编程控制器提供的浮点运算指令完成，在线学习算法由上位机用VC编程，通过通讯修改模糊神经网络参数。

4 控制系统实现

4.1 专家智能协调控制的实现

控制过程开始时启动基于智能的专家控制系统，通过过程特征提取将系统运行过程的特征信息如各级压力、误差等送入推理结构，推理机构根据知识库中的规则和事实执行推理，给出控制策略。当推理得出参数变化需启动模糊神经网络学习功能时，保存原参数，并启动模糊神经网络学习机制，根据系统的性能好坏决定是否接受学习后的整体参数。

根据工艺过程特点、工艺工程师和熟练操作工的知识和经验，初冷器前压力专家设定采取如下协调原因：首先保护设备的安全运行，如果鼓风机机前吸力P4高于工艺允许上限制值P4max，则降低鼓风机闸阀开度；如果鼓风机控制闸阀控制输出u4低于喘震闸阀开度V4min,则维持V4min闸阀开度。然后将鼓风机机后压力大小分8段折线，根据经验和实验数据给出初冷器前压力初步设定值，并根据实际状态进行调整，如果集气管压力超过设定上限制值Pmax，阀位超过灵敏区上限制值Vqmax，则降低初冷器前压力给定；如果3个集气管压力均超过设定上限制值Psmax，则增大鼓风机闸阀控制输出；如果集气管压力小于设定下限制值Pmin，阀位低于灵敏区下限制值Vqmin，则增加初冷器前压力给定；如果3个集气管压力小于设定一下限制值Psmin，则降低鼓风机闸阀控制输出。以产生式规则“IF conditions THEN results”形成的主要规则为：

R1：IF（P5≥Xi-1）AND（P5<Xi）

THEN r4=(Yi-Yi-1)/(Xi-Xi-1)+Yi-1

R2：IF（P1>P1max）AND（V1>Vlqmax）

THEN r4=r4-Δr

R3:IF (P2>P2max)AND（V2>V2qmax）

THEN r4=r4-Δr

R4:IF (P3>P3max)AND (V3>V3qmax)

THEN r4=r4-Δr

R5:IF (P1>Psmax)AND(P2>Psmax) AND(P3>Psmax)

THEN u*04=u04+Limit

R6：IF（P1<Plmin）AND(V1<V1qmin)

THEN r4=r4+Δr

R7：IF （P2<P2min）AND(V2<V2qmin)

THEN r4=r4+Δr

R8:IF(P3<P3min)AND(V3<V3qmin)

THEN r4=r4+Δr

R9:IF（P1<PlSmin）AND(P2<P2min)AND(P3<P3min)

THEN u*04=u04-Limit

R10：IF P4>P4max

THEN u*4=u4-Limit

R11:IF u4<V4min THEN u*4=V4min

上述规则中Xi、Yi(i=1,2,…,,7)为初冷器前压力设定经验数据，r4为初冷器前压力设定值，Δr为设定增量，u04为集气管模糊神经控制器输出值，u*04为前级合成控制输出，u4为解耦控制鼓风机闸阀控制输出，u*4为鼓风机闸阀控制最后合成输出，Limit为可能的最小闸阀开度调节量，取决于执行机构的调节精度。可编程控制器梯形图很适合上述规则的编程。四套鼓风机机组均采用智能专家协调控制系统，只是参数不同。不同机组运行时自动选用相应参数。
javascript:window.open(this.src);" style="cursor:pointer;"/>
    4.2 时间比例数字输出控制的实现

经过专家智能协调控制后的输出，还要经过非线性修正，然后采用时间比例数字输出算法并用固态继电器直接控制阀门。控制输出经过标度变换，转换成相应的时间。由于小于某一值的脉冲不但不会驱动伺服电机，还会使电机过热，因此需极小值切除，并且根据上次开阀方向和本次开阀方向进行死区补偿，并根据阀位测量数据进行故障处理。其框图如图5所示。

本系统于1999年6月在湘潭钢铁集团有限公司焦化厂投入运行，实际应用表明，该系统工作可靠、性能稳定、功能齐全、操作方便，控制精度达到要求。单座焦炉的调节对其它焦炉压力的影响较控制前明显削弱，对压力的最大扰动幅度从±200Pa下降到±10Pa，当出现扰动时，能快速调节达到稳定，保证压力稳定在工艺要求的范围内。

上一页  [1] [2]