[發明專利]一種焦化爐爐膛壓力系統模糊網絡優化PID?PFC控制方法

在審

• 申請號: 201710175746.X
• 申請日: 2017-03-22
• 公開（公告）號: CN107065541A
• 公開（公告）日: 2017-08-18
• 發明（設計）人: 張日東;王玉中
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 杭州奧創知識產權代理有限公司33272
• 代理人: 王佳健

技術領域

本發明屬于自動化技術領域，涉及一種焦化爐爐膛壓力系統模糊網絡優化PID-PFC控制方法。

背景技術

在實際工業生產過程中，由于實際過程對象存在很多不為人所知的復雜的物理或化學特性，對系統控制過程產生干擾。針對應用于工業過程中的系統具有大時滯、時變性、非線性等特點，采用傳統的PID控制方法難以實現良好的控制效果，所以更加先進、控制效果更好的算法仍然有待研究。

焦化爐爐膛壓力系統是石油化工生產過程中的重要裝置，其中爐膛壓力對裂解過程有著非常重要的影響，爐膛壓力過大可能會帶來很多安全隱患，而爐膛壓力過低也會導致裂解效率變低。由于預測函數控制(PFC)算法魯棒性強，計算量小等特點，因此在工業過程中取得了較為廣泛的應用并取得了很好的控制效果。但是它對硬件要求較高，如果能夠將PID控制算法與PFC算法進行結合將會使得控制效果具有良好的魯棒性和抗干擾能力。由于神經網絡具有較強的自學習和聯想功能，而模糊系統相對于神經網絡而言，具有推理過程容易理解、專家知識利用較好，所以，將模糊控制與神經網絡的優點進行結合來優化PID，將會有效改善系統的瞬時響應、穩態精度和魯棒性，具有良好的工業利用前景。

發明內容

本發明的目的是針對現有的PFC控制方法的應用不足之處，提出了一種使用PID控制算法來優化PFC控制，并通過模糊RBF網絡優化PID控制方法，以獲得更好的實際控制性能。

該方法具有PFC算法魯棒性強和PID控制算法抗干擾性好的優點，并且將模糊控制與神經網絡控制方法進行結合，得到了一種優化PID控制方法。該方法繼承了PFC算法和PID算法的優良特性的同時也保證了PID參數的在線調整，從而滿足了實際過程的需要。

本發明方法首先基于焦化爐爐膛壓力對象的階躍響應數據建立爐膛壓力對象的模型，提取出基本的對象的特性；然后依據模型設計控制器，并使用模糊RBF網絡來整定相應的PID控制器參數；最后對焦化爐爐膛壓力對象實施PID控制。

本發明方法的步驟包括：

步驟1通過焦化爐爐膛壓力對象的實時階躍響應數據建立被控對象的模型，具體是：

1.1給被控對象一個階躍輸入信號，記錄被控對象的階躍響應曲線。

1.2將對應的階躍響應曲線濾波處理成一條光滑曲線，然后將數值發生變化的曲線段擬合成一條直線，計算出模型的增益K_m：

K_m＝q*ρ

其中，q為過程模型的控制量的階躍變化幅度，K_m是建立的被控對象模型的增益系數，ρ是擬合的直線斜率。

1.3記錄步驟1.2中濾波處理后的光滑曲線上每個采樣時刻對應的階躍響應數據，第一個采樣時刻為T_s1，相鄰兩個采樣時刻間隔的時間為T_s1，采樣時刻順序為T_s1、2T_s1、3T_s1……；在記錄的階躍響應數據中找到數據開始上升的起始點a_i，之前的數據分別記做a₁,a₂,…,a_i-1，模型的滯后時間參數τ為τ＝(i-1)T_s1，最后得到被控對象的傳遞函數模型為：

其中，q為過程的比例積分微分控制器輸出的階躍變化幅度，G(s)為過程對象的傳遞函數，s為拉普利斯變換算子，K_m為模型的增益系數，T為模型的時間常數，τ為模型的滯后時間參數。

步驟2設計過程對象的PFC控制器，具體是：

2.1對得到的傳遞函數在采樣時間T_s下加一個零階保持器離散化，得到離散模型為：

y_m(k)＝a_my_m(k-1)+K_m(1-a_m)u(k-1-L)

其中，y_m(k)為k時刻的過程對象模型預測輸出，u(k-1-L)為k-1-L時刻的過程對象的控制輸入，L為離散傳遞函數模型的時滯，L＝τ/T_s。

2.2計算過程對象去掉純滯后以后在預測函數控制下的第P步預測輸出，形式如下：

y_mav(k)＝a_my_mav(k-1)+K_m(1-a_m)u(k-1)