改进PID算法在空气压缩机压力控制系统中的应用总结

改进PID算法在空气压缩机压力控制系统中的应用总结（5篇）

1.改进PID算法在空气压缩机压力控制系统中的应用总结 篇一

自动化监测和控制是集中供热系统供热可靠、节能运行、提高运行效率和降低运行成本的重要手段, 其内容有流量、温度、压力、热量、历史数据记录、远程控制和报警等等[1]。而对于换热站监控系统最为重要的是合理设定系统温度以及保证系统温度按照设定值稳定运行。但是由于换热站温度控制具有大惯性、纯滞后、时变性难以控制的特点,且不能建立精确的数学模型[2]。调节供水温度,如果控制不当,调节过慢使响应时间过长,达不到系统要求,过快又易引起温度超调,甚至震荡[3]。因此对于大时滞系统采用传统的 PID 控制器难以获得满意的效果[4]。

1 换热站温度控制原理

换热站的二次回水最能反映用户室内温度情况,所以采用的基本控制策略就是要保证二次回水温为一个恒定的预设温度,控制元件是换热器一次水出口的控制阀,该阀门控制换热器的一次供水流量将预设定温度作为给定值,测量温度值作为反馈值,阀门的开度作为输出值,保证二次回水温度的恒定。预设定温度根据室外温度计算得出,每个换热站均安装了室外温度传感器,通过公式计算出当前的预设定温度,这个设定点是随着室外温度的变化而改变的。换热站温度控制原理如图1所示。

2 数据通讯机制和系统功能实现

(1)系统检测通讯时间和巡检时间:每分钟的第20秒发送第一个实时数据包,第40秒发送第二个实时数据包,每小时的10分30秒、30分30秒和更改触摸屏时发送运行包。

(2)用二次回水压力控制补水阀,通过直接给定赫兹数来控制变频器,A5阀(一次侧供水电动阀)有五种工作模式,分别是手动、分时段定温度、分时段定热量、定流量、自动定温,中心可以下发参数来改变工作模式、时间段、温度、热量、流量。

(3)中心授权和通讯断开时下位机可以更改参数。

(4)上位可以发送累计清零命令,清零一次流量累计、一次热量累计、补水流量累计。

(5)上位可以发送循环泵停止命令。

(6)下位向上位发送数据和上位向下位发送数据都有反馈。

3 预设温度值

因为昼夜温度以及整个供暖周期温差变化较大,所以为了在节能的情况下满足供热需求,就必须合理地设置二次侧管网温度预设值。

3.1 分时段定温

为了达到节能要求,换热站均采用分时段设定供暖温度,如在六点至十点,十五点至二十三点之间室外温度较低而用户家中通常有人时,给予高温采暖设置,而十点至十五点之间通常室外温度较高时,给较低温度设置值,这种分时段供暖方式在正常天气下既能保证供暖需要又能达到节能目的,但是当温度发生骤变时,不能做出及时反应。

3.2 自动定温

为了解决分时段定温不能应对温度骤变情况这一问题,自动分温度段定温可以根据室外温度传感器实测温度数据来计算供暖温度的设定值,根据室外温度调整供暖设定值有多种方法:一种处理方法为了简化设定值算法,给外界温度设定上下限,与之相对应的当外界温度超过温度上限时给予低供暖值,而外界温度低于温度下限时给予高供暖值[5];另一种处理方法为根据温度传感器测得的室外温度实时计算供暖温度设定值[6]。两种处理方法各有优缺点,第一种方法算法简单,粗略控制,不频繁调节设定值,较易实现,系统较稳定,工程实际中较多应用,但控制精度不高,控制较需求滞后。第二种方法,力求提高控制精度,但由于温度实时变化,运算负担重,且频繁调节预设值,系统稳定性较差。本设计采用两种方法的优点,将整个供暖期最高最低温度区间划分为五个分温度段供暖区,再结合预估计算法,根据当前温度和温度变化趋势选择不同的供暖区间预设定温度,这样既不用频繁的改变预设值,又能提前预知温度变化趋势,当确定温度在未来一段时间内将进入另一个温区时,提前启动改变预设值,有效地弥补了系统的大时滞缺点。在提高控制精度的同时满足系统稳定性要求。

根据对多组现场温度传感器实测室外温度数据分析得出,室外大气温度亦具有很大的惯性,阴天但是没有冷空气来袭时,温度变化幅度小,曲线平缓;晴天艳阳高照时,温度变化幅度较大。除冷暖空气来袭之外,温度变化趋势大体可归纳为八点至十四点的升温阶段,十四点至二十二点的降温阶段和温度平稳缓慢变化三阶段,一组现场实测温度如图2所示。

上位机定时读取温度数据,绘制温度曲线,由于传感器采集来的数据受多种因素干扰需要对数据处理。采用一种平均算法,用x(t)表示现在时刻取样值,A(t-1)表示上一个取样时刻已经修正的数据的平均结果,A(t)表示此刻数据的修正结果,则:

undefined

利用这种平均算法,当每个取样数据到来后,可以利用新数据对上次的平均结果进行更新,这样相对于每个取样数据,都会得到一个平均结果,随着一个个取样数据的到来,平均结果的信噪比越来越高[7]。其中a为修正指数,根据实测数据选择适当指数,可以平滑温度曲线,修正实测结果。

4 温度控制算法

换热站温度参数具有惯性大,大时滞的特点,当控制系统要调整温度时,给定一个输入增量,监测回水温度,响应过程迟缓,系统温度增加并达到稳定状态需要60分钟甚至更长。根据被控对象的特点,系统温度不适宜频繁调整。

4.1 预估计补偿

为了补偿温度系统大时滞和大惯性的特点,跟据温度曲线变化规律预测温度变化趋势,提前给予调整,对时滞起到一定的补偿作用[8]。采用预测室外温度和预测二次侧管网输入响应温度变化相结合的预测方法。

4.1.1 预测室外温度

设y′(t)为t时刻一阶导数,当t1、t2、t3保持一定间隔,且满足|y′(t1)|<|y′(t2)|<|y′(t3)|时,可说明温度发生骤变,但求取某时刻点的一阶导数需要曲线拟合,运算数据大。所以采用在一小段时间内,用直线拟合曲线求斜率计算简单,n-1时刻斜率undefined,当斜率绝对值k>k阈值时启动温度骤变预测,则tn时刻预测值undefined,预测误差undefined,则根据现在时刻实测温度Tn和变化趋势kn预测下一时刻温度undefined:undefined。

根据此时室外温度实测值和变化趋势预测未来一段时间温度,当冷暖空气来袭时,温度骤变时,连续满足|kn-1|<|kn|,当可以确定即将进入下一个温度区时,提前启动修改预设值,在一定程度上弥补系统时滞特性,并且及时对温度骤变做出反应,提高系统应变能力。

4.1.2 预测二次侧管网输入相应温度

因为系统二次回水温度也有较大的时滞特点,所以同样应用预测方法弥补时滞性。对二次回水温度控制修正值要同时考虑现在时刻实测温度Tn,偏差eT=Ts-Tn, 曲线动力指数g=(kn-kn-1)/kn,当limg→0或g>=0时动力强劲,当偏差eT较大时如果动力强劲则延长采样时间,如果动力指数g不足时,缩小采样时间或者当温度不再变化时,立刻采样,此时b=0。修正值eX=f(Tn,eT,g)。

4.2 采样控制方案

对于大时延的被控过程,为了提高系统的控制品质,可以采用采样控制方案[9],其控制原理如图3所示,过程如下:当被控过程受扰动而使被控参数偏离给定值时,采样被控参数与给定值,保持其值不变,保持的时间与纯延时延大小相等或稍大些。当经过τ时间后,再按照被控参数与给定值的偏差及其变化方向与速度值来进一步加以校正,校正后又保持其值不变。再等待一个纯时延τ,这样反复上述动作规律,一步一步地校正被控参数的偏差值,使系统趋向一个新的稳定状态[10]。

因为控制的是二次回水,根据现场测试,τ过大,如果按上述方法调节,系统反应过于缓慢,所以采用一种预测估计和采样控制相结合的方法:避免系统超调和克服大时滞性。系统框图如图4所示。

其中,S1、S2表示为采样开关,他们周期地同时接通或同时断开,偏差ε(t)=x(t)-y(t)+eX被采样,由采样开关S1送入数字控制器中,经控制规律转换运算,通过S2输出控制信号u*(t)控制电动阀门开度调整。当S1、S2断开时,调节器不工作,此时信号u*(t)等于零,采样开关S2的输出u*(t)不直接作用为控制信号,而需要通过保持器输出,u*(t)为离散时间信号,通过采样器输出u(t)是连续信号,由于保持器的作用,在两次采样间隔周期间,使执行器的位置保持不变。

保持时间为undefined为常数,取值N∈(3～6),根据现场测试确定。b取值根据动力指数确定。

5 结束语

此换热站监控系统采用西门子S7-300PLC为下位机控制器,并采用威纶通6056i触摸屏为现场人机交互界面,改进了PID控制算法并结合上位机组态软件实现了一次网温度、压力,二次网供、回水温度和压力等主要参数的实时在线监控和网络远程监控两大功能,并具有数据存储和分析、历史数据查询、诊断故障及报警等功能,具有手动和自动两种控制方式,供热公司可以及时准确地了解现场运行情况、调整运行参数,从而能有效提高整个集中供热系统运行的安全性、稳定性和经济性。此换热站控制系统在大庆龙岗、庆新等换热站运行结果表明,控制精度和系统稳定性满足设计要求。

参考文献

[1]黄文,管昌生.城市集中供热研究现状及发展趋势[J].国外建材科技,2004,25(5):78-80.

[2]曾克娥,谢庆国.供热网时滞过程中的一种自适应模糊控制器[J].华中理工大学学报,2000,28(3):111-113.

[3]贺平,孙刚,王飞.供热工程[M].北京:中国建筑工业出版社,2009.

[4]单春贤,陈万家,彭杰.模糊PID在换热站温度控制系统中的设计与仿真[J].仪表技术与传感器,2011,9:79-82.

[5]马爱龙.具有远程监控功能的换热站自动控制系统的研究和应用[D].河北:河北工业大学,2007.

[6]宋丽波.东湖2#热力站自动控制策略及方案研究[D].大庆:大庆石油学院,2009.

[7]高晋占.微弱信号检测[M].北京:清华大学出版社,2004.

[8]席裕庚.预测控制[M].北京:国防工业出版社,1993.

[9]阿克曼(Ackermann J).采样控制欲分析综合[M].赵世范,席裕庚,译.1983.

2.改进PID算法在空气压缩机压力控制系统中的应用总结 篇二

【关键词】热工控制系统；改进型模糊自适应；粒子群算法

1、引言

大型火力发电单元机组的生产流程可以分为锅炉的燃烧系统和汽水系统。锅炉的燃烧系统是提供热量维持主汽负荷、保证燃烧经济性、安全性的重要控制系统。主汽压力是衡量蒸汽量与外界负荷两者是否相适应的重要标志。由于大型单元机组容量大，燃料品种多变，投入的磨煤机给煤机台数不同，导致常规的PID控制器难以满足实时控制的要求。

模糊控制器是一种控制结构简单的非线性控制器，具有很好的鲁棒性、适应性和容错性，一些学者已经将其应用于火电厂热工控制系统，但由于模糊控制本质上一种非线性的PD控制，无法消除系统静差。

2、改进型模糊控制器基本原理

改进型模糊控制策略的核心思想是，在保持模糊论域上模糊分割不变的情况下，根据输入量误差e和误差改变量ec的值对模糊论域和隶属函数进行伸缩调整。设输入变量xi和输出变量ui的论模糊域分别为（-Ei，Ei）和（-Ui，Ui），（i=1，2，...n），变论域模糊控制器的论域及隶属度函数随输入量变化而发生变化，其简略表达形式为：

3、改进型模糊自適应PID控制原理

3.1模糊自适应PID控制原理

模糊自适应PID控制器一种模糊控制与PID控制的复合控制器，该控制器改变传统PID控制器的参数Kp，Ki，Kd固定，无法跟随误差实时调整的缺点，提出了利用模糊控制器跟踪误差信号在线改变PID控制器参数的方法，提高了模糊控制的效果。

3.2粒子群算法寻优原理

粒子群优化算法（PSO）是一种仿生优化算法，本文采用PSO对伸缩因子进行搜索优化，进而提高改进型PID控制器的控制效果，具体的优化过程如下：待优化的参数有αe，αec，βp，βi他们构成了搜索空间的四个维度，随机产生一组Xi，作为第一代初始种群，将Xi带入目标函数Q，计算适应值。设粒子i在当前寻优中的最优位置记为Xbesti=（xib1，xib2，xib3，xib4），相应的适应值记为Qbesti，则粒子i的当前最好位置可以表示：

重复上述步骤，直至得到最优解。

3.3改进型模糊PID控制器

模糊自适应PID控制器虽然可以修正原有PID控制器的控制参数，但是控制精度有限。本文采用标准粒子群算法在线优化模糊自适应PID控制器的调节因子，结合了两种控制器的优点，可根据系统误差大小实时调整模糊控制器的论域和系统输出，提高系统控制精度。

4、仿真实验

在某电厂300MW机组燃烧系统过程画面做实验，在装入不同初始条件时采样，采样周期为5秒，采样总时间为20分钟。将得到的数据处理后，利用辨识算法在Matlab中得到不同负荷下该燃料控制系统的数学模型。

4.1改进型模糊PID控制器的实现

本文选择采用采用改进的PSO算法对上述模糊自适应PID控制器的输入与输出环节的调节因子寻优，设置模糊控制器的模糊词集为{PB，PM，PS，Z，NS，NM，NB}，采用三角形隶属函数，输入变量e，ec的基本论域分别设为[-12，12]，[-6，6]，输出变量的基本论域要根据PID控制器的参数设定。通过PID控制器参数整定方法，得到PID控制器的参数为δ=0.48，Ti=289，Td=0.0001。

因此模糊控制器的输出 的基本论域应该在比例、积分系数的一定范围内选择，为了计算方便设为[-0.6，0.6]，[-0.012，0.012]，而输入输出对应的模糊变量的模糊论域均为[-6，6]，采用最大隶属度法去模糊化。根据公式（10）可以得到输入变量的量化因子ke，kec分别为0.5，1；输出变量的比例因子kp，ki分别为0.1，0.001。

4.2仿真结果

选取该电厂机组负荷为90%时，机组给煤量与主汽压之间的数学模型如下：

为了验证控制效果，与常规PID控制器，模糊自适应PID控制器进行仿真对比定值跃扰动下，有三种控制方式的系统输出。对比三条曲线可以看出，改进型模糊PID控制器在动态性能和稳态性能上都较明显优于另外两种控制器，它的控制精度更高，曲线更平稳。

4.3鲁棒性验证

在燃料控制系统中，分别选取机组负荷在80%、100%时的模型参数，保持模糊自适应PID控制器和改进型控制器的PID初值、控制规则、粒子群算法初值等不变的情况下，加入幅值为1的定值扰动，观察两种控制器的鲁棒性。改进后的控制器的鲁棒性明显优于模糊自适应PID控制器的鲁棒特性。

5、结束语

本文结合变论域控制思想，融入粒子群算法，设计出了改进型模糊PID控制器。采用标准粒子群算法在线优化模糊控制器的调节因子，改变控制器输出的大小，从而减弱控制系统对模糊控制规则和控制系统模型的依赖，优化了控制效果。

参考文献

[1]王俊伟，汪定伟.一种带有梯度加速度粒子群算法[J].控制与决策，2004，（11）.

3.改进PID算法在空气压缩机压力控制系统中的应用总结 篇三

关键词：PID算法,船闸,控制

0 引言

在水利航运中,船闸用于平衡航道的上下游水位差,便于船只航行。船闸控制系统是非常复杂的控制系统,在系统的安全、稳定和可靠性方面有特别高的要求,任何故障都会导致整个航运系统的中断。目前在船闸控制中都会采用PLC作为控制器,提高了系统的安全性,但是在闸门开启和关闭的过程中,闸门运行速度基本保持不变。这种控制方式不仅会影响船只通过的效率,而且在启闭过程中由于闸门频繁与边缘碰撞使设备过快磨损,导致系统的维护工作量增加,系统可靠性降低。

本文主要研究在人字门船闸控制中运用先进的PID算法,通过变频器控制闸门以“慢-快-慢”的步骤运行,使2扇人字门的控制更加柔性和协调,保证系统更安全和更可靠运行。

1 PID控制的原理

1.1 传统PID算法

PID是经典控制策略,也是用于过程控制最有效的策略之一,在工业控制中得到了广泛的运用。PID控制器由比例、积分和微分单元组成。它结构简单、稳定性好、工作可靠、调整方便。PID控制器的结构框图如图1所示[1]。

图1中r(t)为给定值;e(t)为控制偏差;u(t)为控制输出;c(t)为实际输出。

PID控制器是线性控制器,它根据给定值r(t)与实际输出值c(t)构成控制偏差:

将图1中的控制偏差e(t)与比例环节P,积分环节I和微分环节D通过线性组合构成控制量输出,对被控对象进行控制,故称为PID控制器。其控制规律为:

式中:TI,TD为积分和微分时间;Kp为比例系数。

PID控制器各校正环节在控制过程中都对输出值产生影响:1)比例环节Kp即实时成比例地反映控制系统的偏差e(t),偏差一旦产生,控制器立即产生控制作用,以减少偏差。2)积分环节TI主要用于消除静差,提高系统的误差度。积分作用的强弱取决于积分时间,积分时间越大,积分作用越弱,反之则越强。3)微分环节TD能反映偏差信号的变化趋势,并能在偏差信号变得太大之前,在系统中引入1个有效的早期修正信号,从而加快系统的动作速度,减小调节时间。

1.2 实现PID控制的方法

随着计算机技术的不断发展和性能的飞速提高,计算机在现代控制领域中有了广泛的应用。因此现代的PID控制器都采用计算机程序控制,即数字PID控制。计算机的A/D和D/A接口取代了模拟控制器的输入输出接口,使得对模拟PID控制器的研究变成了对数字PID控制算法的研究。

实现PID控制的方法有硬件和软件2种[2]。硬件PID模块是相对独立的PID控制器,具有脱离CPU独立运行的特点,节省CPU资源,控制精度高,稳定性好。PID硬件模块用于实时性要求高的场合,但需额外付费购买。软件PID模块是编程软件中提供的系统子程序。若编程软件未提供PID子程序,也可以根据数字PID控制原理自行编写程序。利用软件方法实现PID控制,算法很方便,性价比更高。因此在船闸控制中一般采用软件模块方式实现PID控制。

在现场控制过程中,由于被控对象的结构和参数不能完全掌握,PID控制器的结构和参数必须依靠经验和现场调试来确定。

2 船闸控制中数字PID的应用

2.1 数字PID在船闸中的应用原理

船闸系统是基于PLC控制的,可以通过软件编程实现PID的控制策略,构成的软件控制器不仅会使控制过程变得十分灵活,同时也非常的智能化。PID是闭环控制算法,因此要实现PID算法,必须在硬件上具有闭环控制,即反馈控制。闸门开度仪传感器用于采样船闸闸门的开度值,将结果反馈到控制系统上。

船闸电机的PID控制系统示意图如图2所示。

闸门运行时,每隔0.1 s就采集闸门开度仪的反馈信号,将反馈信号与给定信号的偏差输入给PID控制器模块,PID控制器计算后由模拟量模块输出4~20 m A的电流信号给变频器,变频器通过其输出频率控制电机的速度,并传送至闸门液压系统调节油量输出,进而调节活塞杆的行进速度,从而达到自动调节闸门变速的目的。

在闸门控制中,对调节时间的要求不是很高,所以一般不用微分环节,而采用P或PI控制器。

2.2 PID算法的改进

为改善系统的控制品质和效率,在上述基本PID调节上做了一些改进[3]。

2.2.1  采用部分快速控制的 PID 控制

在闸门开启和关闭的初期,此时开度偏差很大,用开关控制的方式快速调节,使系统迅速减小偏差。在本控制系统中,如式(3)所示:

当闸门开度偏差大于全开值的15%时,采用快速调节,即让PLC输出20 m A电流,使电机全速运行,有效保证闸门运行速度;当闸门开度偏差小于等于预设全开值的15%时,采用PID算法进行控制,逐渐降低PLC输出的电流值,闸门运行速度开始下降,直到达到开度给定值时电机速度降到0,闸门自动停止。

2.2.2  采用积分分离的 PID 控制

偏差较大时,在积分项的作用下,将引起系统过量的超调和不停的振荡。为此,可采用积分分离对策。本系统设计当闸门开度偏差大于预设全开值的8%时,取消积分作用,如式(4)所示:

2.2.3  采用带死区的 PID 控制

为避免调节频繁而引起系统振荡,采用带死区的PID控制,使偏差在一定范围内不调,即式(5)所示:

在闸门运行过程中,可能受到一些因素(如上下游水位差、闸门运行阻力等)的干扰,会在一定范围内波动。确定一定范围的不灵敏区,可防止对电机频繁调节和误调。不灵敏区不能过大,过大将使系统反应麻木,静态误差偏大;但如果太小又难以达到预期的目的。作者考虑系统调节稳定的同时,充分考虑到系统最大允许的静差,即开度偏差的最大容忍度B。经多次实验,将B值定为设定全开值的0.5%。

3 软件编程及仿真

3.1 闸门开启

闸门启动运行要求为“慢-快-慢”的节奏。为了避免启动电流过大,闸门刚开始启动时,控制电机低速启动,在程序中控制PLC首先输出8 m A电流,通过变频器使电机的速度由0逐渐增加到25%;在开度信号达到预设全开值的5%后,使PLC输出20 m A电流,液压系统流量增加到100%,采用快速调节控制的PID,使闸门的运行速度得到大幅提高,使闸门能快速运行;在闸门开度偏差小于15%时,采用积分分离的PID算法控制,闸门开度仪的反馈信号与预设全开值比较,将差值送到PID控制器中,逐渐降低PLC输出的电流信号,闸门运行速度开始下降;在闸门开度偏差小于8%时,采用PID算法,闸门运行速度继续下降,直到达到开度给定值时电机速度降到0,闸门自动停止。在应用PID算法过程中,带死区的PID控制策略一直贯穿于控制中,避免频繁调节,保证系统的平稳运行。

在整个过程中,绝大部分时间内闸门都全速运行,有效保证船只过闸时的效率,变频器在闸门开启初期时使电机处于低速运行,避免电流过大对电机的冲击;PID算法应用在闸门开启后期,速度逐渐降低至0,闸门平稳到达给定开度。

编程实现上述控制,闸门开启软件流程图如图3所示。

3.2 闸门关闭

关闸门是开闸门的逆过程。另外还要考虑2扇闸门的同步问题,确保2扇门同时关闭。

在关闸门时,将一扇门作为主动门,另一扇门作为跟随门。根据主动门的当前开度,应用PID算法控制跟随门的运行速度。主动门的关闭运行与开启时的算法相似,跟随门的关闭运行以主动门的开度为输入信号,由PID控制器整定后得出的微调值加上PLC控制给定的基值经比例放大信号处理后线性地调整跟随门的活塞杆行进速度,保持和主动门一致,达到同步变速的效果,保证在关闸时2扇闸门平稳合拢。

4 结语

实践结果证明基于PLC的PID控制器能够较好地完成对闸门启闭的控制。在工程现场,为了满足对超调量、稳定性、响应速度等性能指标的不同要求,还可以将模糊控制结合传统的PID控制,从而取得更好的效果。

参考文献

[1]胡寿松.自动控制原理[M].北京:国防工业出版社,2010:80-98.

[2]廖常初.S7-300/400PLC应用技术[M].北京:机械工业出版社,2006:389-400.

4.改进PID算法在空气压缩机压力控制系统中的应用总结 篇四

随着电力行业的发展,循环流化床锅炉(Circulating Fluidized Bed Boiler,简称CFBB)已经得到发电集团越来越多的重视。CFBB系统较为复杂,具有大滞后、慢时延、非线性等特点,较难实现精确控制,结合PID控制、生物免疫机理和模糊控制算法,提出了模糊免疫PID控制算法,以这种算法为基础对循环流化床锅炉控制策略实现改进。并利用MATLAB进行仿真,仿真效果表明,模糊免疫PID控制算法在对循环流化床的控制品质方面优于常规PID控制。

1 模糊免疫PID控制理论

循环流化床锅炉的控制系统存在着较严重的非线性、不确定性等,因此常规的控制方法不能实现对循环流化床锅炉的精确控制。针对这一特点,文中提出了基于模糊免疫PID方法的循环流化床锅炉控制策略。

将模糊控制理论和免疫PID控制算法结合起来,比例系数Kp是通过控制器的输出确定,为了达到更好的控制效果,系统输入选取偏差e和偏差的变化率ec,输出则为Δki和Δkd,可实现对积分系数和微分系数的在线修正,则模糊免疫PID的控制结构如图1所示。

循环流化床锅炉燃烧系统与普通锅炉相比具有很多特性,诸如响应滞后、参数慢时变、受外界干扰严重等。所以设计循环流化床锅炉控制系统时就要求系统具有良好的抗干扰性和动态性能、稳态输出。模糊免疫PID控制算法的控制系统就可较好的满足以上的要求。

根据循环流化床锅炉运行经验,控制系统的偏差和偏差的变化率的模糊域选取(-3,3),控制器的输出模糊域选取(-3,3),偏差的实际范围为(-10,10),则量化因子为0.3,控制器的输出的输出幅值限制为(-10,10),故其量化因子也取为0.3。其他量化因子,比例因子均取为1。

2 控制系统的仿真研究

2.1 控制对象模型的选取

根据循环流化床燃烧系统运行的经验,可将燃烧系统简化为一个两输入两输出的控制对象,则输入为系统的一次风量和给煤量,输出为锅炉的主汽压力和床温。系统的输入与输出的传递函数表达式为:

传递函数中为2×2阶矩阵,传递函数的展开式为:

式(5)中Y1为锅炉主蒸汽压力,Y2为锅炉床温,U1为锅炉控制系统的给煤量,U2为锅炉一次风量。

其中,G12(s)=0,。式中Tp、Kp、τp、Te、Ke、τe、Kv、Tv都是机组在不同工况下会发生变化的参数,各参数的取值是根据机组运行工况和专家经验来确定的。

2.2 仿真研究

选取循环流化床锅炉给煤量-主蒸汽压力控制系统和给煤量-床温系统控制系统,分别以阶跃响应实验和鲁棒性能实验。引用常规PID控制算法与模糊免疫PID控制算法做比较,采用MATLA仿真软件对系统的模型进行仿真研究。

给煤量-主蒸汽压力控制系统传递函数为:

控制系统阶跃响应实验,给出幅值为1的响应信号,则系统的响应曲线如图2所示。

给煤量-床温控制系统传递函数为:

给出幅值为1的阶跃信号,则系统的响应曲线如图3所示。

对循环流化床锅炉燃烧系统的模型进行了简化,并利用MATLAB仿真软件对模糊免疫PID算法和常规PID算法进行对比研究,仿真结果表明文中提出的模糊免疫PID控制算法优于常规的PID控制算法。采用模糊免疫PID控制算法对循环流化床锅炉控制具有良好的效果。

3 结论

提出了基于模糊免疫PID算法的循环流化床控制策略。为了说明此种算法的优越性,同时引入了常规PID控制算法,在MATLAB仿真软件中做了两种算法的仿真研究,两种算法同时应用在给煤量-主蒸汽压力控制系统和给煤量-床温系统控制,仿真结果表明文中提出的模糊免疫PID控制算法在控制效果上有较大的优越性。

参考文献

[1]张兴.大型循环流化庞锅炉的控制策略研究[D].北京:华北电力大学,2012.

[2]金小华.330MW循环流化床锅炉动态特性仿真研究[D].北京:华北电力大学,2011.

[3]马骏,张抗.循环流化床锅炉内衬浇注料的损坏及其预防[J].山东电力高等专科学校学报,2005(02):64-67.

5.改进PID算法在空气压缩机压力控制系统中的应用总结 篇五

1 PID算法及智能PID算法

PID控制算法是在控制系统中技术最成熟、应用最广泛的一种控制方式。PID控制器结构简单、稳定性好、可靠性高, 不需要建立相应的数学模型, 非常易于掌握, 使人们在长期的应用中积累了丰富的操作经验。PID控制算法的本质是根据输入的偏差值, 按照比例、积分、微分的函数关系进行运算, 将运算结果用于控制输出量。在实际应用时, 可灵活改变PID控制器结构, 从而满足生产过程中复杂的需求。

PID算法包括三个环节:比例控制环节、比例微分控制环节和积分控制环节, 其系统构成图如图1所示[3]。通过对PID的参数的调节, 可以在不降低系统稳定性的前提下, 有效改善系统的抗干扰能力[4]。

PID控制器的控制表达式为:

在通信电源系统中通常采用铅酸蓄电池作为储能元件, 在充放电控制系统中的被控对象执行机构是晶闸管, 这就对控制精度提出了较高要求。

在PID控制中, 并不能直接准确的计算出积分和微分项, 只能采用数值逼近的计算方式得到[3]。因此传统PID控制算法并不完全适用于对晶闸管的控制。

为解决传统PID算法存在的问题, 本文提出了一种基于智能PID算法的控制策略, 以改善传统PID算法稳定性不高、稳态调整速度慢等缺点。引入了变速积分、抗积分饱和、不完全微分和加入死区等环节, 提高了系统稳定性, 缩短系统稳态时间。智能控制包括模糊控制、神经网络控制、遗传算法控制等, 本文选取了模糊PID控制算法。模糊PID算法是基于传统PID算法的改进, 利用人的先验知识制定模糊规则, 调整PID参数, 扩展了传统PID算法的使用范围。模糊PID控制器的效果对于一般过程对象来说, 与传统PID控制器效果相近。但对于高阶系统和非线性等复杂对象的控制效果要远好于传统PID控制器。本文采用的智能PID控制算法原理如图2所示。

2 基于智能PID算法的监控系统设计及仿真结果

在通信系统中通常采用蓄电池作为储能元件, 本文的监控系统是对蓄电池的充放电进行监控, 其控制系统如图3所示。

根据本文提出的智能PID控制算法, 在Simulink中对本算法进行仿真, 仿真框图如图4所示。

基于传统PID算法和基于智能PID算法的仿真结果如图5、图6所示。从仿真结果曲线可以发现, 采用基于传统PID算法的控制系统, 其输出电流达到50A需要0.25s, 而采用基于智能PID算法的控制系统, 其输出电流达到50A只需0.08s, 相比之下稳态时间缩短了70%, 而且从仿真曲线可以发现, 输出电流调整波动明显变小, 说明本算法可以有效缩短响应时间, 并提高系统稳定性。

3 结语

在通信电源监控系统中, 提出了一种智能PID算法, 可以减小系统超调, 缩短响应时间, 提高系统稳定性。通过Simulink平台的仿真结果, 证实了本算法具有良好的效果。对改进通信电源充放电效率、延长蓄电池工作寿命等方面具有实用意义。

参考文献

[1]陈桂友, 孙同景, 张庆范, 等.基于IPC的通信电源监控系统[J].电源世界, 2004, (08) :41-43.

[2]李俊.蓄电池快速充电技术研究[D].成都:西南交通大学, 2009.

[3]宋桂蓉, 侯秀梅, 王小平.改进PID算法在通信电源监控系统中的应用[J].电源技术, 2014, 38 (2) :367-368.

[4]孟浩, 贾晨, 陈志良.数字控制PFM/PWM混合型DC-DC开关电源[J].微电子学与计算机, 2008, 25 (1) :166-169.