礦渣微粉立磨料層厚度智能控制系統(tǒng)的研究

王立佳+李勇

摘 要：礦渣微粉系統(tǒng)經(jīng)常出現(xiàn)立磨磨機振動較大、不易控制，負荷波動較大、較頻繁等故障，而立磨生產(chǎn)系統(tǒng)又是一個多變量、強耦合、非線性的工業(yè)控制系統(tǒng)。鑒于此，提出了用PID模糊控制設(shè)計立磨料層厚度的智能控制方案。理論研究和仿真結(jié)果表明，該PID模糊控制比人工手動控制和常規(guī)PID控制的性能更優(yōu)，并且還具有非線性特征。

關(guān)鍵詞：礦渣微粉系統(tǒng)；模糊控制；料層厚度；磨內(nèi)壓差

中圖分類號：TQ172.6+3 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.05.070

當前，在我國礦渣微粉工業(yè)生產(chǎn)過程中，經(jīng)常會出現(xiàn)立磨磨機振動過大，負荷波動較大、較頻繁等故障，對礦渣微粉生產(chǎn)的連續(xù)性、可控性和穩(wěn)定性造成了極大的影響。本文用模糊控制PID設(shè)計了礦渣微粉立磨料層厚度的智能控制方案，并且通過仿真模擬實驗證實了立磨料層厚度智能控制算法具有能快速適應(yīng)研究對象和過程變化的優(yōu)點。

1 立磨運行控制要求

在工廠生產(chǎn)中，受立磨磨機系統(tǒng)控制的參量主要有料層厚度和磨內(nèi)壓差。通常，立磨的正常運行是指在確保礦渣微粉的細度滿足規(guī)定要求的情況下，立磨磨機的負荷波動和振動能極大地減弱，且磨機的磨內(nèi)壓差處于正常范圍內(nèi)。

2 礦渣微粉料層厚度智能控制系統(tǒng)的設(shè)計

立磨料層厚度受磨內(nèi)壓力的影響很大，為了降低磨內(nèi)壓力對系統(tǒng)仿真精確度的影響，立磨必須處于一致的磨內(nèi)壓力下。

考慮到工廠實際生產(chǎn)中存在較多影響因素，因此，必須確保所使用的智能模糊控制器為Fuzzy PI+Fuzzy PD型控制器。PI、PD控制器運用類似的智能控制策略、隸屬函數(shù)定義和各種模糊推理算法，極大地簡化了PID智能控制系統(tǒng)的設(shè)計。圖1所示為PID智能控制系統(tǒng)的結(jié)構(gòu)。

2.1 料層厚度模糊控制器的設(shè)計

PID智能控制系統(tǒng)涉及的基本公式如下：

u（n）=u（n-1）+?u1（n）+?u2（n）. （1）

?u1（n）=Kp?e（n）+ PiTse（n）. （2）

?u2（n）= PiTse（n）+（KD/Ts）?2e（n）. （3）

2.2 輸入、輸出參量及其各自的模糊化

FC1、FC2輸入?yún)⒘康钠顬閑（kt），偏差變化率為ec（kt），偏差變化加速率為ed（kt）。將這三者分別與各自的量化因子Gp，GI和GD相乘，可得到輸入?yún)⒘康谋磉_式為：

Gpec（kt）=GP（e（kt）-e（k-1）t）/T. （4）

GIe（kt）=GI（r（kt）-y（kt））. （5）

GDed（kt）=GD（ec（kt）-ec（k-1）t）/T. （6）

FC1、FC2的輸出參量分別為?u1（kt）和?u2（kt），量化因子為Gu1和Gu2。每個輸出參量在各自的論域上被定義為三個參照模糊集合，分別是負（N）、零（Z）和正（P），其各自隸屬函數(shù)的中間取值分別為-L，0和L，則輸出的總和為：

?U（kt）=Gu1?u1（kt）+Gu2?u2（kt）. （7）

2.3 模糊推理和控制器的輸出

根據(jù)相平面圖，可將模糊控制器輸入?yún)⒘縿澐譃?0個范圍（IC1～IC20），其基本結(jié)構(gòu)形式如圖2所示。

模糊控制的推理應(yīng)用Lars推理方法，“與”運算采用Zadeh中的模糊“與”形式，“或”運算采用Lukasiewicz中的模糊“或”形式。據(jù)此在各自范圍內(nèi)求出相應(yīng)的激活度。

使用模糊蘊涵運算，并用重心法解模糊公式，可求得?u1（kt）和?u2（kt）的計算結(jié)果，從而推出模糊控制器總的輸出為：

?U（KT）=Gu1?u1（kt）+Gu2?u2（kt）. （8）

. （9）

由式（9）可得，有9×9=81種可能結(jié)果。本文只對IC2、IC3、IC8、IC11與IC1、IC5、IC12、IC15八個范圍進行詳細的組合分析。如果GP|ec（kt）|≤GI|e（kt）|≤L，GD|ed（kt）|≤GI|e（kt）|≤L，則可得：

.（10）

同理，可求得PID智能控制系統(tǒng)在其余工作范圍的輸出公式。

3 仿真研究

為了證實本文的設(shè)計思路是正確的，我們對人工手動控制器、常規(guī)PID控制器和本文的Fuzzy PI+Fuzzy PD型控制器的仿真結(jié)果進行了比較。由工廠生產(chǎn)經(jīng)驗可知，礦渣微粉喂料量與立磨料層厚度和磨內(nèi)壓差有相似輸入/輸出的傳遞函數(shù)關(guān)系。

滯后環(huán)節(jié)在控制器控制下的階躍響應(yīng)曲線（藍線為常規(guī)PID控制器，紅線為Fuzzy PI+Fuzzy PD型控制器）。

由圖3可知，人工手動控制的誤差波動較大，穩(wěn)定性較差。由圖4可知，常規(guī)PID控制器有較大的超調(diào)量，并伴有震蕩；Fuzzy PI+Fuzzy PD型控制器只有很少的超調(diào)量，并很快進入穩(wěn)態(tài)。

4 總結(jié)

本文提出了一種用Fuzzy PI+Fuzzy PD型控制器來控制礦

渣微粉料層厚度、磨內(nèi)壓差的方案。仿真結(jié)果表明，基于自適應(yīng)調(diào)整因子的Fuzzy PI+Fuzzy PD型控制器具有較廣的動態(tài)調(diào)節(jié)范圍，且動靜態(tài)特性、魯棒性、抗干擾能力等均優(yōu)于人工手動控制和常規(guī)PID控制，在控制礦渣微粉料層厚度和磨內(nèi)壓差上更具實用性、有效性和優(yōu)越性。

參考文獻

[1]靳志剛，陳硯生.礦渣微粉的制備與應(yīng)用[J].21世紀建筑材料，2009，29（01）：45-46.

[2]王孝紅，房喜明，于宏亮.基于專家系統(tǒng)的回轉(zhuǎn)窯窯頭工況識別[J].控制工程，2010，17（3）：309-312.

[3]王孝紅，劉釗.礦渣粉磨智能控制系統(tǒng)的研究及應(yīng)用[J].控制工程，2012，19（03）：240-244.

[4]李慶春，沈德耀.一種PID模糊控制器[J].控制與決策，2009，24（07）：1038-1042.

[5]高曉光，史建國.變結(jié)構(gòu)離散動態(tài)貝葉斯網(wǎng)絡(luò)及其推理算法[J].系統(tǒng)工程學(xué)報，2007，22（01）：9-14.

[6]Mohan B M，Sinha A.Analytical structure and stability analysis of a fuzzy PID controller[J].Applied Soft Computing，2008，8（01）：749-758.

〔編輯：劉曉芳〕