基于PID神經(jīng)元網(wǎng)絡(luò)的單抽汽輪機(jī)解耦分析

李明輝， 云衛(wèi)濤， 張孝杰

(1.陜西科技大學(xué) 機(jī)電工程學(xué)院， 陜西 西安 710021； 2.濮陽市自來水公司， 河南 濮陽 457000)

基于PID神經(jīng)元網(wǎng)絡(luò)的單抽汽輪機(jī)解耦分析

李明輝1， 云衛(wèi)濤1， 張孝杰2

(1.陜西科技大學(xué) 機(jī)電工程學(xué)院， 陜西 西安 710021； 2.濮陽市自來水公司， 河南 濮陽 457000)

汽輪機(jī)在工作過程中，機(jī)組功率與熱網(wǎng)抽汽壓力存在著強(qiáng)烈的耦合關(guān)系，使得系統(tǒng)控制性能大大降低，一般的控制方法難以得到滿意的控制效果.為了解決上述問題.將多變量串級(jí)解耦技術(shù)應(yīng)用到控制系統(tǒng)中，提出一種PID神經(jīng)元網(wǎng)絡(luò)與串聯(lián)前饋補(bǔ)償相結(jié)合的雙變量解耦控制方案，前饋補(bǔ)償實(shí)現(xiàn)系統(tǒng)動(dòng)靜態(tài)解耦，設(shè)計(jì)PID神經(jīng)元網(wǎng)絡(luò)控制器可以使系統(tǒng)很好地適應(yīng)機(jī)組負(fù)荷的變化，從而提高系統(tǒng)的控制效果和自適應(yīng)能力.MATLAB仿真結(jié)果表明，該解耦控制方案使負(fù)荷之間的擾動(dòng)大大降級(jí)，使得汽輪機(jī)控制中的熱電耦合問題得到了有效的解決，具有很好地應(yīng)用前景.

汽輪機(jī); 前饋補(bǔ)償; 動(dòng)靜態(tài)解耦; PID神經(jīng)元網(wǎng)絡(luò); 熱電負(fù)荷強(qiáng)耦合

Abstract:Steam turbine in the process of work,the unit power and heat supply network and there is a strong coupling relationship extraction steam pressure,greatly reduce system control performance,general control method is difficult to get satisfactory control effect.In order to solve the above problems.The multivariate cascade decoupling technology is applied to the control system,puts forward a kind of PID neural network combined with a series of feedforward compensation of double variable decoupling control scheme,feedforward compensation to realize the dynamic and static decoupling system,design of PID neural network controller can make the system very well adapt to the change of the load,so as to improve the control effect of the system and adaptive ability.The MATLAB simulation results show that the decoupling control scheme between the load disturbance greatly degraded,make the thermoelectric coupling problem in the turbine control has been effectively resolved,has a good application prospect.

Keywords:steam turbine; feedforward compensation; dynamic and static decoupling; PID neural network; thermal load is strong coupling

0 引言

單抽汽輪機(jī)除了應(yīng)用于電廠發(fā)電外，在大型紙廠自備電廠中，機(jī)組產(chǎn)生的熱負(fù)荷均可并入供熱母管或者分汽缸，是熱電聯(lián)產(chǎn)的主要形式，熱循環(huán)效率高，能量利用率大.為了保證供電的品質(zhì)和供汽參數(shù)的穩(wěn)定，汽輪機(jī)熱、電負(fù)荷是汽輪機(jī)發(fā)電與供熱過程中的主要研究對(duì)象，二者之間存在著非常密切的關(guān)系[1].

目前最為廣泛的傳統(tǒng)控制仍舊為PID控制，傳統(tǒng)PID以其結(jié)構(gòu)簡(jiǎn)單，控制參數(shù)大多取決于硬件參數(shù)，實(shí)現(xiàn)方便占據(jù)著主要地位[2].但隨著企業(yè)的生產(chǎn)運(yùn)作，系統(tǒng)遭受擾動(dòng)時(shí)，難以保證良好的控制性能，在汽輪機(jī)的耦合性問題上傳統(tǒng)PID控制對(duì)象必須用精確的數(shù)學(xué)模型來描述，然而抽汽式汽輪機(jī)系統(tǒng)參數(shù)難以保證準(zhǔn)確的測(cè)量，對(duì)于實(shí)際生產(chǎn)過程中模型建立比較困難，因此無法實(shí)現(xiàn)對(duì)單抽汽輪機(jī)熱電負(fù)荷進(jìn)行全部解耦.

隨著研究工作的繼續(xù)，進(jìn)一步提出了通過系統(tǒng)整體性的傳遞函數(shù)矩陣考慮，使系統(tǒng)的閉環(huán)傳遞函數(shù)矩陣變?yōu)閷?duì)角形.該方法簡(jiǎn)單便于分析，但此方法導(dǎo)致系統(tǒng)狀態(tài)變量增加，空間維度增加，同時(shí)原系統(tǒng)的傳遞函數(shù)制約了解耦實(shí)現(xiàn)的可行性[3].也有通過對(duì)高中低壓調(diào)節(jié)閥開度的控制和對(duì)解耦系數(shù)的調(diào)整來實(shí)現(xiàn)熱電負(fù)荷解耦[4]，該方法只實(shí)現(xiàn)了熱電負(fù)荷的靜態(tài)解耦，并且解耦效果依賴于解耦系數(shù)的匹配.因此更多的學(xué)者研究傳統(tǒng)解耦.從而為尋找一種合適的控制規(guī)律以及算法來解決各回路變量之間的耦合性.為了解決上述問題，本文提出將串聯(lián)前饋補(bǔ)償與PID神經(jīng)元網(wǎng)絡(luò)相結(jié)合的雙變量解耦控制方案.處理控制系統(tǒng)中存在的強(qiáng)耦合性.而且，PID神經(jīng)元網(wǎng)絡(luò)擁有自學(xué)習(xí)能力，使控制系統(tǒng)可以適應(yīng)機(jī)組負(fù)荷的變化，實(shí)時(shí)地進(jìn)行調(diào)整、實(shí)現(xiàn)最優(yōu).

1 單抽汽輪機(jī)工作原理及熱電負(fù)荷解耦控制策略

1.1 單抽汽輪機(jī)工作原理

如哈爾濱汽輪機(jī)有限責(zé)任公司生產(chǎn)的 N200-CC140-535/535C 單抽汽輪機(jī)組，完成發(fā)電的同時(shí)，肩負(fù)著供熱.單抽汽輪機(jī)組布置圖如圖1所示.高壓調(diào)門至抽汽調(diào)門為高壓缸，抽汽調(diào)門至凝汽器為低壓缸.主蒸汽經(jīng)過主汽閥門和高壓調(diào)節(jié)閥門，進(jìn)入汽輪機(jī)高壓缸，膨脹做工進(jìn)入抽汽室，一部分蒸汽經(jīng)抽汽調(diào)門進(jìn)入汽輪機(jī)低壓缸，繼續(xù)進(jìn)行膨脹做工直至凝汽器，另一部分由抽汽口引出送至供熱管[5].當(dāng)需求電負(fù)荷增加時(shí)，通過調(diào)節(jié)主汽閥門和高壓調(diào)節(jié)的開度加快進(jìn)汽量，使電負(fù)荷增加.進(jìn)汽量增大會(huì)引起壓力的升高，熱負(fù)荷也隨之升高.當(dāng)需要的熱負(fù)荷增大時(shí)，則需要減少抽汽調(diào)門開度，使低壓缸進(jìn)汽減少，而抽氣壓力則會(huì)增大.低壓缸進(jìn)汽量減少，會(huì)引起電負(fù)荷的降低.一般在于單抽汽汽輪機(jī)當(dāng)中，抽氣工況未投入時(shí)，抽汽調(diào)節(jié)閥門不參與調(diào)節(jié)為全開狀態(tài)，主要由高壓調(diào)節(jié)閥門閥位來實(shí)現(xiàn)對(duì)負(fù)荷的控制，在投入抽汽工況時(shí)，參與調(diào)節(jié)，由抽汽調(diào)節(jié)閥門的開關(guān)來調(diào)節(jié)抽汽壓力和流量.

圖1 單抽汽輪機(jī)組布置圖

1.2 系統(tǒng)數(shù)學(xué)模型

為了后續(xù)控制器設(shè)計(jì)，建立較精確的數(shù)學(xué)模型，經(jīng)查閱相關(guān)文獻(xiàn)[6,7]，推導(dǎo)描述系統(tǒng)運(yùn)動(dòng)特性的數(shù)學(xué)模型為：

①轉(zhuǎn)子方程：

(1)

②高壓容積：

(2)

③低壓容積：

(3)

④抽汽容積：

(4)

⑤高壓油動(dòng)機(jī)：

(5)

⑥低壓油動(dòng)機(jī)：

(6)

式(6)中：h、de-轉(zhuǎn)速、抽汽壓力相對(duì)變化量;L1-電負(fù)荷擾動(dòng);L2-熱負(fù)荷擾動(dòng);T-各環(huán)節(jié)時(shí)間常數(shù)(s);d-壓力變化相對(duì)值;_-油動(dòng)機(jī)活塞相對(duì)行程;e-滑閥位移相對(duì)值;CH-高壓缸功率比;CL-低壓缸功率比;QE-抽汽流量比(相對(duì)高壓缸);QL-低壓缸流量比(相對(duì)高壓缸).

1.3 汽輪機(jī)熱、電負(fù)荷耦合關(guān)系的判定

汽輪機(jī)熱、電負(fù)荷之間是否存在耦合性，可以將二者之間的關(guān)系用圖2表示.用汽輪機(jī)轉(zhuǎn)子轉(zhuǎn)速以及熱網(wǎng)壓力來表示電負(fù)荷和熱負(fù)荷.分別用r1、r2表示汽輪機(jī)工作時(shí)輸入的轉(zhuǎn)速和熱網(wǎng)壓力設(shè)定值；用y1、y2分別表示汽輪機(jī)工作輸出時(shí)的轉(zhuǎn)速和熱網(wǎng)壓力.

圖2 熱、電耦合關(guān)系示意圖

可知輸入輸出兩者之間存在以下關(guān)系

y1=K11r1+K12r2

y2=K21r1+K22r2，其中第一放大系數(shù)

(7)

1.4 熱電負(fù)荷解耦協(xié)調(diào)控制策略

針對(duì)單抽汽輪機(jī)組工作過程中存在熱電負(fù)荷問題提出如圖3所示的解耦協(xié)調(diào)控制策略.采用簡(jiǎn)單的前饋補(bǔ)償方式實(shí)現(xiàn)解耦，然后與PID神經(jīng)元網(wǎng)絡(luò)相結(jié)合作為補(bǔ)償控制器來彌補(bǔ)模型精度的問題.進(jìn)一步實(shí)現(xiàn)完全解耦，其中GC1(s)、GC2(s)表示PID神經(jīng)元控制器.

圖3 單抽汽輪機(jī)熱電負(fù)荷解耦 協(xié)調(diào)控制策略概圖

2 PID神經(jīng)元網(wǎng)絡(luò)控制器設(shè)計(jì)

2.1 串級(jí)前饋補(bǔ)償解耦補(bǔ)償設(shè)計(jì)

前饋補(bǔ)償如圖3的中間虛線框所示，思路為將熱網(wǎng)壓力對(duì)轉(zhuǎn)速的影響當(dāng)作擾動(dòng)值，并按前饋補(bǔ)償?shù)霓k法消除擾動(dòng)影響[8],針對(duì)CC140單抽汽式汽輪機(jī)根據(jù)不變性原理(即前饋控制擾動(dòng)原理)得到解耦環(huán)節(jié)的模型為：

ghG21+F21glG22

(8)

2.2 PID神經(jīng)元網(wǎng)絡(luò)控制器設(shè)計(jì)

對(duì)PID神經(jīng)元網(wǎng)絡(luò)進(jìn)行解耦補(bǔ)償環(huán)節(jié)設(shè)計(jì)時(shí)，采用的是含有一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)，其中各子網(wǎng)絡(luò)的輸出層至隱含層相互獨(dú)立，輸入層的神經(jīng)元分別受需要控制變量的給定值與現(xiàn)場(chǎng)所測(cè)的實(shí)際值，而隱含層的三個(gè)神經(jīng)元分別為比例、積分以及微分元控制結(jié)構(gòu)形式如圖4所示.

圖4 PIDNN控制結(jié)構(gòu)形式

2.2.1 輸入層的計(jì)算

輸入層有兩個(gè)神經(jīng)元，其輸入輸出函數(shù)為:

xi(k)=neti(k)

(9)

輸入層神經(jīng)元輸入值為neti，xi為輸入層神經(jīng)元的輸出值，k為采樣時(shí)刻，i為輸入層神經(jīng)元序號(hào)i=1,2.

2.2.2 隱含層的計(jì)算

隱含層有3個(gè)神經(jīng)元，分別為比例、積分、微分神經(jīng)元.

(10)

2.2.3 輸出層的計(jì)算

輸出層有一個(gè)神經(jīng)元，輸出神經(jīng)元的輸入為隱含層所有神經(jīng)元輸出值的加權(quán)和，計(jì)算公式為：

(11)

輸出層的輸出為U(k)=I(k)，式中uj為隱含層各神經(jīng)元的輸出值；wj為隱含層與輸出層之間的連接權(quán)值.

2.2.4 權(quán)值修正

對(duì)于圖2假定上述對(duì)象是可解耦的，利用BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法訓(xùn)練時(shí)間短、結(jié)構(gòu)簡(jiǎn)單、能以任意精度逼近任意有理函數(shù)的特點(diǎn)，可將解耦控制系統(tǒng)所設(shè)訓(xùn)練目標(biāo)數(shù)學(xué)表達(dá)式定義為：

(12)

并使該式最小，其中m為每批采樣點(diǎn)數(shù)，p為控制變量的個(gè)數(shù)，rp為系統(tǒng)給定值，yp為系統(tǒng)輸出值.PID神經(jīng)元網(wǎng)絡(luò)根據(jù)控制量的誤差，對(duì)解耦補(bǔ)償環(huán)節(jié)采用一種較為可靠的梯度下降法來實(shí)現(xiàn)權(quán)值的調(diào)整，即：權(quán)值迭代函數(shù)表達(dá)式為：

(13)

可得由隱含層至輸出層的權(quán)值迭代公式為：

(14)

(15)

式(15)中：

3 單抽汽輪機(jī)前饋補(bǔ)償PID神經(jīng)元網(wǎng)絡(luò)解耦仿真結(jié)果

為了驗(yàn)證所設(shè)計(jì)的PID神經(jīng)元網(wǎng)絡(luò)(PIDNN)控制器的實(shí)際控制效果，采取MATLAB R2014a的Simulink工具箱，對(duì)單抽汽輪機(jī)熱電負(fù)荷控制系統(tǒng)進(jìn)行仿真研究.控制器模型如圖5所示.

圖5 雙變量PID神經(jīng)元網(wǎng)絡(luò)控制器仿真模型

在圖5所示參數(shù)中，油動(dòng)機(jī)常數(shù)為TS=0.2 s，蒸汽容積和各個(gè)變量之間具有耦合關(guān)系的系數(shù)范圍為：0.1～0.3 s[9]，其中PID神經(jīng)元模塊是由gensim函數(shù)生成的已經(jīng)訓(xùn)練好的網(wǎng)絡(luò).在此過程中需要用MATLAB語言將編寫好的S函數(shù)模塊嵌入到仿真系統(tǒng)中，就可以進(jìn)行仿真.仿真時(shí)首先對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練到第325步時(shí)精度達(dá)到設(shè)定值，如圖6所示.為了模擬現(xiàn)場(chǎng)的擾動(dòng)，在仿真時(shí)分別為設(shè)定：電負(fù)荷信號(hào)為0時(shí)刻、幅值為1的階躍信號(hào)，熱負(fù)荷為30 s時(shí)刻，幅值為1.5的階躍信號(hào)，仿真時(shí)間設(shè)定為60 s，PID的比例、積分、微分參數(shù)初始設(shè)為2、12、0.5.運(yùn)行仿真結(jié)果如圖7～9所示.

圖6 網(wǎng)絡(luò)訓(xùn)練誤差曲線圖

圖7 未解耦仿真結(jié)果曲線

由仿真圖7結(jié)果分析可得，系統(tǒng)未解耦狀態(tài)下，穩(wěn)態(tài)值偏差極大，參考圖8采用PID控制解耦，當(dāng)熱網(wǎng)壓力在30 s處出現(xiàn)幅值為1.5的階躍擾動(dòng)時(shí)，電負(fù)荷干擾急劇上升超調(diào)約55%，曲線震蕩約5 s趨于穩(wěn)定，耦合影響嚴(yán)重.由圖9可知，熱網(wǎng)壓力在30 s處發(fā)生幅值為1.5的階躍擾動(dòng)時(shí)，采用串聯(lián)前饋補(bǔ)償?shù)腜ID神經(jīng)元網(wǎng)絡(luò)控制器，電負(fù)荷超調(diào)約為5%左右，且在1 s內(nèi)趨于穩(wěn)定，表明汽輪機(jī)PID神經(jīng)元網(wǎng)絡(luò)解耦控制消除了汽輪機(jī)熱負(fù)荷控制回路與電負(fù)荷控制回路之間的耦合.對(duì)比圖8和圖9，PID神經(jīng)元網(wǎng)絡(luò)與傳統(tǒng)PID相比較，超調(diào)量明顯減少，響應(yīng)速度變快，控制效果更佳.

4 結(jié)論

PID神經(jīng)元網(wǎng)絡(luò)參照PID的控制規(guī)律要求構(gòu)成，結(jié)構(gòu)簡(jiǎn)單、規(guī)范[10-13].加快了收斂速度，具有不易陷入極小值；與BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法結(jié)合使控制系統(tǒng)保持初始穩(wěn)定，使系統(tǒng)的全局穩(wěn)定得到可能.避免對(duì)系統(tǒng)參數(shù)盲目的調(diào)節(jié)，對(duì)系統(tǒng)優(yōu)化運(yùn)行中參數(shù)的整定、修改.起到預(yù)測(cè)和指導(dǎo)作用[14-16].串聯(lián)前饋從根本上實(shí)現(xiàn)了動(dòng)靜態(tài)解耦,使得到在不同工況下對(duì)系統(tǒng)進(jìn)行動(dòng)態(tài)調(diào)整，以提高系統(tǒng)的控制品質(zhì).MATLAB仿真結(jié)果表明，本文針對(duì)汽輪機(jī)提出的熱、電協(xié)調(diào)控制解耦得到了很好地實(shí)現(xiàn)，系統(tǒng)自適應(yīng)能力大大提高.為單抽汽輪機(jī)組的熱電協(xié)調(diào)控制提供了一種很好地控制策略.

參考文獻(xiàn)

[1] 李 艷,張曉婕,李可可.雙抽汽輪機(jī)熱電負(fù)荷解耦協(xié)調(diào)控制研究[J].陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2017,35(1):158-165.

[2] 舒懷林.PID 神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].北京: 國防工業(yè)出版社，2006.

[3] 王 迅.50MW雙抽機(jī)組解耦策略及調(diào)試方案[J].中國高新技術(shù)企業(yè),2010(22):39-41.

[4] 唐 麗.抽汽式汽輪機(jī)熱電牽連解耦控制的研究與應(yīng)用[J].電站系統(tǒng)工程,2009,25(1):61-63.

[5] 劉 欣,于 彤,袁景淇,等.300MW汽輪機(jī)主汽調(diào)門組模型的建立與應(yīng)用[J].控制工程,2012,19(6)：1 183-1 186.

[6] 戴義平,俞茂錚,韓增才.一次調(diào)節(jié)抽汽式汽輪機(jī)調(diào)節(jié)系統(tǒng)的穩(wěn)定性分析[J].汽輪機(jī)技術(shù),1996,38(1):5-10.

[7] 李 寧,李崇祥,戴義平,等.一次調(diào)節(jié)抽汽透平數(shù)字電液控制系統(tǒng)的設(shè)計(jì)及特性研究[J].汽輪機(jī)技術(shù),1997,39(4):23-28.

[8] 楊林璐,蔣小平,彭朝陽.基于雙變量系統(tǒng)的解耦方法的研究[J].科技視界,2015(36):13-16.

[9] 鐘艷春.3 000 KW工業(yè)汽輪機(jī)數(shù)字式電液控制系統(tǒng)研究[D].哈爾濱：哈爾濱理工大學(xué),2007.

[10] 程啟明,鄭 勇.球磨機(jī)多模型PID型神經(jīng)元網(wǎng)絡(luò)控制系統(tǒng)[J].中國電機(jī)工程學(xué)報(bào),2008,28(2):103-109.

[11] 王 鵬,張 偉,戴日輝,等.基于PID型神經(jīng)網(wǎng)絡(luò)的除氧器壓力和水位解耦控制研究[J].熱能動(dòng)力工程,2015,30(6):926-931,976.

[12] 鄧 肖,胡慕伊.PID神經(jīng)網(wǎng)絡(luò)在卷紙輥張力控制中的應(yīng)用[J].中國造紙學(xué)報(bào),2014,29(1):44-48.

[13] 朱 林,吳冬雪,柴 玲,等.神經(jīng)元網(wǎng)絡(luò)控制器在熱網(wǎng)中的應(yīng)用研究[J].自動(dòng)化儀表,2014,35(12):71-74.

[14] 歐艷華.基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)PID控制器設(shè)計(jì)[J].機(jī)械設(shè)計(jì)與制造,2014(6):263-265.

[15] 朱 林,吳冬雪,柴 玲.神經(jīng)元網(wǎng)絡(luò)控制器在熱網(wǎng)中的應(yīng)用研究[J].自動(dòng)化儀表,2014,35(12):71-74.

[16] 郭德彪,陳衛(wèi)兵,王金燕,等.基于非線性類PID算法的控制器優(yōu)化過程仿真[J].計(jì)算機(jī)仿真,2013,30(5):341-344,365.

【責(zé)任編輯：陳佳】

SingleextractionsteamturbinebasedonPIDneuralnetworkdecouplinganalysis

LI Ming-hui1， YUN Wei-tao1， ZHANG Xiao-jie2

(1.College of Mechanical and Electrical Engineering, Shaanxi University of Science & Technology, Xi′an 710021, China； 2.Puyang Water Supply Company, Puyang 457000, China)

2017-05-22

陜西省科技廳科學(xué)技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2013K07-28)； 陜西省教育廳專項(xiàng)科研計(jì)劃項(xiàng)目(14JK1094)

李明輝(1972-)，男，河南信陽人，教授，博士，研究方向：機(jī)電系統(tǒng)控制與設(shè)計(jì)、高級(jí)過程控制

2096-398X(2017)05-0168-05

TP3

A