广告位
首页 基于生物质锅炉的模糊自适应PID控制系统仿真研究

基于生物质锅炉的模糊自适应PID控制系统仿真研究

孙君曼1,谢泽会1,李莉萍2,冯广军1

(1.郑州轻工业学院电气信息工程学院,河南郑州450002;2.开封空分设备集团公司,河南开封475000)

  摘要:在MATLAB/SIMULINK平台上,通过实验的方法建立了模糊自适应PID系统的仿真模型,给出了模糊自适应PID仿真的具体实现方法,并进行生物质锅炉控制子系统仿真应用研究,通过常规PID控制算法与模糊自适应PID控制算法对干扰信号的反应过程仿真结果对比,表明了模糊PID控制策略使系统具有强抗干扰性、灵活性和适应性强的优点,又具有控制精度高的优势。

  0前言

  生物质能是指通过光合作用把太阳能转化为化学能后固定和储存在生物体内的能量,生物质能源是一种理想的可再生清洁能源,来源广泛每年都有大量的工业农业及森林废弃物产出,工业锅炉是煤炭消费大户是环境的重要污染源,发展生物质锅炉技术提高绿色可再生能源利用对促进我国节约型社会主义建设具有重要意义。

  使用废弃生物质压缩成型的颗粒燃料的锅炉,替代燃煤燃油锅炉,因其使用清洁能源,具有节约能源、CO2温室气体零排放、环保性好符合国家能源发展战略而得到迅速发展,但因其生物质燃料的特点给锅炉的控制系统带来新问题。

  在生物质锅炉控制系统中,由于生物质燃料湿度、密度、种类及锅炉负荷变化等干扰因素不确定性,以及时变性、非线性等因素,考虑将先进控制策略和传统PID控制相结合的方案,进行生物质锅炉控制系统研究。模糊控制器不要求确定受控对象的精确数学模型,而根据控制规则组织控制决策表,由控制决策表决定控制量的大小。这种将模糊控制器和传统PID控制相结合的控制策略,使系统具有模糊控制的灵活性和适应性强的优点,又具有PID控制精度高的优势。尤其适合于在具有干扰因素不确定性的生物质锅炉的控制系统中进行应用。

  1模糊自适应PID控制器的构成

  控制系统的核心部分是模糊控制器,包括模糊化、知识库、模糊推理、解模糊化和输入输出量化等部分。模糊化环节把输入的精确量转化为模糊量,输入信号映射到相应论域上的一个点后,将其转化为该论域上的一个模糊子集;知识库中包含了生物质锅炉应用领域中的经验知识和要求的目标,通常由数据库和模糊规则库两部分组成,数据库主要包括各语言变量的隶属度函数,尺度变换因子和模糊空间的分级数等,规则库包括了用模糊语言变量表示的一系列控制规则,它们反映了控制专家的经验和知识;模糊推理是模糊控制器的核心,是基于模糊逻辑中的蕴含关系及推理规则来进行的;解模糊化是将模糊推理得到的控制量(模糊量)变换为实际可用于控制的精确量,它包括两部分内容:(1)是将模糊的控制量经解模糊变换变成表示在论域范围的精确量;(2)是将表示在论域范围的精确量经量程转换变成实际的控制量。

  模糊自适应PID控制器是由可调整PID控制器和模糊控制器构成,在常规PID控制的基础上,以误差E和误差变化率Ec作为输入,通过模糊推理输出Kp,Ki,Kd的调整值,以实现在线整定,满足不同的E和Ec对PID参数Kp、Ki和Kd的要求,而使被控对象具有良好的动、静态性能。

  2模糊自适应PID控制器的实现

  2.1模糊自适应控制算法研究

  首先确定模糊控制器的维数,根据实际需要确定各个输入、输出变量的变化范围,然后确定它们的量化等级、量化因子、比例因子;在每个变量的量化论域内定义模糊子集;确定模糊子集个数及每个模糊子集的语言变量,为各语言变量选择隶属度函数;确定模糊控制规则的原则是保证控制器的输出能够使系统输出响应的动静态性能达到最佳;编制模糊控制表,根据模糊控制规则和确定的输入、输出变量求出模糊控制器的输出。这些输出值是PID参数的调整量,把它们与输入量在1个表中按一定关系列出就构成了模糊控制表。PID3个参数一般是独立调整,所以有3个模糊控制表;把采样得到的偏差、偏差变化率经过整理后,代入模糊控制规则表,得出新的PID参数,再经过PID算法的计算就得出了最后的输出量,也就是系统的控制量;根据仿真效果或实验结果分析模糊PID的控制性能,再对量化因子和比例因子进行调整以达到理想的控制效果。

  2.3建立模糊控制规则表

  参数的整定规则是模糊控制的核心,依据专家的经验建立模糊控制规则,本设计采用49条模糊语言规则。

  3仿真研究

  在Matlab/simulink环境下构建模型,整个模块图由模糊控制器、PID控制模块、控制对象及输入输出等组成。使用的模块主要有Simu-link(基本库)、Simulink Extras(扩展库)和Fuzzy logic toolbox(模糊逻辑库)。

  3.1模糊控制器的编辑

  在MATLAB命令窗口输入fuzzy命令打开模糊编辑窗口,建立模糊控制器。在matlab命令窗口输入plotfis(a)观察模糊控制系统的构成,如图7所示。

  分别输入E,Ec,Kp,Ki,Kd的隶属函数及模糊规则,取and method为min,or method为max,implication(推理)为min,aggregation(合成)为max,取defuzzification(去模糊化方法)为centroid(加权平均法)。建好模糊控制系统后,以“fpidsimulink.fis”存盘。在仿真的时候将其加载到工作空间中,即可在simulink环境中对模糊控制器进行仿真。

  3.2模糊自适应PID控制的仿真

  目前,中型生物质蒸汽锅炉控制回路包括汽包水位控制、炉排控制、鼓风控制、引风控制、用于发电锅炉还需要主蒸汽温度等回路。选取某供汽量为120t/h的锅炉汽包为被控对象,其给水流量与水位的传递函数为:G(s)=0.0529/8.5s2+s。

  4仿真结果分析

  分别对模糊PID控制进行阶跃响应仿真,并将仿真结果与PID仿真进行对比。仿真时间为20s,在15s处加周期为15s,占空比为5%,幅度为10的脉冲信号,研究模糊PID对干扰的抑制能力。其仿真结果分别如下图所示。

  可以看出,模糊自适应PID控制器的响应速度更快,超调量比PID控制器要小,振荡时间更短,很快的趋于稳定状态,显示出良好的动态性能和稳定精度。同时从加干扰后的仿真图中可以看出来模糊PID控制器对干扰有很好的抑制能力。

声明:本文文字转载、图片收集自网络,不代表中国生物质能源网立场,如有侵权,请及时告知我们,我们将在最短的时间内删除。 http://www.cnbioenergy.com/uncategorized/2778.html
广告位
上一篇
下一篇
联系我们

联系我们

0180-88671599

在线咨询: QQ交谈

邮箱: admin@cnbioenergy.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部