模糊预测控制在工业窑炉温度控制系统中应用.docVIP

模糊预测控制在工业窑炉温度控制系统中应用 　　摘　要　本文针对工业窑炉容量大、滞后量大、非线性等特点，提出了一种将模糊控制与预测控制相结合的控制算法。仿真结果表明，这种方法与传统的PID控制相比，具有较高的稳态精度和动态特性。 　　关键词　预测控制，模糊控制，工业窑炉，温度 　　 　　1引言 　　 　　陶瓷制品的烧成是一个复杂的反应过程，窑炉控制系统具有惯性大、纯滞后、时变及严重的非线性等特点，且参量多而复杂，彼此之间耦合严重，系统模型难以建立。模糊预测控制实际上是一种非线性控制,属于智能控制的范畴。由于模糊控制不要求知道被控对象的精确数学模型,只根据实际系统的输入输出数据,并结合现场工作人员的操作经验,就可对系统进行实时控制。预测控制是由系统的历史信息和当前的系统输入来预测系统输出的未来趋势,其形式不受限制,可以是线性系统,也可是非线性系统。因此，建立一个合理的模糊预测控制模型对于具有惯性大、纯滞后、时变及严重的非线性特点的窑炉控制系统而言，不失为一个有效的控制方案。 　　 　　2温度控制系统 　　 　　陶瓷产品在烧成过程中受三个参数的影响：温度、气氛和压力。其中温度的控制起着至关重要的作用，因此，温度控制是本控制系统的关键。 　　陶瓷产品从入窑到出窑分为若干个温度控制回路，每个控制回路都有2～4个烧嘴，并由一个调节阀控制这一组烧嘴燃料的输入量以控制窑内的温度。如图1所示。 　　 　　图1窑炉温度控制回路 　　 　　3模糊预测控制系统的构成 　　 　　窑炉喷嘴口的温度受燃气、助燃风和窑炉制品传送速度的共同影响。在正常运行的情况下，传送速度和助燃风量是比较稳定的，所以，此时燃气量的变化对温度的影响最大。因此，我们设计的模糊预测控制系统,通过改变燃气控制阀的开度调节燃气排量，从而达到控制喷嘴出口温度的目的。 　　模糊预测控制系统如图2所示,主要由模型预测、模糊控制和模型校正三部分组成。 　　 　　图2模糊预测控制系统 　　 　　3.1模糊控制器的设计 　　3.1.1输入变量及输出变量的模糊语言 　　基于对窑炉温度控制系统的分析，我们设计了一个双输入单输出的模糊控制器。选取的输入语言变量为温度误差e和温度误差的变化率Δe ,输出语言变量为控制量的变化u。如图3所示。 　　 　　本设计中，e、Δe和u选取7个语言值:{负大,负中,负小,零,正小,正中,正大}。 　　各值论域为: 　　e的基本论域为(-5℃,5℃)； 　　e的模糊子集论域E为:(-6，-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6)； 　　Δe的基本论域为(-0.1,0.1)； 　　u的基本论域为(-7,+7)； 　　u的模糊子集论域U为：(-7,-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6,+7)； 　　误差e的量化因子ke=6/5=1.2；误差变化率Δe的量化因子kΔe=6/0.1=60；控制量变化u的比例因子k=7/7=1.0。 　　3.1.2模糊控制规则 　　模糊控制规则如表1所示。 　　控制规则总模糊关系：R=R1YR2Y…YR49 　　式中： 　　R1=[（NB）e×(NB)Δe]T×(PB)u 　　R2=[（NM）Δe×(NB)Δe]T×(PB)u 　　…… 　　 　　R49=[（PB）e×(NB)Δe]T×(NB) 　　3.1.3 模糊推理及去模糊化 　　应用模糊推理合成规则,输出语言变量论域上的模糊子集: 　　u=(e×Δe)οR 　　式中： 　　ο ―― 合成运算 　　将模糊子集去模糊化，就可判决出一个精确的控制量。这里用加权平均法对其进行判决： 　　 　　式中: 　　μu(ui)―― 输出模糊集合u的隶属度 　　 ui ―― 论域U={-7,-6,-5,-4,-3,-2,-1,0,+1,+2,+3,+4,+5,+6,+7}中的元素 　　3.1.4 模糊控制查询 　　查询表是温控模糊控制算法总表，如表2所示。控制过程中将采集到的e和Δe分别乘以量化因子ke和kΔe即可获得E和ΔE值,然后调用查询表,可立即输出控制量变化U。 　　3.2 预测模型 　　 　　本文的温度控制系统模型采用DMC形式,模型时域长度为60，模型向量α=[α11…α60]的获取通过加入阶跃响应反复测试校正得到。预测模型的输出值为： 　　 　　Δu(k） ―― k时刻对系统施加的一个控制增量 　　3.3 反馈校正 　　当k时刻对系统施加控制u(k)时,利用预测模型即可得出未来时刻的输出预测值ym(k)。但由于实际存在模型的时变、非线性等因素并受环境干扰的影响,预测值会偏离实际值,故在k+1时刻要利用系统的实