BP神經(jīng)網(wǎng)絡(luò)PID控制在高爐TRT頂壓控制系統(tǒng)中的仿真

劉志剛

（唐山學(xué)院 機(jī)電工程系，河北 唐山063000）

高爐爐頂煤氣余壓透平發(fā)電裝置（TRT）是將回收的高爐煤氣的壓力能通過透平膨脹機(jī)做功后轉(zhuǎn)化為機(jī)械能驅(qū)動(dòng)發(fā)電機(jī)發(fā)電的裝置。維持TRT正常工作首先要確保高爐爐頂壓力的穩(wěn)定，而影響高爐爐頂壓力的因素很多，如布料過程、均壓過程、鼓風(fēng)機(jī)壓力與風(fēng)量、旁通閥開度、熱風(fēng)爐換爐、高爐生產(chǎn)工況、透平機(jī)運(yùn)行狀況以及靜葉的調(diào)節(jié)精度等［1］。穩(wěn)定的控制高爐爐頂壓力非常重要而且難度很高，這就需要有一套高效的高爐頂壓控制系統(tǒng)對(duì)其進(jìn)行控制。

1 高爐頂壓控制工藝［1－3］

高爐TRT頂壓控制系統(tǒng)流程如圖1所示。系統(tǒng)根據(jù)設(shè)定的壓力值在不同工況下由不同機(jī)構(gòu)控制高爐爐頂壓力。在正常工況下，通過對(duì)環(huán)縫和TRT靜葉開度的調(diào)節(jié)來改變透平機(jī)的廣義阻尼系數(shù)，從而達(dá)到改變高爐爐頂壓力的目的，同時(shí)快開閥和旁通閥全部關(guān)閉，起保護(hù)作用；當(dāng)TRT故障停機(jī)時(shí)，關(guān)閉透平機(jī)入口閥門，打開旁通閥和快開閥，高爐爐頂?shù)膲毫τ森h(huán)縫控制［1－3］。

2 傳統(tǒng)PID控制算法

PID控制在線性、動(dòng)態(tài)且不隨時(shí)間變化的控制系統(tǒng)中有廣泛的應(yīng)用，是高爐頂壓控制系統(tǒng)中最常用的算法之一。其控制規(guī)律為

其中，Kp為比例系數(shù)，Ki為積分時(shí)間系數(shù)，Kd為微分時(shí)間系數(shù)，e（t）為系統(tǒng)偏差。通過對(duì)（1）式采樣可得增量式PID控制算法：

3 BP神經(jīng)網(wǎng)絡(luò)PID控制算法

圖2為基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器結(jié)構(gòu)，PID控制器的3個(gè)可調(diào)制參數(shù)Kp，Ki，Kd由輸出層神經(jīng)元輸出，通過自學(xué)習(xí)和對(duì)加權(quán)系數(shù)的調(diào)整，得到最優(yōu)的控制設(shè)計(jì)，即3層BP神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)如圖3所示。

3.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的正向算法

網(wǎng)絡(luò)輸入層的輸入為

式中，輸入神經(jīng)元個(gè)數(shù)M選為3，輸入的3個(gè)量分別為高爐頂壓的設(shè)定值、實(shí)際值和其偏差值。

網(wǎng)絡(luò)隱含層的輸入、輸出為

網(wǎng)絡(luò)輸出層的輸入、輸出為：

輸出層輸出節(jié)點(diǎn)分別對(duì)應(yīng)3個(gè)可調(diào)參數(shù)Kp，Ki，Kd，其神經(jīng)元的激活函數(shù)為

因Kp，Ki，Kd為正，可令輸出層神經(jīng)元激活函數(shù)取非負(fù)的Sigmoid函數(shù)。此BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為3－5－3。

3.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的反向算法

取性能指標(biāo)函數(shù)為

各層加權(quán)系數(shù)可按Jp函數(shù)梯度變化反方向搜索調(diào)整，使網(wǎng)絡(luò)逐漸收斂［4－6］。

4 應(yīng)用與仿真

4.1 BP神經(jīng)網(wǎng)絡(luò)PID控制應(yīng)用于高爐頂壓控制系統(tǒng)

高爐頂壓控制系統(tǒng)是一個(gè)多擾動(dòng)、強(qiáng)非線性和時(shí)變特性的多變量系統(tǒng)［7］。單一PID控制易存在參數(shù)調(diào)節(jié)不準(zhǔn)確、對(duì)時(shí)變對(duì)象的適應(yīng)能力差等不足，難以使控制系統(tǒng)達(dá)到非常精準(zhǔn)的水平。由于神經(jīng)網(wǎng)絡(luò)具有任意非線性逼近能力、自學(xué)習(xí)能力以及概括推廣能力，使控制系統(tǒng)具有自適應(yīng)性，可自動(dòng)調(diào)節(jié)控制參數(shù)，提高控制性能和可靠性［8］。結(jié)合PID控制算法，即BP神經(jīng)網(wǎng)絡(luò)PID控制可改善系統(tǒng)的控制效果，提高系統(tǒng)響應(yīng)速度、控制精度高和魯棒性。所以將BP神經(jīng)網(wǎng)絡(luò)PID控制應(yīng)用于高爐頂壓控制系統(tǒng)勢(shì)在必行。本設(shè)計(jì)即融合了傳統(tǒng)PID和BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)高爐頂壓控制系統(tǒng)中PID參數(shù)的整定，提高傳統(tǒng)單一PID控制精度，使高爐爐頂壓力更趨于穩(wěn)定。通過Matlab仿真，驗(yàn)證該優(yōu)化控制算法的可行性。

BP神經(jīng)網(wǎng)絡(luò)PID控制算法的設(shè)計(jì)步驟：首先，神經(jīng)網(wǎng)絡(luò)控制器選用3－5－3的結(jié)構(gòu)，給出輸入層和隱含層加權(quán)系數(shù)的初值，設(shè)定學(xué)習(xí)速率η和慣性系數(shù)α，令k＝1；其次，通過采樣得到高爐爐頂壓力的設(shè)定值和實(shí)際值，并計(jì)算出其偏差值，然后進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)并在線調(diào)整各層的加權(quán)系數(shù)；再次，計(jì)算神經(jīng)網(wǎng)絡(luò)輸入層、隱含層、輸出層的輸出值，輸出層的輸出值即為PID控制器的3個(gè)可調(diào)參數(shù)Kp，Ki，Kd；最后，將Kp，Ki，Kd代入式（2）計(jì)算PID控制器的輸出u（k），令k＝k＋1，循環(huán)計(jì)算，直到達(dá)到精度范圍內(nèi)為止。

4.2 Matlab仿真

參照文獻(xiàn)［9］，建立一個(gè)多輸入單輸出的系統(tǒng)控制模型。對(duì)高爐爐頂壓力P2（s）影響較大的兩個(gè)參數(shù)為鼓風(fēng)機(jī)風(fēng)量Q（s）和旁通閥開度L（s），它們的傳遞函數(shù)如式（14），（15）所示。

在Matlab仿真軟件中，令學(xué)習(xí)速率η＝0.2，慣性系數(shù)α＝0.01。根據(jù)上述算法設(shè)計(jì)過程，由階躍信號(hào)模擬鼓風(fēng)機(jī)風(fēng)量的變化可得圖4，系統(tǒng)頂壓響應(yīng)是一個(gè)類似于二階的振蕩響應(yīng)。起初BP神經(jīng)網(wǎng)絡(luò)PID控制較之PID控制系統(tǒng)振蕩略有增加，但系統(tǒng)通過自學(xué)習(xí)和對(duì)權(quán)系數(shù)的調(diào)整，穩(wěn)定時(shí)間大大提前。神經(jīng)網(wǎng)絡(luò)PID控制算法可以使系統(tǒng)在保證爐頂壓力偏差允許的精度范圍內(nèi)，使系統(tǒng)盡快恢復(fù)設(shè)定壓力值，達(dá)到穩(wěn)定狀態(tài)。當(dāng)由階躍信號(hào)模擬旁通閥開度時(shí)可得圖5，系統(tǒng)頂壓響應(yīng)也是一個(gè)二階振蕩響應(yīng)，但系統(tǒng)通過自學(xué)習(xí)和對(duì)權(quán)系數(shù)的調(diào)整，也能大大縮短穩(wěn)定時(shí)間。在保證壓力精度設(shè)定范圍內(nèi)，使系統(tǒng)更快地達(dá)到設(shè)定壓力值并穩(wěn)定運(yùn)行。

另外，系統(tǒng)經(jīng)過BP神經(jīng)網(wǎng)絡(luò)PID控制后，比較鼓風(fēng)機(jī)風(fēng)量和旁通閥閥門開度兩個(gè)影響爐頂壓力的因素，BP神經(jīng)網(wǎng)絡(luò)PID控制對(duì)旁通閥閥門開度控制效果更好。因未使?fàn)t頂壓力出現(xiàn)較大的波動(dòng)，從而大大縮短了穩(wěn)定時(shí)間。實(shí)際現(xiàn)場(chǎng)控制中也正是利用旁通閥來調(diào)節(jié)爐頂?shù)膲毫Α?/p>

5 結(jié)語

本文利用BP神經(jīng)網(wǎng)絡(luò)與PID控制的結(jié)合來控制高爐TRT爐頂頂壓。由仿真結(jié)果可以看出，此控制方式彌補(bǔ)了傳統(tǒng)PID控制的缺陷，在增強(qiáng)系統(tǒng)魯棒性、縮短系統(tǒng)穩(wěn)定時(shí)間等方面均優(yōu)于傳統(tǒng)PID控制。盡管控制系統(tǒng)開始存在過沖和振蕩，但經(jīng)過神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)和權(quán)系數(shù)調(diào)整使系統(tǒng)迅速得到自我修正并趨于穩(wěn)定。BP神經(jīng)網(wǎng)絡(luò)PID控制可為復(fù)雜的高爐頂壓控制系統(tǒng)提供更為合理的可調(diào)參數(shù)Kp，Ki，Kd，使?fàn)t頂壓力更精準(zhǔn)地接近期望值，達(dá)到優(yōu)化系統(tǒng)控制性能的目的。

［1］印建安，章本照.TRT頂壓穩(wěn)定性高精度控制技術(shù)（STPC）基本原理［J］.中國冶金，2007，17（10）：50－53.

［2］安劍奇，吳敏，熊永華，等.高爐爐頂壓力智能解耦控制方法及應(yīng)用［J］.信息與控制，2009，39（2）：180－186.

［3］印建安.高爐煤氣余壓發(fā)電裝置中爐頂壓力穩(wěn)定性分析與控制實(shí)驗(yàn)研究［D］.杭州：浙江大學(xué)，2000.

［4］陳奇福.基于模糊PID的高爐爐頂壓力控制系統(tǒng)的開發(fā)與工業(yè)應(yīng)用［D］.長沙：中南大學(xué)，2010.

［5］王建鑫，申德超，馬躍進(jìn).BP神經(jīng)網(wǎng)絡(luò)PID控制仿真在擠壓機(jī)中的應(yīng)用［J］.農(nóng)機(jī)化研究，2011，3（3）：194－197.

［6］涂川川，朱鳳武，李鐵.BP神經(jīng)網(wǎng)絡(luò)PID控制器在溫室溫度控制中的研究［J］.中國農(nóng)機(jī)化研究，2012（2）：151－154.

［7］Tsumura K.Modeling for control of blast furnace［C］／／IEEE International Conference on Control Applications.Piscataway，NJ，USA：IEEE，1999：1－6.

［8］張殿華，馮瑩瑩，駱宗安，等.BP神經(jīng)網(wǎng)絡(luò)PID控制對(duì)液壓伺服控制的改進(jìn)［J］.鋼鐵研究學(xué)報(bào)，2009，21（3）：59－62.

［9］楊春節(jié)，吳平，宋執(zhí)環(huán).煉鐵高爐TRT系統(tǒng)爐頂壓力動(dòng)態(tài)數(shù)學(xué)模型研究［J］.浙江大學(xué)學(xué)報(bào)：工學(xué)版，2006，40（9）：1536－1539.