改進型Smith-專家PID算法在烘缸溫度串級系統上的應用

張愛娟 胡慕伊 黃亞南

(南京林業大學 江蘇省制漿造紙科學與技術重點實驗室，南京 210037)

改進型Smith-專家PID算法在烘缸溫度串級系統上的應用

張愛娟 胡慕伊 黃亞南

(南京林業大學 江蘇省制漿造紙科學與技術重點實驗室，南京 210037)

針對少烘缸或單烘缸紙機的干燥過程具有滯后大、慣性大且非線性的缺點，提出專家PID結合Smith預估器的算法，設計了少烘缸紙機或單烘缸紙機的烘缸溫度和蒸汽流量串級控制系統。主控制器是改進的專家PID控制器，利用基于專家經驗的知識庫在線調整PID參數；對主回路采用改進型Smith預估器，以克服純滯后對系統穩定性的影響，也解決了Smith預估器對數學模型精確要求的問題。利用MATLAB進行仿真，結果表明：改進型Smith-專家PID算法具有良好的控制品質，具有超調小及響應速度快等動態特性。

烘缸溫度 專家PID 改進型Smith預估 串級控制

在造紙工業中，干燥部是消耗蒸汽相對較多的一個工段，目前來說使用最多的是烘缸干燥。烘缸溫度是一個重要變量，對紙的平滑度、收縮性和物理強度都有影響，因此希望烘缸溫度保持恒定，使紙張水分保持恒定，降低斷紙率，提高生產率。同時它還影響所用的蒸汽量，與節能密切相關。合理、高效地對烘缸溫度進行控制，可以改善紙張質量，降低能耗，因此設計一個高效的控制系統至關重要。

目前，國內多數造紙廠采用蒸汽壓力控制烘缸溫度，由于現實的客觀原因，這種方法在多烘缸紙機上應用很多。相關研究者提出過烘缸溫度的自適應模糊預估控制[1]，紙機烘缸溫度仿人智能控制[2]。對于烘缸溫度等大時滯對象，最早是用單純Smith預估器控制，后來發展到其與其他智能控制算法相結合[3]，由于傳統Smith預估器對模型要求高，提出改進型Smith預估器，并引入專家控制來進行溫度調節[4]，設計了一種適用于少烘缸紙機的改進型Smith預估器的專家PID的烘缸溫度的串級控制系統。在此之前，有利用遺傳算法對控制系統中的專家PID調節器參數進行優化的方案[5]，有基于模糊PID和Smith預估器的串級溫度控制方案[6]。筆者把改進型Smith預估器和專家PID控制結合起來，MATLAB仿真結果證明，該改進型方案使系統具有良好的動態性能和靜態性能，對被控對象的適應能力強，魯棒性和穩定性都較好。

在造紙廠中，由于烘缸溫度控制回路的滯后時間大及烘缸表面溫度不易測量等原因，因而常使用蒸汽壓力的單回路來控制烘缸溫度，如圖1中虛線所畫的單回路1所示。這種控制方法在多烘缸紙機上應用較多，利用飽和蒸汽壓力和蒸汽溫度的對應關系來控制溫度。

針對少烘缸紙機或單烘缸紙機，在常規單回路的基礎上對控制系統進行改進，設計了烘缸溫度串級控制系統，烘缸溫度作為主控對象，蒸汽流量作為副回路，如圖1中的串級回路2所示。其中，主控制器為改進的專家PID控制器，來控制大滯后環節對系統穩定性的影響。副控制器為單純的比例控制器，提高整個系統的響應速度，當蒸汽流量變化時就提前開始對烘缸溫度進行調節。由于主回路的滯后大，副回路滯后較小，綜合考慮系統的響應速度，在主回路上加入改進的Smith預估器來克服滯后的干擾。

圖1 改進后單烘缸溫度控制系統

在干燥初期，紙張含水量高，干燥率大，所需熱量少；后期干燥率下降，需要的熱量增大，要求烘缸表面溫度有一個正確分布，即烘缸溫度曲線[7]。因此，烘缸干燥曲線就直接影響了干燥能力和蒸汽用量。文獻[8]對干燥曲線的參數進行優化，得到的優化曲線應用后控制效果良好。筆者根據優化的溫度曲線，設定單烘缸的溫度并控制。單個烘缸按照優化后的溫度曲線來設定一個溫度值。高溫部分的蒸汽處理后可循環到低溫部分對烘缸進行供熱，節約蒸汽用量。

2 改進型Smith預估的專家PID控制系統

2.1烘缸溫度控制系統的總體結構

干燥部的烘缸溫度環節慣性大、滯后大，因此，設計串級控制系統對溫度進行控制。在烘缸溫度控制系統中，蒸汽流量的波動是最主要的干擾，需選取蒸汽流量作為副回路控制對象，烘缸溫度為主回路控制對象，構成一個串級控制系統。

在烘缸溫度與蒸汽流量的串級控制系統中，主控制器為改進的專家PID控制器，副回路為提高響應速度，選用常規的比例控制器。另外，為補償主回路溫度環節的大滯后特性對整體系統穩定性的影響，在主回路加入了Smith預估控制器。傳統的Smith預估器對被控對象的模型要求高，此處引入改進型Smith預估控制器，來克服被控模型變化時，控制效果變差的問題?？刂葡到y結構如圖2所示。

圖2 控制系統結構

2.2專家PID控制器設計

專家PID控制就是在PID的基礎上利用專家系統知識庫中的規則推理得到的輸出來調整PID的參數。在大滯后溫度系統中，用基本的PID控制會有超調量或者調節時間過長的問題，所以引入專家控制。專家系統在化工中主要用來進行過程設計與綜合，模擬與仿真和故障診斷，把專家控制應用到過程控制中不是要取代PID或其他算法，而是與它們結合[9]。所設計的專家PID控制器是間接專家控制，即利用專家系統中的知識庫里的規則表來決定輸出的PID參數。

另外，對專家控制器的算法進行改進，在烘缸溫度偏差e<0.1時，采用常規的PID控制，獲得較高的控制精度和較快的響應速度。在溫度偏差較小時，只用 PID控制即可，可以減少控制規則的運算，提高速度。

2.2.1專家PID控制器結構

結合控制對象，專家PID控制器的結構如圖3所示。

圖3 專家PID控制器結構

由圖3可以看出專家PID控制器[10]主要包括：

a. 知識庫和推理機。這兩者是專家控制器必不可少的組成。知識庫里面存放和烘缸溫度有關的各種數據和經驗，它廣義上包括數據庫和規則庫。規則庫是核心內容。根據專家經驗，建立一個輸入為烘缸溫度偏差和烘缸溫度偏差變化，輸出為PID參數的知識庫。推理機主要是根據現場實時的運行狀況和規則庫來推出實際輸出，采用數據驅動的正向推理。

b. 參數組。參數組是在不同情況下的控制參數，參數組與規則庫相對應。參數組分別對應溫度偏差變化時PID參數的大小。參數組與控制規則相互對應。

c. PID控制器。專家PID實際上就是間接利用專家經驗來達到調整PID參數的作用，因此，專家PID的基礎組成是常規PID控制器。最終的控制作用還是由PID的3個參數來實現；另外，當誤差較小時，采用常規PID來單獨控制以提高響應速度。

2.2.2專家PID控制規則集

專家控制規則集是專家PID控制器的核心部分，是關于烘缸溫度控制系統的各種經驗規則。主要包括：根據烘缸溫度的偏差和偏差變化乘積PID參數的規則；控制過程異?；蚓o急狀況的規則。

根據現場實際控制烘缸溫度的經驗，對烘缸溫度的控制規則進行總結，得到最的專家控制規則如下：

a. 如果烘缸溫度偏差在a1、a2間，則比例參數設為c1，即IFa1≤e(k)

b. 如果烘缸溫度偏差在-a1、-a2間，則比例參數設為c1，即IF -a2≤e(k)<-a1，THEN ΔKp=c1；

c. 如果烘缸溫度偏差大于a2，則比例參數設為c2，即IFe(k)≥a2，THEN ΔKp=c2；

d. 如果烘缸溫度偏差小于-a2，則比例參數設為c2，即IFe(k)≤-a2，THEN ΔKp=c2；

e. 若溫度設定值改變，且使溫度偏差變化在b1、b2間，則提高比例參數和積分參數，即IFb1≤e(k)

f. 若溫度設定值改變，且使溫度偏差變化在-b1、-b2間，則提高比例參數和積分，也即IF-b2≤e(k)<-b1，THEN ΔKp=c1、ΔKi=d1；

g. 若溫度設定值改變過大，溫度偏差變化大于b2，提高比例參數，降低積分參數，即IFe(k)>b2，THEN ΔKp=c2、ΔKi=d1；

h. 若溫度設定值改變過大，溫度偏差變化小于-b2，提高比例，降低積分參數，即IFe(k)<-b2，THEN ΔKp=c2、ΔKi=-d1。

已知輸入為溫度偏差和溫度偏差變化，輸出為PID參數。為了實現專家規則，首先要把輸入量溫度偏差、溫度偏差變化和輸出量PID參數模糊化：

e(k)={-a2,-a1,0,a1,a2}

Δe(k)={-b2,-b1,0,b1,b2}

ΔKp(k)={-c2,-c1,0,c1,c2}

ΔKi(k)={-d2,-d1,0,d1,d2}

其中，e(k)為k時刻烘缸溫度偏差；Δe(k)為k時刻溫度偏差變化；ΔKp(k)為k時刻比例參數變化量；ΔKi(k)為k時刻積分參數變化量。

2.2.3專家自學習算法

專家控制對被控對象模型要求不高，所以建立的控制規則可能隨著現場工況改變就不適用。因此專家控制必須具備自學習能力，根據控制現場的實際情況來修改控制規則中的參數。以第h條規則來說明專家控制器修改參數m2的過程為例。修正過程是確定一個閥門開度變化ΔV(k)最小值mmin，當實際測量值小于設定值，則m2減去mmin；若大于設定值，則m2加上mmin。修正算法可描述為：

IFe(k)Δe(k)<-b2THEN ΔV(k)=m2

(IFe(k+1)≤-b2ANDe(k)Δe(k+1)=0

THENm2=m2+mmin

IFe(k+1)≥b2ANDe(k)Δe(k+1)=0

THENm2=m2-mmin)

規則中的其他參數的修正也利用這種自學習算法。它可以保證規則集里的參數實現更新，適應現場模型參數的變化，使控制效果變好。

2.3改進型Smith預估器設計

對于像烘缸溫度這樣的大滯后系統，加入的Smith預估控制器可以控制時滯環節對整個系統穩定性的影響。但Smith預估的前提是要求有精確的數學模型[11]，實際中如果被控對象的數學模型變化，控制的效果就會大為減弱，而實際上被控對象的模型一般都會發生變化，因此，要對原有的Smith預估器進行改進。

改進型Smith預估器的思想是當被控對象模型發生變化時，把變化后的模型與之前的模型的差值作為補償器的輸入，這樣作為系統的反饋回路，如圖4所示。

圖4 改進型Smith控制器結構

其中，輸出與給定間的傳遞函數為：

(1)

因此，系統的特征方程為：

(2)

若補償器Gc2(s)的模很小，則：

1+Gc2(s)G0(s)e-τs≈1

(3)

(4)

此時，特征方程近似為：

(5)

因此，從式(5)可以得出系統的穩定性與被控對象模型中的時滯和所選取的補償器都無關。

3 MATLAB仿真分析

3.1仿真控制模型

在MATLAB中利用改進的專家PID算法對烘缸溫度控制系統進行仿真[12]，要實現仿真最主要的是專家PID控制器的建立，即專家規則的表述，以第e、f條規則為例，在Simulink中建立如圖5所示的仿真模型。同理，在專家控制器的子系統下面依次建立專家控制規則表中的每一條規則，就能完整地把專家規則用Simulink模塊建立表達。

最后，按照上面所建專家控制器和前述烘缸溫度-蒸汽流量串級控制系統構建完整的仿真模型圖(圖6)。然后開始調試仿真，根據實際的經驗值和試湊法，把專家控制規則表中的參數一一具體化，就可以調試出基于Smith預估的專家PID算法的實際仿真效果圖。

圖5 專家控制規則的仿真模型

圖6 烘缸溫度控制系統仿真模型

3.2正常情況下的仿真結果

根據上面建立好的仿真模型，利用辨識出的傳遞函數作為仿真對象，其中烘缸溫度和蒸汽壓力的傳遞函數模型分別為：

(6)

(7)

當參數模型匹配時，在t=0時刻對烘缸溫度系統加入階躍干擾，最后常規串級PID、改進前無Smith預估的專家控制器、改進后的專家PID控制，這3種不同的控制方案的響應曲線如圖7所示。可以看出：改進前的專家控制系統(即沒有加入Smith預估控制器的系統)，控制效果比常規PID算法好，但是效果劣于改進后的專家控制系統。改進后的專家控制系統的響應速度最快，超調量最小，穩定性也較好。由圖7和表1可看出，改進后的專家PID控制器很好地改善了大滯后環節對系統穩定性的影響，使系統階躍響應曲線的超調量和響應時間都明顯減小，穩定性變好。

圖7 基于正常情況時3種控制方案的階躍響應

參數單純PID串級控制改進前專家PID控制改進后專家PID控制調節時間/s1000400120超調量/%50181穩態誤差000

3.3加干擾時的仿真結果

當被控對象的模型參數不變化時，在仿真的800s時刻在副環加入一個向上的階躍干擾，對比不同方法抗干擾的能力和穩定性。3種控制方案對應的響應曲線分別如圖8所示。

圖8 加入干擾后3種控制方案的階躍響應

從仿真圖看出，當在副環加入干擾后，改進后的Smith專家PID控制方案抑制干擾的能力最好，由干擾引起的超調和過渡時間都最小，系統穩定性好。

3.4模型參數變化時的仿真結果

圖9 模型變化情況一下的階躍響應

圖10 模型變化情況二下的階躍響應

從圖9、10可知，當模型參數變化時，改進型Smith預估的專家PID控制可以較好地適應對象，無論是模型的增益和滯后變大還是變小，改進后的控制方案都優于常規方法和改進前的方案?？梢姼倪M型的Smith預估器克服了對精確被控模型的要求，與專家控制結合起來對控制對象具有適應性，提高了實際應用性。

4 結束語

針對單烘缸溫度控制系統的大滯后、大慣性等特性會對系統的穩定性造成大影響的問題，引入基于專家規則庫的專家PID控制算法。并結合改進型Smith預估控制器，構建了烘缸溫度與蒸汽流量的串級控制系統，利用蒸汽流量來超前控制單烘缸溫度。通過MATLAB仿真實驗，可得出改進后即加入Smith預估器的專家PID算法對大時滯系統控制效果良好，響應速度快且超調小，受干擾后的魯棒性好，而且當被控模型參數在一定范圍變化時，該方案具有很好的適應性，仍有較好的控制效果。

[1] 任德均，姚進，王庸貴.抄紙過程中烘缸溫度的自適應模糊預估控制[J].中國造紙，2003，22(6)：23～26.

[2] 張開生，李強華，張攀峰.紙機烘缸溫度的仿人智能控制方法研究[J].中國造紙，2007，26(3)：36～38.

[3] 宋云霞，朱學峰.大時滯過程控制方法及應用[J].化工自動化及儀表，2001，28(4)：9～15.

[4] 謝志強，謝志剛，謝卿賢.基于專家經驗的溫度串級多路自動調節系統[J].化工自動化及儀表，1999，26(4)：16～19.

[5] 王學武，譚得健，郭一楠，等.基于GA的專家PID控制[J].化工自動化及儀表，2002，29(4)：35～37.

[6] 張燕紅.模糊PID-Smith串級控制在加熱爐溫度控制系統中的應用[J].化工自動化及儀表，2012，39(8)：979～981.

[7] 吳一帆，羅可.紙機烘干部的計算機集散控制[J].長沙電力學院學報(自然科學版)，1999，14(1)：34.

[8] 盧濤，沈勝強，李素芬.紙頁干燥過程的數值模擬與參數分析[J].中國造紙學報，2003，18(1)：119～123.

[9] 張杰，張素貞.專家系統的發展及其在化工生產中的應用[J].化工自動化及儀表，1996，23(3)：3～11.

[10] 尹朝慶，尹皓.人工智能與專家系統[M].北京：中國水利水電出版社，2001：137～150.

[11] 陳顯枝，陳沖.基于專家系統的Smith預估器[J].工業控制計算機，2005，18(6)：27，79.

[12] 劉金琨.先進PID控制MATLAB仿真[M].北京：電子工業出版社，2011：296～300.

ApplicationofImprovedSmith-ExpertPIDAlgorithminDryerTemperatureCascadeControlSystem

ZHANG Ai-juan, HU Mu-yi, HUANG Ya-nan

(JiangsuProvincialKeyLaboratoryofPulpandPaperScienceandTechnology,NanjingForestryUniversity,Nanjing210037,China)

Considering large delay and inertia and nonlinearity of drying process which has less or single dryers in papermaking industry, the Smith-expert PID algorithm was proposed and the cascade control system for both dryer temperature and steam pressure was designed. The main controller is an expert PID controller which adopts expert advice-based knowledge base to adjust PID parameters; and the main loop employs an improved Smith predictor which can remove dead time influence from the system stability and satisfy Smith predictor for an accurate mathematical model. Simulation result shows that the improved Smith-expert PID control has good quality like small overshoot and fast response.

dryer temperature, expert PID, improved Smith predictor, cascade control

TH165+.2

A

1000-3932(2016)02-0128-06

2015-12-23(修改稿)基金項目：江蘇省制漿造紙科學與技術重點實驗室開放基金資助項目(201010)