現代控制理論在熱工儀表校正中的應用

,

(廣西寧明東亞生物能源有限公司，廣西 崇左 532500)

現代控制理論在熱工儀表校正中的應用

劉翠梅,鐘義旺

(廣西寧明東亞生物能源有限公司，廣西 崇左 532500)

本文主要介紹現代控制理論及其算法在火電廠熱工儀表的非線性校正的應用。本文闡述了現代控制理論和熱工自動化的內容、發展和研究現狀，指出了采用如BP神經網絡算法、CMAC神經網絡算法、遺傳進化算法在熱工儀表非線性特性校正中的應用。

現代控制理論；火電廠；熱工儀表；非線性校正

1 引言

現代控制理論是基礎控制理論的重要組成部分，是以狀態和操作符為基礎建立的控制理論[1]。現代控制理論與基礎數學有著眾多聯系。20世紀50年代中期，空間理論及技術的蓬勃發展間接推動了現代控制理論的發展，眾研究者開始致力于在基礎控制理論上建立新的控制理論。而在熱電廠中對熱工儀表的校正，采用現代控制理論可以有效地利用空間技術使熱工儀表的校正更為準確。

2 現代控制理論的發展和研究現狀

系統是由一些互相關聯、互相約束的部件因某個特殊功能所組成的整體。系統具有相關性、多元性、抽象性和相對性。而動態系統即是空間和時間狀態下不斷變化的系統[2]。 通常，動態系統通過差分微分方程進行計算求解。

而現代控制理論則建立在動態系統上。20世紀50年代，俄羅斯的數學家Pontryagin，Lev Semionovich開始研究最優控制理論，并于1958年提出了將極大值原理應用于控制系統中的理論。20世紀60年代，匈牙利裔美國數學家Rudolf Emil Kalman和數學家R.S.Bucy提出了Kalman-Bucy filtering方法，這種方法是在計算機上實現的能在輸入帶噪音的信號時，使期望和現實的輸出信號之間誤差最小借以達到最優的線性系統，該方法是控制理論中的重要研究方向。而同期內，Rudolf Emil Kalman和R.S.Bucy在研究空間技術的同時將其與控制理論相結合，使控制理論的研究走向了新的階段。不久之后，以極大值原理、Kalman-Bucy filtering方法、動態系統及規劃、空間技術奠基的現代控制系統基本形成。現代控制理論可以對多變量系統進行控制、觀察檢測及設計控制器件。

現代控制理論包括最優控制理論、線性及非線性系統理論、最優估計、動態系統識別、自適應控制及預測控制等眾多范圍，與經典控制理論對比，能設計和分析多變量控制系統，能將系統以狀態量和狀態方程表示，體現出系統的特征，能在計算機上完成控制過程，能在狀態空間方程的基礎上對非線性系統進行穩定性分析[3]。

隨著時代的發展和空間技術的應用，傳統的控制理論已經無法滿足一些多變量復雜的性能指標，所以采用現代控制技術對多變量、動態系統進行分析控制是大勢所趨。

3 熱工自動化的發展及研究現狀

熱工自動化顧名思義，即使在無人看守及手動操作的狀態下，利用自動化裝置及控制系統做到掌控火電廠的各種運行參數、運行狀況、信息收集、自動調控、故障報警和及時自動處理[4]。

火電廠的熱工自動化包括參數監測、自動控制運行、即時報警及故障保護幾個方面[5]。熱工自動化裝置包括自動檢測裝置、自動控制運行裝置、即時報警裝置及故障保護裝置。

隨著計算機技術的高速發展，熱工儀表多采用計算機計算顯示，管理人員可以通過自動控制系統及熱工儀表的內容知悉火電廠運行情況，并能在控制室中直接控制火電廠各設備的運行及故障檢修處理。

自動檢測系統和自動控制裝置從多年前的機械式儀表到現如今的微機式儀表，經歷了快速的發展。二十世紀九十年代，基于計算機軟件及網絡的熱工儀表檢測系統大量在火電廠使用。目前，我國火電機組已經基本普及使用熱工自動化系統，使火電廠的效率和經濟性均有較大提升[6-7]。

4 熱工儀表非線性特征的校正

4.1 熱工儀表的非線性特性

熱工儀表的非線性特性是與其線性特性相對立的特性，非線性無法使用迭代求解[8]。在熱工自動化控制系統中，例如晶體管放大元件，超過其工作范圍后會出現其非線性特征；電動機在輸入電壓越限時亦會因永磁材料產生非線性特性等。死區是最容易出現非線性特性的區域。而在熱工儀表中，流量儀表中液體壓強差與流量為非線性關系，溫度儀表中溫差與電勢為非線性關系等。

要盡量修正熱工儀表的非線性特征導致的誤差，可以縮小熱工儀表的測算范圍，可以使用非線性刻度，可以使用非線性特征校正。而非線性校正可以更好的修正熱工儀表線性及非線性誤差，故應用較廣泛，發展前景較大。

非線性特性校正主要分為數字和模擬線性化校正。

4.2 基于神經網絡算法的非線性校正

神經網絡控制方法是新興的智能控制方法，是將人腦內神經組織結構運作方式的簡化神經網絡模型理論與現代控制理論相結合的控制方法。該方法可以處理線性系統、非線性系統、非確定系統等的控制問題。

而神經網絡算法是指依靠邏輯將已有的信息輸入神經網絡中，通過一定的推理，計算機進行運行計算的算法。該算法是通過神經元將信息存儲在網絡中的自適應非線性控制算法。

4.2.1 基于BP神經網絡的流量非線性校正

BP(Back Propagation)神經網絡是多層次前饋網絡，其應用非常廣泛。BP網絡可以反映存儲各種輸入輸出關系，該網絡算法使用梯度下降法，不斷通過前饋調整，減小網絡的計算誤差。

火電廠熱工儀表中的氧化鋯氧量計是用于測試火電廠中煙霧含氧量的儀器。在火電廠中，為了降低成本，提高鍋爐燃燒效率，控制燃燒鍋爐中的含氧量具有重要意義。將鍋爐含煤量與含空氣量之比用β表示，鍋爐中空氣量可以通過含氧量與空氣大致的比例計算得出。

而火電廠一般選擇氧化鋯氧量計計算測量鍋爐含氧量，其通過氧濃度差原理進行測量，即采用待測煙霧和已知固定含氧量的氣體分別置于其兩端，若待測煙霧含氧量和參照氣體的含氧量之間具有差值，將會形成氧濃度差蓄電池，該電池電勢與氣體含氧量的差值成正比，繼而可以通過電池電勢計算待測的煙霧含氧量。

4.2.2 基于CMAC神經網絡的溫度測量計非線性校正

CMAC(Cerebellar Model Articulation Controller)神經網絡為局部逼近神經網絡，該網絡為模擬人體小腦控制身體動作的原理而建立的網絡模型，能表現非線性映射，具有局部泛化能力。

溫度測量計由熱電阻和熱電偶組成，可以對溫度進行傳感，進而對溫度進行測量[8-9]。其中，不一樣的溫度能導致熱電偶具有不一樣的熱電勢，從而對溫度進行測量計算。

E(T,T0)=f(T)-C

(1)

其中，E為熱電偶的熱電勢;T為測量溫度;T0為初始溫度;f(T)為電勢和溫度之間的非線性函數;C為常數。

同理，不一樣的溫度會造成熱電阻具有不一樣的電阻值。

RT=RT0+G(T,T0)

(2)

其中，RT為熱電阻值；RT0為初始參考電阻值；T為測量溫度；T0為初始溫度；G(T，T0)為RT與T之間的非線性函數。

在火電廠中，通過熱電偶或者熱電阻測得相應的電勢值或電阻值后，將該測量信號傳遞到控制室，再通過儀表顯示出來，可以得到溫度檢測結果。而為了校正誤差，熱電廠通常會縮小測量的范圍，使用非線性刻度等方法處理非線性關系，借此減小誤差。

使用CMAC神經網絡可以校正非線性溫度測量結果。首先對模型進行辨識，繼而通過Matlab的CMAC神經網絡算法程序，使期望的溫度、相應的熱電勢和熱電阻通過該算法計算后進行不斷非線性校正，得到最終的溫度值，并在儀表中顯示出來。

4.3 基于遺傳算法的非線性校正

遺傳算法(Genetic Algorithm)是根據Darwin進化論的遺傳學機理，通過對自然界的進化規律進行分析模擬的控制算法，該算法通過對自然進化論的模擬尋找最優解[10]。該算法可以直接對計算目標進行求解計算，不需要考慮求導及函數是否具有連續性的問題，可以自動尋找優化的目標和探尋空間，可以自動調整探尋方向，可以更快的進行計算，其魯棒性好，尋找最優解結果較好[11]。

遺傳算法是對參數所具有的編碼進行計算操作，其采用多點搜索的方法搜尋最優解，采用目標函數為參考信息，在計算中采用計算概率的方法并行計算，故其可對大規模復雜問題進行優化求解[12]。

基于遺傳算法進行熱工儀表的非線性校正步驟如下：

(1) 分析所要求解的問題，確定優化目標，并將其簡化為遺傳算法所需的形式：

(3)

其中，K(X)為最大值函數;X為解向量;Ω為定義域；

(2) 使用二進制編碼把轉換成遺傳算法中所對應的變量；

(3) 隨機產生初始化種群(數個編碼的集合)；

(4) 通過式子對適合度值進行求解，如果滿足停止條件，種群進化過程終止，若未滿足條件，繼續進行第5步；

(5) 進行種群進化過程，即選擇、雜交及變異，最后完成進化過程；

(6) 判斷是否滿足進化截止條件，若滿足則進化失敗，若不滿足截止條件，則返回第(4)步；

(7) 遺傳算法的流程圖如圖1所示。

圖1

如果使用高斯-牛頓迭代法等非線性算法來對非線性函數中的待定系數進行校正，會因此類方法通過梯度搜索最優解，只能求局部最優解，而使用遺傳進化算法則可以做到全局最優。

要對熱工儀表進行非線性校正，要先確定目標合適度函數，利用遺傳進化優化算法計算出的主蒸汽流計算量和實際情況下測量的主蒸汽測量量相差的最小平方和，并將其作為待定參數優化的判定依據，將熱工儀表優化問題轉換成式(5)，繼而將該問題轉換成最大值問題：

(4)

(5)

其中，N為正數。利用二進制編碼進行遺傳進化算法計算，最后進行結果仿真。

5 小結

火電廠中熱工儀表需要的精度越來越高，而現代控制理論在其非線性校正中的應用也越來越重要。本文主要闡述了現代控制理論和熱工自動化的研究現狀和發展情況，并對能用于熱工儀表非線性校正的各種算法，如BP神經網絡算法、CMAC神經網絡算法、遺傳進化算法等進行了探討說明。

[1] 于長官.現代控制理論[M].哈爾濱:哈爾濱工業大學出版社,1997.

[2] 謝克明.現代控制理論基礎[M].北京：北京工業大學出版社，2000.

[3] Ogata K.State space analysis of control systems[M].Englewood Cliffs,N.J.:Prentice-Hall,1967.

[4] 李陽春,夏靜波.火電廠熱工自動化的發展和展望[J].電站系統工程,2003,19(6):55-56.

[5] 張擎.淺論火電廠熱工自動化的現狀與進展[J].科技傳播,2010,15:58.

[6] 黃中林.淺談電廠熱工儀表及控制裝置安裝中存在的問題與解決措施[J].中國新技術新產品,2012(2):124-125.

[7] 程宇航.熱工儀表與自動化儀表的檢修和校驗[J].民營科技,2010(6):33-33.

[8] 楊永竹.鉑電阻高精度非線性校正及其在智能儀表中的實現[J].儀表技術與傳感器,2000(8):44-46.

[9] 劉天鍵,王劭伯,朱善安.基于神經網絡的鉑電阻溫度傳感器非線性校正方法[J].儀器儀表學報,2002,23(5):518-521.

[10] Lee C C.Fuzzy logic in control systems:fuzzy logic controller.I[J].IEEE Transactions on systems,man,and cybernetics,1990,20(2):404-418.

[11] 董澤,黃宇,韓璞.量子遺傳算法優化 RBF 神經網絡及其在熱工辨識中的應用[J].中國電機工程學報,2008,28(17):99-104.

[12] 劉長良,姚萬業,翟永杰,等.一種改進的遺傳算法及其在熱工過程控制中的應用[J].自動化儀表,2002,23(9):13-16.

ApplicationofModernControlTheoryinThermalMeterCorrection

LIUCui-mei,ZHONGYi-wang

(Guangxi Ningming East Asia Bioenergy Co.,Ltd.,Chongzuo 532500,China)

This paper mainly introduces the application of the modern control theory and its algorithm to the nonlinear correction of the thermal instrument in thermal power plant.This paper describes the modern control theory and thermal automation content,development and research status.The application of BP neural network algorithm,CMAC neural network algorithm and genetic evolutionary algorithm in the correction of nonlinear characteristic of thermal instrument is pointed out.

modern control theory;thermal power plant;thermal meter;gamma correction

1004-289X(2017)03-0077-04

TM62

B

2017-02-07

劉翠梅(1986-)，女，初級工程師，主要從事儀表工程師；

鐘義旺(1992-)，男，主要從事儀表工程師。