倪雁君
(汾西正幫煤業有限責任公司,山西 孝義 032300)
礦用通風機是井下的重要通風設備,對保障井下作業環境、空氣質量起到了非常重要的作用,但是一個礦井就布置了許多臺通風機,因此若讓通風機一直處于運行狀態,不僅浪費了較多的電能,同時還極大地降低了設備的使用壽命。通風機在實際使用中并不需要一直運行,可根據井下的空氣質量對通風機實施變頻控制,在風量需求小的情況下降低通風機的運行功率,從而有效節約電能。在礦井通風機中應用控制系統,并通過運用計算機技術、智能控制技術,建立一套功能完善、安全可靠的通風機風量控制系統對降低能耗具有重要意義。
模糊控制其本質上屬于一種非線性控制,屬于智能控制范疇,模糊控制方法發展到現在既有完善的理論也有比較多的實際工程應用,體現了模糊控制的重要地位。模糊控制的基本思想是在難以出現一個精準的控制決策的時候,可以根據相鄰的狀態參數對未知的參數進行推演。一般用于量化比較困難或者變量太多的情況,無法建立起一一對應的函數關系,此時就需要近似的簡化處理。日常生活中有非常多的例子需要用到模糊控制理論,以便解決復雜的問題[1-2]。
模糊控制是利用計算機來模糊人的模糊化的控制經驗,模糊控制的主要過程包括:模糊控制的輸入值,然后經過函數模糊化處理,再進行模糊化推力,求解模糊函數得到模糊推理值,然后與被控對象進行對比,如果收斂則模糊推力有效,若函數不收斂則重復進行推理運算。模糊控制的核心就是采用模糊集合論、模糊語言變量移架模糊邏輯推理為基本要素,構建起模糊推理的基本框架,由此構成模糊控制的推理結構。
自適應控制法(adaptive control method)是一種指數平滑預測方法,算法可根據計算結果自主增加輸入參數,響應迅速,在多次迭代后自主最優控制系統可找到并輸出處于極值狀態的最優解。自適應學習控制系統是一種按行為科學進行處理的控制系統,是目前比較常用且性能穩定的控制系統[3]。
自適應控制系統的結構比較固定,按控制算法中模塊結構的不同,可將其劃分為前饋型、反饋型、自我校正型等類型。本套通風量控制系統參考的是反饋型參數控制模型,系統在運行過程中保持被控對象的特性與模型動態特性保持一致。如圖1 所示,為控制參考的自適應控制系統結構。該模型中輸出結果根據所設定的規則自我修正得到一個輔助輸出信號,在所獲得的運行過程中的參數基礎上,優化準則近一步對參數進行優化,使得系統調整至最優的控制狀態。

圖1 模型參考自適應控制系統
經典控制理論在實際控制系統的典型應用就是PID 控制器,隨著科學技術的發展,PID 控制技術也得到了越來越多的應用,其控制的性能也得到了極大優化。PID 控制器能夠得到廣泛應用的幾點重要原因有:控制器結構簡單、魯棒性和適應性較強;對系統具體的模型特征依賴較小;適應性強,可進行后期應用和拓展。自適應PID 控制器通過不斷修改PID 調節器的參數從而實現對參數的實時調整,達到自適應調整被控對象狀態參數的目的。通風機風量調節控制系統的PID 調節器的控制結構原理如圖2 所示[4]。

圖2 PID 控制結構
通過模糊理論推導得到各參數之間的關系,如通風機風量控制系統中主要涉及給定值和輸出值的差值e 以及差值變化率ec之間的模糊關系。根據控制器不斷推導得到的參數,滿足被控對象處于良好的動靜狀態。已知PID 控制的一般表達式為[5]:

傳遞函數為:

在傳遞函數中,控制器主要通過對Kp、Ki、Kd的加權運輸,可以得到控制性的輸出信號,從而對被控對象進行有效調控。
通風機的控制原理也比較簡單,首先是對通風機給定一個激勵信號即輸入值,然后計算出輸入值與輸出值的差值,通過比例法、微分法或者積分法,然后將其轉變為變頻器的輸入值,從而改變異步電動機的轉速,起到調節風量的作用。控制系統在通風機風量輸出端設置有風量傳感器,由此形成閉環反饋系統。
基于Matlab simulink 建立PID 控制器的仿真模型,其simulink 仿真框圖如圖3 所示,設定風量為10 500min/m3,且此時Pk=0.0001、Ik=0.0001、Dk=0.001[6]。

圖3 PID 控制器仿真框圖
同理建立起模糊控制器的輸入與輸出差值e 與差值變化率ec和輸出量u 之間的關系,系統在simulink 中建立的系統框圖如圖4 所示。同樣設置模型的輸入參數,給定的初始額定通風量為10 500 min/m3,并設定延遲時間為1 s 時,ke為0.000 6,kec等于0.003 5,ku為14.68;延時10 s 時,設定的模型參數為:ke為0.000 3,kec為0.001 2,ku為15.78。最后分別對兩種控制模型的仿真效果進行對比分析。

圖4 自適應PID 控制器仿真框圖
為了驗證常規的PID 控制器與自適應PID 控制器的性能,分別基于兩種控制器建立通風機的風量反饋控制系統,并施加相同激勵,觀察兩種控制器的控制能力,根據仿真得到的結果,分別提取了延時1 s與延時10 s 的仿真結果,下面對兩種控制器仿真結果進行對比分析。
如圖5 中為兩種控制器仿真結果,其中PID 控制器延時1 s 的仿真結果顯示風量在15.3 s 左右達到穩定,無超調;而在10 s 的延時仿真結果中,通風機風量在27 s 左右達到穩定狀態,且此時超調量約為20%,仿真結果顯示PID 控制器穩定性好,通風機風量控制一般滯后性較小;當控制系統的延時越大時,超調量就越大,不穩定性增加。

圖5 兩種控制器仿真結果對比
自適應模糊PID 控制器的仿真結果如圖中標注所示,在11 s 時風量控制即達到了平衡狀態,且延時10 s 的仿真結果顯示通風機在15 s 時達到穩定狀態,且不超量。仿真結果表明,在相同的延時以及擾動情況下自適應模糊PID 控制器的控制調節效果更優,穩定且超調量更小,系統控制性能優越,對于通風機風量控制系統的設計與研究具有重要參考意義。
堅持綠色發展、結構優化,降低高耗能行業的能源消耗量是目前我國經濟發展的重要發展方向。為了有效減低能耗、提高設備使用壽命,以通風機風量調節為研究對象,研究并設計采用PID 控制器以及自適應PID 控制器來實現通風機風量的調控。首先對模糊控制、自適應PID 控制等相關理論做了簡要介紹。基于MATLAB 軟件中simulink 建立兩種控制器的仿真模型,運用PID 控制、模糊控制器分析在同樣激勵作用下兩種控制器的差別。最后得到仿真結果表明在相同的延時以及擾動情況下自適應模糊PID 控制器的控制調節效果更優,穩定且超調量更小,系統控制性能優越,對于通風機風量控制系統的設計與研究具有重要參考意義。