煤气混合过程热值与压力的模糊补偿解耦控制
李飞，马休，曹卫华，袁艳
(中南大学 信息科学与工程学院，湖南 长沙，410083)
摘 要：针对煤气混合过程的强耦合、强干扰和非线性等特点，提出一种将模糊控制和补偿解耦相结合的控制方法。首先，根据混合煤气热值和压力控制精度的不同要求，分别设计模糊控制器对热值和压力进行控制；然后，通过分析热值和压力之间的耦合关系，利用补偿解耦控制器对它们之间的耦合影响进行补偿，并结合生产过程中积累的操作经验，设计一种模糊补偿解耦策略，实现混合煤气热值和压力的解耦；最后，针对煤气混合过程中的特殊工况建立专家控制器，对蝶阀的非线性特性采用专家规则修正阀位增量。研究结果表明：混合煤气热值和压力的波动能稳定在较小的范围之内，同时具有较强的抗干扰能力。
关键词：煤气混合过程；模糊控制；模糊补偿；解耦
中图分类号：TP273 文献标志码：A 文章编号：1672-7207(2011)01-0094-06
Fuzzy compensation decoupling control of calorific value and pressure in gas mixing process
LI Fei, MA Xiu, CAO Wei-hua, YUAN Yan
(School of Information Science and Engineering, Central South University, Changsha 410083, China)
Abstract: For the gas mixing process which is strongly coupled, disturbed and non-linear systems, a control algorithm which incorporated fuzzy control and compensation decoupling control was proposed. Firstly, according to the different required control precisions between the calorific value and pressure of the mixed gas, fuzzy controllers were designed independently. Then, by analyzing the coupling between the calorific value and pressure, compensation decoupling controllers were adopted to compensate for the coupling effect. Combined with the operational experience which accumulated in the production process, a fuzzy compensation decoupling strategy was designed for realizing the decoupling of the calorific value and pressure. Finally, an expert controller was established for the abnormal conditions, and the expert rules were used to compensate for the non-linearity of the butterfly valves. The results show that the fluctuations in calorific value and pressure of mixed gas can be kept at a low level, and has strong anti-disturbance ability against the extemal interference.
Key words: gas mixing process; fuzzy control; fuzzy compensation; decoupling
煤气混合加压过程是将来自高炉和焦炉的煤气分别经过管道的2个蝶阀直接进行混合、经加压机加压后获得符合生产要求的混合煤气的过程，它是钢铁企业公用工程系统的一个重要环节。混合煤气热值和压力的稳定是各个煤气用户顺利生产的前提，直接影响钢铁生产的质量和产量。但是，混合煤气热值和压力的波动与高炉煤气、焦炉煤气的气源压力以及用户需求有关，整个钢铁集团的生产调度也会对其产生影 响[1-2]。这些因素大部分是无法预料的，且出现频繁，导致混合煤气热值和压力的波动剧烈，从而影响混合煤气使用用户的正常生产，因此，需要对混合煤气的热值和压力进行有效控制。煤气混合加压过程分为混合过程和加压过程[3]，其中：混合过程主要是通过调节4个蝶阀的开度达到精调热值、粗调压力的目的；加压过程是通过调节变频器频率改变加压机转速来提高和稳定混合煤气压力，控制目标单一。在混合过程中，煤气的热值与压力之间存在相互耦合。通过调整2种煤气的流量混合比调节热值会引起混合煤气压力的变化，反过来，2种煤气的流量会影响混合煤气的热值，且两者之间的影响程度并不相同。可见，煤气混合过程是一个具有强耦合特性、复杂的多变量系统。如何实现煤气混合过程的解耦控制，是实现混合煤气热值和压力稳定的关键，也是钢铁企业公用工程系统控制亟待解决的问题[4-5]。煤气混合过程的复杂性使得建立煤气混合对象的精确数学模型极其困难，目前，应用于煤气混合过程的控制方法大部分采用模糊解耦控制方法。文献[6]通过采用经验试凑法离线确定解耦模糊控制器的参数，降低各个控制通道之间的耦合；文献[7]提出一种融合模糊控制和专家控制的智能解耦控制方法，结合相关增益矩阵的思想建立模糊规则，将模糊控制器输出的控制量转化为蝶阀开度的变化，实现热值和压力的解耦控制。以上控制方法取得了较好的控制效果，但这些方法没有考虑混合煤气流量和压力变化带来的相互影响。文献[8]提出一种前馈补偿解耦控制的思想，将某通道的输出对另外通道的影响作为扰动作用，应用前馈控制的思想，实现各个控制回路之间的解耦；文献[9]针对酒精精馏塔过程的多变量控制问题，利用输出控制量和被控变量合成模糊控制器，进行模糊补偿，实现模糊解耦控制；文献[10]提出一种非对称的模糊补偿思想对强耦合的人工气候箱对象进行模糊控制，使控制精度和响应速度得到提高。利用补偿思想设计各个被控对象之间的补偿解耦控制器，直接考虑了多个变量之间的耦合关系，结构简单，容易实现。在此，本文作者利用模糊解耦不需要精确的数学模型的特点，针对具有强耦合特性的煤气混合过程，提出一种结合模糊控制和补偿解耦的控制方法，以便实现煤气混合过程对象的解耦，使混合煤气的热值和压力稳定。
1 对象描述
煤气混合过程就是将高炉煤气总管输送过来的高炉煤气(气源较大，热值较低，一般为3.15~4.18 MJ/m3)和焦炉煤气总管输送过来的焦炉煤气(气源较小，热值较高，一般为15.9~18.3 MJ/m3)直接通过管网进行混合。煤气混合过程的工艺流程图如图1所示，其中：FT和PT分别为流量和压力检测仪表；AT为混合煤气热值测量仪表。高炉管道上有2道蝶阀Vf1和Vf2，焦炉管道上有2道蝶阀Vo1和Vo2，通过调节这4道蝶阀来调节高炉煤气和焦炉煤气的比值，以实现热值的配比和压力的调节。
图1 煤气混合过程工艺示意图
Fig.1 Schematic diagram of gas mixing process
在混合过程中，若不考虑对煤气压力的调节，则当混合煤气压力波动较大时，加压过程中的压力调节就非常困难，甚至会出现混合煤气负压的情况，使煤气倒流[11]。所以，必须将混合煤气压力控制在一定的范围之内。由于混合煤气热值与压力之间存在着复杂的耦合关系，热值和压力的解耦控制成为煤气混合过程控制的难点。在此，本文作者提出一种模糊补偿解耦策略，使热值配比和压力调节之间的耦合程度降到最低。
2 模糊补偿解耦控制结构
采用传统解耦控制策略需要建立四蝶阀的精确数学模型，但由于蝶阀的非线性控制特性和蝶阀组之间的强耦合性，建立煤气混合过程的动态数学模型来反映生产过程的实时变化比较困难。模糊控制器具有较好的适应性，无须被控对象的数学模型，能够克服一定对象时变特性，具有良好的鲁棒性[12]。模糊补偿解耦方法利用模糊控制器的逼近能力，学习各个控制量之间的耦合关系，通过模糊输出补偿各变量之间的耦合影响[13-14]。本文设计控制结构框图如图2所示。图2中：r1和r2分别为压力和热值设定值；U1和U2分别为压力和热值控制量；Z1和Z2分别为高炉阀门、焦炉阀门控制增量；y1和y2分别为实际的压力和热值；U12和U21为压力和热值的补偿量；U1′，U2′，Z1′和Z2′为中间变量。
图2 控制系统整体结构框图
Fig.2 Block diagram of gross struture for control system
上述煤气混合过程的控制结构可以划分为3 部分：
(1) 针对热值和压力控制精度的要求不同，设计2个独立的模糊控制器对它们进行初步控制。
(2) 通过分析热值和压力变化时的耦合关系，设计不同的一维模糊控制器对它们之间的耦合影响进行补偿，将得到的解耦补偿输出与前面模糊控制器的输出相加，可以获得实际过程较精确的控制量。同时，结合生产过程中操作人员积累的丰富操作经验，将控制器输出的控制量转换为高炉阀门、焦炉阀门的开度变化。
(3) 设计专家控制器处理煤气混合过程的特殊工况，针对蝶阀的非线性特性设计专家规则修正控制量。
2.1 热值与压力模糊控制器
热值和压力的模糊控制器为PD型模糊控制器，2个控制器都采用两输入一输出的模糊控制结构。在煤气混合过程中，对混合煤气热值的调节精度要求较高，对压力的调节则不宜过细。因此，2个模糊控制器的参数选择略有不同。用词集描述输入输出变量的状态，PB，PM，PS，ZO，NS，NM和NB分别表示正大、正中、正小、零、负大、负中和负小。压力模糊控制器的输入偏差E1、偏差变化率EC1和输出控制量U1的模糊变量的词集分别设为5个、3个和5个，热值模糊控制器的输入偏差E2、偏差变化率EC2和U2的模糊变量的词集分别设为7个、5个和7个。隶属度函数都采用三角形分布。由控制经验可分别总结出如表1和表2所示的模糊控制规则表。
2.2 模糊补偿解耦策略
由于煤气混合过程的强耦合特性，若只设计独立的模糊控制器而不考虑混合煤气热值和压力之间的耦合关系，则控制效果并不好。通过对煤气混合过程进行观察和分析可知：当混合煤气压力升高时，需要同比例地减小2种煤气的流量，但由于高炉煤气气源流量大于焦炉煤气气源流量，关小阀门时，实际高炉煤气减少幅度偏大，致使混合煤气热值偏高；反之，当混合煤气压力降低时，会使混合煤气热值偏低。同理，当混合煤气热值升高时，需要增大高炉煤气流量和减小焦炉煤气流量，由于高炉煤气气源充足而使得混合煤气的压力略有提升；反之，混合煤气热值的减小会引起压力降低。因此，热值和压力变化时会相互影响，需要对它们之间的耦合影响作出补偿。
表1 压力控制模糊规则表
Table 1 Fuzzy rules table for control of pressure
表2 热值控制模糊规则表
Table 2 Fuzzy rules table for control of calorific value
为了从理论上分析混合煤气热值和压力之间的耦合程度，文献[15]以蝶阀前的高炉煤气压力和流量、焦炉煤气压力和流量为过程状态，混合煤气热值和压力值为输出，建立了1个4输入2输出的关系模型，该模型采用离散的状态空间形式表示。为分析这些过程状态参数与混合煤气的热值与压力之间的关系，得到其如下传递函数：
(1)
其中：
m=z4-3.273z3+3.879z2-1.925z+0.312 9；
a11= 0.085z4-0.337z3+0.504 2z2-0.336 1z+0.084；a12=0；
a13= 0.739z4-2.247z3+2.36z2-0.922 4z+0.070 2；a14=0；
a21= 1.77z4-10.08z3+19.23z2-15.37z+4.446；
a22=-0.101z4- 0.329 8z3+0.389z2-0.192z+0.031 4；
a23=-5.437z4- 28.82z3+ 53.82z2-43.03z+12.59；
a24=0.116 7z4-0.381 5z3+0.451 3z2-0.223 3z+0.036 8。
对该模型的传递函数进行分析可知：混合煤气压力主要与蝶阀前的高炉煤气压力和焦炉煤气压力有关，2种煤气流量对它影响非常小(系数a12和a14数量级较小，这里近似为0)，因此，高炉煤气、焦炉煤气流量比的改变导致热值的变化，对混合煤气的压力影响不大；而混合煤气热值不仅与高炉煤气和焦炉煤气的流量有关，受蝶阀前2种煤气压力的影响较大，可见：两者变化时相互有影响，但影响程度不同。因此，本文采用一种简单、直观的方法，即采用模糊推理的方法，根据模糊控制输出的结果，再进行模糊推理得出解耦补偿输出。设计不同的补偿模糊规则，如表3和表4所示。
表3 关于U1和U21补偿模糊规则表
Table 3 Fuzzy compensation rules table for U1 and U21
表4 关于U2和U12补偿模糊规则表
Table 4 Fuzzy compensation rules table for U2 and U12
热值和压力的解耦补偿输出与前面模糊控制器的输出相加，得到实际过程中较精确的控制量U1′和U2′，然后，通过模糊合成器将此控制量转换为4个蝶阀的开度增量Z1′和Z2′，最终实现热值和压力的解耦。模糊合成器实际上是一个专家系统，它将专家知识事先存在规则中。当执行控制时，当前的测量数据以及事实、证据等存入数据库，规则应用模型对规则进行选择和执行，进行模糊推理。此模糊合成器是基于以下专家经验规则执行的：当压力发生变化时，同比例地开大高炉管道阀门和焦炉管道阀门可以调节压力，同时，保证热值稳定；当热值发生变化时，反方向地开大高炉煤气管道阀门和焦炉煤气管道阀门，可以调节热值，同时保证压力不变。例如：
if U1′ = PM then Z1′ = PS and Z2′ = PS
if U2′= PB then Z1′ = NM and Z2′= PM
那么，将这2个控制量合成起来，得到如下控制规则：
If U1′= PM and U2′ = PB then Z1′= NS and Z2′= PB
该规则表示：若混合煤气压力控制量为正中，热值控制量正大，则高炉煤气蝶阀开度增加负小，焦炉煤气蝶阀开度增加正大。同理，可以得到如表5所示的模糊合成器规则表。
2.3 专家控制器设计
在煤气混合过程中，由于高炉煤气、焦炉煤气气源不稳定或者轧钢单位需求突然变化等因素，会出现一些采用模糊控制无法调节的特殊工况，此时，需要根据操作人员的专家经验建立专家控制修正器。下面给出几条典型规则(其中，Z1m和Z2m分别为Z1和Z2的最大阀位增量)。
R1: if 混合压力小于混合压力下限值，then Z1= Z1m, Z2= Z2m；
R2: if 混合压力大于高炉管道压力，then Z1= -Z1m, Z2= -Z2m；
R3: if 混合压力大于焦炉管道压力，then Z1= -Z1m, Z2= Z2m；
R4: if 热值小于4500 kJ/m3，then Z1= -Z1m, Z2= Z2m；
R5: if 焦炉管压高于8.5 kPa and Z2＜ 0，then Z2= 0。
此外，煤气混合过程采用四道蝶阀作为执行机构。但是，由于蝶阀开度与流量之间的关系是非线性的，对于不同的阀门开度区域，蝶阀的流量特性不同。为获得较好的控制效果，在相应的阀门开度区间范围内设计专家修正规则，采用不同的参数修正阀门开度控制量。
表5 模糊合成规则表
Table 5 Fuzzy composition rules table
3 运行结果
本文提出的控制方法在某钢铁企业得到实际应用，系统运行前后混合煤气热值控制效果的对比曲线如图3所示，其设定热值为10 MJ/m3。
图3 热值控制效果图
Fig.3 Control results of calorific value
对混合煤气热值在-200~200 kJ/m3和-400~400 kJ/m3的范围内煤气热值波动幅度分别进行统计，结果表明：当煤气热值为-200~200 kJ/m3时，系统运行前、后煤气热值波动幅度分别为56%和94%；当煤气热值为-400~400 kJ/m3时，系统运行前、后煤气热值波动幅度分别为84%和99%。
运行结果表明：采用本文提出的模糊补偿解耦控制方法，实现了煤气混合过程热值和压力的解耦，保证了热值的波动在设定值的5%之内。由于煤气的压力在后续加压过程中会进行进一步稳定和加压处理，在这一过程中控制精度要求不高，精度基本稳定在-10%~10%，且压力提升会使加压机的工作负荷减小，达到了节约能源的目的。
4 结论
(1) 提出一种结合模糊控制和补偿解耦思想的控制方法，充分发挥了模糊控制无需数学模型、适应性强的特点，对热值和压力之间的耦合影响作出了补偿，实现了混合煤气热值和压力的解耦。
(2) 针对煤气混合过程的特殊工况设计了专家控制规则予以修正。
(3) 该控制方法具有简单易行、可靠性高、抗干扰能力强等优点，实际运行结果证明了该控制方法的有效性。
参考文献：
[1] 李策腾. 煤气混合加压站投运综述[J]. 冶金动力, 2003, 18 (6): 31-32.
LI Ce-teng. Review for commissioning of gas mixing and pressuring station[J]. Metallurgical Power, 2003, 18 (6): 31-32.
[2] Dudzic M, Mutha R. A novel control system at DOFASCO’s natural gas mixing station[C]//Conference Record of 1998 IEEE Industry Applications. St Louis, MO, USA, 1998: 2231-2236.
[3] 曹卫华, 吴敏, 侯少云. 煤气混合加压过程的智能解耦控制方法与应用[J]. 中南大学学报: 自然科学版, 2006, 37(4): 780-785.
CAO Wei-hua, WU Min, HOU Shao-yun. Implementation of intelligent decoupling control method for gas mixing and pressurization[J]. Journal of Central South University: Science and Technology, 2006, 37(4): 780-785.
[4] Marino R, Tomei P. Adaptive output feedback tracking with almost disturbance decoupling for a class of nonlinear systems[J]. Automatica, 2000, 36(12): 1871-1877.
[5] CHEN Bing, TONG Shao-cheng, LIU Xiao-ping. Fuzzy approximate disturbance decoupling of MIMO nonlinear systems by backstepping approach[J]. Fuzzy Sets and Systems, 2007, 158(10): 1097-1125.
[6] 任海龙, 李胜玉. 混合煤气压力和热值的模糊解耦控制[J]. 自动化仪表, 2004, 25 (3): 65-67.
REN Hai-long, LI Sheng-yu. Fuzzy decoupling control of pressure and heating power for mixed gas[J]. Process Automation Instrumentation, 2004, 25(3): 65-67.
[7] WU Min, CAO Wei-hua, HE Cheng-yan, et al. Integrated intelligent control of gas mixing-and-pressurization process[J]. IEEE Transactions on Control Systems Technology, 2009, 17(1): 68-77.
[8] 秦璐. 带解耦和Smith补偿器的混合煤气热值控制[J]. 控制工程, 2002, 9(4): 73-75.
QIN Lu. Control for mixed-gas’caloric value with decoupling and Smith compensator[J]. Control Engineering of China, 2002, 9(4): 73-75.
[9] 郝立军, 杨艳华. 模糊解耦控制在精馏塔的应用[J]. 石油化工自动化, 2005, 27 (6): 27-29.
HAO Li-jun, YANG Yan-hua. The fuzzy decoupling control used in rectifying tower[J]. Automation in Petro-chemical Industry, 2005, 27(6): 27-29.
[10] 彭勇刚, 韦巍. 人工气候箱温湿度模糊控制[J]. 农业工程学报, 2006, 22(8): 166-169.
PENG Yong-gang, WEI Wei. Fuzzy control over temperature and humidity of artificial climate chest[J]. Transactions of the Chinese Society of Agricultural Engineering, 2006, 22(8): 166-169.
[11] Escano J M, Dorado F, Bordons C. PCA based pressure control of a gas mixing chamber[C]//2009 IEEE 14th International Conference on Emerging Technologies & Factory Automation. Mallorca, Spain, 2009: 6-11.
[12] Eker I, Torun Y. Fuzzy logic control to be conventional method[J]. Energy Conversion and Management, 2006, 47(4): 377-394.
[13] LIU Hong-bo, LI Shao-yuan. Intelligent decoupling control of power plant main steam pressure and power output[J]. Electrical Power and Energy System, 2003, 25(10): 809-819.
[14] HAO Ying. A general technique for deriving analytical structure of fuzzy controllers using arbitrary trapezoidal input fuzzy sets and Zadeh and operator[J]. Automatica, 2003, 39(7): 1171-1184.
[15] 李飞, 马休, 吴敏, 等. 基于子空间辨识的煤气混合加压过程建模方法[J]. 控制理论与应用, 2010, 27(12): 1766-1770.
LI Fei, MA Xiu, WU Min, et al. Modeling method based on subspace identification for gas mixing and pressurization[J]. Control Theory & Applications, 2010, 27(12): 1766-1770.
(编辑 陈灿华)
收稿日期：2010-06-10；修回日期：2010-08-17
基金项目：国家高技术研究发展计划(“863”计划)重点项目(2008AA042902)；国家杰出青年基金资助项目(60425310)
通信作者：曹卫华(1972-)，男，河南淮阳人，教授，从事过程控制及机器人技术研究；电话：0731-88830387(O)；E-mail: caowh@mail.csu.edu.cn
