发明名称 余热烘干系统的湿度优化控制方法
摘要 本发明公开了一种余热烘干系统的湿度优化控制方法。本发明首先采用模型预测控制方法对余热烘干系统的出口烟气湿度值进行控制,使烟气湿度值按照给定的参考轨迹平稳的过度到给定值,避免因控制输入量过大而导致烘干物品自燃而造成系统安全隐患;考虑到系统输入控制量扰动的影响,加入前馈补偿控制构成前馈-反馈复合控制,对预测模型进行校正,加快系统扰动输入响应的同时减小系统的预测误差;当湿度值达到给定值后采用LQ最优控制方法对系统进行最优化控制,增强系统抗干扰能力的同时使系统燃气用量最少。本发明减小了输入扰动对系统的影响,提高了控制精度,同时使系统耗能最少,满足工业生产的节能要求。
申请公布号 CN103345160A 申请公布日期 2013.10.09
申请号 CN201310281163.7 申请日期 2013.07.05
申请人 杭州电子科技大学 发明人 薛安克;陈云;周绍生;孔亚广
分类号 G05B13/04(2006.01)I 主分类号 G05B13/04(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 1.余热烘干系统的湿度优化控制方法,其特征在于该方法的具体步骤是:步骤一:建立系统的预测模型,用模型预测控制方法和前馈-反馈控制方法,控制余热烘干系统的出口烟气湿度,使湿度值平稳的达到50%;a. 建立预测模型具体方法是:以进料口流量,燃气阀开度值,冷配风阀门开度值为输入量,以湿度传感器采集到的烘干系统出口烟气湿度值为输出量,建立基于最小二乘法的离散差分模型;<img file="2013102811637100001DEST_PATH_IMAGE002.GIF" wi="226" he="25" />其中<img file="2013102811637100001DEST_PATH_IMAGE004.GIF" wi="34" he="22" />表示烘干系统出气口空气湿度值,<img file="2013102811637100001DEST_PATH_IMAGE006.GIF" wi="34" he="22" />表示控制输入向量,<img file="2013102811637100001DEST_PATH_IMAGE008.GIF" wi="33" he="24" />表示系统的输入扰动向量;控制输入向量和扰动输入向量为<img file="2013102811637100001DEST_PATH_IMAGE010.GIF" wi="172" he="30" />,<img file="DEST_PATH_IMAGE012.GIF" wi="176" he="30" />其中<img file="DEST_PATH_IMAGE014.GIF" wi="38" he="25" />表示燃气二通阀阀门开度值,<img file="DEST_PATH_IMAGE016.GIF" wi="40" he="25" />表示冷配风二通阀阀门开度值,<img file="DEST_PATH_IMAGE018.GIF" wi="40" he="25" />表示进料口流量,在烘干过程中可通过调节<img file="497538DEST_PATH_IMAGE014.GIF" wi="38" he="25" />、<img file="756481DEST_PATH_IMAGE016.GIF" wi="40" he="25" />、<img file="573128DEST_PATH_IMAGE018.GIF" wi="40" he="25" />三个控制输入量来控制烘干系统中的空气湿度;<img file="DEST_PATH_IMAGE020.GIF" wi="37" he="24" />、<img file="DEST_PATH_IMAGE022.GIF" wi="38" he="24" />、<img file="DEST_PATH_IMAGE024.GIF" wi="38" he="25" />分别为三个输入量的扰动输入;<img file="DEST_PATH_IMAGE026.GIF" wi="44" he="25" />、<img file="DEST_PATH_IMAGE028.GIF" wi="44" he="25" />和<img file="DEST_PATH_IMAGE030.GIF" wi="45" he="25" />表示通过最小二乘辨识获得的系统参数矩阵<img file="DEST_PATH_IMAGE032.GIF" wi="126" he="46" />,<img file="DEST_PATH_IMAGE034.GIF" wi="109" he="46" />,<img file="DEST_PATH_IMAGE036.GIF" wi="110" he="46" />其中<img file="DEST_PATH_IMAGE038.GIF" wi="17" he="25" />为待辨识的标量参数,<img file="DEST_PATH_IMAGE040.GIF" wi="18" he="25" />、<img file="DEST_PATH_IMAGE042.GIF" wi="20" he="25" />为待辨识的<img file="DEST_PATH_IMAGE044.GIF" wi="30" he="20" />维矩阵,<i>n</i>为采样点数;通过<img file="DEST_PATH_IMAGE046.GIF" wi="17" he="18" />反变换,把上述模型转化成基于脉冲响应传递函数的非参数化模型,即烘干系统出口烟气湿度值预测模型:<img file="DEST_PATH_IMAGE048.GIF" wi="534" he="106" />其中<img file="DEST_PATH_IMAGE050.GIF" wi="56" he="24" />表示第<img file="DEST_PATH_IMAGE052.GIF" wi="43" he="24" />个采样时刻出口烟气的湿度预测值,<img file="DEST_PATH_IMAGE054.GIF" wi="20" he="20" />为建模时域,<img file="DEST_PATH_IMAGE056.GIF" wi="73" he="24" />表示第<img file="DEST_PATH_IMAGE058.GIF" wi="56" he="22" />时刻的控制输入变量,<img file="DEST_PATH_IMAGE060.GIF" wi="74" he="24" />表示第<img file="363667DEST_PATH_IMAGE058.GIF" wi="56" he="22" />时刻的输入扰动;其中<img file="DEST_PATH_IMAGE062.GIF" wi="18" he="25" />和<img file="DEST_PATH_IMAGE064.GIF" wi="17" he="25" />的计算公式如下<img file="DEST_PATH_IMAGE066.GIF" wi="136" he="49" />,<img file="DEST_PATH_IMAGE068.GIF" wi="104" he="24" /><img file="DEST_PATH_IMAGE070.GIF" wi="120" he="52" />,<img file="824736DEST_PATH_IMAGE068.GIF" wi="104" he="24" /><img file="DEST_PATH_IMAGE072.GIF" wi="36" he="21" />表示对括号内的算式做<img file="336138DEST_PATH_IMAGE046.GIF" wi="17" he="18" />反变换;b. 前馈控制器设计由预测模型<img file="312184DEST_PATH_IMAGE002.GIF" wi="226" he="25" />整理后有<img file="DEST_PATH_IMAGE074.GIF" wi="250" he="28" />其中<img file="DEST_PATH_IMAGE076.GIF" wi="45" he="25" />为被控对象没有扰动时的传递函数,<img file="DEST_PATH_IMAGE078.GIF" wi="59" he="27" />为被控对象扰动通道的传递函数,且有<img file="DEST_PATH_IMAGE080.GIF" wi="102" he="48" />,<img file="DEST_PATH_IMAGE082.GIF" wi="126" he="49" />加入前馈控制环节后系统的输出<img file="DEST_PATH_IMAGE084.GIF" wi="33" he="24" />变为<img file="DEST_PATH_IMAGE086.GIF" wi="402" he="54" />其中<img file="DEST_PATH_IMAGE088.GIF" wi="60" he="27" />为前馈控制器的传递函数;当<img file="DEST_PATH_IMAGE090.GIF" wi="56" he="24" />时有<img file="DEST_PATH_IMAGE092.GIF" wi="236" he="45" />令<img file="DEST_PATH_IMAGE094.GIF" wi="206" he="27" />,可得前馈控制器的传递函数为<img file="DEST_PATH_IMAGE096.GIF" wi="202" he="30" />;由此,前馈控制器的输出为<img file="DEST_PATH_IMAGE098.GIF" wi="336" he="30" />c. 采用前馈—反馈控制方法对系统进行校正,实现闭环预测具体方法如下:用第<img file="DEST_PATH_IMAGE100.GIF" wi="14" he="20" />步出口烟气湿度的实际值<img file="351422DEST_PATH_IMAGE084.GIF" wi="33" he="24" />与该时刻的湿度预测值<img file="DEST_PATH_IMAGE102.GIF" wi="33" he="24" />做差,可得该时刻的误差值<img file="DEST_PATH_IMAGE104.GIF" wi="116" he="24" />;利用该误差对第<img file="DEST_PATH_IMAGE106.GIF" wi="14" he="21" />个采样时刻的预测输出<img file="604680DEST_PATH_IMAGE050.GIF" wi="56" he="24" />进行反馈修正,得到校正后第<img file="2164DEST_PATH_IMAGE106.GIF" wi="14" he="21" />个采样时刻的输出预测值<img file="DEST_PATH_IMAGE108.GIF" wi="78" he="27" />为<img file="DEST_PATH_IMAGE110.GIF" wi="176" he="25" />,<img file="DEST_PATH_IMAGE112.GIF" wi="85" he="22" />其中<img file="DEST_PATH_IMAGE114.GIF" wi="14" he="20" />为误差修正系数,<img file="DEST_PATH_IMAGE116.GIF" wi="17" he="18" />为预测时域;为了使湿度值安全平稳的达到设定值,将模型预测控制方法中的指定参考轨迹<img file="DEST_PATH_IMAGE118.GIF" wi="20" he="24" />在第<img file="575095DEST_PATH_IMAGE106.GIF" wi="14" he="21" />个采样时刻的值取为<img file="DEST_PATH_IMAGE120.GIF" wi="244" he="25" />,<img file="DEST_PATH_IMAGE122.GIF" wi="90" he="22" />其中<img file="DEST_PATH_IMAGE124.GIF" wi="17" he="16" />为输出设定值;<img file="DEST_PATH_IMAGE126.GIF" wi="14" he="16" />为参考时间给定常数;<img file="DEST_PATH_IMAGE128.GIF" wi="17" he="25" />为采样周期;参考轨迹的时间常数<img file="326013DEST_PATH_IMAGE126.GIF" wi="14" he="16" />值越大,则系统的柔性越强,鲁棒性越强,但控制的快速性却变差;d. 模型预测控制方法的最优控制律计算选择输出误差和控制量加权的二次型性能指标,其表示如下:<img file="DEST_PATH_IMAGE130.GIF" wi="350" he="48" />其中<img file="DEST_PATH_IMAGE132.GIF" wi="20" he="26" />,<img file="DEST_PATH_IMAGE134.GIF" wi="14" he="25" />分别为预测输出误差与控制量的加权系数,<img file="DEST_PATH_IMAGE136.GIF" wi="345" he="29" />为<img file="DEST_PATH_IMAGE138.GIF" wi="52" he="20" />时刻总的控制输入,<img file="DEST_PATH_IMAGE140.GIF" wi="77" he="25" />为<img file="574723DEST_PATH_IMAGE138.GIF" wi="52" he="20" />时刻前馈控制器输出,<img file="156489DEST_PATH_IMAGE116.GIF" wi="17" he="18" />为预测时域,<img file="DEST_PATH_IMAGE142.GIF" wi="22" he="18" />为控制时域,且有<img file="DEST_PATH_IMAGE144.GIF" wi="78" he="20" />;将二次型性能指标写成矢量形式有<img file="DEST_PATH_IMAGE146.GIF" wi="553" he="30" />其中<img file="DEST_PATH_IMAGE148.GIF" wi="17" he="22" />和<img file="DEST_PATH_IMAGE150.GIF" wi="17" he="18" />为加权阵,选取对角阵形式<img file="DEST_PATH_IMAGE152.GIF" wi="158" he="29" />,<img file="DEST_PATH_IMAGE154.GIF" wi="165" he="29" />,对角线上的元素<img file="DEST_PATH_IMAGE156.GIF" wi="52" he="24" />、<img file="DEST_PATH_IMAGE158.GIF" wi="48" he="24" />可根据实际的系统选取适当的值;<img file="DEST_PATH_IMAGE160.GIF" wi="230" he="28" />为总的控制输入矢量;<img file="DEST_PATH_IMAGE162.GIF" wi="245" he="28" />为参考输入矢量;<img file="DEST_PATH_IMAGE164.GIF" wi="244" he="28" />为输出预测值矢量;对未知控制矢量<img file="DEST_PATH_IMAGE166.GIF" wi="42" he="25" />求导,即令<img file="DEST_PATH_IMAGE168.GIF" wi="129" he="45" />,就可得出最优控制律<img file="DEST_PATH_IMAGE170.GIF" wi="374" he="30" />其中<img file="DEST_PATH_IMAGE172.GIF" wi="122" he="26" />为误差修正矢量,<img file="DEST_PATH_IMAGE174.GIF" wi="49" he="24" />的值可取1;<img file="DEST_PATH_IMAGE176.GIF" wi="224" he="165" />,<img file="DEST_PATH_IMAGE178.GIF" wi="306" he="102" />其中<img file="DEST_PATH_IMAGE180.GIF" wi="90" he="22" />,<img file="DEST_PATH_IMAGE182.GIF" wi="94" he="26" />为<img file="DEST_PATH_IMAGE184.GIF" wi="50" he="17" />维矩阵,可以一次同时计算出从<img file="362255DEST_PATH_IMAGE100.GIF" wi="14" he="20" />到<img file="DEST_PATH_IMAGE186.GIF" wi="64" he="20" />时刻的所有控制量,<img file="572656DEST_PATH_IMAGE062.GIF" wi="18" he="25" />的计算在步骤a中已经给出;为了尽量减少误差,采用闭环控制算法,即只执行当前时刻的控制作用<img file="DEST_PATH_IMAGE188.GIF" wi="38" he="25" />,而下一时刻控制量<img file="DEST_PATH_IMAGE190.GIF" wi="57" he="25" />再按<img file="534927DEST_PATH_IMAGE188.GIF" wi="38" he="25" />的计算式递推一步重算;此时,最优控制的即时控制量可写为<img file="DEST_PATH_IMAGE192.GIF" wi="268" he="26" />其中<img file="DEST_PATH_IMAGE194.GIF" wi="213" he="29" />;步骤二:烘干系统出口烟气湿度值达到50%后,采用LQ最优控制方法对系统进行最优化控制;具体方法如下:初始时刻,以进料口流量、燃气阀开度值、冷配风阀门开度值为控制输入量,利用步骤一的预测控制方法,对余热烘干系统中的烟气湿度进行控制;为了使燃气消耗量最小,当出口烟气湿度值达到50%后,以燃气阀门开度为单控制输入量,通过调节燃气阀门开度值实现系统的最优控制,达到节能的目的;由前面建立的预测模型经过模型转换后可得系统的状态空间表达式为:<img file="DEST_PATH_IMAGE196.GIF" wi="213" he="27" />,<img file="DEST_PATH_IMAGE198.GIF" wi="61" he="25" />其中<img file="DEST_PATH_IMAGE200.GIF" wi="169" he="28" />,<img file="DEST_PATH_IMAGE202.GIF" wi="37" he="24" />为出口烟气湿度,<img file="DEST_PATH_IMAGE204.GIF" wi="38" he="24" />为进料口流量,<img file="DEST_PATH_IMAGE206.GIF" wi="38" he="25" />为冷配风阀门开度值,<img file="DEST_PATH_IMAGE208.GIF" wi="33" he="24" />为燃气阀门开度值,<img file="DEST_PATH_IMAGE210.GIF" wi="18" he="25" />为初始时刻的状态值,<img file="DEST_PATH_IMAGE212.GIF" wi="57" he="21" />和<img file="DEST_PATH_IMAGE214.GIF" wi="56" he="21" />为通过辨识获得的常数矩阵,<img file="DEST_PATH_IMAGE216.GIF" wi="17" he="21" />表示欧式空间;选取二次型性能指标<img file="DEST_PATH_IMAGE218.GIF" wi="457" he="50" />其中<img file="976010DEST_PATH_IMAGE116.GIF" wi="17" he="18" />为预测时域,<i>S</i>、<i>Q</i><sub><i>d</i></sub>、<i>R</i><sub><i>d</i></sub>为<img file="DEST_PATH_IMAGE220.GIF" wi="33" he="20" />维的正定实对称加权矩阵,选取对角阵<img file="DEST_PATH_IMAGE222.GIF" wi="120" he="25" />、<img file="DEST_PATH_IMAGE224.GIF" wi="152" he="25" />、<img file="DEST_PATH_IMAGE226.GIF" wi="141" he="25" />,对角线上的元素<img file="DEST_PATH_IMAGE228.GIF" wi="46" he="25" />、<img file="DEST_PATH_IMAGE230.GIF" wi="62" he="25" />、<img file="DEST_PATH_IMAGE232.GIF" wi="56" he="25" />可根据系统实际运行特性适当选取;根据状态方程中矩阵<i>A</i>和<i>B</i>的值,求解离散时间系统的Riccati矩阵方程<img file="DEST_PATH_IMAGE234.GIF" wi="412" he="36" />其中<i>I</i>表示<img file="968938DEST_PATH_IMAGE220.GIF" wi="33" he="20" />维的单位矩阵,可解得正定对称矩阵<i>W</i>(<i>k</i>);由此可以设计出离散时间LQ最优控制器,相应的状态反馈最优湿度控制律为<img file="DEST_PATH_IMAGE236.GIF" wi="317" he="30" />;该最优控制方法将使得湿度控制系统具有<img file="DEST_PATH_IMAGE238.GIF" wi="56" he="24" />的增益裕量和<img file="DEST_PATH_IMAGE240.GIF" wi="28" he="22" />的相位裕量。
地址 310018 浙江省杭州市下沙高教园区2号大街