The Improvement of the Control of the Causticizer’s Temperature and its realization

Abstract ： In this paper after analyzing the characterizer of the causticizer’s temperature, the fuzzy-immune-PID control algorithm was presented. We carry on MATLAB simulation and give the comparison. We apply this algorithm to the caustic process. The result indicates that this control algorithm has the good stable state precision and the auto-adapted ability. Key words ：Fuzzy-control; Immune-PID control; Causticizer’s temperature 摘要：針對苛化工段中苛化器溫度控制的特點，采用基于模糊免疫PID控制算法的控制器,，并將其成功應(yīng)用于某造紙廠堿回收系統(tǒng)的實際應(yīng)用，與其他現(xiàn)有控制方法相對比，此算法使系統(tǒng)具有了較強的魯棒性和自適應(yīng)能力。 關(guān)鍵詞：模糊控制；免疫PID；苛化器溫度； 1.前言 在造紙工業(yè)中堿回收是非常重要的一部分，而堿回收能否做到豐產(chǎn)豐收，苛化作為堿回收車間的成品工段其運行的好壞是非常關(guān)鍵的。其中苛化器內(nèi)溫度是非常重要的參數(shù)，它直接影響苛化反應(yīng)的速度及苛化度。溫度高，氫氧化鈣溶解度降低，碳酸鈣的溶解度增加，對苛化度是不利的；而降低溫度苛化速度會下降。此外，苛化器溫度控制的好壞也會對過量灰的降低、白泥的洗滌、白泥殘堿及稀白液總堿的降低產(chǎn)生影響。本文采用以西門子CPU315-2DP為核心的DCS控制系統(tǒng)實現(xiàn)對苛化工段現(xiàn)場信息的采集和控制，同時采用基于WinCC的上位機對現(xiàn)場的數(shù)據(jù)進行監(jiān)測和實時控制，提出一種新的模糊免疫PID控制器優(yōu)化設(shè)計算法，并將其用于苛化工段的溫度控制系統(tǒng)的設(shè)計中，得到了很好的控制效果。 2.工藝流程簡介 由燃燒工段來的綠液經(jīng)過綠液澄清器澄清后，送往綠液貯存槽，然后由綠液泵泵至綠液加熱器進行加熱，再進入消化器，在消化器中綠液和石灰經(jīng)過大約半個小時消化反應(yīng)后，乳液進入三臺串聯(lián)苛化器進行約120分鐘的苛化反應(yīng)，苛化后的反應(yīng)物進入苛化液緩沖槽，苛化液被泵入白液澄清器，在這里，白液與白泥被分離，白液被送到白液貯存槽，并被泵往蒸煮工段。白泥被泵至1#真空洗渣機中提取濾液，而其余送往半沉渣攪拌槽，與綠泥混合后被泵入白泥洗滌器，從中提取得到稀白液，送往燃燒工段，而白泥則被送往沉渣攪拌槽，然后送2#真空洗渣機（預掛式過濾機）提取有用的濾液，而白泥則送出外運。堿回收苛化工藝部分流程如圖1所示： [b]2.控制系統(tǒng)設(shè)計及其實現(xiàn) 2.1硬件系統(tǒng)設(shè)計[/b] 控制系統(tǒng)主要完成對現(xiàn)場測控點數(shù)據(jù)的實時顯示、趨勢顯示、工藝報警、PID參數(shù)設(shè)置及控制等功能。該工段實現(xiàn)控制和檢測的測控點總共包括13路溫度、1路壓力、10路液位和3路流量。其中需要控制的測控點有4個，分別為：進綠液加熱器綠液流量、綠液加熱器的出口溫度、3#苛化器溫度和苛化液緩沖槽液位等，因此，下位機PLC系統(tǒng)采用以西門子CPU315-2DP為核心的DCS控制系統(tǒng)，通過PROFIBUS-DP現(xiàn)場總線與ET200M I/O站相連。這不僅可以降低成本，還可以與其他工段的互聯(lián)，實現(xiàn)了數(shù)據(jù)的高速傳送。該硬件系統(tǒng)組成結(jié)構(gòu)示意圖如下圖所示： 2.2模糊免疫PID算法 免疫PID控制器的設(shè)計原理：假設(shè)第k代的抗原數(shù)量為ε（k），由抗原刺激的T[sub]H[/sub]細胞的輸出為T[sub]H[/sub]（k）, T[sub]s[/sub]細胞對B細胞的影響為T[sub]s[/sub]（k）,則B細胞接收的總刺激為: S（k）=T[sub]H[/sub]（k）-T[sub]S[/sub]（K） 式中, T[sub]H[/sub]（k）=k[sub]1[/sub]ε（k），T[sub]s[/sub]（k）=k[sub]2[/sub]f（S（k）,△S（k））ε（k） 。 若以抗原的數(shù)量ε（k）作為偏差e（k）,B細胞接收的總刺激S（k）作為控制輸入u（k）,則△S（k）=△u（k）。 那么有如下的反饋控制規(guī)律： K[sub]1[/sub],K[sub]2[/sub],K[sub]3[/sub]為控制反應(yīng)速度, η[sub]1[/sub],η[sub]2[/sub],η[sub]3[/sub]為控制穩(wěn)定效果, f[sub]1[/sub]（·）,f[sub]2[/sub]（·）,f[sub]3[/sub]（·）為選定的非線性函數(shù)，它們表示細胞抑制刺激能力的大小。 本文在設(shè)計中使用三個模糊控制器，利用模糊規(guī)則可逼近非線性函數(shù)f[sub]1[/sub]（·）,f[sub]2[/sub]（·）,f[sub]3[/sub]（·）：讓每個輸入變量被兩個模糊集模糊化，分別是“正”（P）和“負” （N）；輸出變量被三個模糊集模糊化，分別為“正”（P）、“零”（Z）和“負” （N）。以上所述的隸屬度函數(shù)都定義在整個（-∞,+∞）區(qū)間，按照“細胞接受的刺激越大，則抑制能力越小”及“細胞接受的刺激越小，則抑制能力越大”的原則，對模糊控制器采用以下模糊規(guī)則： （1）If u is P and △u is P then f（u,△u） is N（1） （2）If u is P and △u is N then f（u,△u） is Z（1） （3）If u is N and △u is P then f（u,△u） is Z（1） （4）If u is N and △u is N then f（u,△u） is P（1） …… 在各規(guī)則中，使用Zadeh的模糊邏輯AND操作，并采用“centroid”反模糊化方法就可以得到每個模糊控制器的輸出。 由上面的原理可以看出基于免疫反饋原理的控制器實際上就是一個非線性PID控制器，其各個系數(shù)k’[sub]p[/sub],k’[sub]i[/sub],k’[sub]d[/sub]都隨著控制器輸出的變化而變化，其中K[sub]1[/sub],K[sub]2[/sub],K[sub]3[/sub]為增益，則免疫PID控制器的輸出為： u（k）=u（k-1）+K[sub]1[/sub][1-η[sub]1[/sub]f[sub]1[/sub]（u（k）,△u（k））]（e（k）-e（k-1）） +K[sub]2[/sub][1-η[sub]2[/sub]f[sub]2[/sub]（u（k）,△u（k））]e（k）+K[sub]3[/sub][1-η[sub]3[/sub]f[sub]3[/sub]（u（k）,△u（k））]（e（k）-2e（k-1）+e（k-2）） =u（k-1）+k′[sub]p[/sub]（e（k）-e（k-1））+k′[sub]i[/sub]e（k）+k′[sub]d[/sub]（e（k）-2e（k-1）+e（k-2） 2.3算法實現(xiàn) 在算法實現(xiàn)方面，對于綠液加熱器綠液流量、綠液加熱器的出口溫度和苛化液緩沖槽液位的控制，由于其工藝要求不是很高，我們采用標準的PID控制模塊（FB41）,利用該功能塊實時采集現(xiàn)場數(shù)據(jù)，在WINCC界面上只要正確設(shè)定接口參數(shù)，就能達到滿意的控制效果。對于苛化器溫度的控制我們則利用上述討論的模糊免疫PID控制算法獨立編寫一個功能塊，利用免疫PID控制器的輸出u（k）來控制氣動閥，實現(xiàn)對苛化器溫度的控制。 2.4系統(tǒng)仿真 設(shè)上述控制系統(tǒng)對象的數(shù)學模型為： ，式中k為模型增益系數(shù)，T為時間常數(shù)，τ為時間滯后常數(shù)。 下面針對某紙廠苛化器溫度進行仿真研究，該對象各個參數(shù)為:k=3.45,T=18s,τ=30s。用MATLAB工具箱中M函數(shù)編程進行仿真，采樣時間為20s，K[sub]1[/sub]K[sub]2[/sub]K[sub]3[/sub]分別為0.6,0.3,0.1。η[sub]1[/sub]η[sub]2[/sub]η[sub]3[/sub]分別為0.80,0.60,0.10。系統(tǒng)在單位階躍信號下外加大干擾的仿真曲線如圖3所示 [align=center] 圖3 模糊免疫PID、神經(jīng)網(wǎng)絡(luò)PID及常規(guī)PID控制比較曲線[/align] 由上圖可以：本文提出的模糊免疫PID算法不但魯棒性強，而且控制效果很好，而神經(jīng)網(wǎng)絡(luò)PID算法【6】雖然響應(yīng)速度快，但是超調(diào)量大，震蕩嚴重，而且其在魯棒性方面也略遜色于本文提出的模糊免疫PID算法。仿真過程中控制器各系數(shù)k’[sub]p[/sub],k’[sub]i[/sub],k’[sub]d[/sub]自整定變化曲線如下 [align=center] 圖4 模糊免疫PID控制 自整定曲線 圖5 模糊疫PID控制 自整定曲線 圖6 模糊免疫PID控制 自整定曲線[/align] 2.5系統(tǒng)應(yīng)用 下圖所示的是從生產(chǎn)現(xiàn)場采回的苛化器溫度的WinCC在線的信號歷史趨勢圖，從圖中我們可以看出，苛化器的溫度穩(wěn)定在100℃±1℃左右，達到了很好的控制效果。 [align=center] 圖7苛化器溫度WinCC在線歷史趨勢圖[/align] 3.結(jié)論 本文提出的模糊免疫PID控制器具有結(jié)構(gòu)簡單，適應(yīng)性強，易于實時控制的特點，且充分利用了人工免疫算法的自適應(yīng)能力，不需要對被控對象進行精確的辨識，很大程度上克服了傳統(tǒng)的模糊控制器設(shè)計方法過于依賴專家經(jīng)驗、有很大主觀性的缺點。針對堿回收苛化溫度控制對象進行了仿真研究，結(jié)果表明該控制器不僅可以有效地控制大純滯后對象，而且具有很好的抗干擾能力和自適應(yīng)能力，具有較強的魯棒性,在生產(chǎn)實際中取得了很好的效果。 參考文獻 [1] 劉金琨.先進PID控制及其MATLAB仿真 [M].北京：電子工業(yè)出版社，2003,129_134. [2] 彭道剛，楊平，王志萍，楊艷華，劉玉玲.模糊免疫PID控制在主氣溫控制系統(tǒng)中的應(yīng)用 [J]. 計算機測量與控制，2005，13（3）:250_251. [3] 刑小軍，張洪才，閆建國.基于免疫原理的模糊控制器優(yōu)化設(shè)計與仿真 [J]計算機應(yīng)用，2006，26（5）:1113_1115. [4] 鄭恩讓,聶詩良.控制系統(tǒng)仿真 [M].北京：北京大學出版社,2006,256_261. [5] 金以慧.過程控制 [M].北京：清華大學出版社,1999. [6] 李艷，李明輝，王孟效.基于BP網(wǎng)絡(luò)的自整定PID控制算法及其在苛化工段的應(yīng)用 [J].中國造紙,2005,24（4）:42_44. [7] 覃瑜萍,丁永奎,劉善桂.堿回收車間苛化工段的技改 [J].造紙科學與術(shù),2002,21（5）:60_61. [8] 謝克明,郭紅波,謝剛等.人工免疫算法及其應(yīng)用 [J].計算機科學與工程，2005（18）：77_80. [9] 焦李成,杜海峰.人工免疫系統(tǒng)進展與展望[J].電子學報,2003,31（10） :1 540_1 548. [10] Takahashi K, Yamada T. Application of an immune feedback mechanism to control systemsc [J].JSME Int J Seraesc,1998 :41（2）:184_191. 作者簡介： 李國棟，男，1982年9月生。原籍山東泰安，現(xiàn)為陜西科技大學控制理論與控制工程專業(yè)2005級研究生，研究方向為工業(yè)自動化與智能控制。 王孟效先生，教授，博士生導師，訪日學者，國家有突出貢獻專家，中國造紙學會副主任委員。主要從事制漿造紙過程自動化方面的縱、橫向科研工作。主要研究領(lǐng)域：過程優(yōu)化控制、企業(yè)資源管理ERP、制漿造紙過程計算機集成作業(yè)系統(tǒng)CIPS等。出版專著4部，發(fā)表學術(shù)論文40余篇。 本文受陜西省教育廳基金項目資助（基金號：07JK192） 聯(lián)系方式： 電話：（0）13571005729 電子郵箱：Liguodongjesse @yahoo.com.cn