广州自来水公司  岑国锋

 

　　摘要：本文介绍了一种将多模态智能控制原理应用于滤池滤水控制的新型控制方法，它具有良好的控制品质和动态适应性，能减轻可编程控制器的运算负担和缩短了反应时间。该控制方法在南洲水厂滤池控制系统应用良好。

　　关键词：恒水位滤水控制；特征模式；隶属度；控制规律；

 

The multimode intellective control of constant water level filter

 

　　Abstract：This paper set forths an new method, which applies  multimode intellective control system to filter water. The method has an excellent performance and wonderfully dynamic adaptability, can mitigate the operation burthen of Programmable Logic Controller and shorten feedback time . The method have been well applied into control system of filter pool in Nanzhou water treatment plant.

　　Keywords：The control of filter with constant water level; characteristic mode;degree of subjection; rule of control

 

 

一、滤水多模态智能控制的建立原因

　　在自来水生产中的滤池控制系统中，恒水位滤水控制作为滤池自动滤水控制的方法之一，其目的是通过调节滤池出水阀门的开度来控制滤池的出水流量，从而保持恒定的滤水水位。广州自来水公司南洲水厂的V型滤池的示意图如图1。滤池自动控制系统只检测滤水水位。滤池进水阀门是滤水时常开的，进水量没有反馈检测，而且因滤池运行状态和待滤水水质的不同，在同一出水阀门开度时滤池的滤速也会不同。因此滤池滤水过程中参数是不断变化的，系统的纯滞后时间是不断变化的，很难建立精确的系统方程。

图1   V型滤池的示意图

　　以往，滤池滤水的自动控制是用PLC处理器自带的PID调节器进行调节控制的，因很多的状态参数没有检测，PID参数的选定较复杂，调节时间长，在水量突变时，其超调量大且稳定时间较长。另外，用PID调节器，PLC处理器的运算负担重，不适于小型的PLC系统。如在AB公司的SLC500处理器内执行一个PID指令需264微秒，是普通指令执行时间的十多倍，并且需要26个内存变量供指令使用。

　　南洲水厂的滤池控制系统是每一个滤池采用一个独立的MicroLogix1500小型可编程控制器来控制的，不适宜采用PID调节方法。

　　因滤水控制系统纯滞后时间的不断变化，所以也不适宜采用史密斯预估补偿控制。因此，我根据滤池水位变化的规律，用模式识别的方法，探索出一种新型的多模态控制来执行滤池滤水恒水位控制。

二、多模态智能控制的基本原理

　　多模态智能控制是通过特征辨识，判断系统当前所处的特征状态，确定控制（决策）的策略，进行多模控制。这是一种模仿人的启发直觉推理逻辑行为。

　　基于特征辨识的多模控制器类似于一个专家开展器。如果用M表示特征模式类的集合：

M={M₁，M₂，… , M_P}

控制规律集用U表示:

U={u₁, u₂, … , u_p}

则多模态智能控制可以看成是从M到U的一种映射。一般M的的子集P要大于或等于U的子集数.控制系统的框图如图2所示,由四部份组成。

特征信息获取与处理

特征模式集

模式识别

控制规律集

图2 多模态智能控制系统框图

　　通过多模态智能控制，能消除滤水过程中参数变化对控制系统的影响，加快系统的反应和对扰动应变的能力。多模态智能控制能适合可编程控制器的执行和减少计算时间，缩短控制程序的扫描周期。

三、滤池水位变化的特征信息获取与处理

　　水厂一个滤池在恒水位PID调节下的一段水位曲线如图3所示，其基准水位为1米。

图3 滤池水位曲线

　　将以上曲线分割，得到在一个短的周期Ｔ内(假设T为2分钟)的变化曲线，如图4所示：

图4　滤池水位变化曲线

　　根据图4的变化规律，定义4个特征变量：S₁、S₂、S₃、S₄。S₁：整形数, 为周期T内水位经过基准水位的次数。S₂：逻辑数,为周期T内进水流量与出水流量比较值，大于或等于为真，小于为假。S₃：逻辑数,为周期T起始时刻的水位和基准水位比较值，大于或等于为真，小于为假。S₄：逻辑数,为周期T结束时刻的水位和基准水位比较值，大于或等于为真，小于为假。根据以上4个特征变量，我们可以确定在一个短的周期Ｔ内水位变化的趋势，完成滤水水位变化的特征信息获取与处理。

四、滤池水位变化的特征模式集

　　系统的特征模式集相当一个知识库，存储有某种特征模式类的集合。

　　根据水位变化曲线，并加入滤池水位偏差较大时的情况，定义17种预定模式，构成特征模式集M

            M={M₁，M₂，… , M₁₇}

其中：

        M₁={S₁>2}                        见图2-a和图2-b

M₂={S₁=1, S₂=TRUE, S₃=FALSE, S₄=FALSE}   见图2-c

M₃={S₁=1, S₂=TRUE, S₃= TRUE, S₄= TRUE }   见图2-d

M₄={S₁=2, S₂=TRUE, S₃= TRUE, S₄= TRUE }   见图2-e

M₅={S₁=2, S₂=FALSE, S₃= TRUE, S₄= TRUE }   见图2-f

M₆={S₁=2, S₂=TRUE, S₃= FALSE, S₄= FALSE }  见图2-g

M₇={S₁=2, S₂=FALSE, S₃= FALSE, S₄= FALSE }  见图2-h

M₈={S₁=1, S₂=TRUE, S₃= FALSE, S₄= TRUE }    见图2-i

M₉={S₁=1, S₂=FALSE, S₃= TRUE, S₄= FALSE }    见图2-j

M₁₀={S₁=0, S₂= TRUE, S₃= TRUE, S₄= TRUE }    见图2-k

M₁₁={S₁=0, S₂= TRUE, S₃= FALSE, S₄= FALSE }   见图 2-l

M₁₂={S₁=0, S₂= TRUE, S₃= TRUE, S₄= FALSE }    见图 2-m

M₁₃={S₁=0, S₂= FALSE, S₃= TRUE, S₄= TRUE }    见图 2-n

M₁₄={S₁=0, S₂= TRUE, S₃= FALSE, S₄= TRUE }    见图 2-o

M₁₅={S₁=0, S₂= FALSE, S₃= FALSE, S₄= FALSE }   见图 2-l

M₁₆={Y>=Y_max }                            滤池水位过高

M₁₇={Y<=Y_min }                            滤池水位过低

五、滤水多模态智能控制的模式识别

      系统的模式识别是根据采样时刻的特征变量按照经验进行推理，为控制决策提供前提条件。

　　定义滤池出水阀门模糊语言变量为

　　　　出水阀门∈｛过大，偏大，适当，偏小，过小｝。

　　根据经验分析，可得以上特征模式集对应的出水阀门的模糊隶属度如表1所示。

表1 出水阀门的模糊隶属度表

六、滤水多模态智能控制的控制规律集

　　系统的控制规律集实际上是一个基于规则的控制器。控制决策的过程是实现从特征模式集到控制规律集的一种映射，可用生产规则  R i表示为

    R i:  IF   M i  THEN   U i

　　因R i是逻辑判断形式，所以在可编程控制器中是很容易编程和实现的，而且执行效率高。

　　根据出水阀门的模糊隶属度情况，确定滤水多模态智能控制的控制规律集U如下。

U₁＝｛u(k)=u(k-1)｝

U₂＝｛u(k)=0.5*[u(k-1)+ u(k-2)]｝

U₃＝｛u(k)=u(k-1)+⊿u_min｝

U₄＝｛u(k)=u(k-1)-⊿u_min｝

U₅＝｛u(k)=u(k-1)+⊿u_mid｝

U₆＝｛u(k)=u(k-1)-⊿u_mid｝

U₇＝｛u(k)=u(k-1)+⊿u_max｝

U₈＝｛u(k)=u(k-1)-⊿u_max｝

U₉＝｛u(k)=u_max｝

U₁₀＝｛u(k)=0｝

其中⊿u_max、⊿u_mid、⊿u_min在调试过程中调整确定，可根据运行条件更改。

R、M、U的推理关系如表2所示。

表2  推理规律集

七、滤水多模态智能控制的实现

　　在取样周期内，控制系统使用偏差比例控制环节来对被控对象进行控制。它是由u(k)和系统的实际误差e来决定的。关系式为：e’=-a*e,其中e’为偏差控制量，a为比例控制系数。此外，系统还添加一个对因扰动引起的系统失稳时的扰动补偿控制。

　　滤池滤水多模态智能控制的完整系统框图如图6所示：

图6  滤水多模态智能控制的完整系统框图

　　滤水的多模态智能控制的程序流程图如图7。

图7  滤水控制程序流程图

　　广州自来水公司南洲水厂的52个常规砂滤池和48个深度处理的活性炭滤池共100个滤池的滤水控制都是采用这种多模态智能控制来达到恒水位滤水的。经过一段时间调试后，滤池滤水控制达到了很好的效果。图8是一个常规砂滤池的一段水位和出水阀门的变化曲线。

图8   水位和出水阀门的变化曲线

　　图8说明：靠上的曲线是滤池水位曲线，靠下的曲线是出水阀门开度曲线。滤水基准水位为1米。

　　由上图的曲线可以看出滤水水位的偏离基准水位的误差最大仅为4％。滤池的出水阀门开度变化能随滤池水位的变化而及时调整，滞后时间小，对突变反应快捷。经南洲水厂生产运行表明，这种多模态智能控制具有良好的控制品质和动态适应性。

八、总结

8.1 新型多模态智能控制的优点

　　可编程控制器执行逻辑运算指令的效率高，对复杂的PID数学运算指令效率低，占用系统资源较多。对于小时间滞后的系统（如滤池滤水控制）多模态智能控制能作很好的控制，将PID调节的积分和微分计算变成逻辑运算和简单的比例运算。多模态智能控制虽然语句较多，但每次只有一个控制规律为真，因此可以缩短控制程序的扫描周期，减少资源占用率，有利于控制程序的正常运行。

多模态智能控制的动态品质和扰动应变比PID调节好，具有较好的鲁棒性。对于没有自带PID指令的小型的可编程控制器，如AB公司的MicroLogix1000，采用多模态智能控制可以增强控制功能，扩展其使用的范围，减少项目建设投资。

8.2 关于新型多模态智能控制算法的一些经验

多模态智能控制没有现成的控制指令，需人工编制。

在调试时对控制流程的动向更易跟踪，可自由地调整参数。参数的变化，只会影响超调量和稳态时间，不会造成系统失稳。

这种多模态智能控制的算法在不同的控制系统下，因水质情况和进水量的不同，所取的控制参数将不同。

 

 

参考文献

俞金寿主编；工业过程先进控制；中国石化出版社；2002

易继锴 侯媛彬编著；智能控制技术；北京工业大学出版社；1999

潘策  陈晓南  杨培林；时变滞后系统的模糊预估控制；微计算机信息(测控仪表自动化)；2003 No.12

SLC500及MicroLogix1000指令集参考手册；罗克韦尔公司；Publication 1747-6.15ZH-January 2000

 

 

作者：岑国锋        广州自来水公司

Cenguofeng    GuangZhou Water Supply Company

男，1972年出生，1995年广东工业大学工业电气自动化本科毕业，2006年12月取得华南理工大学控制工程工程硕士学位。广州自来水公司工程师，主要从事自动化系统的设计和研发工作。

电话：020-33014595

地址：广东省广州市西槎路同德花园同雅南街3号205

邮政编码：510407

电子信箱：gd-yiyang@163.com