分段定位控制

分段定位控制（精选4篇）

分段定位控制 篇1

摘要：转炉汽化冷却系统中,控制核心是汽包水位的控制。分析了传统双冲量及三冲量控制方法不能满足转炉汽包水位控制的原因,并针对转炉生产的特点,提出了一种结合转炉生产状态的分段式控制方法,其主吹氧阶段采用模糊控制算法实现对汽包水位的控制。将汽包水位和水位变化率进行模糊化计算,将模糊化计算的结果,作为汽包补水流量调节系统的输入,动态设定给水流量,以达到最终稳定汽包水位的目的。

关键词：转炉,汽化冷却,水位模糊控制

0 引言

转炉烟道汽化冷却系统是与转炉冶炼过程结合最为紧密的一个辅助系统。由于对节能、环保日益重视,因此汽化冷却系统的装备水平和控制水平越来越高。其工艺过程的实施效果对先进汽化冷却系统的顺利投产,建立一个相对稳定的工况有着重要意义。

锅炉汽包水位自动控制的目的,是保证给水量与锅炉蒸发量的平衡,并保持汽包中的水位在规定的范围内。蒸汽负荷的变化、给水管压力的波动以及给水流量的变化等因素,都会影响汽包的水位,其中最主要的是蒸汽负荷的变化。在锅炉运行中,蒸发量、燃料量和给水量均可能发生变化。蒸发量和燃料量的变化属调节系统的外部扰动,它们影响水位的波动幅度;而给水量由调节机构来控制,它处于调节系统的内部,其变化为内部扰动。因此,汽包给水扰动的动态性,对水位调节过程最为重要。也就是说,汽化冷却的核心控制就是汽包水位的控制[1]。

国内目前对于汽包水位的控制,应用较多的集中在单冲量控制算法和双冲量控制算法方面,也有后来比较先进的三冲量控制法。双冲量控制法是指在汽包水位单冲量控制法的基础上,引入蒸汽流量作为前馈扰动量,这样能很好地消除虚假水位带来的影响 [2]。

三冲量控制算法就是以汽包水位为主控制变量,以蒸汽流量和汽包给水流量为辅助控制变量,三个变量同时参与汽包水位控制的一种算法[3]。给水流量作为另外一个干扰变量引入调节系统后,能快速消除外部水源压力等因素变化给水位带来的影响[4]。

无论双冲量或者三冲量控制算法,其多应用于电厂或加热锅炉汽包等连续稳定的生产对象,对于转炉汽化冷却汽包这种间歇性生产对象,没有专用的控制算法[5]。前者产生的热能变化不大,相对比较稳定,蒸汽负荷存在很大的波动;而后者恰恰相反,在一个吹氧周期内产生的热能变化幅度很大,同时由于使用蓄热器收集蒸汽,因此相对蒸汽负荷变化不太剧烈。针对转炉汽包的以上特性,目前尚没有理想的专用水位控制算法。在上海宝信软件股份有限公司承揽的宝钢集团上海梅山钢铁股份有限公司1号、2号转炉改造及3号转炉扩建项目的三电控制系统中,针对转炉的生产特点,首次将一种分段实施的模糊控制算法应用于150 t转炉的汽包水位控制中,并取得了良好的控制效果。

1 研究思路

转炉在冶炼过程中,吹氧期是间断的,在非吹氧期间,下降管、受热面管、上升管中充满了水,当转炉开始吹氧后,热负荷增大,受热面管中的水突然蒸发,形成汽水混合物导致体积急剧膨胀,使汽包内的水位急剧上升。如果转炉开始吹氧前水位设定在较高位置,吹氧一段时间后水位再急剧上升,则会使汽包内的蒸汽空间明显减小,从而导致蒸汽品质恶化,带水严重。如果汽包给水采用自动控制,那么在转炉的整个吹氧期间,由于汽包水位长期在设定的水位线以上运行,因此,给水调节阀始终处于关闭状态,将会造成在整个转炉吹氧期间汽包得不到应有的补水。当转炉吹炼结束,汽化冷却装置停止运行时,汽包内的水位将急剧下降,甚至降到水位表最低量程以下,此时汽包水位要恢复到原设定的位置需要较长的时间,很有可能影响下一炉钢的吹炼。为了有效地解决这个问题,汽包水位必须按转炉吹氧期和非吹氧期分别设定。当转炉开始吹氧一段时间后,水位应设定在吹炼前设定的水位线上的位置,这样,可以使汽包水位在转炉开始吹氧后就得到补充,同时使汽包保持足够的蒸汽空间,从而达到有效的汽水分离,提高蒸汽品质。

2 汽包水位模糊控制算法

转炉吹氧之前,通过排水阀使汽包水位保持在一个较低的安全高度,在吹氧开始的第1个阶段(一般为1～2 min),由于汽包水位较低,不能根据水位高度进行流量调节,因此分三步依次提升给水流量。具体方法如下,当汽化冷却系统收到氧枪系统发出的氧气阀打开动作时,启动3个定时器,即定时器1、定时器2和定时器3。

当定时器1(0～10 s)到时后,打开给水阀,启动流量设定值为50 t/h;当定时器2(10～40 s)到时后,将流量设定值切换为70 t/h;当定时器3(40～90 s)到时后,将流量设定值切换为90 t/h。

以上数值根据工艺设备进行在线调整,以保证汽化冷却系统能够在吸收烟道迅速升温所产生热量的同时,汽包水位不会低于安全下限。

此后,汽包水位控制进入第2个阶段,即模糊控制阶段。在这个过程中,根据汽包水位和汽包水位的变化率进行汽包给水流量的模糊控制。

将模糊逻辑控制器的一个输入量E(即汽包水位)的论域分成11挡,E={0,50,100,150,200,250,300,350,400,450,500}。每挡分成7个等级,记作:正大(PB)、正中(PM)、正小(PS)、零(0)、负小(NS)、负中(NM)、负大(NB),则7个等级对应7个模糊子集,相应的隶属度见表1。

将模糊控制器的另外一个输入量dE/dt(汽包水位变化率)分成5挡,dE/dt={-20,-10,0,10,20},每挡分成5个等级,即:PB,PS,0,NS,NB,从而形成5个模糊子集,相应的隶属度见表2。

将模糊控制器的输出U(给水阀流量设定值)分为5挡,U={20,40,60,80,100},每挡分5个等级,形成5个模糊子集:PB,PS,0,NS,NB,其模糊子集相应的隶属度见表3。

表1～表3完成了输入、输出精确量模糊化的过程,用A表示E的模糊集,用B表示dE/dt的模糊集,用C表示U的模糊集。根据调试中操作人员的经验、以及工艺专家的建议,我们总结出一些控制规则,用模糊条件语句描述如下:

若A=NB 且 B=NB 则C=PB

若A=NB 且 B=NS 则C=PB

若A=NB 且 B=0 则 C=PB

…

将所有情况总结出来,形成一个完整的控制策略,如表4所示。

这些控制规则是一些模糊条件推理语句,它

对应的模糊关系是:Ri=Ai×Bj

所以,undefined,其隶属函数为:

undefined

上述式中,i=1,2,…,n,为集合A的元素个数;j=1,2,…,m,为集合B的元素个数;μA(xi)为E的隶属函数;μB(yj)为dE/dt的隶属函数。

有了模糊关系R,就可以组成合成算法,当水位、水位变化率分别取模糊集A,B时,输出控制量U根据模糊推理合成规则可得:

U=(A×B)×R

根据C中各级隶属度关系,将C中所有的控制量都一一进行模糊判决,将其变成精确的控制量,从而得到总的控制表,如表5所示。

将表5按可编程控制器的编程平台,使用其高级编程语言,编写出模糊控制算法程序。比如,利用西门子的S7-400 PLC,用STL或SCL编程语言,可将表5编程成DB块,然后按查表的方式,就可以得到模糊控制逻辑[6]。

在此阶段内还应注意一个问题,当dE/dt为负值,即E降低时,应引入一个定时器(1～30 s),当E及其dE/dt在设定时间内一直处于该状态下,再输出流量设定;如果在设定时间内,状态发生变化,则重新启动定时器。

在第3个阶段,当吹氧结束时,关闭给水阀。当汽包水位低于-300 mm时,进行给水操作,其间将流量设定为60 t/h。直至汽包水位介于-100～-300 mm之间时,达到吹氧开始安全水位,才能通知氧枪系统允许吹炼。

3 控制效果

本技术方案自2008年～2009年在梅钢3座150 t转炉汽化冷却系统中得到了应用,并成功通过了功能考核。投入运行至今1年多,未出现任何问题。图1为2010年1月20日下午2点06分至2点36分一个吹氧周期的水位变化曲线。1号曲线为实时吹氧量,2号曲线为汽包水位,从曲线中可以看出使用该分段模糊控制算法后汽包水位在整个吹氧周期内十分稳定。图中可以观察到在吹炼后期,有一次副枪测量、降低吹氧量的时段,此时,汽包水位仍然保持在一个稳定状态,说明该控制算法具有良好的鲁棒性。

4 结论

该控制算法对于转炉炼钢汽化冷却系统汽包水位控制具有一定的通用性,其模糊控制规则及定时器参数可以根据各个工艺设备的不同稍作修改即可得到理想的效果。然而对于转炉吹炼过程中,一旦出现故障将导致氧枪紧急提升,当故障消除后再次吹炼时,汽包水位会发生较大的波动,有时会导致冷却系统某些设备的流量出现短时间的急剧波动,严重时会导致氧枪再次提升紧停。在以后的研究中,我们会针对这种情况,设计出更为完善的控制算法。

参考文献

[1]Ashish Shukla,Tiwari G N,Sodha MS.Experimental studyof effect of an inner thermal curtain in evaporative coolingsystem of a cascade greenhouse[J].Science Direct SolarEnergy,2008(82):61-72.

[2]Dilip Jain.Development and testing of two-stage evapora-tive cooler[J].Science Direct Building and Environment,2007(42):2 549-2 554.

[3]黎兵,李夔宁.汽包锅炉串级三冲量给水控制系统的Matlab仿真[J].东北电力技术,2006(6):21-23.LI Bing,LI Kui-ning.Water level control system of cas-cade three parameters control boiler drum based on Matlabsimulation[J].Northeast Electric Power Technology,2006(6):21-23.

[4]孙蓉林,曹烈.马钢第三炼钢厂1#转炉OG系统汽化冷却装置的水位控制[J].中国仪器仪表,2001(6):27-29.SUN Rong-lin,CAO Lie.Level automatic control of OGboiler drum in No.3 Steel Plant of Maanshan Iron andSteel Co.,Ltd.[J].China Instrumentation,2001(6):27-29.

[5]苗青,张淋云,陈晓冰,等.济钢120 t转炉烟气冷却过程控制系统[J].自动化仪表,2004,25(6):61-64.MIAO Qing,ZHANG Lin-yun,CHEN Xiao-bing,et al.The control system of fuel gas cooling process for 120 tonconverter in Jinan Steel Works[J].Process AutomationInsturmentation,2004,25(6):61-64.

[6]崔坚.西门子S7可编程序控制器STEP 7编程指南[M].北京:机械工业出版社,2007.

线性化分段控制的作用 篇2

1 结晶工艺过程

在反应罐中加入定量的物料(即某种药品的饱和水溶液),对其加入适量的热乙醇使溶液的饱和度逐渐降低(这是由物料的物理性质决定的)从而有物料的晶体析出。当5h后热乙醇对物料的饱和度基本无影响时,便可通过加入循环的冷盐水(-9℃)给罐中的物料降温使其析出更多的晶体,直到罐温降到0℃时溶液中的有效药品都分离为结晶物。整个结晶过程为物理反应,第一阶段因乙醇温度高所以析出晶体时产生的热量基本等于罐壁的散失热量,该过程中的物料基本保持恒温。虽然两段结晶过程工艺简单,但在过程中加入乙醇和冷盐水的速度要适当,否则会产生次品。

2 硬件结构

考虑到结晶岗位和该车间其他岗位日后进行工艺或自动化改造的特点和目标,系统采用浙大中控SUPCON JX-300X DCS。其中主控卡、数据转发卡和计算机网卡均采用冗余配置,以防止由于硬件故障而影响到整个系统的实时监控和操作,其余I/O模块是否采用冗余配置可根据实际情况而定,冗余设计是提高系统可靠性的有效手段[2]。为保障通信的快速性和可靠性,DCS系统SCnetⅡ网络结构中的传输电缆双绞线的长度不能超过100m。结晶部分用到的硬件仪表为Pt100电阻体、浮子流量计、宝德阀门及调节阀等,宝德阀门控制浮子流量计测量的乙醇流量大小;调节阀调节冷盐水流量,控制罐温的高低。因为乙醇属易燃易爆品,所以要考虑这些仪表的防爆等级要求。

3 控制策略和实施

通过以上的工艺分析可以看出,整个结晶工艺过程并不复杂,物料的加入及周围环境也相对稳定,但是在整个过程中乙醇和冷盐水的加入量要随着反应时间的变化而变化,用传统的控制方式很难实现,用模糊控制又太繁琐。考虑到车间工人原来通过数显表和手动控制阀门的方式进行现场操作的经验,对物料的特性及工艺作进一部分析,最终决定采用分段式控制实现以上的工艺过程。

3.1 乙醇结晶

当加完物料后自动进入乙醇结晶系统,此系统过程将持续5h。通过试验将该过程时间等分为5段,每段间隔为1h。在每段间隔内乙醇的需求流量是一定的,此时便可采用PID模式控制乙醇流量的大小。当运行到1～5段中的任一段时,PID控制的设定值SP就取该段的流量设定值进行运算,设定值见表1。

在主控卡的程序为:

以上的程序和分析方法符合工艺控制要求,但在过程调试中乙醇流量忽高忽低很难稳定下来,这样就会影响到整个过程控制的效果。由过程控制理论得知PID用于流量、压力控制时一般无需微分,只需比例和积分调节就能满足过程要求,因此当系统不稳定时就需调节系统的比例度,当比例度增加到500%时,系统才能稳定下来,积分时间也需调节到适合,否则将引起系统波动。比例度和积分时间的参数大小是否合适在这里是十分重要的,否则以前的工作将毫无意义,无法实现正确合理的自动控制。

3.2 降温结晶

乙醇结晶过程结束后,停止加入乙醇并开始加入冷盐水降温以降低溶液的饱和度使其析出更多的晶体。由于此降温结晶过程的初始温度较高,降温过程过快会影响产品质量,因此过程时间持续较长,需要5h左右。通过分析可看出,降温结晶过程中物料和冷盐水的压力及周边环境相对稳定,可按上述的分段法进行过程控制,即模仿工人操作方法在不同的时间段设置不同的阀门开度使温度缓慢地下降,以满足工艺要求。通过操作试验将5h分为9段,每段的时间间隔和阀门开度可根据工艺情况进行设定,最终结果列于表2。

其控制程序为:

实践证明通过以上的控制方法可以方便、快捷地实现降温结晶控制。由图1可知,温度缓慢平滑地下降到零点,这样才能保障产品的质量要求。在实际应用过程中,冷盐水结晶分段控制相对于其他控制方式有很大的局限性,它是在物料、调节阀流量特性、冷盐水温度和管道压力相对稳定的条件下使用的,一旦这些条件发生变化,需重新调节分段间隔或与其相关联的阀门开度。所以在采用这种控制方式时,一定要认真分析系统的实际情况和反应规律以防止安全事故的产生和最终控制的失败。

4 结束语

随着科学技术的进步和化工制药行业的发展,现有的控制方式并不能完全满足其过程控制的需求,所以根据系统控制的实际情况和工艺特点灵活地运用现有的控制方式和方法,正确合理地实现稳定的自动化控制显得尤为重要。通过对乙醇结晶和降温结晶的分段化控制使得原来复杂的控制系统变的简单、易操作,出错率明显降低,产品质量和收率有所提高,其控制过程和温度具有可追溯性。改造半年多来,变送器、调节阀和自控系统均未出现过异常和错误,所以表1、2中的参数均未修改过。

参考文献

[1]孙天泽,袁文菊.嵌入式设计及Linux驱动开发指南——基于ARM9处理器[M].第2版.北京:电子工业出版社,2007.

基于分段控制多级缸举升系统研究 篇3

含有多个活塞杆的多级液压缸由于具有结构紧凑,以及在原始长度相同的情况下比单级缸行程更长的特点而被广泛应用于自卸车的举升系统[1]。而在各级活塞杆依次伸出的过程中,由于活塞杆截面和负载的变化,以及需要通过活塞杆相互碰撞实现限位的情况,使得系统产生过大的冲击,该冲击通过整车车架车身传导到驾驶室,使得即便有减震装置的驾驶室也会产生极大的振动,从而影响驾驶人员的乘坐舒适性及安全。因此,如何克服这些问题成为自卸车举升系统以及和多级缸相关的大型机械装置亟待解决的问题。在变负载系统中,可以通过检测负载压力变化信号,向液压系统进行反馈,实现节能控制,以及流量和调速控制[2]。

目前国内外的研究主要集中在 以下几个 方面:在常规PID控制的基础上,引入了自适应神经元对PID控制参数进行在线调整,实现了对多级缸系统运动过程的智能控制[3];以机动导弹发射架为例,研究了大型液压驱动机械装置起竖过程的控制问题,实现了对液压油源和起竖速度的灵活控制[4];建立二级缸举升系统的模型,并进行仿真研究以及改进的PID控制算法的研究[5,6]。以上研究成果为多级缸举升系统的研究奠定了一定的基础,但无法满足矿用自卸车举升系统的要求。本文根据矿用自卸车应用工况,在力求系统节能、安全、可靠的前提下,提出了负载敏感电液比例举升控制系统方案,并通过分段控制方法即在多级缸正常伸出时采用电比例控制,在换级角度±5°范围内对举升过程采用模糊控制算法进行计算,并通过仿真分析及现场试验进行验证,从而证明了分段控制较采用单一电液比例控制的优越性。

1举升过程参数分析

矿用自卸车举升系统主要由车厢、多级举升缸及车架组成,其结构如图1所示,液压系统通过多级液压油缸为车厢提供动力,实现车厢从水平状态到最大角度状态的运动。

1.车身2.驾驶室3.前轮总成4.车架5.车厢6.多级举升缸7.后轮总成

举升机构的简化形式如图2所示,其中O点为举升缸与车架的铰接点,A点为举升缸与车厢相连的回转中心,B点为车厢与车架的铰接点,C点为举升缸伸出使车厢绕回转中心旋转θ后的位置,车厢与OB的夹角为φ,多级缸伸出时的长度为l+x,其中l为举升缸安装长度,x为多级缸行程,根据几何关系可以得到举升角度与举升缸行程变化之间的关系:

对于△OBC,有

对于△OAB,有

由式(1)、式(2)可得

将该车型举升机构的参数代入式(3),可以得到图3所示的举升角度与举升缸行程变化关系曲线,从图中可以看出举升缸换级时所对应的举升角度,从而为后续的举升控制研究提供依据。

2基于负载敏感电液比例控制方案

由于在举升过程中车厢中的载荷随着举升角度的变化而不断变化,同时还要受到风载荷等随机载荷变化的影响,因此举升缸的受力是不断变化的,采用负载敏感控制即与负载无关的流量控制,使举升缸的运动速度在每一级内运动时不受负载的影响。

图4为举升液压系统原理简化图,该系统由负载敏感变量泵、电液比例举升控制回路组成。其中,CT1、CT2为比例压 力阀,CT3、CT9为梭阀,CT4为压力顺序阀,CT5~CT8为平衡型常闭逻辑阀,CT10为溢流阀,CT11为单向阀,CT12为电磁换向阀。当比例电磁铁1AO获得控制手柄发出的PWM信号后控制比 例压力阀CT1的阀芯开口度,蓄能器3的压力油通过CT1后控制平衡型 常闭逻辑 阀CT6与CT8的先导腔,从而使变量泵的液压油通过逻辑阀CT6进入多级缸的大腔,而小腔的液压油通过CT8回油箱,实现车厢的举升。同样,当比例电磁铁2AO获得手柄发出的PWM信号后,变量泵的压力油通过平衡型常闭逻辑阀CT5进入多级缸的小腔,而大腔的压力油通过CT8回油箱,实现车厢的下降。平衡型常闭逻辑阀具有比例换向功能和双向平衡功能,从而使车箱控制更为可靠和舒适,消除了车箱下降末端对底盘的冲击,同时能够平衡车箱在举升末端物料流动反冲加速货箱的后翻。

1.负载敏感变量泵2.过滤器3.蓄能器4.多级举升缸5.安全阀

当车厢举升或下降时,通过举升手柄来实现举升或下降功能及调节举升速度,这里称之为手柄控制,其实质为将控制手柄的角度信号转化为电比例信号以 驱动比例 压力阀CT1和CT2换向,图5所示为举升手柄摆角与输出流量之间的关系。当多级举升缸需要换级时,由于驾驶员无法判断换级的具体位置,无法对多级缸换级进行控制,而换级时由于截面的变化,负载的变化以及活塞杆之间的相互碰撞实现限位而产生过大的冲击,因此为了降低冲击对整车的影响现采用分段控制方式,其控制流程如图6所示。

通过安装在车厢上的角位移传感器实时检测举升的角度θ,按照多级缸级间转换的次数将举升过程划分成若干阶段,由于一级缸伸出时,负载及截面的变化并不明显,因此忽略一级缸伸出时的作用,将一级缸到二级缸,二级缸到三级缸过渡的角度值θ0、θ1设为控制点,根据上文对举升缸长度变化和举升角度的变化关系的分析确定两个控制点的角度值,当通过角度传感器采集到的举升角度在这两个角度控制点±5°范围内时,通过模糊控制算法控制比例阀阀芯的位移。

3模糊控制算法设计

当车厢举升或下降时,通过举升角度传感器采集当前的举升角度信号,当举升角度在 (θ05°,θ0+5°)或(θ1-5°,θ1+5°)内时,手柄工作失效,进入分段控制模式,通过模糊控制算法,计算出主阀芯的开口度,通过控制比例压力阀实现主阀芯开口度的调节,从而达到抑制举升缸换级时的速度突变。模糊控制系统的原理如图7所示。

采用角度差和角度差的变化率作为输入,输出控制信号U。控制信号U的论域为[-6,6]。输入变量和输出变量均采用灵敏度较高的三角函数[7,8]。二级缸在换级时,角度差和角度差变化率会发生突变,因此将e的论域扩大 到 [-9,9],的论域扩 大到 [-20,20]。模糊子集采用NB(负大)、NM(负中)、NS(负小)、O、PS(正小)、PM(正中)、PB(正大)。其中,E为模糊化后的角度差,EC为模糊化后的角度差变化率,U为模糊输出电压,u为实际输出电压,θ为实际输出角度。根据经验,设计模糊控制规则表[9]如表1所示。

建立举升液压系统的AMESim模型,并进行编译转化为Simulink中常用的S函数形式,实现与Simulink的联合,再利用Simulink中的fuzzy工具箱中的模糊控制器(fuzzylogiccontroller)和其他模块搭建系统的仿真模型,如图8所示,其中AMESim模型中将控制比例减压阀的电压信号作为输入信号,举升角度作为输出信号。手柄控制方式和分段 控制方式 下的仿真 结果如图9所示。

从图9可以看出,在举升过程中第8s和第15s也就是在二级缸和三级缸换级时,多级缸的速度发生显著的波动,两种控制方式差异也是主要发生在二级缸和三级缸换级时,分段控制方式下采用模糊控制算法后的系统稳定性增强,多级缸换级时的振动冲击作用将会明显减弱。

4现场试验验证

为了验证采用分段控制后对系统产生的效果以及仿真分析的正确性,对现场实车进行测试,在实验测试过程中,通过液压测试仪采集举升缸大腔的压力值,并通过液压测试仪屏幕或通过PC联机软件可 以显示各 类分析曲 线[10],如图10所示。

对空载及重载举升过程中压力信号进行采集与对比分析,图11所示为多次空载举升中任意两次压力曲线,从图中可以看出,在整个举升过程中采用手柄控制即电比例控制时,在二级缸和三级缸伸出时均会产生较大的压力峰值,说明多级缸伸出时的冲击主要发生在二级缸和三级缸换级前后,与仿真分析结果相一致,而采用分段控制即换级前后采用模糊控制算法虽然会使举升时间滞后,但仍然在举升设计时间允许的范围内,并且能有效地缓解了换级时的压力冲击,使举升过程中更加平稳。

重载举升时由于惯性作用,启动时的压力会比空载时要大很多,为了使落料更加平稳需要放慢举升速度,随着举升过程的进行,多级缸活塞杆逐级伸出,在二级缸和三级缸伸出时仍然会有冲击作用。图12所示为重载情况下两种控制方式下举升压力测试曲线。通过对比可以发现,在每一级缸伸出的过程中,两种控制方式效果相似,而在换级时能够显示出分段控制方式对于抑制冲击的效果。

5结论

(1)通过对举升机构的模型简化,分析了举升过程中举升缸的长度变化和举升角度关系,为得到多级缸换级时的举升角度提供依据。

(2)对负载敏感举升系统电液比例控制原理进行了分析,并提出了分段控制方式即换级前采用手柄控制,在二级缸、三级缸换级角度±5°范围内采用模糊控制算法。

(3)对模糊控制算法进行设计,并进行仿真研究,表明分段控制方式下采用模糊控制算法后的系统稳定性增强,多级缸换级时的冲击作用将会明显减弱。

分段定位控制 篇4

随着我国经济社会需求的高速增长, 能源消耗逐年增加, 煤炭、石油、天然气等传统能源缺口逐年增大。传统能源的消耗同时也给生态环境带来了极大破坏, 2013年全国多地长时间重度污染, 部分地区污染指数突破测量上限, 使国家经济社会发展面临资源匮乏和污染加剧的双重考验。太阳能光伏发电是新能源的重要组成部分, 以其巨大的能源储量和环保性被认为是当前世界上最有发展前景的新能源技术[1]。但因太阳能光伏发电转换效率低、成本高、控制复杂等诸多原因, 一直没有得到广泛的普及应用。因此, 如何通过技术革新提高光伏发电效率, 降低成本, 生产出既可靠稳定又价格低廉的光伏发电设备, 成为近年来众多学者研究的热点问题。

1 光伏发电的等效模型与基本特性

光伏电池的基本原理可看作一个具有光电效应的PN结[2], 利用光入射于半导体的光线产生电子与空穴, 进而产生两个电极, 当外接负载构成回路后, 便产生了电能。图1为光伏电池的等效电路图。因单体光伏电池 (cell) 容量小, 因此在实际应用中往往将多个单体通过串、并联形式链接组成光伏阵列 (array) [3]。

图1的单体光伏电池由理想电流源Iph、串联内阻Rs、并联内阻Rsh和反向并联二极管D1构成, 当接入负载Rload后, 电池构成回路。其中Iph为光伏电池的短路电流, 与外界光线环境有直接关系, 光线越强, Iph越大。式 (1) 为光伏电池的I-V特性函数。

串联内阻Rs为无穷小, 并联内阻Rsh为无穷大, 因此可以得出:

公式中:Ir为内部等效二极管的P-N结反向饱和电流;Vr为热电压, 且Vr=AKT/q;K为Boltzman常数;A为光伏电池P-N结的曲线常数;T为光伏电池板温度;q为电荷常数;Rs为串联内阻;Rsh为并联内阻。

由式 (2) 、 (3) 可以得出光伏电池具有以下特性:光伏电池的短路电流与光照强度近似成比例关系, 开路电压受光照强度影响较小;在同等光强环境下光伏电池最大输出功率随电池温度的上升而下降;在同等光强环境下光伏电池具有唯一的最大输出功率, 且最大输出功率随光照强度增强而变大。因此光伏发电中可以采取有效措施对最大功率点进行跟踪控制, 使系统长期工作在最大功率状态以有效提高光伏发电的效率。

2 光伏MPPT控制的基本原理与方法

光伏电池是一种非线性的电源, 其输出特性可以视为由恒流源与恒压源组合而成, 在不同的太阳辐照度下, 光伏电池都具有一个最大功率输出点。MPPT控制器的全称“最大功率点跟踪” (Maximum Power Point Tracking) , 是一种通过调节电气模块的工作状态, 使光伏电池能够充分实现光电转换、输出更多电能的电气控制方法, 是通过实时采集光伏电池的转换电压, 并追踪最高功率 (即电压与电流的乘积) , 使系统以最大功率输出电能的一种自寻优控制技术, 是提高光伏发电效率、保证光伏发电系统稳定性的一种有效手段。

目前, 国内外关于MPPT控制方法的研究较多, 包括直接近似法、固定点压法、扰动观察法、电导增量法、智能控制法以及一些复合算法等[4], 各种算法的基本原理和特点如表1所示。由于光伏器件输出功率的非线性特性且其工作环境变化频繁, 因此为了获得更好的最大功率点跟踪控制效果, 应根据外部环境的变化不断调整MPPT控制参数, 在现代控制方法中, 模糊控制、神经网络控制等智能控制技术无疑具有这方面的优势。恒压法、扰动观察法和增加电导法均可采用智能控制的方法, 根据外部环境的变化调整扰动步长进一步提高控制效果。

3 光伏MPPT的分段模糊控制方法

(1) 光伏系统的MPP特性分析

因光伏电池的输出功率与工作电压有关, 只有工作在最合适的电压下, 它的输出功率才会有唯一的最大值, 因此为了分析光伏系统最大功率与电压之间的关系, 将 (3) 式对电压求导, 可得出:

当d P/d V=0时, 光伏系统输出最大功率, 可以得出:

运用Lambert W函数 (又称为“欧米加函数”或“乘积对数”) 推导算法[5], 由ax+b=exp (cx+d) 可推导出Lambert W函数的显式表达式为:

当I=0时, V=V0, 将其代入式 (2) 可得:

将 (8) 式代入 (7) 式并根据Lambert W函数换算法则进行换算可得:

根据Lambert W函数特性:Lambert W[x·exp (x) ]=x, 可以看出 (9) 式中VM与V0之间存在近似的比例关系, 计为:

MV是与光伏电池相关特性相关的比例常数, 仅随自身特性及环境的变化而变化, 将MV定义为光伏电池的比例常数, 即“电压因子”。MV取值一般在一定范围内, 研究经验表明, MV通常是介于0.71~0.8之间的常数。因此最大功率点对应电压VM也具有一定取值范围, 定义为:VM∈ (VMmin, VMmax) , 其中VMmin=V0·Mv-min, VMmax=V0·Mv-max。

(2) 光伏MPPT分段控制策略

根据式 (3) 和式 (4) 可以得出光伏系统的P-V特性曲线和d P/d V-V特性曲线如图2 (a) 和图2 (b) 所示。

因光伏系统的最大功率点对应电压VM与开路电压存在近似比例关系, 且VM取值具有一定取值范围, 可以将图2 (a) 和图2 (b) 分为4个区段, 各区段的划分形式及特点如下:

区段I:d P/d V>0且V<Vmin, 此区段在最大功率点左侧, P-V为近似线性关系, d P/d V趋近于衡定值, 距离最大功率点较远, 应加大扰动步长使系统快速跨入区段II或区段III内。

区段II:d P/d V≥0且Vmin≤V≤Vmax, 此区段在最大功率点左侧, 距离最大功率点较近, 且距离最大功率点越近d P/d V-V曲线就越陡, 此时可通过减小扰动步长使光伏系统的输出稳定在最大功率点附近。控制中可选择ΔP/ΔV和ΔV/V0两个参数作为输入参考变量, 以判断现功率点的准确位置, 确定恰当的扰动步长。

区段:PV且VminV Vmax, 此区段在最大功率点右侧, 距离最大功率点较近, d P/d V-V曲线较陡且随着电压V的增加越来越陡。此区间因功率受电压变化的影响较为明显, 控制中可选择ΔP/ΔV和ΔP的变化作为输入参考变量来确定恰当的扰动步长和方向。

区段IV:d P/d V<0且V>Vmax, 此区段在最大功率点右侧, 距离最大功率点较远, 应通过大步长扰动使系统快速跨入区段II或区段III内。

基于以上分析, 可以将光伏MPPT控制的固定电压法和扰动观察法有机结合并融入模糊控制的思想[6], 对光伏系统在四个不同区段内采用不同的控制方法。如图2 (a) 所示, 假设系统在I区的M点, 因该区段距离最大功率点较远, 希望能够通过改变扰动步长使系统尽快接近最大功率点, 而最直接的方式就是使其直接跨入II区段, 因此可以借助固定电压法的思想, 将系统电压直接调整为VMmin, 使系统直接进入图2 (a) 的B点。以此类推, 当系统工作在IV区的N点时, 也可以通过设置电压为VMmax, 使其直接跨入D点;当系统工作在II区段和III区段时, 因距离最大功率点变近, 采用扰动观察法根据具体位置来设定扰动步长和方向, 实现最大功率的稳定捕捉。分区段控制方法对比表如表2所示。

(3) 分段模糊控制器设计

综合以上分析, 在图2 (a) 的II区段和III区段, 采用模糊控制的方法实现MPPT控制。为了获得更好的最大功率点跟踪控制效果, 应根据输入参数变化不断调整MPPT电路中的控制步长。控制中, 因为二维模糊控制器能够较严格地反映受控过程中输出变量的动态特性[7], 并且模糊控制规则简单, 因此一般选用P-U曲线上的两点间功率变化与电压变化的比值E和两次采样E的变化CE作为输入变量, 选用BOOST升压电路的占空比变化ΔD作为输出变量。但从图2 (b) 可以看出, 在II区段和III区段CE的变化规律不尽相同, 在II区段特别是靠近B点附近, 因d P/d V-V曲线斜率较小, CE的变化不明显, 因此可选取电压变化替代CE作为输入变量, 即:

基于既能反映相应的精确量及其特性, 又不使推理计算量过大的原则, 在光伏电池模糊控制器中选取了E、CE和ΔD的语言词集为负大, 负中, 负小, 零, 正小, 正中, 正大, 用英文字头缩写为NB, NM, NS, ZE, PS, PM, PB。为了确保各模糊集能较好的覆盖论域, 避免出现失控现象, 又不致使计算量过大, 取E、CE和ΔD的论域均为:

根据光伏发电的特点, 选用经验归纳法作为模糊控制规则[8], 表3和表4给出了以占空比变化ΔD为控制量输出的模糊控制器控制规则表。

在非模糊化处理中选用面积中心法进行计算, 其计算公式如下式:

4 系统仿真

为验证分段模糊控制方法的效果, 应用Matlab软件对系统进行了仿真研究, 仿真系统模型如图3所示。图中独立式光伏电池等效电路被集成在PV module模块中, 分段式模糊控制算法封装在MPPT piecewise fuzzy control模块, BOOST电压变换电路集成在DC-DC module模块。

仿真中选取BOOST斩波开关频率为5 k Hz, MPPT周期为3 ms, 光伏电池额定功率150 W。环境条件为, 温度为恒温25℃, 光照强度给出三种变化, 即开始为零, 1 s后增加到1 000 W/m2, 3s后降为300 W/m2, 之后保持在300 W/m2。图4和图5分别给出了功率变化和BOOST占空比变化的仿真曲线。

从仿真结果可以看出, 采用分段模糊控制可有效提升光伏系统追踪最大功率点的跟踪速度和稳定性, 在光照变化时, 可以快速响应并减小系统的误判, 使系统快速稳定在新的最大功率点。相对于传统扰动观察法和固定电压法, 既能简单有效地实现最大功率点的捕捉和跟踪, 又能保证跟踪的精度和稳定性。

5 结束语

因真实的光伏发电系统具有数学模型复杂、光照输入多变、受环境影响大、功率输出非线性等诸多特点, 捕捉最大功率所采用的固定电压法、扰动观察法、电导增量法、智能控制法等方法各具特点, 采用模糊控制方法可有效解决系统难以建立精确数学模型问题, 从而简化控制算法。基于光伏发电系统在最大功率点左右两侧所表现出特性的偏差, 在最大功率点左右两侧及不同区域采用差异化控制方式可使控制系统进一步提高效率和控制精度。因此将固定点压法、模糊控制方法和分段控制策略结合, 建立复合型光伏MPPT控制方案是改善光伏发电系统MPPT控制性能的有效途径。

参考文献

[1]朱艳伟.光伏发电系统效率提高理论方法及关键技术研究[D].北京:华北电力大学, 2011.

[2]吴春华.光伏发电系统逆变技术研究[D].上海:上海大学, 2008.

[3]Kashif Ishaque, Zainal Salam, Hamed Taheri, et al.Maximum Power Point Tracking for PV system under par-tial shading condition via Particle Swarm Optimization[C].Applied Power Electronics Colloquium (IA-PEC) .Johor Bahru, Malaysia.2011:5-9.

[4]张超.光伏并网发电系统MPPT及孤岛检测新技术的研究[D].杭州:浙江大学, 2006.

[5]王玉玲.基于Lambert W函数的太阳能电池组件参数确定法[J].物理学报, 2012 (24) :1-6.

[6]戴亦宗, 赵德安.基于遗传算法模糊控制的光伏发电系统最大功率点跟踪技术的研究[J].机电工程技术, 2013 (9) :56-59.

[7]李营.基于脉宽调制方法的超声马达自适应模糊控制研究[J].制造业自动化, 2012, 7 (7) :67-70.