CN104932257B - 一种砖厂动态配料系统的鲁棒自适应控制方法 - Google Patents

Abstract

本发明涉及一种动态配料系统的鲁棒自适应控制方法，包括以下步骤：1)根据系统给料部分工艺，分析给料过程机理，建立动态配料系统的电机频率与物料流量间的模型；2)对系统模型中的未知参数进行辨识，建立相应的辨识算法；3)对模型的不确定性进行辨识，再将其应用于鲁棒稳定性条件；4)设计鲁棒控制器，并用自适应控制确保性能指标良好，修正模型结构以达到更好的控制效果。本方法根据建材配料系统的生产工艺，采用机理分析建立动态配料系统简化数学模型，通过简化数学模型获取系统传递函数，并根据所获取的传递函数设计动态配料系统鲁棒自适应方法，保证了配料过程的鲁棒性、抗干扰性和高精确性。

Description

一种砖厂动态配料系统的鲁棒自适应控制方法

技术领域

本发明属于建材产品动态配料技术领域，涉及一种砖厂动态配料系统的鲁棒自适应控制方法。

背景技术

在砖厂的自动化生产过程中，动态配料工序是实现砖厂生产正常的关键工序，特别是空心红砖的生产。在空心砖生产过程中，需要将页岩和煤炭按照一定比例进行动态配料。由于空心砖生产过程中所选用的都是优质煤，且所配置的煤炭比例一般不超过7％，因此对配煤的精度要求极高。一旦配煤精度达不到要求，则后续生产的空心砖将全部报废，严重制约着产品产量和品质。

砖厂动态配料量系统的直接控制量是给料机的运行频率，由于煤炭的堆积密度是变化的，因此给料机运行频率与给料的重量之间存在着随机性，在控制中存在着滞后大、出现超调和不可逆，控制对象具有非线性和时变等特点，采用常规的控制算法难以适应参数变化及干扰因素的影响，不仅给调试带来困难，控制效果也不理想，因此开发高效率、高精度的控制方法，研制可靠的动态配料生产线势在必行。

发明内容

有鉴于此，本发明的目的在于提供一种砖厂动态配料系统的鲁棒自适应控制方法，该方法将鲁棒自适应控制算法与动态配料系统相结合，对配料过程的配比精度进行控制，从而实现建材产品质量的提升。

为达到上述目的，本发明提供如下技术方案：

一种砖厂动态配料系统的鲁棒自适应控制方法，包括以下步骤：

步骤一：根据系统给料部分工艺，分析给料过程机理，建立动态配料系统的电机频率与物料流量间的模型；

步骤二：对系统模型中的未知参数进行辨识，建立相应的辨识算法；

步骤三：由于动态配料存在不确定因素，所以对模型的不确定性进行辨识，再将其应用于鲁棒稳定性条件；

步骤四：设计鲁棒控制器，并用自适应控制确保性能指标良好，修正模型结构以达到更好的控制效果。

进一步，在步骤一中，建立动态配料系统电机频率与物料流量模型为：

其中，Q_G为配料系统给料机给料流量，R_D为电机的转动半径，R_J为减速机的转动半径，R_G为给料皮带转动半径，ρ为物料密度，w为皮带秤宽度，h为物料下落高度，f为电机的转动频率。

进一步，在步骤二中，采用非参数传递函数辨识方法辨识模型的不确定性部分：

q(k)＝G₀(q^-1)f(k)+ξ′(k)

其中，G₀(q^-1)为过程脉冲传递函数，ξ′(k)为输出端干扰噪声；

在N时刻，辨识所得参数向量为可计算出标称对象模型的输出序列：k＝1,...N，代入上述后便可进行Δ(q^-1)频响特性的辨识。

进一步，在步骤三和步骤四中，对模型的不确定性部分，将其直接应用于系统鲁棒稳定性分析，根据自适应控制器的控制律：

得出鲁棒稳定条件：

导出了优化后的模型结构：

本发明的有益效果在于：

1)通过建立电机频率与物料流量模型，解决了由于配料原料大小、密度、形状的不确定性而影响配料精度的问题，为动态配料鲁棒自适应控制方法的实现提供了理论指导；

2)通过对模型参数进行实时在线的系统辨识，能够很好的解决系统不稳定所带来的参数变化问题，从系统模型方面确保了控制的精度；

3)通过将系统输出物料流量的连续信号离散化，再与系统辨识相结合，有效识别出影响系统稳定性的瞬时值；

4)通过鲁棒自适应的控制方法，为动态配料的精度控制提供了科学可靠的理论依据，并保证了配料过程的鲁棒性、抗干扰性和高精确性。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述方法的流程框图；

图2为配料系统的简化模型图；

图3为乘积摄动模型控制框图；

图4为模型参考自适应控制框图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述方法的流程框图，如图所示，本方法包括以下步骤：1)根据系统给料部分工艺，分析给料过程机理，建立动态配料系统的电机频率与物料流量间的模型；2)对系统模型中的未知参数进行辨识，建立相应的辨识算法；3)由于动态配料存在不确定因素，所以对模型的不确定性进行辨识，再将其应用于鲁棒稳定性条件；4)设计鲁棒控制器，并用自适应控制确保性能指标良好，修正模型结构以达到更好的控制效果。

1)对动态配料系统的电机频率f与物料流量q之间的关系描述为：

上式中，q(k+1)表示k+1时刻的物料流量，θ₀为过程实际参数向量，

φ(k)＝[-q(k)，-q(k-1)，...-q(k-n_a)，f(k)，...f(k-n_b)]为系统自回归向量，

ξ(k)为物料下料时的冲击抖动等干扰误差，满足sup|ξ(k)|≤Δ；

建立递推最小二乘辨识算法如下：

其中，为过程实际参数向量θ₀的估计；可根据简化配料模型计算出，当的值较小时a(k-1)取为0，否则取为一人为设定常数；简化模型如图2所示。根据该简化模型，分析其工艺，配料系统的输入f与输出之间的关系变化为：

其中，R_D为电机的转动半径，R_J(m)为减速机的转动半径，R_G为给料皮带转动半径，ρ为物料密度，w为皮带秤宽度，h为物料下落高度，f为电机的转动频率可直接得到；而Q_G为配料系统给料机给料流量可按如下计算方式间接得到：

皮带秤物料冲击模型为：

其中，F(t)为考虑物料冲击力时传感器在时刻t所受的拉力值，m(t)为落下的物料质量，H为物料落下的高度，G为皮带秤上物料量

故而

其中，k为称量系数，v(m/s)为皮带的额定转速，M_max为称重传感器的最大额定称量值，M_min为称重传感器的最小额定称量值，M₀(k_g)是电子皮带秤自身的皮带重量，L是皮带秤的有效称量段的长度，V是皮带秤传感器输出电压值，Q为瞬时流量

2)配料模型不确定部分的辨识

为了将结果直接用于鲁棒稳定性条件的验证，输出信号经过离散处理后，整个配料系统可看作SISO离散系统，并用非参数传递函数辨识方法辨识模型的不确定性：

q(k)＝G₀(q^-1)f(k)+ξ′(k)

其中，G₀(q^-1)为过程脉冲传递函数；ξ′(k)为输出端干扰噪声。设k时刻参数辨识结果为且设上述模型满足乘积摄动模型，如图3所示。

其中为标称对象的传递函数，设 则

Δ(q^-1)为不确定部分传递函数，f(k)为k时刻的输入频率；

因此，在N时刻辨识所得参数向量为可计算出标称对象模型的输出序列：k＝1,...N

φ_N(k-1)表示标称对象模型系统的自回归向量；

带入上述后便可进行Δ(q^-1)频响特性的辨识。

3)设计自适应控制器

理想状况下，物料流量输出Q_G应与物料设定值Q相同，故设计一模型参考自适应控制器，以物料设定值Q为参考模型，根据Q_G-Q的值来调整给料速度。

图4为模型参考自适应控制框图，设可调增益为k_c(t)，参考模型增益为k_m(t)，被控对象增益为k_p(t)·，连续采样时，根据ε的导数，求得可调增益自适应律C为

其中，γ称为自适应增益；

将其带入乘积摄动鲁棒稳定性条件，可得

修正后的模型结构为

最优化系数后得到(如插值法)，具体操作由Δ(q^-1)的复杂程度而定；

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (3)

1.一种砖厂动态配料系统的鲁棒自适应控制方法，其特征在于：包括以下步骤：

步骤一：根据系统给料部分工艺，分析给料过程机理，建立动态配料系统的电机频率与物料流量间的模型；

步骤二：对系统模型中的未知参数进行辨识，建立相应的辨识算法；

步骤三：对模型的不确定性进行辨识，再将其应用于鲁棒稳定性条件；

步骤四：设计鲁棒控制器，并用自适应控制确保性能指标良好，修正模型结构以达到更好的控制效果；

步骤一中，建立动态配料系统电机频率与物料流量模型为：

$Q_G=\frac{2{\mathrm{\πR}}_D{R}_G}{R_J}f\mathrm{\ρ}wh$

其中，Q_G为配料系统给料机给料流量，R_D为电机的转动半径，R_J为减速机的转动半径，R_G为给料皮带转动半径，ρ为物料密度，w为皮带秤宽度，h为物料下落高度，f为电机的转动频率。

2.根据权利要求1所述的一种砖厂动态配料系统的鲁棒自适应控制方法，其特征在于：在步骤二中，采用非参数传递函数辨识方法辨识模型的不确定性部分：

q(k)＝G₀(q^-1)f(k)+ξ′(k)

其中，G₀(q^-1)为过程脉冲传递函数，ξ′(k)为输出端干扰噪声；

在N时刻，辨识所得参数向量为可计算出标称对象模型的输出序列：代入上述后便可进行Δ(q^-1)频响特性的辨识，Δ(q^-1)表示不确定部分传递函数，f(k)为k时刻的输入频率，φ_N(k-1)表示标称对象模型系统的自回归向量。

3.根据权利要求2所述的一种砖厂动态配料系统的鲁棒自适应控制方法，其特征在于：在步骤三和步骤四中，对模型的不确定性部分，将其直接应用于系统鲁棒稳定性分析，根据自适应控制器的控制律得出鲁棒稳定条件，导出了优化后的模型结构：

$\tilde{G}(q^{-1},\widehat{\mathrm{\θ}}(N\left)\right)=\hat{G}(q^{-1},\widehat{\mathrm{\θ}}(N\left)\right)(1+\widehat{\mathrm{\Δ}}(q^{-1}\left)\right),$

其中鲁棒稳定条件为：C为可调增益自适应律，