CN106512660A - 基于多输入模糊pid控制算法的智能醇胺脱碳系统和方法 - Google Patents

Abstract

本发明公开了一种基于多输入模糊PID控制算法的智能醇胺脱碳系统和方法，包括CO₂吸收释放、温度调控、醇胺输送及补充装置，所述的CO₂吸收释放装置包括吸收塔和再生塔，其特征在于吸收塔底部进气口通过管道连接进气鼓风机，吸收塔顶部接出气管道，再生塔顶部接出气管道，所述的吸收塔与再生塔上安装有醇胺输送及补充装置包括富液泵、贫液泵及补液泵，所述富液泵与贫液泵上设有电机频率PID模糊控制器。能够解决现有醇胺脱碳技术中需要大量人工介入操作的不足，并能够克服关联强耦合、多输入、非线性等因素影响，实现醇胺脱碳稳定运行。

Description

基于多输入模糊PID控制算法的智能醇胺脱碳系统和方法

[技术领域]

本发明涉及生产设备控制技术领域，具体是一种基于多输入模糊PID控制算法的智能醇胺脱碳系统和方法，主要用于畜禽粪便、作物秸秆、果蔬废渣、餐厨垃圾、高浓度有机废水、工业有机废弃物等各类原料厌氧发酵产生的沼气净化工艺中。

[背景技术]

醇胺法由于对沼气中的CO₂具有良好选择性，而且醇胺具有再生温度低，动力消耗较小、稳定性好、溶剂损失小、对碳钢设备基本无腐蚀等优点被广泛应用于畜禽粪便、作物秸秆、果蔬废渣、餐厨垃圾、高浓度有机废水、工业有机废弃物等各类原料厌氧发酵产生的沼气净化中。

由于醇胺脱碳的效果以沼气脱碳率为最终衡量指标，集温度、压力、流量、蒸汽用量等参数于一个系统中，是一个多变量、耦合性强、非线性的复杂系统，加之又受到外部参数的影响，因此沼气净化中沼气纯度、流量、温度过程中的数学模型难以建立，给沼气脱碳净化的优化控制带来很大的困难。影响沼气纯度的参数很多，因此如何有效的提高沼气净化工段的整体性能，从而减少各个参数的非正常振动以及如何将各个参数统筹考虑，各个控制参数有机结合在一起，以实现各个参数的优化控制成为当前沼气净化工艺研究中的重要一部分。但现在技术中还没有一种有效的优化控制方案来提高沼气脱碳过程中的效率和稳定性。

目前，国内大多数工程对沼气净化工段是根据操作人员的经验，手动调节运行参数。然而这种手动方法，控制效果很不理想，经常出现波动，难以达到工艺要求。而由于沼气脱碳的时变性，强耦合性及非线性，传统的PID难以获得理想的效果，且传统PID控制是基于误差反馈控制，在系统稳定时，系统输出和控制存在稳态误差，从而直接影响净化气体的纯度。

[发明内容]

本发明的目的是为了解决现有醇胺脱碳技术中需要大量人工介入操作的不足，提供一种能够不受关联指标的耦合性、多输入复杂性、非线性等因素影响的基于模糊PID算法的醇胺脱碳控制系统。

为解决上述技术难题，本发明的技术方案是：

一种基于多输入模糊PID控制算法的智能醇胺脱碳系统，其特征在于，包括CO₂吸收释放装置、温度调控装置和醇胺输送及补充装置，其中：

所述的CO₂吸收释放装置包括吸收塔和再生塔，吸收塔1底部进气口通过管道连接进气鼓风机，吸收塔顶部接沼气出气管道，在该沼气出气管道上装有沼气浓度计；在吸收塔的进气管道上安装有沼气流量计，吸收塔上装有液位计；在再生塔的顶部接CO₂出气管道；

在所述的吸收塔和再生塔内装有电热器和温度调控装置，为吸收塔和再生塔内加热和控温；

所述的醇胺输送及补充装置包括富液泵、贫液泵及补液泵，该富液泵的入口和出口分别连接在吸收塔下部的出口与再生塔上部的入口之间；贫液泵的入口和出口分别连接在吸收塔上部的入口与再生塔下部的出口之间；

该CO₂吸收释放装置、温度调控装置和醇胺输送及补充装置均由一基于多输入模糊PID算法的醇胺脱碳智能控制系统进行控制。

所述的基于多输入模糊PID算法的醇胺脱碳智能控制系统包括数据采集模块、系统模式识别模块和多输入模糊PID控制器，数据采集模块分别通过沼气流量计、液位计和沼气浓度计采集相应的数据，数据采集模块的输出端通过系统模式识别模块与多输入模糊PID控制器的输入端连接，多输入模糊PID控制器的输出端分别对富液泵和贫液泵进行调频控制。

所述的多输入模糊PID控制器包括第一模糊推理模块、富液泵频率PID控制器、第二模糊推理模块和贫液泵频率PID控制器，第一模糊推理模块输入的参数是：吸收塔液位高度偏差及偏差变化率、进沼气流速及流速导数、出气CO₂浓度偏差及偏差变化率，输出端通过富液泵频率PID控制器对富液泵进行调频控制；第二模糊推理模块输入的参数是：进沼气流速及流速导数、出气CO₂浓度偏差及偏差变化率，输出端通过贫液泵频率PID控制器对贫液泵进行调频控制。

一种基于模糊PID控制算法的智能醇胺脱碳方法，其特征在于，首先依据醇胺脱碳系统的运行参数，判断系统的脱碳性能，若出现严重偏差，系统发生故障，设定为故障模式，需要更手动处理，若系统偏差在正常调节范围之内，则启动富液泵与贫液泵的运行频率控制模块，采用模糊PID控制算法控制富液泵与贫液泵运行的频率。

所述的运行参数包括进沼气流速、出沼气CO2含量、吸收塔醇胺溶液液位，根据各参数范围，醇胺脱碳系统分为正常与非正常状态，醇胺脱碳各项指标均在正常范围内，系统处于正常范围之内，反之醇胺脱碳系统处于不正常范围内，表现为出气CO2含量超标，富液泵与贫液泵运行频率达到或接近极限值。

所述富液泵与贫液泵的运行频率控制模块以给定的出气CO₂含量与瞬时值的偏差e_ρ及偏差变化率ec_ρ、吸收塔设定液位与瞬时液位偏差e_h及偏差变化率ec_h、进沼气流速v及流速时间导数e_v作为输入变量，模糊推理后输出参数k_p1,2、k_i1,2、k_d1,2作为模糊部分输出量，再通过PID调节器调节富液泵与贫液泵的运行频率，进而控制CO₂吸收率以及吸收塔的醇胺溶液的液位高度，该模糊PID控制算法包括以下步骤：

(1)传感器采集醇胺脱碳系统中吸收塔醇胺溶液高度h、进沼气流速v和出气CO₂体积分数ρ；

(2)计算吸收塔醇胺溶液液位高度、出气CO₂体积分数数据与设定值的偏差e_h,ρ和偏差变化率ec_h,ρ，计算进沼气流速的变化率e_v；

(3)输入变量偏差e_h,ρ、偏差变化率ec_h,ρ、沼气流速v、沼气流速变化率e_v的基本论域为[-e_h,ρmax，e_h,ρmax]、[-ec_h,ρmax，ec_h,ρmax]、[v_min，v_max]和[-e_vmax，e_vmax]，输出变量u_1,2(k_p1,2，k_i1,2，k_d1,2)，其论域为[u_1,2min，u_1,2max]，将以上变量模糊化，其模糊子集为E_h,ρ，EC_h,ρ，V，E_v，U_1,2＝{NB，NM，NS，ZO，PS，PM，PB}，其中V是(v-950)的模糊论域，论域离散化后得到{-3，-2，-1，0，1，2，3}，以上输入量化因子

通过模糊推导后得到控制量U_1,2为模糊论域的值，经过解模糊化后得到物理论域，对应的比例因子为

隶属函数形式选取三角形函数；

(4)模糊推理1与模糊推理2内部对多维输入数据进行降维处理，模糊推理1包含5个模糊推导：液位模糊判断、流速模糊判断、浓度模糊判断、富液泵模糊判断和富液泵模糊判断，输出分别为U_h，U_v1，U_ρ1，U_c和U₁，模糊控制规则如下：

If E_h and EC_h Then U_h；

If V and E_v Then U_v1；

If E_ρ and EC_ρ Then U_ρ1；

If U_v1 and U_ρ1 Then U_c；

If U_h and U_c Then U₁；

模糊推理2包含3个模糊推导：流速模糊判断、浓度模糊判断和贫液泵模糊判断，输出分别为：U_v2，U_ρ2和U₂，其中，U_ρ1等同于U_ρ2，U_v1等同于U_v2。模糊控制规则如下：

If U_v2 and U_ρ2 Then U₂；

(5)采用Mamdani模糊推理模型解析结构，根据输入论域上变化值，推导出模糊论域上的结果U_1,2；

U_1,2表示模糊论域上的输出，解模糊化即乘输出比例因子K_u，即可得到实际PID控制器的调节参数。

本发明优点在于无需建立复杂数学模型，通过对技术人员的操作经验总结、编制成模糊控制规则表，根据关键指标检测值，快速查表并计算出结果，控制过程中不受关联指标的耦合性、多输入复杂性、非线性等因素影响，实现无人值守及稳定生产。

[附图说明]

图1是本发明基于多输入模糊PID控制算法的智能醇胺脱碳系统构成示意图。

图2是本发明基于多输入模糊PID算法的醇胺脱碳智能控制系统的总体构成框图。

图3是本发明中多输入模糊PID控制器的结构框架示意图。

图4是本发明中富液泵模糊推理机(模糊推理1)结构框架示意图。

图5是本发明中贫液泵模糊推理机(模糊推理2)结构框架示意图。

图6是本发明中醇胺脱碳智能控制系统A的程序流程图。

附图标记说明：1.吸收塔，2.再生塔，3.醇胺循环输送装置，4.温度调控装置，5.沼气进气管道，6.沼气出气管道，7.CO₂出气管道，8.补液泵，9.醇胺储液槽，10.富液泵，11.贫液泵，12.沼气流量计，13.液位计，14.沼气浓度计,15.进气鼓风机,16.电热器。

[具体实施方式]

下面结合附图和具体实施方式对本发明作进一步详细描述，但不作为对本发明的限定。

本发明以醇胺法脱碳工程为实施例，阐述多输入模糊PID控制器具体实施过程。

图1为醇胺脱碳系统的总体构成示意图，包括CO₂吸收释放装置、温度调控装置和醇胺输送及补充装置。

所述的CO₂吸收释放装置包括吸收塔1和再生塔2，其特征在于吸收塔1底部进气口通过管道连接进气鼓风机15，吸收塔1顶部接沼气出气管道6，在该沼气出气管道6上装有沼气浓度计14；在吸收塔1的进气管道5上安装有沼气流量计12，吸收塔1上装有液位计13。在再生塔2的顶部接CO₂出气管道7。

在所述的吸收塔1和再生塔2内装有电热器16和温度调控装置4，为吸收塔1和再生塔2内加热和控温。

所述的醇胺循环输送装置3包括富液泵10、贫液泵11，该富液泵10的入口和出口分别连接在吸收塔1下部的出口与再生塔2上部的入口之间；贫液泵11的入口和出口分别连接在吸收塔1上部的入口与再生塔2下部的出口之间；该醇胺脱碳系统的运行由一套醇胺脱碳智能控制系统A进行智能控制，该醇胺脱碳智能控制系统A的输入接口与沼气流量计12、液位计13和沼气浓度计14连接，输出接口与富液泵10、贫液泵11连接。

1、基于多输入模糊PID算法的醇胺脱碳智能控制系统A概述：

醇胺脱碳生产是在保证沼气中CO₂含量(来自沼气浓度计14)低于5％的前提下，尽可能维持控制稳定，包括避免因进气流速(来自沼气流量计12)的波动、吸收塔醇胺溶液液位(来自液位计13)变化，实时调整富液泵10与贫液泵11的运行频率。

参见图2，本发明的基于多输入模糊PID算法的醇胺脱碳智能控制系统A主要包括依次连接数据采集模块A1、系统模式识别模块A2和多输入模糊PID控制器A3，多输入模糊PID控制器A3的输出端实时调整富液泵10与贫液泵11的运行频率，进而调整醇胺脱碳设备的脱碳进行，数据采集模块A1采集醇胺脱碳装置运行参数：进气流速、出气CO₂浓度及吸收塔液位高度，并将采集的指标传输多输入模糊PID控制器A3，形成闭环控制系统。

另外，本发明与还可设有与多输入模糊PID控制器A3并列的人工操作方式，由系统模式识别模块A2输出故障报警信号，一旦出现异常情况，故障报警模块A4发出报警信号，采用人工操作方式控制或调节富液泵10与贫液泵11的运行状态。

2、数据采集模块A1：

醇胺脱碳系统本身运行参数较多，与本发明专利相关的参数有：进气口沼气流速、出气口沼气CO₂含量、吸收塔液位高度、富液泵及贫液泵运行频率等，其中进气流速对泵的运行频率有绝对的主导作用，出气口CO₂含量是检测脱碳质量的唯一指标，吸收塔液位高度是维持脱碳稳定的潜在因素，醇胺循环输送装置3的富、贫液泵运行频率直接影响脱碳效果。此外，温度调节不在本发明涉及范围之内，本实施例的参数指标范围如表1所示。

表1醇胺脱碳运行参数表

3、系统模式识别模块A2：

系统采样周期为5s，采集到的参数与上表比对，若超出指标正常波动范围则系统发生故障，必须通过操作人员手动调整；若各项指标在范围之内，多输入模糊PID控制器A3便可运行。

4、多输入模糊PID控制器A3：

系统各项指标在正常范围之内，则启动多输入模糊PID控制器A3，其结构如图3所示。PID控制器A3输入变量为当前进气流速及其加速度，PID三个参数由多输入模糊推理1，2，得到。模糊推理1，2分别指代富液泵及贫液泵的模糊推理机，详细结构见图4和图5。程序流程图如图6所示，具体实现步骤如下：

(1)通过传感器采集的吸收塔液位高度h，进气口沼气流量v，出气口CO₂浓度ρ的电流信号经过模数转换后传输至多输入模糊PID控制器。

(2)多输入模糊PID控制器读取内部存储的出沼气CO2含量、吸收塔醇胺溶液液位等预设值，并计算出气CO₂含量与瞬时值的偏差e_ρ及偏差变化率ec_ρ、吸收塔设定液位与瞬时液位偏差e_h及偏差变化率ec_h，根据采集的进沼气流速v并计算流速时间导数e_v，以上计算结果论域分别为：

e_ρ∈[-1.5,1.5]；

ec_ρ∈[-5,5]；

e_h∈[-0.5,0.5]；

ec_h∈[-3,3]；

v∈[650,1250]；

e_v∈[-450,450]。

(3)输出u_1,2(k_p1,2，k_i1,2，k_d1,2)按照技术人员操作经验设计：将以上输入输出模糊化后表示分别为：E_h,ρ，EC_h,ρ，V，E_v，U_1,2＝{NB，NM，NS，ZO，PS，PM，PB}，其中V是(v-950)的模糊论域，论域离散化后得到{-3，-2，-1，0，1，2，3}，以上输入量化因子

通过模糊推导后得到控制量U_1,2为模糊论域的值，经过解模糊化后得到物理论域，对应的比例因子为

隶属函数形式选取三角形函数；

(4)模糊规则设计：按照操作经验设计模糊推理1与模糊推理2内部对多维输入数据进行降维处理，模糊推理1包含5个模糊推导：液位模糊判断、流速模糊判断、浓度模糊判断、富液泵模糊判断和富液泵模糊判断，输出分别为U_h，U_v1，U_ρ1，U_c和U₁，模糊控制规则如下：

If E_h and EC_h Then U_h；

If V and E_v Then U_v1；

If E_ρ and EC_ρ Then U_ρ1；

If U_v1 and U_ρ1 Then U_c；

If U_h and U_c Then U₁；

模糊推理2包含3个模糊推导：流速模糊判断、浓度模糊判断和贫液泵模糊

判断，输出分别为：U_v2，U_ρ2和U₂，其中，U_ρ1等同于U_ρ2，U_v1等同于U_v2。模

糊控制规则如下：

If U_v2 and U_ρ2 Then U₂；

(5)模糊规则表设计依据为来自实际操作经验，具体如下:

表2 U_h的模糊规则表

表3 U_v1的模糊规则表

表4 U_ρ1的模糊规则表

表5 U_c的模糊规则表

表6 U₁的模糊规则表

表7 U₂的模糊规则表

(6)经过采用Mamdani模糊推理模型解析结构，根据输入论域上变化值，推导出模糊论域上的结果U_1,2。

(7)U_1,2表示模糊论域上的输出，解模糊化即乘输出比例因子K_u，即可得到实际PID控制器的调节参数，进而通过调整富液泵与贫液泵运行频率，实现系统自动控制。

综上所述，基于模糊PID算法的醇胺脱碳控制系统能够解决现有醇胺脱碳技术中需要大量人工介入操作的不足，并能够克服关联强耦合、多输入、非线性等因素影响，实现醇胺脱碳稳定运行。

Claims (6)

1.一种基于多输入模糊PID控制算法的智能醇胺脱碳系统，其特征在于，包括CO₂吸收释放装置、温度调控装置和醇胺循环输送装置，其中：

所述的CO₂吸收释放装置包括吸收塔和再生塔，吸收塔底部进气口通过管道连接进气鼓风机，吸收塔顶部接沼气出气管道，在该沼气出气管道上装有沼气浓度计；在吸收塔的进气管道上安装有沼气流量计，吸收塔1上装有液位计；在再生塔的顶部接CO₂出气管道；

在所述的吸收塔和再生塔内装有电热器和温度调控装置，为吸收塔和再生塔内加热和控温；

所述的醇胺循环输送装置包括富液泵和贫液泵，该富液泵的入口和出口分别连接在吸收塔下部的出口与再生塔上部的入口之间；贫液泵的入口和出口分别连接在吸收塔上部的入口与再生塔下部的出口之间；

还包括一基于多输入模糊PID算法的醇胺脱碳智能控制系统，用于所述的控制醇胺循环输送装置。

2.如权利要求1所述的基于多输入模糊PID控制算法的智能醇胺脱碳系统，其特征在于，所述的基于多输入模糊PID算法的醇胺脱碳智能控制系统包括数据采集模块、系统模式识别模块和多输入模糊PID控制器，数据采集模块分别通过沼气流量计、液位计和沼气浓度计采集相应的数据，数据采集模块的输出端通过系统模式识别模块与多输入模糊PID控制器的输入端连接，多输入模糊PID控制器的输出端分别对富液泵和贫液泵进行调频控制。

3.如权利要求2所述的基于多输入模糊PID控制算法的智能醇胺脱碳系统，其特征在于，所述的多输入模糊PID控制器包括第一模糊推理模块、富液泵频率PID控制器、第二模糊推理模块和贫液泵频率PID控制器，第一模糊推理模块输入的参数是：吸收塔液位高度偏差及偏差变化率、进沼气流速及流速导数、出气CO₂浓度偏差及偏差变化率，输出端通过富液泵频率PID控制器对富液泵进行调频控制；第二模糊推理模块输入的参数是：进沼气流速及流速导数、出气CO₂浓度偏差及偏差变化率，输出端通过贫液泵频率PID控制器对贫液泵进行调频控制。

4.一种基于模糊PID控制算法的智能醇胺脱碳方法，其特征在于，首先依据醇胺脱碳系统的运行参数，判断系统的脱碳性能，若出现严重偏差，系统发生故障，设定为故障模式，需要更手动处理，若系统偏差在正常调节范围之内，则启动富液泵与贫液泵的运行频率控制模块，采用模糊PID控制算法控制富液泵与贫液泵运行的频率。

5.如权利要求4所述的基于多输入模糊PID控制算法的智能醇胺脱碳方法，其特征在于，所述的运行参数包括进沼气流速、出沼气CO2含量、吸收塔醇胺溶液液位，根据各参数范围，醇胺脱碳系统分为正常与非正常状态，醇胺脱碳各项指标均在正常范围内，系统处于正常范围之内，反之醇胺脱碳系统处于不正常范围内，表现为出气CO2含量超标，富液泵与贫液泵运行频率达到或接近极限值。

6.如权利要求4所述的基于多输入模糊PID控制算法的智能醇胺脱碳方法，其特征在于，所述富液泵与贫液泵的运行频率控制模块以给定的出气CO₂含量与瞬时值的偏差e_ρ及偏差变化率ec_ρ、吸收塔设定液位与瞬时液位偏差e_h及偏差变化率ec_h、进沼气流速v及流速时间导数e_v作为输入变量，模糊推理后输出参数k_p1,2、k_i1,2、k_d1,2作为模糊部分输出量，再通过PID调节器调节富液泵与贫液泵的运行频率，进而控制CO₂吸收率以及吸收塔的醇胺溶液的液位高度，该模糊PID控制算法包括以下步骤：

(1)传感器采集醇胺脱碳系统中吸收塔醇胺溶液高度h、进沼气流速v和出气CO₂体积分数ρ；

(2)计算吸收塔醇胺溶液液位高度、出气CO₂体积分数数据与设定值的偏差e_h,ρ和偏差变化率ec_h,ρ，计算进沼气流速的变化率e_v；

(3)输入变量偏差e_h,ρ、偏差变化率ec_h,ρ、沼气流速v、沼气流速变化率e_v的基本论域为[-e_h,ρmax，e_h,ρmax]、[-ec_h,ρmax，ec_h,ρmax]、[v_min，v_max]和[-e_vmax，e_vmax]，输出变量u_1,2(k_p1,2，k_i1,2，k_d1,2)，其论域为[u_1,2min，u_1,2max]，将以上变量模糊化，其模糊子集为E_h,ρ，EC_h,ρ，V，E_v，U_1,2＝{NB，NM，NS，ZO，PS，PM，PB}，其中V是(v-950)的模糊论域，论域离散化后得到{-3，-2，-1，0，1，2，3}，以上输入量化因子

通过模糊推导后得到控制量U_1,2为模糊论域的值，经过解模糊化后得到物理论域，对应的比例因子为

隶属函数形式选取三角形函数；

(4)模糊推理1与模糊推理2内部对多维输入数据进行降维处理，模糊推理1包含5个模糊推导：液位模糊判断、流速模糊判断、浓度模糊判断、富液泵模糊判断和富液泵模糊判断，输出分别为U_h，U_v1，U_ρ1，U_c和U₁，模糊控制规则如下：

If E_h and EC_h Then U_h；

If V and E_v Then U_v1；

If E_ρand EC_ρThen U_ρ1；

If U_v1and U_ρ1Then U_c；

If U_h and U_c Then U₁；

模糊推理2包含3个模糊推导：流速模糊判断、浓度模糊判断和贫液泵模糊判断，输出分别为：U_v2，U_ρ2和U₂，其中，U_ρ1等同于U_ρ2，U_v1等同于U_v2。模糊控制规则如下：

If U_v2and U_ρ2Then U₂；

(5)采用Mamdani模糊推理模型解析结构，根据输入论域上变化值，推导出模糊论域上的结果U_1,2；

U_1,2表示模糊论域上的输出，解模糊化即乘输出比例因子K_u，即可得到实际PID控制器的调节参数。