CN113898939B - 一种基于双神经元的三冲量汽包水位控制系统及方法 - Google Patents

Abstract

本发明公开了一种基于双神经元的三冲量汽包水位控制系统，包括：汽包的输出端与主变送器的输入端连接；主变送器的输出端分别与神经元预估算法器的输入端、神经元自适应控制器的输入端连接；神经元自适应控制器的输出端分别与内环控制回路的输入端、神经元预估算法器的输入端连接；神经元预估算法器的输出端与事件触发器的输入端连接；事件触发器的输出端与神经元自适应控制器的输入端连接；内环控制回路的输出端分别与汽包、神经元预估算法器的输入端连接；蒸汽扰动量接入蒸汽流量变送器的输入端，蒸汽流量变送器的输出端与内环控制回路的输入端连接。本发明克服了对被控对象精确模型的依赖型问题，提高动态控制效果。

Description

一种基于双神经元的三冲量汽包水位控制系统及方法

技术领域

本发明涉及船用锅炉液位控制系统技术领域，具体涉及一种基于双神经元的三冲量汽包水位控制系统及方法。

背景技术

在航运领域，船舶锅炉主要的作用是向各舱及其管路提供蒸汽。蒸汽质量控制的好坏既关系到锅炉自身运行的效果,又直接影响到相关设备生产过程的稳定性。由于在行驶过程中船用锅炉收到风、浪，以及船舶加减速、正车倒车之间的切换、转弯等多种因素的影响，锅炉内水位动态过程变量变化值较大，不易精确控制。

为此，船用锅炉的控制结构从单冲量到双冲量再到三冲量汽包水位控制系统，逐步增加控制的精确度。如附图1所示的三冲量汽包水位控制系统采用蒸汽流量进行前馈控制，当蒸汽负荷突然发生变化，蒸汽流量信号使给水调节阀一开始就向正确方向移动，即蒸汽流量增加，给水调节阀开大，可以抵消一部分由于“虚假水位”引起的反向动作，因而减少了水位和给水流量的波动幅度。当由于水压干扰使给水流量变化时，调节器能迅速消除干扰。如给水流量减少，调节器立即根据给水流量减少的信号，开大给水阀门，使给水量保持不变。另外，给水流量信号也是调节器动作后的反馈信号，能使调节器及早知道控制的效果，所以三冲量给水控制系统相，调节器动作快，还可以避免调节过头，减少波动和失控。这样，汽包水位就很少受到影响。

但是三冲量汽包水位控制系统只是通过相反动作抵消一部分“虚假水位”，如果遇到风浪频繁等因素导致的短时间内锅炉连续晃动，三冲量汽包水位控制系统就无法精确地进行实时控制，从而无法彻底避免由于蒸汽流量剧烈变化引起的“虚假液位”的影响。不论是在仿真中还是在实际船舶运行中都可以发现，传统的三冲量控制系统，对于“虚假液位”现象不能达到较好的控制，甚至引发了一些事故。

从另一方面讲，目前大多数实际使用的控制系统都使用继电器逻辑控制。这样的控制系统自动化程序不高，大多数操作仍是手动完成的，只能处理一些开关量问题，不能处理系统的模拟量，其电器线路复杂，可靠性不高，不便维护。并且虽然过程控制系统硬件正在发生巨大的变化，但是从其控制算法来看，在锅炉的自动控制中普遍采用的还是传统的控制。尽管各种先进控制理论技术已经比较广泛的应用于工业控制中，但其大部分计算比较复杂，且成本较高，因此在船用锅炉控制的应用还处于起步阶段。

发明内容

本发明提供了一种基于双神经元的三冲量汽包水位控制系统及方法，以解决现有技术中响应速度低、鲁棒性低、控制精度低的问题。

本发明提供了一种基于双神经元的三冲量汽包水位控制系统，包括：外环控制回路、内环控制回路、神经元预估修正回路、蒸汽流量变送器；

所述外环控制回路包括：汽包、主变送器、神经元自适应控制器；

所述神经元预估修正回路包括：神经元预估算法器、事件触发器；

蒸汽扰动量接入所述汽包的输入端，所述汽包的输出端与所述主变送器的输入端连接；所述主变送器的输出端分别与所述神经元预估算法器的输入端、神经元自适应控制器的输入端连接；所述神经元自适应控制器的输出端分别与所述内环控制回路的输入端、神经元预估算法器的输入端连接；所述神经元预估算法器的输出端与所述事件触发器的输入端连接；所述事件触发器的输出端与所述神经元自适应控制器的输入端连接；所述内环控制回路的输出端分别与所述汽包、神经元预估算法器的输入端连接；蒸汽扰动量接入所述蒸汽流量变送器的输入端，所述蒸汽流量变送器的输出端与所述内环控制回路的输入端连接。

进一步地，所述内环控制回路包括：副变送器、副控制器、给水阀；

所述副控制器的输出端与所述给水阀的控制端连接；所述给水阀分别与所述汽包、副变送器的输入端连接；所述副变送器的输出端分别与所述副控制器的输入端、神经元预估算法器的输入端连接；所述蒸汽流量变送器的输出端与所述副控制器的输入端连接。

本发明还提供了一种基于双神经元的三冲量汽包水位控制系统的控制方法，包括：同时运行的外环控制回路控制过程、内环控制回路控制过程、神经元预估修正回路控制过程；

所述外环控制回路控制过程包括如下步骤：

步骤A1：主变送器获取汽包的水位，产生水位信号；

步骤A2：将水位信号、初始信号作为神经元自适应控制器的输入信号，神经元自适应控制器根据预估信号对输入信号的权值进行修正，输出外环控制信号，完成外环控制回路控制过程；

所述内环控制回路控制过程包括如下步骤：

步骤B1：蒸汽流量变送器根据蒸汽扰动量产生扰动信号；

步骤B2：副变送器获取给水阀状态产生状态信号；

步骤B3：所副控制器根据扰动信号、状态信号、外环控制信号产生内环控制信号；

步骤B4：给水阀根据内环控制信号调节汽包水位，完成内环控制回路控制过程；

所述神经元预估修正回路控制过程包括如下步骤：

步骤C1：神经元预估算法器根据当前时刻接收的外环控制信号、状态信号、水位信号，结合上一时刻接收的外环控制信号、状态信号、水位信号，对下一时刻的状态信号、水位信号通过神经元预估算法进行预估；

步骤C2：事件触发器对所述步骤C1中神经元预估算法器预估的结果判断是否触发事件，当事件触发时，事件触发器将预估的结果作为修正信号输出；当事件未触发时，事件触发器不输出信号。

进一步地，所述步骤C2中事件触发器的触发条件为：

其中，i＝1,2,3…，k为当前时刻，分别为第k-i时刻的水位信号、状态信号的预估值,/>和/>分别为第k时刻的水位信号、状态信号的预估值，|| ||表示范数，σ为(0,1)的有界正数，i＝1,2,…,为正整数，h为采样周期，Φ、Ψ为正定矩阵。

进一步地，所述步骤A2中神经元自适应控制器根据预估信号对输入信号的权值进行修正，具体为：

神经元自适应控制器根据预估信号对输入信号通过最速下降法对权值进行修正。

进一步地，所述步骤A2中通过最速下降法对权值进行修正的公式为：

ω_i((k+1)h)＝ω_i(kh)+Δω_i(kh),i＝1,2,3

其中，x₁((k+1)h)为下一时刻的水位信号预估值、x₂((k+1)h)为下一时刻的状态信号预估值。

本发明的有益效果：

(1)采用双神经元自预估控制模式将自适应控制和预估控制“智能化”的有机地结合起来，克服了传统多变量系统对被控对象精确模型的依赖型问题，动态控制效果比较理想。

(2)双神经元控制模式简单易行，较之大规模神经网络、模糊算法等高级控制算法要简单，中间数据量小，非常适合于在实时性控制系统，如分散控制系统(DCS)和现场总线控制系统(FCS)中加以实现，该算法占用较少的计算资源，能够显著地提高控制的实时性。

(3)在神经元控制中引入事件触发器，事件触发器依据当前时刻接收到的同步数据和其内部的事件触发机制规则或触发函数来判断输出值,并通过事件触发器最新的输出值与最新的接收值之间的比较来决定接下来主控制器的输出值。因此可以进一步减少计算量，节约网络资源，实现实时控制。

(4)本发明运用最速下降法对权值进行修正，并根据神经元预估算法器对最速下降法中的不确定因素进行了预估，使最速下降法修正权值时更加准确，同时用事件触发器对神经元预估算法器预估出的值进行预处理，将两个时刻变化不大的预估值进行滤除，可以进一步减少计算量，节约网络资源。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1是传统三冲量汽包水位控制系统示意图；

图2是本发明具体实施例的系统示意图；

图3是本发明具体实施例中神经元预估器示意图；

图4是本发明具体实施例中分头延时连接TDL示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图2-4所示，本发明实施例提供一种基于双神经元的三冲量汽包水位控制系统，包括：外环控制回路、内环控制回路、神经元预估修正回路、蒸汽流量变送器；

外环控制回路包括：汽包、主变送器、神经元自适应控制器；

内环控制回路包括：副变送器、副控制器、给水阀；

神经元预估修正回路包括：神经元预估算法器、事件触发器；

蒸汽扰动量接入汽包的输入端，汽包的输出端与主变送器的输入端连接；主变送器的输出端分别与神经元预估算法器的输入端、神经元自适应控制器的输入端连接；神经元自适应控制器的输出端分别与副控制器的输入端、神经元预估算法器的输入端连接；神经元预估算法器的输出端与事件触发器的输入端连接；事件触发器的输出端与神经元自适应控制器的输入端连接；副控制器的输出端与给水阀的控制端连接；给水阀分别与汽包、副变送器的输入端连接；副变送器的输出端分别与副控制器的输入端、神经元预估算法器的输入端连接；蒸汽扰动量接入蒸汽流量变送器的输入端，蒸汽流量变送器的输出端与副控制器的输入端连接。

神经元控制器相当于是一个输入层为线型、隐含层和输出层相结合的神经网络，但其在实现上却简单得多，计算速度也显著提高，适合于工业现场的实时控制。该系统针对变化迅速的“虚假液位”现象，具有响应速度快、鲁棒性强、控制精度高的特点。并且通过权值的调整，神经元控制模式可以补偿神经网络输入层的信息预处理功能。对于线性度较好的原始输入信号来说，在输入层功能上，采用神经元控制可以达到与神经网络近似的信号处理效果，但其计算量却可显著减小。

网络控制系统将传感器、控制器和执行器组成一个网络，利用网络信号实现控制。该系统具有模块化、实时控制、成本低等优点。针对三冲量汽包水位控制系统，网络化控制对每一时刻的控制信号进行采样，采样时间可以自由设定。可以应对多种变化的场合。但由于不是每一时刻的信号都有用处，因此加入事件触发器进一步对网络资源利用率进行优化。通过设定合适的事件触发条件，可以将无意义的信号筛除，尽可能避免网络堵塞的出现，达到理论上最佳的实时控制效果。

本发明还提供了一种基于双神经元的三冲量汽包水位控制系统的控制系统，包括：同时运行的外环控制回路控制过程、内环控制回路控制过程、神经元预估修正回路控制过程；

外环控制回路控制过程包括如下步骤：

步骤A1：主变送器获取汽包的水位，产生水位信号；

主检测变送器采用时间驱动方式，定时对汽包水位的输出信号y₁(k)采样，并输出信号x₁(kh)。

步骤A2：将水位信号、初始信号作为神经元自适应控制器的输入信号，神经元自适应控制器根据预估信号对输入信号的权值进行修正，输出外环控制信号，完成外环控制回路控制过程；

令系统的初始出入信号为r(kh)，主检测变送器输出水位信号x₁(kh)作为负反馈信号，结合r(kh)与x₁(kh)，作为神经元自适应控制器的输入信号。输入分别保持原值、求一次导数、求二次导数得到e、Δe、Δ²e；设ω_i(0)(i＝1,2,3)为输入层到神经元的连接权值，若为初始时刻，则权值为自取的任意比值；

神经元自适应控制器输出作用函数取为线性函数：f(x)＝x。其性能指标取为：

采用最速下降法对神经元自适应控制器权值ω_i(i＝1,2,3)进行修正，有：

ω_i((k+1)h)＝ω_i(kh)+Δω_i(kh),i＝1,2,3

其中，项x₁((k+1)h)下一时刻水位信号预估值、/>x₂((k+1)h)下一时刻状态信号预估值、/>均为未知项。

其未知项采用神经元预估器的预估值进行校正，通过权值修正后，神经元自适应控制器输出控制信号u₁(kh)。

内环控制回路控制过程包括如下步骤：

步骤B1：蒸汽流量变送器根据蒸汽扰动量产生扰动信号；

扰动检测变送器采用时间驱动方式，对蒸汽扰动的输出信号d(k)周期采样，并输出信号d(kh)。

步骤B2：副变送器获取给水阀状态产生状态信号；

副检测变送器采用时间驱动方式，定时对汽包水位的输出信号y₂(k)采样，并输出信号x₂(kh)。

步骤B3：所副控制器根据扰动信号、状态信号、外环控制信号产生内环控制信号；

副控制器采用PID控制，u₁(kh)与d(kh)作为正反馈信号，x₂(kh)作为负反馈信号。副控制器输出信号为u₂(kh)。

步骤B4：给水阀根据内环控制信号调节汽包水位，完成内环控制回路控制过程；

神经元预估修正回路控制过程包括如下步骤：

步骤C1：神经元预估算法器根据当前时刻接收的外环控制信号、状态信号、水位信号，结合上一时刻接收的外环控制信号、状态信号、水位信号，对下一时刻的状态信号、水位信号通过神经元预估算法进行预估；

设为输入层到神经元的连接权值，若为初始时刻，则权值为自取的任意比值；神经元预估器，其性能指标取为：

采用最速下降法对神经元控制器权值进行修正，有：

其中

神经元预估算法器根据取得的当前数据u₁(kh)、x₁(kh)和x₂(kh)以及由TDL_u、TDL_x1和TDL_x2存储的u[(k-i)h]、x₁[(k-i)h]和x₂[(k-i)h]，通过神经元预估算法预测得出下一时刻的x₁[(k+1)h]、x₂[(k+1)h]并输出给事件触发器；

步骤C2：事件触发器对所述步骤C1中神经元预估算法器预估的结果判断是否触发事件，当事件触发时，事件触发器将预估的结果作为修正信号输出；当事件未触发时，事件触发器不输出信号；其中，事件触发器的触发条件为：

其中，i＝1,2,3…，k为当前时刻，分别为第k-i时刻的水位信号、状态信号的预估值,/>和/>分别为第k时刻的水位信号、状态信号的预估值，|| ||表示范数，σ为(0,1)的有界正数，i＝1,2,…,为正整数，h为采样周期，Φ、Ψ为正定矩阵。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (3)

1.一种基于双神经元的三冲量汽包水位控制系统的控制方法，其中，基于双神经元的三冲量汽包水位控制系统包括：外环控制回路、内环控制回路、神经元预估修正回路、蒸汽流量变送器；

所述外环控制回路包括：汽包、主变送器、神经元自适应控制器；

所述神经元预估修正回路包括：神经元预估算法器、事件触发器；

蒸汽扰动量接入所述汽包的输入端，所述汽包的输出端与所述主变送器的输入端连接；所述主变送器的输出端分别与所述神经元预估算法器的输入端、神经元自适应控制器的输入端连接；所述神经元自适应控制器的输出端分别与所述内环控制回路的输入端、神经元预估算法器的输入端连接；所述神经元预估算法器的输出端与所述事件触发器的输入端连接；所述事件触发器的输出端与所述神经元自适应控制器的输入端连接；所述内环控制回路的输出端分别与所述汽包、神经元预估算法器的输入端连接；蒸汽扰动量接入所述蒸汽流量变送器的输入端，所述蒸汽流量变送器的输出端与所述内环控制回路的输入端连接，

所述内环控制回路包括：副变送器、副控制器、给水阀；

所述副控制器的输出端与所述给水阀的控制端连接；所述给水阀分别与所述汽包、副变送器的输入端连接；所述副变送器的输出端分别与所述副控制器的输入端、神经元预估算法器的输入端连接；所述蒸汽流量变送器的输出端与所述副控制器的输入端连接；

其特征在于，所述基于双神经元的三冲量汽包水位控制系统的控制方法包括：同时运行的外环控制回路控制过程、内环控制回路控制过程、神经元预估修正回路控制过程，

所述外环控制回路控制过程包括如下步骤：

步骤A1：主变送器获取汽包的水位，产生水位信号；

步骤A2：将水位信号、初始信号作为神经元自适应控制器的输入信号，神经元自适应控制器根据预估信号对输入信号的权值进行修正，输出外环控制信号，完成外环控制回路控制过程；

所述内环控制回路控制过程包括如下步骤：

步骤B1：蒸汽流量变送器根据蒸汽扰动量产生扰动信号；

步骤B2：副变送器获取给水阀状态产生状态信号；

步骤B3：所副控制器根据扰动信号、状态信号、外环控制信号产生内环控制信号；

步骤B4：给水阀根据内环控制信号调节汽包水位，完成内环控制回路控制过程；

所述神经元预估修正回路控制过程包括如下步骤：

步骤C1：神经元预估算法器根据当前时刻接收的外环控制信号、状态信号、水位信号，结合上一时刻接收的外环控制信号、状态信号、水位信号，对下一时刻的状态信号、水位信号通过神经元预估算法进行预估；

步骤C2：事件触发器对所述步骤C1中神经元预估算法器预估的结果判断是否触发事件，当事件触发时，事件触发器将预估的结果作为修正信号输出；当事件未触发时，事件触发器不输出信号，

其中，事件触发器的触发条件为：

其中，i＝1,2,3…，k为当前时刻，分别为第k-i时刻的水位信号、状态信号的预估值,/>和/>分别为第k时刻的水位信号、状态信号的预估值，|| ||表示范数，ρ为(0,1)的有界正数，i＝1,2,…,为正整数，h为采样周期，Φ、Ψ为正定矩阵。

2.如权利要求1所述的基于双神经元的三冲量汽包水位控制系统的控制方法，其特征在于，所述步骤A2中神经元自适应控制器根据预估信号对输入信号的权值进行修正，具体为：

神经元自适应控制器根据预估信号对输入信号通过最速下降法对权值进行修正。

3.如权利要求1所述的基于双神经元的三冲量汽包水位控制系统的控制方法，其特征在于，所述步骤A2中通过最速下降法对权值进行修正的公式为：

ω_i((k+1)h)＝ω_i(kh)+Δω_i(kh),i＝1,2,3

其中，x₁((k+1)h)为下一时刻的水位信号预估值、x₂((k+1)h)为下一时刻的状态信号预估值。