鲁达 吕宋成，林正云
(东华大学自动化系，上海201620)
摘要：无法测量的大干扰广泛存在于流程产业中，用现有的控制策略很难很好地抑制。
针对这种现象，以预测PI算法为主体，设计一种新型的快速抗大干扰控制算法。这种算法的主体思想是：当被控变量在期望的控制范围之内，预测PI控制算法可以对其进行有效的控制，当被控变量超过期望的范围时，控制器输出增大或者减小到可容许的极限值。仿真和实际工业应用数据表明：对于复烤生产线中烤房温度这一具有大干扰的大惯性、大滞后过程，采用该算法可以有效提高调节速率、减少波动等问题，以保证控制品质和精度达到规定的工艺技术指标，满足了工艺的生产要求，提升了产品的质量，同时降低了返料的次数，节约了能耗。0引言
对于存在于工业生产中的干扰现象，现有的控制方案有前馈补偿控制、重复控制以及频率辨识等算法，这些控制策略要求干扰信号是已知或者可测量的，然而实际的干扰大多是未知且不可测的，从而导致了这些算法在工业中的控制效果并不理想。并且基于频率辨识的抗干扰算法存在调节周期长、响应速度慢等缺点。而相比于这些方案，虽然BangBang控制对抑制未知的大幅度扰动作用效果显著，但是它的控制函数总是取在允许控制的边界上，或者取最大，或者取最小，仅仅在这两个边界值上进行切换，导致控制输出产生震荡和波动。对于这种不可测的大干扰，还没有专门的一个处理方案，无法很好地解决这类问题［1］。而该研究方向，目前国内所开展的研究也很少。因此，结合实际复烤厂工业应用，在当前没有较好的抗大干扰控制方案的情况下，本文提出一种行之有效的控制算法。
1基于预测PI的抗大干扰控制算法
对于工业生产中存在的大干扰，采用单纯的预测PI不能够补偿较大的扰动，控制输出仍然会有很大的震荡。因此，本文提出一种基于预测PI的改进的新型抗大干扰控制算法。改进后的控制系统结构如图1所示。
其中，GC1为预测PI控制器，其系统结构如图2所示。Gp为惯性加纯滞后被控对象，传递函数为
。|Abs|为系统设定值和系统输出的误差的绝对值，k1为系统全开时的输出阈值，k2为系统全关时的输出阈值。
对于该控制系统，当控制输出与设定点的误差大于比较器1的阈值时，由比较器2的输出作为被控对象的输入。此时，如果系统控制输出小于系统设定点时，比较器2的输出为k1，控制器全开，使得控制输出快速接近设定点；反之，当系统控制输出大于系统设定点时，比较器2的输出为k2，控制器全关，系统反向调节。在以上情况下，预测PI控制器仍然在进行控制调整，只是没有作用于对象上。当系统控制输出与设定点的误差小于比较器1的阈值时，切换到主控制器预测PI来进行控制。
2控制算法仿真研究
这里设被控对象
，干扰信号为正弦信号，幅度为3，控制输入为1。分别采用基于系统辨识的重复控制算法和基于预测PI的抗大干扰控制算法进行仿真研究。
2.1算法1
采用改进的重复控制通过频率辨识器［2］在线辨识出周期性干扰信号的频率，并把输出频率送入控制器中，在线得到控制信号。通过控制器产生与周期性干扰信号频率相同的振荡信号在线抑制周期性干扰信号，最终使系统处于稳定状态。控制系统整体结构图如图3所示。其中，GC1为重复控制器，GC2为预测PI控制器，而Gp为被控对象。
仿真结果如图4所示，经过早期振荡，系统能够辨识出干扰的频率大小，整个过程的输出经过一段时间的振荡最终能够达到稳定状态。但是该算法对干扰的可辨识度要求较高，如果干扰发生变化，或者振幅波形发生变化，那么该重复控制器的在线频率辨识器就要重新进行辨识。而实际的片烟复烤工业控制中干扰是不可测的，并且需要控制算法很快地响应，该算法在实际应用中还是存在一定的局限性［3］。
2.2算法2
采用基于预测PI的抗大干扰控制策略，其中比较器1的阈值设定为0.1，即当输入输出误差在0.1以上时烤房蒸汽阀位全开或者全关控制烤房内温度；在烤房温度误差为0.1以下时，采用主控制器预测PI进行控制。这里系统全开的系数k1为3，全关的系数k2为-1。在该算法的控制下，系统中的大干扰对控制输出的影响得到了很好的抑制，输出在设定点上下0.1左右浮动，如图5所示。
当干扰模型失配时（正弦干扰变为三角波干扰），仿真图如图6所示，可以看出该算法对系统中的大干扰仍然有很好的抑制作用，控制误差依旧在0.1左右浮动。
对比两种仿真控制效果，基于系统辨识的重复控制算法对大干扰的辨识度要求高，存在着局限性，并不能有效地解决大干扰对系统带来的影响。相反，基于预测PI的抗大干扰控制算法可以使系统调节时间短，响应速度快，即使在大干扰模型失配的情况下，对控制输出的精度仍然保持在合理范围内，有效地解决了具有大惯性大滞后特点的被控对象在大干扰影响下输出波动大，响应速度慢，调节时间长等难点。
3实际工业控制中的应用
3.1工业背景以及现状
真空回潮是生产纸烟的头道工序，使原料更适于烟叶复烤加工。该过程需要大量的蒸汽压力，会对整个蒸汽管网的压力有很大的影响。而片烟复烤过程的干燥区就是通过调节蒸汽阀门开度控制干燥室内部温度。在某些没有稳压器的烟草厂，当烟草进行真空回潮处理时，干燥区的蒸汽压力急剧下降，反之当处理完成时，干燥区的蒸汽压力又会上升，造成了对干燥区温度控制的大干扰，使得片烟复烤过程的干燥区温度波动大，难以稳定在设定点。
当前复烤过程中的主要问题表现为：烤房的温度控制系统为大滞后大惯性的对象，并存在蒸汽管网压力波动带来的大干扰。如果采用单纯的预测PI控制算法控制，干燥区的温度仍然会出现较大的波动，干扰不能得到抑制，这种情况下会影响冷房对含水率的控制。在干扰较大时经常造成因出口含水率不合格等问题而返料，降低了效率，大大增加了生产周期。
3.2控制方案与应用
以干燥区温度作为调节手段，构成冷区水分与干燥区温度串级控制。针对干燥区存在的由蒸汽管网压力波动造成的大干扰问题，采用基于预测PI的抗大干扰控制算法，首先以热蒸汽的流量控制各个干燥区的温度，在此基础上，以冷区水分为控制目标，调整每个干燥区的温度设定值。当系统干燥区温度出现偏差，并且偏差在阈值以内时，预测PI控制器及时给出调节要求，当偏差超过阈值时，说明真空回潮处理影响了干燥区的蒸汽压力，这时蒸汽阀门全开或者全关，快速调节温度接近设定点。
3.3实际运行效果
卷烟复烤厂将复烤生产线的蒸汽管网压力波动大、温度不易控制、干扰不可测且影响大等问题作为突破口，采用新型抗大干扰先进控制算法实现复烤厂的复烤线温度的自动控制，取得了较好的控制应用效果。
图7为新型抗大干扰控制算法在复烤厂干燥区温度控制中的现场数据。
干燥区根据湿度调节相应的控制蒸汽阀位开度来改
变干燥室的温度，从而使得含水量的控制符合工艺的精度，根据冷房水分较频繁地改变干燥区的温度设定值进行温度调节。从图7可以看出，在时间1.4×104左右，此时的温度设定点为70℃，由于正在进行的真空回潮处理需要大量的蒸汽，造成蒸汽管网压力下降，在相同阀位开度下，蒸汽压力不够，温度不能稳定在设定的70℃，因此新型抗大干扰控制算法控制阀位全开，预测PI同时不断调解，只是没有作用在被控对象上，当温度重新回到期望范围以内时，再重新切换到预测PI进行控制，稳定在同一设定点。在设定点下温度控制响应速度快，抑制大干扰能力强，温度控制稳定,波动减少，有效地解决了大惯性大滞后对象造成的响应速度慢、调整周期长以及大干扰影响下波动大的问题；提高了现场工艺控制能力，实现出口水分闭环控制，确实有效地提高了烤机出口水分的稳定性和均匀性，最终大幅度提高了微波测量和检测室化验的成品水分的合格率。
4结论
采用常规的控制算法对片烟复烤机进行控制, 在蒸汽管网压力的大干扰的影响下，烤房温度波动大, 难以保证冷房含水率与出口含水率稳定, 经常导致片烟含水率不合格而返料［4］。而基于预测PI抗大干扰控制算法能有效克服传统控制方案难以抑制大干扰的难题。实际复烤厂控制数据表明，该算法能使系统得到较强的抗干扰性能，并且对于大惯性大滞后系统有很好的响应速度，各个干燥区的温度控制精度均达到了工艺要求。该算法实现了闭环全自动操作, 不需要操作人员的人工干预, 减轻了劳动强度, 降低了返料次数, 同时还节约了能耗［4］。因此，该算法具有很好的设定跟踪能力，在实际工业控制中具有很好的发展前景。
参考文献
［1］ 路康, 冯建勤, 闫文科.烟叶烘烤过程智能控制系统设计［J］.烟草科技, 2008(5):2124.
［2］ 陈良.周期性干扰的校正与补偿［D］.上海：东华大学，2011.
［3］ 杨燕平.复合PID控制技术在热风温度控制中的运用［J］ .烟草科技, 2007(6):2123, 28.
［4］ 任正云, 韩佰恒, 王小飞, 等. 预测PI和准预测PI控制算法在片烟复烤机的应用［J］.烟草科技, 2009(11):2326.