（农业生物环境与能源工程专业论文）基于plc与模糊pid的混凝投药复合控制系统的研究.pdf

摘要 a b s t r a c t 目录 1 绪论 i i ili i li i ill li i1 1 1 1 1 u l y 17 8 6 7 7 6 1 1 1 选题的意义与背景4 1 2 混凝投药技术的研究现状5 1 2 1 经验目测法5 1 2 2 烧杯试验法6 1 2 3 数学模型法6 1 2 4 模拟法6 1 2 5 胶体电荷控制法7 1 2 6 颗粒检测技术8 1 3 控制理论在混凝投药环节的应用现状8 1 3 1 手动控制阶段8 1 3 2 自动控制阶段。9 1 3 3 智能控制阶段1 3 1 4 本论文的主要研究内容1 5 2 模糊控制技术。 1 6 2 1 模糊控制系统理论概述1 6 2 1 1 模糊控制系统的组成1 7 2 1 2 模糊控制的特点1 8 2 2 模糊自适应p d 控制器的结构及设计步骤1 9 2 2 1 模糊自适应p d 控制器的结构1 9 2 2 2 模糊自适应p i d 控制器的设计步骤2 0 3 模糊p i d 控制器的m a t l a b 实现。 3 1 p i d 控制器参数对控制系统的影响2 2 3 1 1 比例( p ) 控制。2 3 3 1 2 比例微分( p d ) 控制2 4 3 1 3 比例积分( p i ) 控制2 5 3 2 m a m d a n i 型模糊控制器+ p i d 控制器的设计。2 6 3 2 1 定义输入、输出变量 3 2 2 定义p i d 参数模糊调整规则 3 2 3 模糊推理及解模糊化 3 3 控制系统性能分析 3 3 1 仿真模型 3 3 2 仿真系统框图 4 自动配液系统的设计与主要设备选型。 4 1 净水原材料反应机理简述 4 2 配液系统的作用4 5 4 3 配液系统的组成4 5 4 3 1 设备选型4 7 5 自动投加系统的设计与主要设备选型4 8 5 1 自动投加方式4 8 5 2 混凝剂自动投加系统的工艺流程4 9 5 3 混凝剂自动投加系统的结构组成5 1 5 3 1 检测部分：5 1 5 3 2 控制单元：5 6 5 3 3 加药设备5 6 6 系统的软硬件设计。 6 1 电气部分的选型5 8 6 1 1 变频器的选型5 8 6 1 2 p l c 的选型6 0 6 2 电气控制元件的选择6 2 6 2 1 系统中各电机的基本参数6 2 6 2 2 主电路的组成及电气控制元件的选择6 2 6 2 3 p l c 控制系统的i o 点及地址分配6 3 6 2 4 端子接线图6 4 6 2 5 电控系统主电路图一6 5 6 2 6 电控系统控制电路图6 7 6 2 7 p l c 及扩展模块外围接线图6 8 i l i i i 。7 1 7 3 7 4 7 4 。7 5 7 6 8 3 8 5 8 6 本文介绍了国内外自动加药控制技术的发展现状。通过对自动投加系 统的检测环节、控制模式和控制策略进行分析，针对水处理工业中加药过 程具有大时滞、非线性、难以建立精确数学模型等特点，提出了一种基于 p l c ( 可编程逻辑控制器) 的模糊p i d 控制实现方法，论述了模糊控制器 的原理和结构，分析了p i d 控制和模糊控制的优缺点，考虑可以把它们相 互结合，扬长避短，具体是采用模糊自整定p i d 控制。其目的是使控制器 能够根据实际情况，调整琊、硒、k r , 三个参数，实现对混凝剂投加量在 线调整的控制目标。 使用m a t l a b s i m u l i n k 软件，对控制系统进行了串级p i d 控制、 串级模糊p i d 控制的控制性能仿真研究。仿真结果表明相对于串级p i d 控制，串级模糊p i d 控制可实现超调小、调节迅速，给定值抵抗一次扰动 的能力强，使系统具有优良的控制精度和稳定性，从而改善了整个系统的 动态品质。 论文对自动投加系统进行了方案设计，系统由检测环节、控制单元、 变频器和计量泵等构成。本课题的混凝剂自动投加系统属于复合控制系 统。混凝效果通过加药后水的s c d 值和沉淀池出水浊度反映出来，作为 反馈信号送给p l c 模糊控制器，组成串级控制系统，作为主要控制手段。 为进一步提高原水流量大幅变化时的响应速度，加入流量比例前馈控制系 统，使响应时间小于3 0s ，并作为辅助控制手段，以提高系统的稳定性。 以上控制的输出分别作用于计量泵的转速和冲程，以控制投药量。 将模糊控制与p l c 相结合，克服了传统的调节器超调大的缺点，充 分发挥p l c 控制灵活、编程方便、适应性强的优点，实现了混凝剂科学 合理在线投加，提高了系统的响应速度和稳定精度。 关键词：混凝投药：p l c ；模糊p i d 控制；串级控制 p a p e rp r o p o s e d a f u z z yc o n t r o l m e t h o do f a u t o a d d i n gp r o c e s s i n w a t e r - t r e a r n e n tb a s e do np l c t h i sp a p e r a n a l y z e dt h ea d v a n t a g e sa n d d i s a d v a n t a g e s o fp i dc o n t r o l l e ra n df u z z y c o n t r o l l e r , c o n s i d e r i n gt h e m i n t e r a c t i o na n ds u p p l e m e n t i n ge a c ho t h e r sa d v a n t a g e s t h es p e c i f i cm e t h o d s u s i n gf u z z ys e l f - t u n i n gp i dc o n t r o l l e rt h a te n a b l ec o n t r o l l e rc a l la d j u s tt h e t h r e ep a r a m e t e r so fk p ，局a n dk oa c c o r d i n gt ot h ea c t u a ls i t u a t i o n t h ep a p e ru s e dm a t l a b s i m u l i n ks o f t w a r e ，t h ef i r s tc o n t r o ls y s t e m f o rac a s c a d ep i dc o n t r o la n dc a s c a d ef u z z y - p i dc o n t r o ls i m u l a t i o no ft h e c o n t r o lp e r f o r m a n c e t h er e s u l t ss h o w e dt h a tt h ec o n t r o lo ft h ec o m p l e x p r o c e s so f c a s c a d ef u z z y - p i da d j u s t m e n tc a nb ea c h i e v e ds m a l lo v e r s h o o t ，t h e r a p i da d j u s t m e n ta n dt h ea b i l i t yt or e s i s tas t r o n gd i s t u r b a n c e s ot h es y s t e m h a se x c e l l e n tc o n t r o lp r e c i s i o na n ds t a b i l i t y , t h e r e b yi m p r o v i n gt h ed y n a m i c q u a l i t yo ft h ee n t i r es y s t e m t h ep a p e rd e s i g n e dt h ep l a no fa u t o - a d d i n gs y s t e m t h es y s t e mw a s c o n s i s t e db yd e t e c t i o nu n i t ，c o n t r o lu n i t , i n v e r t e ra n dm e t e r i n gp u m p c o m p o u n dc o n t r o ls t r a t e g yw a sa p p l i e d i nt h es y s t e m c o a g u l m i o ne f f e c t r e f l e c t e dt h r o u g hs t r e a m i n gc u r r e n ta n dt u r b i d i t y t h er e s u l tw a sf e e d b a c k e d b yp l c t h ec a s c a d ec o n t r o ls y s t e ma sp r i m a r yc o n t r o lm e t h o d i no r d e rt o f u r t h e ri m p r o v er e s p o n s es p e e dw h e nr a ww a t e rf l o wc h a n g eg r e a t l y , f l o wf e e d f o r w a r dc o n t r o lw a sa d d e da sa s s i s t a n tc o n t r o lm e t h o d a b o v ec o n t r o lo u t p u t d i s t i n c t i o nf u n c t i o ni nm e t e r i n gp u m p sr o t a t i o n a ls p e e da n ds t r o k e c o m b i n e dw i t hp l c ，t h ef u z z yc o n t r o lc o u l do v e r c o m et h ed i s a d v a n t a g e s 2 3 常规的给水处理厂净水工艺由混凝沉淀、过滤、消毒等环节组成。其 中，药液混凝沉淀是一个重要环节，它的效果好坏不仅直接关系到出水水 质，而且关系到后续处理工艺和整个制水成本。在水处理工艺一定的条件 下，混凝效果由混凝剂的投加情况所决定。混凝剂量不足，絮体过小，容 易过早穿透滤池滤层、缩短过滤周期、影响滤后水水质，得到的净水水质 差。为了防止水质事故的出现，工人宁可多加。但过量投加混凝剂，会使 原来带负电的胶粒变为带正电，水中仍为电性斥力，凝聚效果在一定程度 上反而下降，混水不易变清；也可能使矾花过早形成，在流出絮凝池之前 矾花又被打碎，使得沉淀效果变差，最终造成药剂的浪费和后续过滤工艺 效率的降低。 因此，如何准确控制混凝剂的投加量，使其在保证出水水质合格的前 提下药耗最小，长期以来一直是给水行业普遍关心而又亟待解决的问题。 由于影响混凝剂投加量的因素很多，如原水浊度、温度、流量、碱度、 所含杂质特性、净水设备的负荷及状态等，情况复杂，加之整个混凝沉淀 过程时间长，给实现混凝剂投加的自动化控制带来很大困难，致使国内外 目前使用的一些方法尚不完善( 罗辉荣，1 9 9 5 ) 。因此，有必要寻求一种 智能化的混凝投药自动控制方式，使目前水处理系统的自动控制水平从现 有的固定程序的设定向具有自学习、自适应能力的智能型系统发展，在保 证水厂工作稳定、可靠、出水水质优良的前提下，最大限度的降低电耗、 药耗，减轻工人的劳动强度，扩大自控系统的适用范围，这也将成为今后 水厂自动化的发展方向( 刘灿生，1 9 9 8 ) 。 4 山东农业大学硕士学位论文 长期以来，随着水厂检测手段和自动化程度的不断提高，逐步形成了 许多实用的混凝控制方法，相应地也提出了众多的自动投药控制方案。由 于水处理工程中凝聚作用本身有多种理论，决定加药量多少的水质特性因 素在理论上还不够完善( 吴月华，1 9 9 7 ) ，使得各种控制方法、控制方案 各有利弊，同时由于我国各地水质特性变化大，水源地污染严重，也使这 些方法在实际应用中遇到了一定的问题。 首先，就水源状况而言，欧、美、日对水源非常重视，水源不受污染 或轻污染，而我国大部分水源均受不同程度的污染。我国水利部对全国 7 0 0 条大中河流近1 0 万k m 河长进行检测，其中近1 2 河长受到污染，1 1 0 河长严重污染。全国城市9 0 水域受到污染，例如，广州市区河段水质已 劣于5 类标准，松花江水中汞严重超标等( 黄仲杰，1 9 9 8 ) 。同时，我国 在对水源地的环境保护上也同欧、美、日存在很大差距。这种情况限制了 一些国外自动检测设备与自动成套设备在我国的使用，使一些设备自然寿 命降低，逐步不能完全达到自动化的程度。 其次，在投加药剂的品种和数量上也存在差距。这就使在加药控制系 统中，不能照搬国外先进的控制方案。 再者，我国多数水厂目前在设备管理、维护、操作人员对设备性能和 操作方法了解程度上、检测仪表技术的掌握上，同国外都存在一定的差距。 由于这些情况的存在，造成目前不少国外引进设备降低了自动加药的 水平，仅采用半自动化的调节方式，也就更达不到优化自动加药的要求。 在常规地表水处理工艺中投加一定量的混凝剂，是由投药系统来实现的， 包括混凝剂溶液配制和添加两部分。为适应我国具体国情，有必要研究投 药控制系统，加速我国水厂自动化的进程。 1 2 混凝投药技术的研究现状 1 2 1 经验目测法 这是最原始的人工投加方法，目前我国一些中小水厂仍然采用此方 法。操作者通过观察原水浊度的变化、反应后矾花的生成情况以及沉淀后 水的浊度，然后根据经验调节投加量。这种方法容易造成出水水质和投加 量的不稳定，可靠性很低。 5 1 2 2 烧杯 这是较 为确定投加 因而目前在 方法的试验 性和滞后性 用于混凝投 1 2 3 数学模型法 数学模型法是以原水流量、浊度、p h 值、水温等参数作为变量，建 立它们与混凝剂投加量之间的相关函数。通过计算机控制系统对相关参数 进行采集、运算，得出投加量。常用的数学模型有多元线性、幂模式或浊 度模式等形式。 数学模型法在实践中遇到了不少问题：采用数学模型方法的关键是必 须有大量可靠的生产数据，才能运用数理统计方法建立符合实际的数学模 型，但由于影响混凝的因素众多，计算复杂，这给准确建模带来了很多的 困难；一般而言，建立的模型对应于特定的水处理工艺条件和水质条件， 不具有普遍性。一旦水处理工艺或水质发生较大变化，建立的模型将失效。 因此，由于数学模型法的抗干扰性和鲁棒性较差，在实践中未能得到广泛 地推广。 1 2 4 模拟法 通过前驱性装置进行混凝剂投加量的预测试验，确定水厂运行的混凝 剂投加量。主要有模拟滤池、模拟沉淀池法。模拟滤池法从快速混合池的 出口引水，经模拟滤池，使其出水浊度和水厂的相近，所以可作为控制参 数引进控制回路，这种方式可以改善控制系统的性能。但模拟滤池要求 l 3 小时进行一次反冲洗，为检测的连续性，必须平行的使用两台装置， 使操作系统较麻烦，同时由于模拟滤池很难完全模拟水厂的运行实况，需 要实时修正两者的相关关系( 万锋等，2 0 0 8 ) 。 6 胶体杂质发生电荷中 和反应并通过增大水中离子浓度来压缩胶体双电层，降低亏电位，从而使 胶体杂质脱稳凝聚，进而絮凝。使胶体杂质脱稳是有效混凝的基础。胶体 电荷的测定技术，是胶体电荷控制法的关键性问题。不同的测定技术就构 成了不同的控制方法。典型的有( 黄学文，2 0 0 5 ) ： ( 1 ) 号电位法 直接测量胶体的毛电位，作为确定投药量的依据。在理论上，利用微 电泳技术有可能测得颗粒的芎电位，但测定时间相对长，因此，其主要用 于混凝的基础研究( 罗辉荣，1 9 9 5 ) 。 ( 2 ) 胶体电荷滴定法 带电荷的胶体颗粒用相反电荷的电解质或胶体进行滴定，通过测定原 水中颗粒表面电荷，就可预测混凝剂的投量( j a n t s c h h i kr 等，1 9 9 2 ) 。 这种方法常用于测定聚合电解质的性质，是一种确定电荷密度的方法，但 不能用于在线连续检测和控制。 ( 3 ) 流动电流法 该方法的传感器由一个圆柱形的检测室及往复运动的活塞组成，水样 中的胶体颗粒吸附于它们的壁面，形成代表胶体性质的表面电荷。液体和 壁面的相对运动可形成流动电流，通过对其采集、放大，可得到有效的检 测信号( b r y a n t ，1 9 8 3 ) 。混凝剂的加入可使该值减少，且过量投加由于 使颗粒带相反的电荷而使流动电流增加，因而有可能使检测值保持在接近 零或某一特定值，从而使混凝控制在最佳状态，以确定最佳投药量。这种 方法通过单一因子流动电流( s c d ) ，有效的表征了由于原水浊度、 p h 值、流量、混凝剂浓度等多项因素对混凝过程的影响，可使控制系统 由多变量简化成单变量，易于实现自动控制，目前这种方法已广泛用于生 产实际与实验室研究中( 崔福义等，1 9 9 5 ) 。但由于水中某些成分和表面 活性物质对s c d 值的检测有干扰作用；原水温度的变化会影响胶体的吸附 能力；在单因子控制系统中，与最佳投药量相对应的s c d 设定值的大小， 受原水浊度、p h 值、流量、温度等因素影响而变化，直接影响控制系统 的稳定性与控制精度；流动电流检测仪自身存在零漂等仪器误差，由此产 7 生的仪器测 检测技术的 和进展( 崔 杨万东等， 1 2 6 颗粒 ( 1 ) 光学影像法( 杨凯人，2 0 0 0 ) 理论上通过光学或电子显微镜可以观测到絮凝的有效颗粒粒径，观测 的絮体影像呈现为二维平面结构，对于整体结构介于二维和三维之间的絮 体并不能都观测到，因此这并不是一种直接得到絮体有效尺寸的方法。 ( 2 ) 透光率脉动检测法 透光率脉动检测技术是f l 了g r e g o r y 等人在1 9 8 5 年提出的一种新型的颗 粒检测方法( g r e g o r y ，1 9 8 5 ) ，它是一种在线光学检测装置，通过检测 透过流动悬浮液的光强度的脉动状态反映絮凝后水中形成的絮凝体的生 长情况，其检测参数少、灵敏度高、检测值r 直接反映了水中的混凝效果。 透光率脉动检测技术以透过流动悬浮液的光强度的脉动状态反映悬浊液 中颗粒聚集状态和变化情况，其检测值可以作为反应混凝效果的指标来控 制混凝剂的投加，在水处理的混凝剂投加自动控制方面得到一定的应用 ( 李星等，1 9 9 6 ；g h a s s a nm a b d e l n o u r 等，1 9 9 1 ) 。 1 3 控制理论在混凝投药环节的应用现状 1 3 1 手动控制阶段 在完全手动控制阶段，对当前投药量多少的确定，采用的方法有： ( 1 ) 经验法。 ( 2 ) 烧杯试验法。 ( 3 ) 有的水厂根据试验或生产统计经验，制成浊度药耗对照表， 作为决定投药量的依据。事实上，这是以原水浊度为控制参数的一种控制 方法。 上述各种方法都属于人工控制方法，难以跟随水质水量等因素的变 化，对投药量进行及时准确的调节；投药的准确性不仅取决于操作人员的 8 山东农业大学硕士学位论文 技术与经验，而且和操作人员的责任心有很大关系，工人的劳动强度也较 大。由于投药控制技术落后，严重影响了水处理的质量，也造成混凝剂的 较大浪费。 1 3 2 自动控制阶段 随着计算机技术的不断发展，给水工程中的许多工艺都实现了计算机 数字控制。按实现混凝投药自动控制方式的不同，有前馈控制和反馈控制 两种基本的控制方式。这两种控制方式相结合，又形成了复合控制系统。 ( 1 ) 反馈控制系统 通过对取样点参数的巡回检测，将测得结果与系统设定的最优值进行 比较，按照一定的控制算法，得到控制输出量，以控制混凝剂的投加量。 根据选取的取样点的位置不同，又可分为两类： 1 ) 基于沉淀池出水浊度的反馈控制方式 根据一定的标准，确定沉淀池的出水指标，以此作为控制系统的目标 值对其实施控制，如图1 1 所示。由于投药量的改变反映到沉淀池的出水， 需要经过药剂在管道的传输、同原水的混合、反应以及生成的絮体在沉淀 池等一系列环节，这些环节的滞后时间很长，因此，采用这种方式的控制 系统的控制性能和稳定性均较差，需要在此基础上引入滞后补偿的控制方 法。通过引入一个滞后补偿器，使补偿后的等效对象的传递参数不包括纯 滞后特性。 图1 1 基于沉淀池出水浊度的反馈控制 f i g 1 - if e e d b a c kc o n t r o lb a s e do nt r e a t e dw a t e rq u a l i t y 2 ) 基于加药后水质参数的反馈控制方式 这种方法是根据水处理过程中的某一特性参数与目标值( 如滤前水浊 度) 之间存在的相关性，将此特性参数作为反馈控制参数从而建立控制系 9 基于p l c 与模糊p i d 的混凝投药复合控制系统的研究 统，如图1 2 所示。选择的中间参数应具有很好的相关性，且易于检测。 其实质是将水处理的目标值前移，因此，这样可以极大地缩短反馈信号的 滞后时间，提高控制系统的稳定性，改善开环控制系统的性能。采用不同 的特性参数，即可构成不同的控制方法。随着混凝理论的发展和检测技术 的提高，先后出现了可表征混凝效果的中间参数主要有流动电流和由透光 率脉动检测的r 值两种。流动电流控制和透光率脉动控制技术也称为单 因子混凝投药自动控制。这两种技术的应用是水处理的一个重要进步。 图l 2 基于加药后水质参数的反馈控制 f i g 1 - 2f e e d b a c kc o n t r o lb a s e do nd o s e dw a t e rq u a l i t y ( 2 ) 前馈控制系统 前馈控制方式可根据干扰量的变化对系统的投药量进行相应的补偿， 它通过对一些原水水质参数的测量，并根据其参数变化特性来预报投药 量。前馈控制系统结构图如图1 3 所示。 豳一堙翊 图l - 3 前馈控制 f i g 1 - 3f e e d - f o r w a r dc o n t r o l 由于处理水量的容积很大，所以当原水水质发生突变时，反馈控制根 本来不及。从理论上讲，前馈控制方法可以完全消除各种因素的变化对混 1 0 山东农业大学硕士学位论文 凝效果的影响。因为当原水流量、水质等因素发生变化时，整个水处理系 统由于惯性和纯滞后，被控量( 沉淀池或滤池出水浊度) 尚未发生变化， 前馈控制器就实施控制，如果控制作用恰到好处，就可使被控量不会因原 水条件的各种变化而产生偏差。通过应用数学模型前馈投药控制，即以原 水特性参数( 如浊度、p h 或碱度、水温等) 及配水量为变量建立其与投 药量之间的线性回归数学模型，或以单一水质参数( 如原水浊度) 为变量 的线性回归数学模型。在实践应用时，这种基于数学模型的前馈控制方式， 其控制精度取决于所建数学模型的精度和所选择的水质参数的准确性和 全面性。从控制论角度讲，基于模型的控制系统其抗干扰性和鲁棒性差， 但对于水质状态较稳定的地区是适宜和有效的。英国e a s t b o u r e n w a t e r w o r k s 公司采用这种方法在h a z a r dg r e e nw 0 r k 取得了成功的应用 ( j a c k s o nej 等，1 9 8 6 ) 。在其应用实例中，利用四年的历史记录分析得 到回归模型，并在运行的第一年采用手动自动并行，以修正数学模型， 在系统正常运行的第二年转为自动控制。系统在模型参数的修正过程中， 具备一定的自学习能力，但系统处于正常运行中，自学习能力消失。 ( 3 ) 复合控制系统 1 ) 前馈反馈控制系统 前馈控制及时补偿主要干扰，当前馈不能提供完全补偿时，余下的干 扰影响由反馈控制校正，从而提高控制精度。目前应用过的有将滤前水或 滤后水剩余浊度作为反馈修正，在前馈投药控制系统上增加浊度微调的改 进数学模型法。也有在中间参数反馈控制系统上增加流量前馈控制环节的 前馈反馈控制系统。当然这种完善取决于模型的可靠性，而通常准确 的数学模型是难以建立的，同时，根据可靠性理论，系统的可靠性与组成 系统的组分数成反比，组分越多，系统的可靠性越差。由此可见，建立适 应各种水质条件下的模型，前期工作量大大增加，为使控制更趋合理而选 取更多的控制参数，又必将导致检测仪表的增多，投资增大，可靠性降低， 因此在一定程度上，这种控制的应用受到限制。 1 9 9 9 年杨振海等设计了混凝投药前反馈控制系统( 杨振海等， 1 9 9 9 ) ，如图1 - 4 所示。系统由流动电流反馈控制系统和流量计、计量泵 冲程自动调节器组成。其中的计量泵冲程自动调节器依据流量计送来的流 基于p l c 与模糊p i d 的混凝投药复合控制系统的研究 消除进水流量大幅度改变对流动电流反馈投药系统造成的干扰，将流量这 一变化幅度较大的扰动因素预先测量出来，用于前馈控制，而对其他的干 扰还是由流动电流反馈控制进行补偿。前反馈混凝投药控制系统是扰 动控制和偏差控制的结合，它具有控制精度高、稳定速度快的特点，故在 一定程度上解决了稳定性与控制精度的矛盾。该系统的应用，可解决原水 流量大幅度改变致使系统振荡失控或投药不及时出现混水的问题。 垦咂回= = = 攀恒习丁忸蛩+ 卜亭馈控制 k 反黝4 j 一一 j r 反设弪利j ， 盛鞠、7 窜磊矗 频率l 调节上 ”。一 厂司n 丽甄商 i 调节器h 控制器h 变送器l 图l - 4 混凝投药前一反馈控制系统结构图 f i g i - 4f e e d f o r w a r da n df b c d b kc o n t r o ls y s t e ms t r u c t u r ec h a r t 2 ) 串级控制 串级控制是由主、副控制器串联构成，即在简单反馈控制系统中加入 一个副回路，副回路构成的中间参数反馈控制系统，能迅速响应并及时调 节各种干扰的影响；主回路自行修正副控制器的给定值与实际要求值的偏 差，使控制更加精确可靠。存在的串级控制主要是对中间参数反馈控制系 统的改进，将原有的流动电流( 或透光率脉动检测r 值) 反馈控制回路 作为副回路，浊度反馈控制作为主回路，如图1 5 所示( 杨万东等，1 9 9 8 ) 。 目前采用的主要控制方式，如基于流动电流检测的闭环反馈控制方 式，基于数学模型的前馈预测控制方式和他们的改进方式，在一定的范围 内取得了成功的应用，但在某些情况下( 如原水水质变化很大时) 却不能 达到满意的控制效果( 李禄广，1 9 9 8 ：成华等，1 9 9 8 ) 。它们在应用中都 存在一个同样的问题，这些控制设计都是建立在被控对象精确的数学模型 基础之上，但这个要求通常难以满足，而且它们在实际运行过程中缺乏自 学习性、自适应性，对水质的变化适应性有限，药耗多，还需要人工参与 1 2 塑型掣萋悭警 排 放 图1 - 5 串级控制系统工艺流程 f i g ! - 5c 弱c a d ec m i 缸叫s y s t c mp m s sf l o w 1 3 3 智能控制阶段 出水 - - - 排放 进入9 0 年代以后，随着智能控制理论的不断完善和发展，使实现混 凝投药智能化控制成为水厂自动化运行的一个新发展方向( d a e s u n gj o o 等，2 0 0 0 ；q m gz h a l l g 等，1 9 9 9 ；g u a n - d ew u 等，2 0 0 8 ) 。 智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论 和信息论等多种学科的高度综合与集成，它是以知识信息为基础进行学习 和推理，用启发式方法来引导求解过程，是含有复杂性、不确定性和模糊 性且一般不存在已知算法的非传统数学公式化过程。它主要包括神经网络 控制、专家控制和模糊控制等。 神经网络控制是从机理上对人脑进行简单结构模拟的新型控制和辨 识方法。神经网络对复杂不确定问题的自适应能力，可以用作控制系统的 补偿环节和自适应环节；神经网络对任意非线性关系的描述能力，可以用 于非线性系统的辨识和控制；神经网络的快速优化计算能力，可用于复杂 控制问题的优化计算( 费峻涛等，1 9 9 8 ) 。 专家控制不需要建立控制数学模型，它把专门领域中若干个人类专家 的知识和思考、解决问题的方法以适当方式储存在计算机中，使计算机能 在推理机的控制下模仿人类专家去解决问题，在一定范围内取代专家或起 专家助手作用。 模糊控制基于模糊数学知识能将操作者或专家的控制经验和知识表 示成语言变量描述的控制规则，然后用这些规则去控制系统。特别适用于 基于p l c 与模糊p i d 的混凝投药复合控制系统的研究 数学模型未知的、复杂的非线性系统的控制。 在实现投药量优化的控制策略方面，目前主要有模糊控制、p i d 控制、 基于神经网络的混凝剂投加控制和专家控制等。其中，混凝模糊控制是 总结熟练手动操作人员的经验形成模糊控制规则而实施自动控制的一种 方法。该方法的优点是不需要知道被控对象的精确数学模型，易于实现 对具有不确定性的对象和具有强非线性的对象控制，并对控制系统的干 扰具有较强的抑制能力( 王强等，2 0 0 4 ；王瑞红等，2 0 0 6 ；熊红艳等， 2 0 0 5 ；张中炜等，2 0 0 7 ；李媛媛等，2 0 0 8 ；缪伟东等，2 0 0 5 ；方晓亮等， 2 0 0 9 ) 。 1 9 9 6 年，b o n n 一污水处理厂的f e c h 投加系统采用了模糊逻辑控制 系统( a l t r o c k 等，1 9 9 6 ) 。该系统采用了5 输入变量，输出量为f e c l 3 投 加量，并以此作为投加控制系统的设定值，共建立2 0 7 条控制推理规则， f e c l 3 的投加系统的控制采用传统的p i 控制方式。在连续3 个月的运行期 内，f e c l 3 的投加量较采用模糊控制系统前，节约了5 0 ，由此带来的经 济效益可使整个模糊逻辑控制f e c h 投加系统的硬件、软件投入资金在半 年内得以收回。 l i uj c 等人于1 9 9 7 年提出了基于流动电流检测技术的模糊逻辑控 制系统( l i uj c 等，1 9 9 7 ) ，并将其应用于常规水和高浊水的混凝投药自 动控制。其采用单闭环控制回路，系统设定值由烧杯试验获得，通过建立 混凝过程中p h 值和流动电流同混凝剂投加量之间的模糊关系，根据当前 时刻检测到的p h 值和s c d 值，利用已建立的控制规则库，借助模糊逻 辑推理过程，调节投药量。在批试中以1 1 0n t u 、6 0 0n t u 、7 9 8n t u 浊 度的原水为实验对象，依据p h 值和s c d 值的变化对投药量实施模糊控 制，结果表明沉淀水浊度均在1 0n t u 以下。由于批试中以定浊度的原水 为对象，故逻辑推理中没有引入原水浊度的变化对投药量的影响因素，而 在实际应用中，原水水质的变化会对s c d 值产生很大影响，一些污染物、 非胶体颗粒等都会对s c d 值产生干扰，但在该系统中没有实现s c d 设定 值的自动调节。 在国内进行水处理智能控制研究的人比较少，主要有白桦等人在进行 水处理的智能控制研究。2 0 0 1 年探讨了基于内模控制结构的神经网络投 1 4 山东农业大学硕士学位论文 药控制。2 0 0 2 年探讨了用神经网络实现多参数前馈控制。同年，还进行 了模糊投药控制的研究。目前仍在作继续的研究。 1 4 本论文的主要研究内容 本文针对目前自来水厂普遍存在的问题如何根据工况变化适时 确定最佳投药量进行了研究。针对混凝投药控制的发展现状和混凝过程特 性，以水处理混凝投药环节为研究对象，在研究模糊控制理论的基础上， 采用串级模糊p i d 方法进行混凝投药控制设计。主要进行以下几个方面的 工作： ( 1 ) 分析混凝投药过程，对混凝投药的控制方法和控制系统的现状 与发展以及研究背景进行简要的分析、综述和讨论。 ( 2 ) 介绍了模糊控制器的基本原理、结构设计以及自适应模糊p i d 控制器的设计原理及方法。 ( 3 ) 用m a t l a b 软件实现了模糊p i d 控制系统的设计，对串级模 糊p i d 控制方式进行仿真验证，并与传统的控制器进行仿真效果对比与分 析。 ( 4 ) 设计自动投药系统的硬件系统与软件系统。结合目前水厂自动 化中广泛采用的基于p l c 的过程控制系统的特点，利用p l c 完成前述理 论的工程实现工作。 性的模糊控制器，这也是它与其它自动控制系统的不同之处。对于复杂的、 没有明确物理规律可遵循的系统，应用以模糊集合和模糊逻辑推理为基础 的“模糊模型”控制是一个理想的途径。其中被控对象可以是一种设备或 装置以及它们的群体，也可以是一个生产的、自然的、社会的、生物的或 其它各种的状态转移过程。这些被控对象可以是确定的或模糊的、单变量 的或多变量的、有滞后的或无滞后的，也可以是线性的或非线性的、定常 的或时变的，以及具有强藕合和干扰等多种情况，尤其是那些难以建立精 确数学模型的复杂对象，更适宜采用模糊控制( 张超，2 0 0 8 ；孙增沂等， 1 9 9 7 ；韦巍，2 0 0 1 ；李士勇，1 9 9 0 ) 。 在实际生产过程中，人们发现有操作经验的工作人员，虽然不懂被控 对象的数学模型，却能凭借经验采取相应的决策，很好的完成控制操作。 模糊控制能避开对象的数学模型( 如状态方程或传递函数等) ，它力图对 人们关于某个控制问题成功与失败的经验进行加工，总结出知识，从中提 炼出控制规则。模糊控制的工作原理框图如图2 1 所示： 图2 - 1 典型模糊控制系统方框图 f i g 2 - 1t h eb l o c kd i a g r a mo f m o d e lf u z z yc o n t r o ls y s t e m 从图2 1 中可以看出，模糊控制系统与一般的计算机控制系统在整体 结构上并没有什么差别。都是由被控对象、执行机构、过程输入输出通道、 1 6 山东农业大学硕士学位论文 检测装置、控制器等几部分组成，所不同的仅仅是以模糊控制器取代了传 统的控制器。控制器作为各类自动控制系统的核心部分，由于被控对象的 不同，以及对系统静态、动态特性的要求和所应用的控制规则相异，可构 成各种类型的控制器。在模糊控制理论中则采用基于模糊知识表示和规则 推理的语言型模糊控制器。 2 1 1 模糊控制系统的组成 由图2 1 可见，模糊控制系统一般由四部分组成，并将各模块的功能 解释如下( 章卫国等，1 9 9 9 ；刘曙光等，2 0 0 0 ；刘向杰等，1 9 9 9 ；程仁洪 等，1 9 9 8 ) ： ( 1 ) 模糊控制器 实际上是一台执行模糊控制算法的微处理器，根据实际的需要可以是 系统机，也可以是微控制器( p l c 、单片机等) 。这是模糊控制系统的核 心部分，也是和其它控制系统区别最大的环节。模糊控制器由以下四个基 本部分组成： 1 ) 模糊化：即把输入的精确量转化为模糊量。输入信号映射到相应 论域上的一个点后，将其转化为该论域上的一个模糊子集。这部分的作用 是将输入的精确量转化成模糊化量。其中输入量包括外界的参考输入、系 统的输出或状态等。模糊化的具体过程如下： 首先对这些输入量进行处理以变成模糊控制器要求的输入量。 将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域 范围。 将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入 量变成模糊量，并用相应的模糊集合来表示。 2 ) 知识库：知识库中包含了具体应用领域中的知识和要求的控制目 标。它通常由数据库和模糊控制规则库两部分组成。 数据库主要包括各语言变量的隶属度函数，尺度变化因子以及模糊 控制等级数等。 规则库包括用模糊语言变量表示的一系列控制规则，它们反映了控 制专家的经验和知识。 3 ) 模糊推理：模糊推理是模糊控制器的核心，它具有模拟人的基于 1 7 模糊概 则来进 4 ) 可用于 静等， ( 模 将模糊控制器的决策输出转化为模拟量，送往执行机构去控制被控对象。 它通常包括，d ，d a 转换以及必要的电平转换线路。 ( 3 ) 被控对象和执行机构 。被控对象可以是线性的或者非线性的、定常的或时变的，也可以是时 滞的或无时滞的。一般而言，对于那些难以建立精确数学模型的复杂对象， 适宜选择模糊控制。执行机构可以是电气的，如交、直流电动机，伺服电 动机，步进电动机等；也可为气动的或液压的，如各类气动调节阀和液压 马达、液压阀等。 ( 4 ) 测量装置 通常为传感器，它将被控对象转换为电信号。因为被控对象往往是温 度、压力等非电量。需要通过传感器将其转化为数字或模拟的电信号。传 感器的精度直接影响控制系统的精度，因此要求其精度高、稳定性好。 因此，实现一个模糊控制算法可概括为下述四个步骤。 1 ) 根据采样得到的系统的输出值，计算所选择的系统的输入变量： 2 ) 将输入变量的精确值变为模糊量； 3 ) 根据输入变量( 模糊量) 用模糊控制规则，按模糊推理合成规则 计算控制量( 模糊量) ； 4 ) 由上述得到的控制量( 模糊量) 计算精确的控制量。 2 1 2 模糊控制的特点 模糊控制系统是一种自动控制系统，必然和其它所有的自动控制系统 一样，具有某些共性。但是其独特的系统结构特征，在分类和设计与分析 1 8 山东农业大学硕士学位论文 方法上，与一般自动控制系统存在一些差异。模糊控制系统有如下特点： ( 1 ) 模糊控制是以人对被控系统的控制经验为依据而设计的控制器， 故无需知道被控系统的数学模型。 ( 2 ) 模糊控制是一种反映人类智慧思维的智能控制，模糊控制采用 人类思维中的模糊量，如“高”、“中、“低 、“大、“小等，控制量由 模糊推理导出。这些模糊量和模糊推理是人类智能活动的体现。 ( 3 ) 由于鲁棒性强，致使模糊控制对环境干扰和不确定因素的干扰 并不敏感。 ( 4 ) 从人们对事物的定性认识出发，较容易建立语言变量控制规则 ( 刘军，2 0 0 8 ) 。 2 2 模糊自适应p i d 控制器的结构及设计步骤 2 2 1 模糊自适应p i d 控制器的结构 在复杂系统的控制过程中，模糊控制器的自适应功能，一直是控制系 统设计者们所追求的目标。自适应模糊控制器的设计应遵循以下两个目标 功能：根据被控过程的运行状态给出合适的控制规则，即控制功能；根据 给出的控制规则的控制效果，对控制器的控制决策做进一步改善，以获得 更好的控制效果，即学习能力。 一般而言，自适应模糊控制器是在常规模糊控制的基础上增加了以下 三个功能块构成的：性能测量用于测量实际输出特性与希望特性的偏差， 以便为控制规则和参数的修正提供信息，即确定输出响应的校正量；控制 量校正将输出响应的校正量转换为对控制量的校正量；控制规则和参数校 正对控制量的校正通过修改控制规则和参数来实现。 自适应模糊p i d 控制器以误差和误差变化作为输入，可以满足不同时 刻对p i d 参数自整定的要求。利用模糊控制规则在线对p i d 参数进行修 改，便构成了自适应模糊p i d 控制器。 模糊自适应控制器是模糊控制系统的核心部分，也是和其他控制系统 区别最大的环节。如图2 2 所示为模糊自适应p i d 控制器的结构框图，包 括模糊化、知识库、模糊推理、解模糊化和输入输出等部分。 1 9 模糊自适应p i d 控制器是模糊控制器与传统p i d 控制器的结合，选 择模糊自适应p i d 控制器的输入量为期望值与实际输出的偏差e 和偏差变 化率