在复烤生产线上,打叶分离后的片烟要经过干燥室、 冷却室和回潮室三个室的处理,达到出口处烟叶的温度和水分含量等各项工艺技术指标[1, 2].
对于具有多干扰、 强耦合、 大滞后、 非线性、 不确定的大热容系统,采用传统的单回路控制和单纯的PID控制方式很难达到理想的控制效果. 目前,已经有部分学者将先进控制中的预测PI控制算法结合双控控制方案应用于烟叶复烤生产线. 但在实际的工业现场,出现了高压水泵频率调节过程进入饱和区的情况,使出口处烟叶的含水率调节失控,造成多次返料损失[3, 4]. 本文设计出采用3个操纵变量进行控制的三重控制策略,而选择合适的操纵变量和设计三重控制系统及参数的整定将是本文研究的重点,这为复杂的工业过程提供了新的控制思路.
2 目前的控制方案烤房温度、 冷房水分和出口含水率过程都是一阶时滞对象,整个生产过程的工业环境非常复杂,影响出口含水率的干扰因素有入口烟叶的水分、 温度、 等级等,加热蒸汽和回潮蒸汽的压力、 温度及饱和程度等,环境的温度、 湿度等,测量仪表的误差、 生产过程特性的多变和水分控制是大滞后过程等因素,主要干扰特性如下:
(1) 入口烟叶水分: 在进料总量、 速度和蒸汽压力不变的情况下,入口水分越高,出口水分也就越高; 入口水分越低,出口水分也就越低.
(2) 蒸汽压力: 在一定温度下,蒸汽压力越大,出口水分越低; 蒸汽压力越小,出口水分越高.
(3) 环境温度: 环境温度影响烟叶对水分的吸收和蒸发,温度高烟叶容易散发水分造成自身水分含量降低.
目前针对复烤生产线出口含水率普遍采用双重控制方案,双重控制系统结构如图 1所示[5, 6]. 由于回潮段离片烟出口最近,故针对回潮段水分控制主要采用以高压泵频率和干燥室温度为控制对象的双重控制. 根据出口水分的变化首先通过主控制器改变高压泵频率,将出口水分快速有效地调节到设定值,在偏差较小时,同时通过副控制器调节干燥段的温度,以尽可能地消除误差.
![]() |
图 1 双重控制系统结构图 Fig. 1 Structure diagram of dual control system |
工业监控系统采集的数据显示出口含水率波动大,不能满足3%的工艺指标,如图 2所示. 在大干扰的情况下,蒸汽阀位调节波动大,会出现高压泵频率调节和混合水调节长时间处于饱和区,使高压水泵和混合水调节阀失去调节能力,造成出口片烟水分波动大而返料的情况,如图 3所示.
![]() |
图 2 双重控制方案下各含水率的数据曲线 Fig. 2 Data curves of moisture content in the dual control project |
![]() |
图 3 双重控制方案回潮区蒸汽阀位数据曲线 Fig. 3 Data curves of steam valve in the return area of the dual control project |
对于一个控制系统,操纵变量的选择关系到整个控制策略的优劣. 从整个生产过程来看,干燥室的温度调节对冷却区的含水率影响较大且具有大的时间滞后性,回潮室的高压泵频率和混合水阀位调节对出口含水率的影响最大、 最直接. 因此以冷房含水率、 高压泵频率和混合水量三个对象作为调节变量,形成一个闭环控制.
3.2 控制方案的确定选择合适的被控变量后,设计烟叶复烤过程的三重控制方案框图,如图 4所示. 由上述分析过程可知,出口水分调节过程符合多重控制的本质特征,因此采用三重控制策略可以提高出口含水率的控制精度. 在高压泵频率调节和混合水调节都出现饱和失调的情况,通过改变冷房含水率的设定值,冷房含水率控制器调节出口含水率,该调节过程时间滞后性大. 混合水过程包括混合水和混合蒸汽过程,含水率过程1是被控对象混合水的传递函数,调节速度较慢; 高压泵过程通过改变高压水泵的频率调节喷出雾化水的速度直接作用于烟叶上,对出口水分的调节最直接、 最快速; 含水率过程2是控制对象高压泵的传递函数,是主要的调节手段[7, 8, 9, 10].
![]() |
图 4 烟叶复烤过程的三重控制策略框图 Fig. 4 The diagram of triple control strategy in the tobacco re-drying process |
该策略的控制过程是根据出口含水率偏差量,分别调节高压泵频率、 混合水阀位、 干燥室的温度来消除误差. 首先通过主控制器即含水率控制器调节高压泵频率,快速减小偏差,同时在副控制器即高压泵频率控制器调节混合水量尽可能地使出口含水率恢复到设定值. 当两个控制的调节都接近饱和时,通过混合水阀位调节器调节冷房水分设定值,通过温度过程来消除含水率误差,同时使高压水泵和混合水调节阀始终保持调节能力. 将前馈补偿、 自适应以及自学习策略结合在一起克服入口含水率、 温度、 产地、 品种、 等级对出口含水率的影响.
4 仿真研究 4.1 过程模型建立
要成功设计控制系统,需要准确地建立被控对象的数学模型. 烟叶复烤过程其内在机理复杂,工业环境下干扰因素多,建立满足精度和实时性的机理模型难度非常大. 在此采用混合建模法,对具有第2种组合积分性质的工业过程,其过程传递函数形式为,其中k是比例系数,τ1、 τ2是滞后时间系数. 所期望的闭环传递函数的结构形式为
,其中λ是比例系数,τ′1、 τ′2是滞后时间系数. 再根据阶跃响应曲线的实验方法确定各个参数的最优值[11, 12, 13]. 建立烟叶复烤过程各对象的传递函数,冷房水分的广义含水率的传递函数是在烤房4个区的温度控制器确定以后,根据第2类组合积分的特性,采用频率域准则简化得到,如表 1所示.
操作变量 | 被控对象 | 传递函数 | 操作变量 | 被控对象 | 传递函数 |
高压水泵 | 出口含水率 | ![]() | 干燥一区 | 出口含水率 | ![]() |
混合水 | 出口含水率 | 干燥二区 | 出口含水率 | ||
干燥一区 | 干燥室温度 | 干燥三区 | 出口含水率 | ||
干燥二区 | 干燥室温度 | 干燥四区 | 出口含水率 | ||
干燥三区 | 干燥室温度 | 冷房水分 | 广义含水率 | ||
干燥四区 | 干燥室温度 |
预测PI算法既有预测功能又具有PI控制器的功能,适用于具有显著滞后的大惯性对象,且具有结构简单、 可调参数少、 反应速度快的特点,因此含水率控制器采用预测PI控制算法,使调节及时快速. 预测PI控制器(PPI)传递函数为,其中λ为可调参数,K为增益系数,τ为纯滞后时间; 伪预测PI控制器(ADQPI)的传递函数为
,其中k0是过程的稳态增益,τ′1为上升时间,τ′2为纯滞后时间,高压泵频率控制器起辅助调节作用,配合主控制器缓慢消除余差[14, 15, 16],通过仿真实验,采用PI控制能达到快速稳定的效果. 混合水阀位控制器主要作用是提高系统的抗干扰能力和稳定性,其调节过程缓慢而精确,采用纯积分控制算法可以确保整个系统的调节精度和速度,并且能够提高系统的鲁棒性.
根据控制器的结构,由输入输出关系可得预测PI控制器的参数,采用Ziegler-Nichols整定、 临界比例度法、 衰减曲线法等确定PID (proportional-integral-derivative)控制器的参数. 根据实际的工业现场需求,结合控制器模型的推理过程和仿真研究数据,选定合理的参数,各控制器传递参数如表 2所示.
控制器 | 传递函数 |
含水率控制器 | ![]() |
高压泵频率控制器 | |
混合水阀位控制器 | |
冷房含水率控制器 | |
干燥一区温度控制器 | |
干燥二区温度控制器 | |
干燥三区温度控制器 | |
干燥四区温度控制器 |
在实际工程中,控制系统的结构很复杂,先进控制算法在应用到实际的工业生产过程之前,要经过仿真运行,确定最佳的运行参数. 本文的三重控制算法在MATLAB的Simulink仿真工具包中进行仿真测试,评估控制方案的有效性和控制效果的优劣[17, 18, 19, 20].
出口含水率基本保持在设定值处,三重控制算法提高了出口含水率的控制精度,90%的时间达到设定值的±0.1%,100%的时间达到设定值的±0.2%,如图 5所示. 在输出加入大的[-1 1]随机扰动,与双重控制相比,三重控制出口含水率波动幅度小且能快速恢复到设定值,如图 6所示.
![]() |
图 5 三重控制方案下出口含水率数据曲线 Fig. 5 Data curves of outlet moisture content in the triplex control project |
![]() |
图 6 加扰动后双重控制和三重控制出口含水率曲线 Fig. 6 Data curves of outlet moisture content in the dual control and triple control with turbulence |
三重控制算法能调节出口水分快速恢复到设定值而不出现大的超调,高压泵频率的开度和混合水的阀位在设定值附近且波动较小,具有很好的稳定性和鲁棒性,高压泵频率和混合水的阀位值的变化趋势如图 7所示.
![]() |
图 7 控制阀位加扰动前后数据曲线 Fig. 7 The data curves of the control valve values with and without turbulence |
在模型失配的条件下,假设主回路的传递函数失配,当t=3 000 s时,传递函数变为$\frac{0.2}{100s}$(1-e-50s)e-10s,出口含水率和控制阀位能快速地调整到设定值,控制系统仍能够保持稳定性和快速性,说明了控制系统的可行性,如图 8、 图 9所示. 在严重干扰情况下,两种控制方案高压泵阀位调节曲线如图 10所示,三重控制策略比双重控制具有更好的鲁棒性和更快的跟踪性能,证明了三重控制的优越性.
![]() |
图 8 模型失配下出口含水率数据曲线 Fig. 8 The data curve of outlet moisture content in the mismatch model |
![]() |
图 9 模型失配下控制阀位数据曲线 Fig. 9 The data curves of control valve values in the mismatch model |
![]() |
图 10 双重控制和三重控制阀位值比较 Fig. 10 The comparison of control valve values between the dual control strategy and the triplex strategy |
从仿真运行效果来看,三重控制算法在复烤过程中不仅满足控制过程的品质,还能准确快速地调节出口含水率.
5 现场调试结果目前,该控制策略已在云南某打叶复烤厂调试运行,合理调整各项参数,使整个流程达到最佳的运行效果.
在调试过程中,只截取了某天的一段时间生产线出口含水率的趋势图,图 11为调试运行过程中双重控制算法下的出口含水率曲线图,图 12为切换到三重控制算法下的出口含水率曲线图. 通过对比可知三重控制策略下出口含水率在设定值附近波动减少,抗干扰能力强.
![]() |
图 11 双重控制策略的实际控制效果 Fig. 11 The real control effect of dual control strategy |
![]() |
图 12 三重控制策略的实际控制效果 Fig. 12 The real control effect of triplex control strategy |
将先进控制的三重控制算法应用于实际的工业过程,使工业生产过程的精度和产品品质大幅度提高,为解决各工业领域的控制问题提供了范例,避免控制阀达到极限状态而失去调节作用的情况. 烟叶复烤过程采用三重控制策略,为复烤生产提供了新的控制思路和控制策略,使出口含水率的调节更为便捷和准确,烟叶的质量指数明显增加,为复烤生产线的控制提供了新的控制方案.
[1] | 何伟, 陈晓杜, 李甘添, 等. 烘丝入口水分对烘丝出口水分影响分析[J]. 安徽农学通报, 2015(1): 91-92. He W, Chen X D, Li G T, et al. The analysis of the entrance moisture content's effect on outlet moisture content in the drying tobacco process[J]. Anhui Agriculture Bulletin, 2015(1): 91-92. |
[2] | 叶启昌. 打叶复烤新工艺的思考[C]//中国烟草学会2010年学术年会论文集. 2010: 414-416. Ye Q C. The thinking of new craft in the Threshing and re-drying process[C]//China Tobacco Committee 2010 Annual Conference Paper Collection. 2010: 414-416. |
[3] | 李剑馨, 雷梦瑶. 烟叶复烤工艺与技术[J]. 现代农业科技, 2013(10): 63. Li J X, Lei M Y. The craft and technology of tobacco re-drying[J]. Modern Agriculture Technology, 2013(10): 63. |
[4] | 郑松锦, 李斌, 王宏生. 烟叶在高温湿度环境中平衡含水率的数学模型[J]. 烟草科技, 2010(9): 5-9. Zheng S J, Lin B, Wang H S. The mathematic model of balance moisture content of tobacco in the high temperature and humidity environment[J]. Tobacco Technology, 2010(9): 5-9. |
[5] | 徐湘元. 过程控制技术及其应用[M]. 北京: 清华大学出版社, 2015: 110-230. Xu X Y. Process control technology and its application[J]. Beijing: Tsinghua University Press, 2015: 110-230. |
[6] | 梁昭峰, 李兵, 裴旭东. 过程控制工程[M]. 北京: 北京理工大学出版社, 2010: 197-201. Liang S F, Li B, Pei X D. Process control engineering[M]. Beijing: Beijing Institute of Technology Press, 2010: 197-201. |
[7] | Zheng Y R, Biao H. Control of combined integrating system with industrial application[J]. International Journal of Process System Engineering, 2008(1): 74-80. |
[8] | Li D, Qian F C, Fu P L. Optimal nominal dual control for discrete-time linear-quadratic Gaussian problems with unknown parameters[J]. Automatica, 2008, 44(1): 119-127. |
[9] | Madhuranthakam C R, Elkamel A, Budman H. Optimal tuning of PID controllers for FOPTD, SOPDT and SOPTD with lead processes[J]. Chemical Engineering and Processing, 2008, 47(2): 251-264. |
[10] | Mehran M, Hassan T, Mohammad H. On tuning and complexity of an adaptive model predictive control scheduler[J]. Control Engineering Practice, 2007, 15(9): 1169-1178. |
[11] | 薄翠梅. 过程控制系统的故障检测诊断与容错控制[D]. 南京: 南京理工大学, 2008. Bo C M. Failure diagnosis and error tolerance of process control system[D]. Nanjing: Nanjing Institute of Technology, 2008. |
[12] | 林天勤, 钟文焱, 郭剑华, 等. 滚筒烘丝机烟丝含水率控制系统的改进[J]. 烟草科技, 2013(12): 14-16. Lin T Q, Zhong W Y, Guo J H, et al. The improvement of roller tobacco drying machine moisture content control system[J]. Tobacco Technology, 2013(12): 14-16. |
[13] | 徐俊山, 康惠骏. 烘丝机烟丝含水率的预测PI控制[J]. 电气传动自动化, 2007, 29(6): 32-35, 50. Xu J S, Kang H J. Forecast PI control of tobacco drying machine moisture content[J]. Automation of Electric Drive, 2007, 29(6): 32-35, 50. |
[14] | 王福利. 控制系统分析与设计[M]. 北京: 清华大学出版社, 2014: 90-173. Wang F L. Analysis and design of control systems[M]. Beijing: Tsinghua University Press, 2014: 90-173. |
[15] | 陈虹. 模型预测控制[M]. 北京: 科学出版社, 2013: 30-193. Chen H. Model forecast control[M]. Beijing: Science Press, 2013: 30-193. |
[16] | 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上的应用[J]. 烟草科技, 2009(11): 21-25. Ren Z Y, Han B H, Wang X F, et al. Forecast PI and future forecast PI control algorithm in the application of tobacco re-drying machine[J]. Tobacco Technology, 2009(11): 21-25. |
[17] | 周高峰, 朱强. MATLAB工程基础应用教程[M]. 北京: 机械工业出版社, 2015. Zhou G F, Zhu Q. MATLAB engineering basic application tutorial[M]. Beijing: China Machine Press, 2015. |
[18] | 张列刚, 张建康, 刘兴科. 仿真实验设计与分析[M]. 北京: 电子工业出版社, 2010: 70-110. Zhang L G, Zhang J K, Liu X K. Simulation experiment design and analysis[M]. Beijing: Electric Industry Press, 2010: 70-110. |
[19] | 方康玲. 过程控制及其MATLAB实现[M]. 北京: 电子工业出版社, 2013. Fang K L. Process control and its MATLAB implementation[M]. Beijing: Electric Industry Press, 2013. |
[20] | 罗杰, 李万兵, 张朴. Matlab软件基础教程[M]. 西安: 陕西师范大学出版, 2014: 60-130. Luo J, Li W B, Zhang P. Matlab software basic tutorial[M]. Xi'an: Shanxi Normal University Press, 2014: 60-130. |