基于改进滑模自抗扰的重介质选煤系统的控制方法与流程

本发明属于工业生产信息，特别涉及一种基于改进滑模自抗扰的重介质选煤系统的控制方法。

背景技术：

1、煤炭在工业生产中占据重要地位，重介质选煤是选煤工艺中的主要生产流程，被广泛应用于各大选煤厂。因此，针对重介质选煤系统进行精确控制能够最大限度的利用重介质悬浮液，而重介质悬浮液作为重要的可重复利用资源，其高效的回收与密度的精确控制对选煤系统的精确控制、提升选煤厂经济效益提高精煤品质有着重要作用。当检测到实际重介质悬浮液密度低于给定密度时，需要调整阀门开度(加介阀，加水阀，分流阀等)使合介桶中的悬浮液密度上升；反之则降低悬浮液密度，以达到悬浮液密、液位等处在合理水平，减少悬浮液的消耗，提升产出精煤质量。然而，选煤工业生产过程环境复杂恶劣，通过工业传感器采集得到的选煤系统的密度、液位、固体体积浓度等数据由于现场大量干扰、传感器故障等常常包含有量测噪声，进而造成控制器输出错误的控制量，采用带有量测噪声的数据很难对选煤系统实行有效控制。

2、常见的选煤系统控制方法主要分为基于模型的控制方法和基于数据的智能优化方法。前者通过分析选煤系统的各项性能指标使用模型预测控制，广义预测控制，二次规划约束动态矩阵控制等算法构建系统模型并进行有效控制。后者则是通过一些机器学习算法如bp神经网络，遗传支持向量回归机等对选煤数据进行处理优化采集数据的提升信噪比来降低控制器负载。

3、但是，以上选煤系统控制方法有如下缺点：基于模型的控制方法由于工业现场环境复杂多变难以建立准确的系统模型，产生模型失配问题，影响控制性能和稳定性，降低响应速度；基于数据驱动的智能优化方法通常需要大量的高质量数据来进行模型训练，另一方面其训练数据是基于某一段的历史数据，并不能将工业生产现场的所有特征考虑在内，同时工业现场的噪声干扰会严重影响数据的信噪比和准确性，直接滤波会将系统原本的一些特征一并去除，从而导致模型的训练效果和泛化能力下降。因此，如果能够将含量测噪声的数据直接用来进行控制，在控制的过程中利用先进的观测器去除噪声并选取合适的控制器输出对应的控制量可以提升选煤系统的控制精度并简化方法，降低其在工业现场部署的难度。

技术实现思路

1、针对现有技术的不足，本发明提供了一种基于改进滑模自抗扰的重介质选煤系统的控制方法，针对含有量测噪声的重介质选煤系统，通过改进扩张状态观测器对含有量测噪声的输出状态进行升阶观测，并使用有限时间函数来提升收敛速度，通过跟踪微分信号与观测误差构建滑模面，结合滑模趋近律计算滑模控制输出量，不断迭代观测与控制过程来控制选煤模型。本方法能够应用在含有量测噪声干扰的工业生产环境中，具有较好的应用前景。

2、为实现上述目的，本发明公开了如下技术方案：

3、一种基于改进滑模自抗扰的重介质选煤系统的控制方法，其包括：

4、s1：构建重介质选煤系统模型；

5、分析重介质选煤系统的物理关系并建立动态平衡机理方程，通过从选煤工业现场实时关系数据库提取一段时间的重介质选煤时间序列数据进行参数辨识得到三输入三输出的多变量重介质选煤系统模型；

6、然后利用期望对角化解耦方法将重介质选煤系统模型解耦为三个独立的单变量控制系统模型分别为加水阀与重介质悬浮液密度控制模型、加介阀与液位控制模型和分流阀与固体体积浓度控制模型；

7、s2：构建监测重介质选煤系统模型的改进自抗扰观测器；

8、将步骤s1中单变量控制系统模型的传递函数模型转换为状态空间形式，对扩张状态观测器进行升维，引入有限时间函数得到的有限时间量测扩张状态观测器为：

9、

10、其中，e为扩张状态观测器的观测误差；z0为单变量控制系统中对象含量测噪声输出积分的观测输出值，为其导数；y0为单变量控制系统中对象含量测噪声输出的积分；h为采样步长；β00为单变量控制系统反馈增益；zi为改进扩张状态观测器中第i阶状态变量的观测值，为其对应的一阶导数；β0(i)为单变量控制系统第i阶状态变量对应的反馈增益；为第i阶有限时间量测扩张状态观测器的反馈速度参数；和分别为第n阶和第n+1阶有限时间量测扩张状态观测器的反馈速度参数，sgn(e)为符号函数；b0为初始设定参数；u为改进滑模自抗扰控制器的控制量；i为扩张状态观测器方程编号，i属于1到n+1；k为第一时刻参数；n为扩张状态观测器的阶数；

11、s3：构建用于重介质选煤系统模型的改进滑模自抗扰控制器；

12、通过跟踪微分器实现重介质选煤系统模型目标信号的跟踪，通过跟踪信号与观测信号的误差构建滑膜面，获得改进滑模趋近律，确定改进滑模自抗扰的控制量为：

13、

14、其中，u为改进滑模自抗扰控制器的控制量；b为系统控制量增益参数；s为滑模面；c为滑模面系数；v2为对微分器快速跟踪轨迹xd的微分信号，为其一阶导数；sat为趋近函数；α为滑模控制器第一指数因子；β为滑模控制器第二指数因子；l1为第一变增益系数；l2为第二变增益系数；l3为第三变增益系数；xd为微分器快速跟踪轨迹；

15、s4：迭代计算重介质选煤系统模型的控制参数，完成选煤控制；

16、构建最终控制模型就是要通过输入目标值与输出系统状态值来迭代计算重介质选煤系统模型的控制参数：重介质选煤系统模型的实际输出值x1；改进扩张状态观测器的观测值z1,z2,z3；滑模面s，改进滑模自抗扰控制器的控制量u；通过步骤s2计算得出当前的改进扩张状态观测器的观测值z1,z2,z3并与目标值计算得出误差构建滑模面s使用步骤s3计算得出改进滑模自抗扰控制器的控制量u，控制步骤s1中的重介质选煤系统模型完成选煤控制。

17、可优选的，步骤s1中的重介质选煤系统模型，具体为：

18、将重介质选煤系统模型设定为一个三输入、三输出的耦合变量控制系统，输入量为清水阀门开度、加介阀阀门开度、分流阀阀门开度，输出量为悬浮液密度、液位、固体体积浓度；所述重介质选煤系统模型为：

19、

20、其中，g为重介质选煤系统模型；ρ1为清水的密度；ρ2为合介桶中浓介质的密度；ρ3为分流阀密度；λ1为清水固体体积浓度；λ2为加入合介桶的浓介质浓度；λ3为分流阀固体体积浓度；v为合介桶体积；m为合介桶截面积；k1为第1个阀门流量系数；k2为第2个阀门流量系数；k3为第3个阀门流量系数；τ11为第一时滞常数；τ12为第二时滞常数；τ13为第三时滞常数；τ21为第四时滞常数；τ22为第五时滞常数；τ23为第六时滞常数；τ31为第七时滞常数；τ32为第八时滞常数；τ33为第九时滞常数；q为合介桶出量流量。

21、可优选的，步骤s1中利用期望对角化解耦方法将重介质选煤系统模型解耦,具体为：

22、首先，设计一个期望对角化解耦矩阵，如下所示：

23、

24、其中，p为重介质选煤系统模型的行编号；q为重介质选煤系统模型的列编号；det(g)为重介质选煤系统模型的行列式；gpq为模型g中各元gpq的代数余子式；cqp为第一期望对角化解耦矩阵；gpq为第二期望对角化解耦矩阵；hp为对角响应传递函数；gopq为第二期望对角化解耦矩阵中的元素；lpq为第二期望对角化解耦矩阵指数的元素；m为重介质选煤系统模型的行列式阶数；

25、然后，计算出实际解耦后的对角响应传递函数hp，其形式如下：

26、

27、其中,为对角响应传递函数影响参数；zk(k＝1,2,...,w)为det(g)相异于gpq的共同零点；为zk的复共轭；w为共同零点的总数；θp为最大正时滞常数；np为最大逆相对阶次；

28、最后，构建方程组如下：

29、

30、其中，npq为gopq的逆相对阶次；lim为求极限函数；max为取极大值函数；

31、通过上式能够保证模型各列避免以超前预测的方式进行工作，消除不稳定的级点，保证重介质选煤系统模型实现功能。

32、可优选的，所述重介质选煤系统模型需要对时滞参数进行等效简化,具体为：

33、经过期望对角化解耦方法解耦后的重介质选煤系统模型如下所示：

34、

35、其中,η1为第一期望对角化影响参数；η2为第二期望对角化影响参数；η3为第三期望对角化影响参数；

36、使用提高阶次法将解耦重介质选煤系统模型中的时滞常数e-τs替换为一阶惯性环节将重介质选煤系统模型简化成如下形式：

37、

38、同时将改进滑模自抗扰控模型输出u延迟对应时滞参数时间来达到模拟延迟的效果。

39、可优选的，步骤s2中将步骤s1中单变量控制系统模型的传递函数模型转换为状态空间形式，对扩张状态观测器进行升维，引入有限时间函数得到的有限时间量测扩张状态观测器，具体为：

40、将单变量控制系统模型的传递函数模型转换为状态空间形式，得到单变量控制状态空间系统模型为：

41、

42、其中，x＝[x1,x2,...,xn]t为状态空间系统状态变量，为其一阶导数；a为状态空间系统矩阵；b为状态空间控制矩阵；c为状态空间输出矩阵；y为状态空间量测输出；f(x,t)为非线性时变函数且包含有未知动态和外部扰动；v(t)为量测噪声；t为系统响应的当前时刻；t0为噪声与干扰引入系统的时刻；

43、针对普通自抗扰算法无法有效抑制量测噪声的问题，对自抗扰算法的扩张状态观测器进行结构变化，包含有量测噪声的系统输出状态为：

44、

45、其中，为包含有量测噪声的系统输出状态；x1为重介质选煤系统实际输出值；

46、则单变量控制状态空间系统模型的各阶段表达式为如下形式：

47、

48、其中，x0为包含有量测噪声系统输出状态的积分，为包含有量测噪声的系统输出状态；xi为系统状态变量中的第i个参数，为其一阶导数；xn+1为系统状态变量中的第n+1个参数，为其一阶导数；y0为包含有量测噪声系统输出状态的积分形式；

49、将含有量测噪声的输出作为全新维度加入扩张状态观测器中进行升维，把量测噪声输出加入到观测维度中进行提前观测得到观测值z0并对量测噪声进行抑制让到达下一维度的输出与实际输出之间的误差尽量减小，减小量测噪声对其他维度的干扰，其扩张状态观测器形式如下：

50、

51、其中，fal为扩张状态观测器分段影响函数；δ为趋近符号函数参数；

52、为避免fal函数的分段性导致控制输出不连续和抖动，引入有限时间函数sig(x)来替换扩张状态观测器中的fal函数；所述有限时间表达函数如下：

53、

54、其中，sig(x)为有限时间表达函数；sgn(x)为系统状态的符号函数；|xi|v为系统状态xi的绝对值的v次方；为系统状态向上取整数的v次方；sgn(xi)为系统状态xi的符号函数；

55、所述符号函数通过连续线性反馈来改善扩张状态观测器的动态特性，提高控制系统的动态性能和鲁棒性，减小超调产生；

56、最终得到步骤s2对应的有限时间量测扩张状态观测器，实现扩张状态观测器的更新。

57、可优选的，步骤s2中的扩张状态观测器影响参数具体为：

58、扩张状态观测器影响参数由扩张状态观测器参数因子λ决定，获取方法为：

59、

60、其中，为第i个扩张状态观测器影响参数；λ为扩张状态观测器参数因子；

61、通过调节扩张状态观测器参数因子λ的大小去调整实现对有限时间函数的误差反馈速度的改变。

62、可优选的，步骤s3中的通过跟踪微分器实现重介质选煤系统模型目标信号的跟踪，构建滑膜面，获得改进滑模趋近律，具体为：

63、使用微分器快速跟踪轨迹xd，其离散形式如下：

64、

65、其中，fhan为快速控制最优综合函数；v1为对微分器快速跟踪轨迹xd的跟踪信号；r为速度因子；h0为滤波因子；xd为微分器快速跟踪轨迹；

66、设定重介质选煤系统的误差方程组为：

67、

68、其中，为扩张状态观测器的观测误差一阶导数；

69、构建滑模面s为：

70、

71、计算滑模趋近律为：

72、

73、其中，为滑模趋近律；为扩张状态观测器的观测误差的二阶导数；

74、将重介质选煤系统的误差方程带入上式得：

75、

76、其中，f(x,t)为扰动总和，通过改进扩张状态观测器中的z3进行替代；

77、同时改进滑模趋近律表达式如下：

78、

79、其中，sat为趋近符号函数；

80、趋近符号函数的表达式为：

81、

82、其中，δ为趋近符号函数参数；sign为信号函数；

83、最终获得步骤s3中的改进滑模趋近律。

84、可优选的，步骤s4中迭代计算重介质选煤系统模型的控制参数，具体步骤为：

85、s41：初始化：跟踪微分器中的设置快速跟踪因子r，滤波因子h0，扩张状态观测器中的反馈增益β00,β01,β02,...,β0n+1，滑模面系数c，滑模控制器第一指数因子α，滑模控制器第二指数因子β，趋近符号函数参数δ；

86、s42：更新对微分器快速跟踪轨迹xd的跟踪信号v1，状态变量的观测输出值z1,z2,z3；

87、s43：计算观测误差更新滑模面s；

88、s44：判断滑模面的大小选取对应的第一变增益系数l1，第二变增益系数l2，趋近符号函数sat；

89、s45：计算改进滑模自抗扰控制器的控制量u；

90、s46：通过改进滑模自抗扰控制器的控制量u输入重介质选煤系统模型获得系统状态变量的第一参数x1；

91、s47：将系统状态变量的第一参数x1与微分器快速跟踪轨迹xd的目标值计算误差(xd-x1)判断系统当前控制性能，并将包含有量测噪声系统输出状态的积分形式y0输入到有限时间量测扩张状态观测器转到步骤s42。

92、与现有技术相比，本发明具有以下有益效果：

93、(1)本发明针对含有量测噪声的重介质选煤数据采取直接控制的手段，即省去了对选煤模型进行精确建模的步骤，只需要对选煤系统直接简单建模不需要考虑建模误差，避免了由于工业生产复杂性导致的模型精度较低的问题；同时由于改进滑模自抗扰控制算法对量测噪声较强的抗干扰能力，使得本控制算法具有较强的鲁棒性和发话性能，能够有效应对选煤现场的恶劣工作环境，具有较高的控制精度。

94、(2)本发明针对不同于现有大多数自抗扰控制方法只是通过扩张状态观测器与非线性误差反馈控制律来改变控制性能的方式，它将观测器与控制器两者进行分离，分别进行观测和控制，最大程度的减小了二者内部误差带来的干扰。

95、(3)本发明针对含有量测噪声的选煤系统输出状态，利用改进扩张状态观测器对含有量测噪声的输出状态进行升阶观测抑制量测噪声，并使用有限时间函数来提升观测器的收敛速度，通过跟踪微分信号与观测值误差构建滑模面，并结合设计的滑模趋近律计算滑模控制输出量，不断迭代上述观测与控制过程来控制选煤模型。

96、(4)本发明通过单步迭代控制方法得到下一时刻的选煤模型系统输出状态，能够很好地应用在含有量测噪声干扰的工业生产环境中，其控制方法更好地辅助调度人员进行重介质选煤系统的平衡优化工作，在冶金工业其他能源介质数据中亦能推广应用。