绞吸疏浚船泥砂管道输送流速稳定控制研究

魏 义,魏长赟,袁 斌

(河海大学 1.机电工程学院;2.疏浚技术教育部工程研究中心,江苏 常州 213022)

疏浚工程主要采用绞吸疏浚船及其他设备开挖水下土石方工程,用于河湖治理、航道维护、岛礁吹填等[1,2]。绞吸疏浚船在作业时,需要通过长距离的输送管道,将绞刀挖掘的高浓度砂水混合物输送至远距离抛泥点[3]。管道泥浆输送是疏浚作业中的关键环节。泥浆输送过程中,由于排泥管道长、混合物质量大,且泥浆体积分数具有时变性,若砂水混合物流速过高,会加剧管道磨损,导致堵管等故障;若流速过低,则直接导致疏浚效率降低[4]。为避免上述故障,混合物在管道中需要维持一定的临界流速[5]。

国内学者关于管道输送特性的研究中,闭治跃[6]针对管道输送流速对象建模,提出一种单神经网元自适应预估控制。姜丽莉[7]发明一种以圆柱形为主体的管道流速控制结构,用来辅助主阀门对管道流速的控制。Priyanka等[8]针对管道内流量的自动调节,提出一种基于可编程序控制器(Programmable logic controller,PLC)的模糊比例积分微分(Proportion integration differentiation,PID)控制器。Razvarz等[9]提出了采用PID控制算法对管道流量进行控制,并验证了其有效性。其中,闭治跃[6]基本实现了管道泥浆流速的控制,但控制效果一般,其余学者研究的被控对象相对简单。疏浚管道输送是一种大惯性、大时滞和时变的被控对象,为实现稳定控制目的,对控制器的自适应能力提出较高的要求。本文通过阶跃响应实验和稳定流速实验,采用最小二次型PI与模糊PI控制方法,对管道流速阶跃响应和稳定流速控制进行研究,保证管道泥浆维持一定临界流速,提高管道泥浆传输过程的稳定性和安全性。

1 管道输送过程模型

作业中的绞吸疏浚船如图1所示。绞吸船进行疏浚作业时,泥浆管道输送过程方框图如图2所示。

图1 作业中的绞吸疏浚船

图2 管道输送过程框图

控制变量u经模拟量输出(Analog output,AO)模块放大,得到变频器输入频率f,输入频率f与控制量u之间可由数值为5的比例环节描述;经变频器驱动、泥泵机组,最终得到流速v。管道输送过程使用各环节过程模型进行串联描述。

本节基于典型传递函数模型的建模方案,建立清水和砂水混合物的管道流速局部过程模型,系统模型为二阶时滞系统,使用以下模型表示

(1)

式中:k为系统的开环增益,Tp1、Tp2为系统的惯性环节的时间常数,τ为系统的时滞时间。将连续传递函数模型进行离散化(z变化)即得到差分方程模型,模型具体形式如下

A(z-1)z(k)=B(z-1)u(k)+e(k)

(2)

A(z-1)=1+a1z-1+a2z-2+,…,+anaz-na

(3)

B(z-1)=1+b1z-1+b2z-2+,…,+bnbz-nb

(4)

即

z(k+τ/ts)+a1z(k-1+τ/ts)+a2z(k-2+

τ/ts)+,…,+ana(k-na+τ/ts)=b1u(k-1)

+b2u(k-2)+,…,+bnbu(k-nb)+e(k)

(5)

式中:u(k)和z(k)分别为输入量与输出量;ts为采样时间;e(k)为噪声;z-1为延迟算子。离散后的差分方程形式用于过程模型阶次判定和非零初始条件下输送流速预测。

本文采用差分进化算法[10]对管道流速响应过程的数据进行离线辨识。变频器初始频率为5 Hz,终止频率为10 Hz,砂水混合物体积分数φ为20%,斜坡变化时间为30 s,在此工况下,对过程模型参数进行拟合。参数k为0.910 95,Tp1为2.055 9,Tp2为2.168 5,系统时滞时间τ为2.6 s,预测均方误差(Mean squared error,MSE)为4.01×10-4,说明使用二阶时滞模型

(6)

能够精确描述该工况下管道输送流速动态响应。

2 PID控制器参数整定及仿真

2.1 最小二次型法PI模式控制器仿真实验

最小二次型以状态变量和控制变量线性组合的二次型函数的积分作为系统优化的目标函数,来寻找系统的线性反馈控制律[11],进而不断改变PID控制器的控制参数。其中目标函数

(7)

式中:P为管道流速输出误差平方的加权系数;Q为PI模式控制器输出增量平方的加权系数;yd为期望值;y为实际值。

PI模式控制器的输出

(8)

wi(k)=wi(k-1)+ηiα[Pa0e(k)xi(k-1)-

i=1,2

(9)

x1(k)=e(k)-e(k-1)

(10)

x2(k)=e(k)

(11)

采用MATLAB软件,通过仿真实验方式,最小二次型PI模式控制器初始值经多次测试,得到理想的数值。各项控制参数初值:α为0.01,P为0.25,Q为0.01,各环节学习率ηi取1,比例环节系数w1取0.8,积分环节系数w2取5,初始加权系数α0取0.02。

变频器斜坡变化时间t为30 s,砂水混合物体积分数φ为20%,混合物的初始流速为1 m/s,在此工况下,进行砂水混合物流速阶跃响应仿真实验。设置期望流速为2 m/s、3 m/s和4 m/s。仿真结果如图3所示。

图3 最小二次型法PI模式控制器仿真结果图

2.2 模糊法PI模式控制器仿真实验

模糊法PI模式控制器,以管道流速输出误差e和管道流速误差变化de/dt作为输入,利用模糊控制规则,针对误差e和误差变化率de/dt的不同组合,对控制参数ΔKp和ΔTi值进行在线寻优,满足不同时刻控制参数的自整定要求。模糊PI模式控制器的结构如图4所示。

图4 模糊自适应PI控制原理图

(1)确定模糊论域及隶属函数。

管道流速输入误差e的论域为[-8,+8],管道流速输入误差率ec的论域为[-80,+80],输出比例环节系数ΔKp论域为[-0.05,+0.05],输出积分环节系数ΔTi论域为[-0.05,+0.05]。

本文模糊子集中的隶属函数有Z型隶属函数、三角形隶属函数、高斯隶属函数和S型隶属函数。

(2)模糊规则设计。

根据专家经验和大量实验数据,得到模糊控制器的规则,流速偏差e、偏差率ec与ΔKp、ΔTi之间最优调整关系如表1、表2所示。

表1 ΔKp模糊规则表

表2 ΔTi模糊规则表

(3)更新控制参数。

实验选取初始参数Kp为0.3、Ti为0.2、Td为0的PI模式控制器,模糊控制器依据式(12)进行迭代,更新Kp和Ti的数值

(12)

变频器斜坡变化时间为30 s,砂水混合物的体积分数φ为20%,混合物初始流速为1m/s,设置期望流速为2 m/s、3 m/s和4 m/s。具体仿真与实验结果如图5所示。2种方式比较汇总如表3所示。综上,模糊法PI控制器具有更强的自适应能力。

图5 模糊法PI模式控制器仿真结果图

表3 模糊和最小二次型控制器比较表

3 流速稳定控制自主调速实验

3.1 实验平台搭建

设计搭建了疏浚泥泵自主调速实验平台,由22 kW泥泵机组、循环管路装置、驱动装置、传感测量系统和监控系统组成。实验平台如图6所示。

图6 实验平台的机械结构和传感装置图

监控系统由上位机与下位机组成。上位机用于操作人员监测数据变化并给出控制指令,下位机用于直接控制变频器等设备和获取各个传感器数值。其中上下位机通讯采用LabVIEW提供的网络流应用编程接口(Application programming interface,API)、共享变量2种方式。上位机程序设计采用生产者/消费者的设计模式,用TDMS(Technical data management streaming)文件[12]的方式存储实验数据,采用LabVIEW编程技术编写控制程序、设计平台主监控界面与PID控制界面,用来实时监控管道输送过程中的关键参数。下位机程序设计中,通过LabVIEW软件提供的函数读写程序,最终将编写好的程序下载至cRIO-9035控制器。监控系统框架如图7所示。

图7 监控系统框架图

3.2 实验方案

疏浚泥泵自主调速平台实验过程中,需要反复进行收砂,管道输送流速具有时变性,收砂过程需数次开关阀门,引入了随机干扰信号。收砂系统的结构如图8所示。

图8 收砂系统结构图

正常循环过程通过调节水平阀门调整干扰信号。阀门开度依次由100%至50%、由50%至0、由0至100%,反复上述过程2次(记为2个阶段),保持每次用时约10 s。实验参数设置如下:变频器斜坡变化时间为30 s,砂水混合物包含d50=1.1 mm、颗粒密度为2 540 kg/m3的粗砂,管道中初始砂水混合物的体积分数φ为20%,最终砂水混合物的体积分数φ为0,期望流速为2 m/s。

3.3 实验结果分析

采用常规PI、最小二次型PI和模糊PI 3种模式的控制方法,进行稳定流速控制实验,并记录相应稳定管道流速的情况,其中第1阶段的收砂过程管道流速控制情况如图9所示。

图9 第1阶段收砂过程稳定流速的控制曲线图

经过第1阶段的收砂后,管道中的泥浆体积分数虽然有所降低,但仍存在一定体积分数的泥砂,因此需要进行第2阶段的收砂,继续采用上述3种PI控制方法,并记录相应的管道流速情况,第2阶段收砂过程的管道流速控制情况如图10所示。

图10 第2阶段收砂过程稳定流速的控制曲线图

由图9、图10可以发现:经过2阶段收砂过程,水平阀门开度从100%至50%时,最小二次型法与模糊法的PI控制未出现明显的流速下降的情况,而常规PI控制的流速降至最低1.87 m/s;水平阀门开度从50%至0%时,3种PI控制均出现了流速下降的情况,其中常规PI控制的流速下降最为明显,最低降至1.82 m/s,而模糊PI控制的流速最为稳定;在阀门开度从0%至100%时,3种模式PI均出现流速上升,其中常规PI控制的流速上升最为明显,最高升至2.22 m/s,最小二次型PI控制的流速上升不明显,最高升至2.14 m/s,而模糊PI控制的流速稳定效果更好一点,最高升至2.1 m/s。

综上可知,针对管道泥浆体积分数发生剧烈变化的收砂过程,常规PI模式控制方法中管道流速存在较大波动的情况,其余2种方法的抗干扰能力和自适应能力较强,其中模糊PI控制效果最佳,因此在实际管道输送过程中可以采用模糊PI模式控制器进行流速控制。

4 结束语

管道输送流速控制对于降低能耗、防止管道堵塞具有重要意义。为此,搭建了疏浚泥泵自主调速实验平台,并编写了基于LabVIEW的监控程序。建立了管道输送过程模型,通过仿真与实验相结合的方式,分别采用常规PI、最小二次型法和模糊法进行了自适应PI控制器的设计。通过闭环阶跃响应实验和稳定流速实验,验证了模糊PI控制具有较强的自适应能力和抗干扰能力。目前建立的典型传递函数的建模方案,只适应线性定常系统。由于影响管道输送流速动态特性的因素较多,且实际管道输送过程存在不确定性,在不同工况下,过程模型结构和参数是不同的,如果想用过程模型对多种工况进行统一、准确的描述,会使得建模复杂。后续研究可考虑将神经网络引入模型建立或PID参数调整中,以提高模型和控制的适应能力。