第35卷第2期 辽宁工程技术大学学报（自然科学版） 2016年2月 Vol.35 No.2 Journal of Liaoning Technical University（Natural Science） Feb. 2016 收稿日期：2014-11-05 基金项目：国家自然科学基金项目（61003246）；重庆市教委科技项目（KJ110805） 作者简介：李瑞婷（1986-），女，重庆人，硕士研究生，讲师，主要从事智能自动化控制方面的研究. 本文编校：焦丽 辽宁工程技术大学（自然科学版)网址：http://202.199.224.158/ http://xuebao.lntu.edu.cn/ 李瑞婷,巫茜,刘步青.原水投药净化不确定性复杂过程的多模态控制[J].辽宁工程技术大学学报(自然科学版),2016,35(2):211-214. doi:10.11956/j.issn. 1008-0562.2016.02.020 LI Ruiting, WU Qian, LIU Buqing.Multimodal control of complex process with uncertainty for raw water purification of coagulant filling dosage[J].Journal of Liaoning Technical University(Natural Science),2016,35(2):211-214. doi:10.11956/j.issn.1008-0562.2016.02.020 原水投药净化不确定性复杂过程的多模态控制 李瑞婷1,3，巫 茜2，刘步青1 （1. 重庆大学 自动化学院，重庆 400044；2. 重庆理工大学 计算机科学与工程学院，重庆 400054； 3. 重庆工业职业技术学院 机械工程学院，重庆 401120） 摘 要：针对混凝过程难于数学建模实施精准控制，探讨了基于仿人智能的多模态加注投药控制策略.剖析了混凝过程的控制论特性与投药加注过程的控制难点，研究了加注投药的控制策略，结合原水净化站工程实践，提出了多模态的仿人智能控制算法.以二阶时滞过程加注投药控制为例，仿真实验验证了该策略在响应快速性、过程调节时间、稳态控制精度与超调性能等方面的优秀控制品质.仿真研究表明了多模态控制的可行、合理与可用性. 关键词：原水净化；加注投药；混凝过程；控制策略；多模态控制 中图分类号：TP 273 文献标志码：A 文章编号：1008-0562(2016)02-0211-05 Multimodal control of complex process with uncertainty for raw water purification of coagulant filling dosage LI Ruiting1,3, WU Qian2, LIU Buqing 1 （1. College of Automation, Chongqing University, Chongqing 400044, China; 2. School of Computer Science and Engineering, Chongqing University of Technology, Chongqing 400054, China; 3. School of Mechanical Engineering, Chongqing Industry Polytechnic College, Chongqing 401120, China） Abstract: Aimed at being difficult to implement the precise control by mathematical modeling of purifying coagulation process, the paper explored the multi-modal control strategy of filling dosage based on human simulated intelligence. In the paper, it made the anatomy of the cybernetics characteristics in coagulation control process and the control difficulty on filling dosing, studied on the control strategy of the filling dosage, and proposed the multi-modal control algorithm based on human simulated intelligent controller combined with the engineering practice of raw water purification station. Taken a two-order process with time lag of filling dosage control as an example, the simulation experiment demonstrated that the strategy could own the excellent control quality in aspects of quick response, process adjusting time, steady state control accuracy and overshoot performance and so on. Simulation research shows that the multi-mode control is feasible, reasonable and available. Key words: raw water purification; filling dosage; coagulation process; control strategy; multi-modal control 0 引言 直接取自江河、湖泊等水源的水只有经净水工艺处理后才能直接饮用.原水在水厂反应池经沉淀消毒后才能提供给人们饮用.在原水净化过程中，混凝投药是其中的关键技术环节，其目的在于将原水中的杂质与污泥等从水中分离出来，以利后续工序的处理[1].混凝投药是复杂的物理化学反应过程，国内目前主要根据多年积累的操作经验借助管道泵直接采用人工或半自动控制方式投加药剂，由于影响混凝过程的因素众多，机理复杂，混凝过程具有时变、非线性、不确定性和滞后等特性，因此混凝剂最佳投加量难以实施定量的精准控制.尽管近来采用先进控制策略取得了长足的进步[2-3]，但仍没能完全有效地解决不确定性大滞后原水净化过程的控制问题，为此本文讨论了原水投药净化不确定性中国煤炭期刊网 www.chinacaj.net

辽宁工程技术大学学报（自然科学版） 第35卷 辽宁工程技术大学（自然科学版)网址：http://202.199.224.158/ http://xuebao.lntu.edu.cn/ 212 复杂过程的多模态控制. 1 投药过程特性与控制难点 1.1 投药混凝 原水中的大量微粒子（如杂质腐殖质和粘土等类的微粒）是难于直接处理的，在特定工艺条件下，投注具有电解物质特性的混凝剂投药量大小决定了混凝的效果，因此混凝投药控制是水质净化最重要的生产环节.化学混凝作用机理复杂，涉及原水杂质成分、浓度、碱度、水温、原水pH值、混凝条件和混凝剂性质等诸多因素，其化学混凝机理至今尚不完全清楚，仍在探讨中.目前应用最广的无机盐类混凝剂是铝盐和铁盐，当其不能取得良好混凝效果时，可投加某些辅助药剂调节或改善混凝条件以提高混凝效果.如当采用硫酸亚铁作混凝剂时可加氧气将亚铁Fe2+氧化成三价铁离子Fe3+，当原水碱度不足时可投加重碳酸钠或石灰等，使细小松散的絮凝体变得粗大而紧密，以利于进行后续工序的固液分离[4]. 1.2 控制难点 加注投药控制的技术难点在于原水水温、水质和水力条件等直接影响混凝效果，因此很难进行数学建模控制[5].其控制难点具体表现在： （1）水温的不可控性 水温对混凝过程有重要影响，如当水温低时，无机盐类混凝剂难于水解，特别是当水温低于5℃时，硫酸铝水解速率非常缓慢，直接影响后续沉淀处理，显然水温是不可控的，增加了混凝控制的难度. （2）pH值变化的随机性 pH值影响混凝效果，如三价铁盐最佳pH值范围在6.0～8.4之间，硫酸铝最佳pH值范围在6.5～7.5之间.铝盐和铁盐水解过程中使水的pH值下降，应添加碱性物质与其中和，但是其随机性往往使控制变得无章可循. （3）杂质成分的复杂性 原水中的杂质成分、性质和浓度明显影响混凝效果.如天然原水中投加的混凝剂量较少，圬水中投加混凝剂较多，其投量可达10～103 mg/L.因此在生产中，因其变化范围的幅度很大，应根据实际混凝试验测试结果决定加注投药量的控制取舍. （4）混凝不同阶段水力条件要求不同 混凝过程划分为混合和反应两个阶段，不同阶段对水力条件的要求是不同的，水力条件对絮凝体形成有极大影响.混合阶段因为没有形成絮凝体的要求，因此应当快速和剧烈搅拌，使药剂迅速均匀地扩散，应使其在几秒钟或一分钟内完成.反应阶段为避免结大的絮凝体被打碎，其水流速度与搅拌强度应随着絮凝体的结大而逐渐降低.如何使水力条件与混凝过程严格匹配在实现方面是有工程技术难度的. 1.3 控制论特性 混凝是一个复杂的物理化学过程，影响因素众多，由上述控制难点可总结出混凝加注投药过程的控制论特性，表现在：混凝过程中各个变量之间的相互关联耦合性；控制变量的时变、时滞性；过程变量与过程参数的强非线性；混凝过程中控制变量的不确定与复杂性以及半结构化和非结构化等控制论特性.面对混凝过程控制论特性，由于难以建立准确的数学模型，因此有必要研究新的控制策略. 2 控制策略与控制算法 2.1 控制策略选取 选择智能控制策略是明智的.尽管目前取得了许多研究成果，但是都各有其应用范围的局限性[6-7].如神经网络控制面临模型选择与连接权值学习问题，很难获得全局最优解.专家控制系统建立完备的知识库以及采集与表达其特征信息其实现难度太大，未必是好的选择.模糊控制鉴于不确定性因素影响，其控制规则的完备性受到限制，很难获得符合现场混凝投药控制过程实际情况的控制规则.值得注意的是仿人智能控制HSIC (Human Simulated Intelligent Controller)策略，该策略可从功能上模拟现场操作者的控制行为设计仿人智能的控制器，在无人工干预的条件下，使混凝投药控制过程状态达到期望的控制目标. 该控制策略优势在于：可借助产生式规则描述控制算法，实现对混凝投药过程的多模态控制.其控制算法，可方便地将控制专家的智能与智慧以及现场操作者的控制经验与技巧融入到控制算法中，很好地协调混凝投药控制过程中各个性能品质指标方面的矛盾，有鉴于此，文中采用基于仿人智能的多模态控制策略[8-9]. 中国煤炭期刊网 www.chinacaj.net

第2期 李瑞婷，等：原水投药净化不确定性复杂过程的多模态控制 辽宁工程技术大学（自然科学版)网址：http://202.199.224.158/ http://xuebao.lntu.edu.cn/ 2132.2 HSIC控制算法 HSIC控制采用图1的基于知识的广义控制模型，图中r(t), e(t), u(t)与y(t) 分别为过程输入、过程误差、控制器输出和过程输出，显然，过程误差e与过程误差变化率ė等是可检测的. 图1 混凝投药过程的控制模型 Fig.1 control model of coagulant dosing control process 图2中，如果状态转移过程用OABCDEFHGI表示，那么在OA段，控制器输出u = Kpe，式中Kp为比例系数.当e达到en1时，进入AB段后，控制器输出u01 = kKpen1，其中，k为拟制系数，且k ≯ 1，比例系数为Kpk，因此AB属于抑制段.BC段为保持控制模式，过程误差从最大值en1逐渐减小至零，输出保持恒定.运动轨迹CDEF与OABC分析类似，只是与前一个控制周期的控制作用方向相反，因为当前控制周期的过程误差为负，而前一个控制周期的过程误差为正，类似地可分析FHGI段.由控制理论可知：当eė⋅> 0时，过程误差呈现出增加趋势，当eė⋅< 0时，过程误差将呈现减小趋势. 图2 HSIC的静态特性 Fig.2 Static characteristics of HSIC 本质上，HSIC控制策略有2种误差特征模式[10]：① 如果 0eė⋅≤或者0eė==，那么可采用半开环保持控制模式.② 如果0eė⋅>并且0eė+≠，可以采取比例控制模式.因此，其原型控制算法可以总结为 1pp,1p,1(000).(00)nmiinmiiKekKeeeukKeėeėėė−==⎧⋅+⋅⋅⋅>∪=≠⎪⎪=⎨⎪⋅⋅⋅<∪=⎪⎩∑∑ 该原型控制算法中，em,j是控制过程的第j次过程误差峰值，u为控制器的输出.显然原型控制算法为双模态控制，借助交替地实施半开环保持控制模式与闭环比例控制模式就可达到对柀控过程控制的目的.除了两种基本控制模式外，为了改善控制品质，兼顾控制指标性能，可将专家知识以及现场操作者的实际控制经验、智慧与技巧等借助产生式规则嵌入到基本的原型控制算法中，从而构成鲁棒性更强更适合混凝投药过程的控制算法. 3 投药过程仿真及其分析 3.1 过程仿真 为验证HSIC控制策略在原水水质净化工艺混凝加注投药控制中的良好控制品质，假设加注投药过程为二阶时滞模型，以便将时滞因素等控制论影响等效转换为二阶时滞模型的参数变化，然后研究该控制策略对混凝加注投药过程控制的鲁棒特性.实验中以PID控制策略为参照，考察模型参数及外部干扰在大范围变化时不同控制策略对过程的响应特性。如果是强鲁棒性的，那么该控制策略是可取的.设二阶时滞模型为 ()Gs=12e/(1)(1)sKTsTsτ−⋅++. 取模型参数T1 = 1.2 s, T2 = 2.0 s，τ = 2 s, K = 1,，即模型为W(s) = e-2s/(1.2 s + 1)(2s+1).现分别采用传统控制策略PID和仿人智能的多模态控制策略HSIC对同一加注投药过程进行控制.在控制为单位阶跃输入时，图3中过程响应特性曲线1和曲线2分别对应于PID和HSIC控制. 图3 二阶时滞过程响应 Fig.3 Response of two order time delay process 为了考察算法对参数变化的影响，在二阶时滞模型W(s) = e-2s/(1.2 s + 1)(2s+1)中，如果去掉一个一阶环节1/(2s+1），此时无论被控过程的参数还是过程阶次都产生了重大变化.在控制为单位阶跃输入时，图4中曲线1和曲线2分别为PID和HSIC05101520 25 30 35 40时间t/s 0.20.40.60.81.01.21.3单位阶跃响应 121-PID控制 2-HSIC控制 中国煤炭期刊网 www.chinacaj.net

辽宁工程技术大学学报（自然科学版） 第35卷 辽宁工程技术大学（自然科学版)网址：http://202.199.224.158/ http://xuebao.lntu.edu.cn/ 214 控制的一阶时滞过程响应特性. 图4 一阶时滞过程响应 Fig.4 response of one order time delay process 为考察其鲁棒性，在过程模型中，选取T1 = 1.0 s, T2 = 2.0 s. τ = 10 s, K = 4.134，在t = 15 s加入强脉冲干扰信号，其脉冲幅度为0.5、脉冲宽度为0.2 s，在控制为单位阶跃输入时，图5中曲线1和曲线2分别为HSIC和PID控制的过程响应特性. 图5 脉冲干扰下的响应 Fig.5 response under pulse interference 3.2 仿真结果分析 由图3曲线2可知，与PID控制相比，其响应的上升时间快，调节时间短，响应特性平稳，未产生超调，稳态控制精度高.图4表明，当过程模型变为一阶时滞模型时，HSIC响应上升时间快，调节时间短，响应特性平稳，稳态控制精度高，没有超调产生，PID控制品质明显不如HSIC控制品质好.由图5可知，HSIC控制调节时间短，响应特性平稳，上升时间快，稳态控制精度高，在强脉冲信号干扰下，其响应几乎不受脉冲信号干扰的影响.考察图5中PID控制的响应曲线2可知，在强脉冲信号干扰下，PID控制几乎失去了对过程的控制能力. 上述实验仿真结果验证了HSIC控制策略的强鲁棒控制性能，HSIC控制策略明显优于PID控制品质，因此HSIC控制表现出良好的控制品质. 4 结论 原水投药混凝是一个具有诸多不确定性的复杂过程，很难实施定量的精准控制.上述研究了仿人智能多模态控制，仿真实验研究验证了多模态控制的强鲁棒性与优秀控制品质，为原水混凝加注投药优化控制提供了一种可供借鉴参考的控制策略. 参考文献: [1] 张丽娟,韩江,李彰明.动力排水固结加固淤泥地基的关键技术研究[J].辽宁工程技术大学学报(自然科学版),2010,29(1):59-62. ZHANG Lijuan,HAN Jiang,LI Zhangming.Key technology of dynamic drainage consolidation silt foundation[J].Journal of Liaoning Technical University(Natural Science),2010,29(1):59-62. [2] 张俊,薛廷民,孙辰昊.预测控制和前馈控制在混凝投药中的应用[J].计算技术与自动化,2012,31(2):21-24. ZHANG Jun,XUE Tingmin,SUN Chenhao.Predictive control and feedforward control in coagulant dosing application[J].Computing Technology and Automation,2012,31(2):21-24. [3] 王强,刘遂庆,陶涛.净水厂混凝投药模糊控制方法[J].水处理技术,2005,31(10):29-33. WANG Qiang,LIU Suiqing,TAO Tao.Fuzzy control method for waterworks coagulant dosing[J].Technology of Water Treatment, 2005,31(10):29-33. [4] 赵寅军,陈国定,张伯立.混凝投药监控系统[J].计算机系统应用,2011,20(10):36-39. ZHAO Yanjun,CHEN Guoding,ZHANG Boli.Dosing coagulation monitoring system[J].Computer Systems & Application,2011,20(10): 36-39. [5] 孙连鹏,南军,杨艳玲.原水浊度对透光率脉动混凝投药控制技术的影响分析[J].给水排水,2002,28(7):19-22. SUN Lianpeng,NAN Jun,YANG Yanling.Impact analysis of raw water turbidity pulsating light transmittance coagulation dosage control technology[J].Water & Wastewater,2002,28(7):19-22. [6] 张增光.中国给水排水行业的现状与发展趋势[J].山西建筑,2006, 30(12):101-102. ZHANG Zengguang.Status and development trend of China water & wastewater industry[J].Shanxi Architecture,2006,30(12):101-102. [7] 王鹤,任建华,邱云飞.基于蚁群聚类的智能优化算法及应用[J].辽宁工程技术大学学报(自然科学版),2010,29(S1):179-181. WANG He,REN Jianhua,QIU Yunfei.Optimization algorithm and application based on intelligent ant colony clustering[J].Journal of Liaoning Technical University(Natural Science),2010,29(S1):179-181. [8] 易继锴.智能控制技术[M].北京:北京工业大学出版社,2004. YI Jikai.Intelligent Control Technology[M].Beijing:Beijing Industrial University Press,2004. [9] 熊仁权,乔正洪.基于仿人智能的供水系统控制策略[J].四川兵工学报,2012,33(1):76-78. XIONG Renquan,QIAO Zhenghong.Humanoid intelligent control strategy based on the water supply system[J].Journal of Sichuan Ordnance,2012,33(1):76-78. [10] 李祖枢,涂亚庆.仿人智能控制器[M].北京:国防工业出版社,2003. LI Zunshu,TU Yaqing.Humanoid Intelligent Controller[M].Beijing: National Defence Industry Press,2003. 0 5 10152025时间t/s 0.2 0.4 0.6 0.8 1.0 1.1 单位阶跃响应 PID控制HSIC控制 0 20 40 60 80 100时间t/s 0.5 1.0 1.5 单位阶跃响应` HSIC控制 PID控制 脉冲干扰 中国煤炭期刊网 www.chinacaj.net