静电除尘用电源的模糊预测控制系统及方法技术方案

本发明专利技术公开一种静电除尘用电源的模糊预测控制系统及方法，模拟信号采集单元将采集到的模拟信号转换为电号，进行滤波等调理后输出至T-S模糊控制器，T-S模糊控制器根据调理后的信号先辨识出T-S模糊模型的前件和结论部分，得到T-S模糊模型，再将T-S模型转化为阶跃响应模型，将阶跃响应模型输出至预测控制器23作为预测模型；预测控制器利用阶跃响应模型作为预测模型，进行滚动优化及反馈校正，输出控制信号至数字逻辑单元；控制信号经过数字逻辑单元后作为控制驱动单元的驱动信号，对电源进行模糊预测控制；解决了静电除尘系统难以建立数学模型的问题，使预测控制器对精准的数学模型的依赖性降低。

【技术实现步骤摘要】
静电除尘用电源的模糊预测控制系统及方法
本专利技术涉及高压静电除尘
，尤其涉及一种静电除尘用高频高压电源模糊预测控制系统及方法。
技术介绍
高压静电除尘技术处理粉尘的颗粒度范围宽，压力损失小，可处理高温气体。静电除尘的效率主要取决于尘粒的驱进速度，而驱进速度是随荷电场强E和收尘场强Ep的提高而增大的(对于单区静电除尘器，E＝Ep)。为了实现更高的除尘效率，要尽可能的提高电场强度。场强与电晕电流有关，而电晕电流与极板电压成正比。对静电除尘器电场电压的控制基于对闪络信号的判断和处理。闪络信号的准确判断和妥善处理对静电除尘器运行参数及其除尘效率有着至关重要的影响。从电场的工作特性可知，欲使电场达到最高效率，希望电场能有最大的电晕功率，就要求静电除尘电源输出的电压能随时逼近电场本身的击穿电压曲线，越逼近击穿电压，控制水平越高。而一旦因各种扰动电场出现不可避免的闪络和拉弧引起的电流冲击时，电源需要能够及时通过降低或者停止输出来抑制闪络与熄弧，以防损坏本体及电气设备，节约不必要消耗的电能，但又要在介质恢复时能够迅速恢复正常供电。因此，选择有效的火花检测方式和电源控制方式，是静电除尘电源控制的关键。目前，国内高压静电除尘设备电源控制方式主要为传统的PID控制(比例-积分-微分控制)，其基本思想是根据给定的电压值和输出电压值的误差，采用增量PID控制方式计算出新的控制信号来改变主回路两个可控硅的导通角，实现输出电压的调压，达到高压静电场最大平均电压跟踪、最佳火花率跟踪或者临界火花率跟踪。然而在实际使用中发现电源控制系统具有非线性、时变性及迟滞特性等特点，很难得到精准的数学模型，使得传统的PID控制器的控制参数难以选定，因而控制往往失效，无法达到最佳火花率的跟踪。为了避免PID控制器的缺陷，目前静电除尘的高频电源控制开始引入模糊控制的方法。例如中国专利申请号为200810126315.5的专利文献公开了一种静电除尘系统稳定运行的模糊控制方法，在除尘器开机上电后，进入模糊控制阶段，通过阶梯升压，寻找可以让系统不发生极板放电、闪络的工作点，在找到工作点并运行一段时间后，进入稳定运行阶段；在稳定运行阶段，如果烟尘工况变化，发生闪络，系统会自动按比例降压，使系统工作在不发生闪络放电的工作点，并且在稳定运行一定时间后上调运行参数，使系统能运行在稳定运行阶段的设定值，达到对于除尘系统的稳定运行完全实现自动控制的效果。这种模糊控制方法，在电源电压开始升压阶段，二次电流值还很小，采集值精确度偏低，使得火花产生后的电场快速恢复时间增加，存在不利于节约电能的问题，另外，在实际静电除尘系统中，由于设备老化等问题的存在，会出现设备参数改变、模型失配等情况，而单一模糊控制器自适应能力有限，无法自行解决该问题，造成控制结果无法达到最优。
技术实现思路
本专利技术的目的在于提供一种静电除尘用高频高压电源的模糊预测控制系统及其控制方法，克服因静电除尘电源的非线性、时变性、迟滞性带来的难以建立精确数学模型的问题；同时，在静电除尘工作过程中克服除尘器负载特有的烟尘工况变化引起的闪络、除尘效率低下等问题，保证除尘系统工作正常、工作电压稳定、除尘效果稳定，并且控制器的设计成本较低。本专利技术提出的静电除尘用电源的模糊预测控制系统采用的技术方案是：该模糊预测控制系统与静电除尘用电源的主回路相连，包括模拟信号采集单元、主控单元、数字逻辑单元和驱动单元，主控单元由T-S模糊控制器和预测控制器组成；模拟信号采集单元连接于静电除尘用电源主回路的除尘器等效网络和高频变压器输入端之间，采集除尘器等效网络端的二次电压以及电源端的一次电流的模拟信号，模拟信号采集单元输出端连接T-S模糊控制器输入端，T-S模糊控制器输出端连接预测控制器输入端，预测控制器输出端连接数字逻辑单元输入端，数字逻辑单元输出端连接控制驱动单元输入端，驱动单元输出端连接主回路中的全桥逆变电路输入端。主控单元与上位机监控单元通过RS485通讯，上位机监控单元包括有故障检测装置，对主控单元实现数据交换与监控；手操器是便携式无线手操器，与上位机监控单元实现通信。本专利技术提出的静电除尘用电源的模糊预测控制系统的控制方法采用的技术方案是包括以下步骤：A、模拟信号采集单元将采集到的模拟信号转换为电号，进行滤波等调理后输出至T-S模糊控制器，T-S模糊控制器根据调理后的信号先辨识出T-S模糊模型的前件和结论部分，得到T-S模糊模型，再将T-S模型转化为阶跃响应模型，将阶跃响应模型输出至预测控制器23作为预测模型；B、预测控制器利用阶跃响应模型作为预测模型，进行滚动优化及反馈校正，输出控制信号至数字逻辑单元；C、控制信号经过数字逻辑单元后作为控制驱动单元的驱动信号，对电源进行模糊预测控制。与现有技术相比，本专利技术具有的优点是：1、本专利技术引入T-S模糊控制与预测控制相结合的方法，利用T-S模糊控制器对采集的二次电压和一次电流进行系统辨识，输出T-S模糊模型，解决了静电除尘系统难以建立数学模型的问题，并将T-S模糊模型输出作为预测控制器的预测模型，使预测控制器对精准的数学模型的依赖性降低，利用预测控制器在模型失配工况下良好的鲁棒性。该预测模型在运行中会不断优化，并随硬件参数变化不断更新，增强了控制器的自适应能力。2、本专利技术通过预测控制器综合利用实时信息和模型信息，对目标函数不断进行滚动优化，并根据事迹测得的对象输出对静电除尘用电源的输出进行修正，实现预测控制，解决了静电除尘用高频高压电源系统迟滞性、非线性和时变性等问题，提高了系统的动态响应速度，对除尘器负载具有良好的适应性，结合除尘器负载特性，利用闪络发生时的一次电流和二次电压的急剧变化，及时判断、处理闪络工况，使得电源适用于多种工况。3、本专利技术采用基于数据的适应主元分析法对静电除尘用电源系统的时变性进行分析模型的自适应更新，实现了静电除尘用电源系统运行过程中的故障实时检测功能。4、本专利技术利用无线手操器来方便、快速、准确地在工业现场进行设备的数据采集与参数设置，增加了现场设备的灵活性和可移动性，最终使电源系统的安全、高效运行得到保证。附图说明图1是本专利技术静电除尘用电源的模糊预测控制系统的结构框图；图2是图1中主控单元的结构框图；图3是图1中上位机监控单元的结构框图；图4是图1中手操器的结构框图；图5是本专利技术静电除尘用电源的模糊预测控制方法的流程图。图中：1、主回路；2、模糊预测控制系统；11、EMI滤波器；12、三相整流模块；13、全桥逆变电路；14、谐振电容组；15、高频变压器；16、高压整流硅堆16；20、模拟信号采集单元；21、主控单元；24、数字逻辑单元；25、驱动单元；26、iFIX上位机监控单元；27、手操器；28、故障检测装置。具体实施方式参见图1，本专利技术静电除尘用电源的模糊预测控制系统2连接于静电除尘用电源系统的主回路1。静电除尘用电源系统的主回路1包括依次连接的三相交流电源(U、V、W)10、EMI滤波器11、三相整流模块12、全桥逆变电路13、谐振电容组14、高频变压器15以及高压整流硅堆16。三相整流模块12采用三相桥式整流方式。由谐振电容组14、高频变压器15的等效漏感、分布电容共同组成串并联谐振网络。高频变压器15为高匝比高频升压变压器。高压整流硅本文档来自技高网...

【技术保护点】
一种静电除尘用电源的模糊预测控制系统，与静电除尘用电源的主回路相连，其特征是：包括模拟信号采集单元(20)、主控单元(21)、数字逻辑单元(24)和驱动单元(25)，主控单元(21)由T‑S模糊控制器(22)和预测控制器(23)组成；模拟信号采集单元(20)连接于静电除尘用电源主回路的除尘器等效网络和高频变压器输入端之间，采集除尘器等效网络端的二次电压以及电源端的一次电流的模拟信号，模拟信号采集单元(20)输出端连接T‑S模糊控制器(22)输入端，T‑S模糊控制器(22)输出端连接预测控制器(23)输入端，预测控制器(23)输出端连接数字逻辑单元(24)输入端，数字逻辑单元(24)输出端连接控制驱动单元(25)输入端，驱动单元(25)输出端连接主回路中的全桥逆变电路输入端。

【技术特征摘要】
1.一种静电除尘用电源的模糊预测控制系统，与静电除尘用电源的主回路相连，其特征是：包括模拟信号采集单元(20)、主控单元(21)、数字逻辑单元(24)和驱动单元(25)，主控单元(21)由T-S模糊控制器(22)和预测控制器(23)组成；模拟信号采集单元(20)连接于静电除尘用电源主回路的除尘器等效网络和高频变压器输入端之间，采集除尘器等效网络端的二次电压以及电源端的一次电流的模拟信号，模拟信号采集单元(20)输出端连接T-S模糊控制器(22)输入端，T-S模糊控制器(22)输出端连接预测控制器(23)输入端，预测控制器(23)输出端连接数字逻辑单元(24)输入端，数字逻辑单元(24)输出端连接控制驱动单元(25)输入端，驱动单元(25)输出端连接主回路中的全桥逆变电路输入端；其中所述主控单元(21)与上位机监控单元(26)通过RS485通讯，上位机监控单元(26)包括有故障检测装置(28)，对主控单元(21)实现数据交换与监控；手操器(27)是便携式无线手操器，与上位机监控单元(26)实现通信；所述T-S模糊控制器(22)根据所述模拟信号采集单元(20)输入的二次电压信号、一次电流信号和预测控制器(23)的控制信号一起作为模糊c均值聚类算法的输入信号建立T-S模糊模型，并将所述T-S模糊模型转化为阶跃响应模型输出至所述预测控制器(23)；所述预测控制器(23)使用动态矩阵算法为核心算法，并利用所述阶跃响应模型作为该算法的预测模型；所述故障检测装置(28)采用自适应主元分析方法对电源进行在线故障检测，具体包括：建立自适应主元分析模型：根据正常工况下模拟信号采集单元(20)采集的所述二次电压信号和一次电流信号，构造原始测量数据矩阵，对所述原始测量数据矩阵的每一列进行标准归一化处理，记为L*，并定义标准化后的样本协方差矩阵S，其中，L*＝L*+E＝TPT+E,T＝L*P，式中：L*是主元空间中的投影；E是残差空间的投影；P∈R2×A为负载矩阵，由S的前A个特征向量构成；T∈R2×A为得分矩阵，T的各列元素被称为主元变量，A表示主元的个数，R2×A表示为2行A列的矩阵空间；λi是协方差矩阵S的特征值，CPV为累积方差贡献率且设定CPV达到90％时，A即为选取的主元个数；计算混合指标及混合指标控制限：式中，l是样本向量，表示置信水平为α时的控制限，cα为标准正态分布在置信水平α下的阈值，P为负载矩阵，表示置信水平为α时的控制限，α＝0.05，FA,n-A；α是带有A和nmax-A个自由度、置信水平为α的F分布临界值，I为单位矩阵，是自由度为h的χ2分布临界值，h＝nmax-2，tr(SΦ)为矩阵SΦ的迹；如果则认为过程发生了故障，停机处理并报警；若则计算新样本与最近历史数据的相似度，未超过阈值，维持原模型，若超过阈值，则更新自适应主元分析模型，并应用下式进行变量相似度匹配：sim＝βD+(1-β)[1-cos(θ)]式中，l,lz分别是实时样本向量和历史数据的最近一组变量；D表示距离相似度；cos(θ)表示相角相似度；sim表示混合相似度；θ是两向量的夹角；β∈(0,1)是权重因子。2.一种如权利要求1所述静电除尘用电源的模糊预测控制系统的控制方法，其特征是包括以下步骤：A、模拟信号采集单元(20)将采集到的模拟信号转换为电信号，进行滤波调理后输出至T-S模糊控制器(22)，T-S模糊控制器(22)根据调理后的信号先辨识出T-S模糊模型的前件和结论部分，得到T-S模糊模型，再将T-S...

【专利技术属性】
技术研发人员：曾庆军，吴尚，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32