基于硬件环境的pH值控制算法研究与设计

艾昌文 艾明曦

(1.云南大学省电子计算中心，昆明 650223；2.中南大学航空航天学院，长沙 410083)

在自动化领域，pH值控制策略引起了许多研究人员的兴趣，并产生了有价值的研究成果，部分研究还结合酸碱中和反应的特点，通过模拟仿真的方式对不同控制算法的优劣进行了评价，但这些研究成果大都没有与具体的硬件环境相结合，受设备条件的限制和现场因素的影响，而实际控制过程遇到的问题要复杂得多。笔者从工程应用的角度出发，基于系统硬件构成和具有高灵敏度特性的执行机构，论述了一种新的pH值控制策略，即通过仿人智能控制使pH值取得更优的控制效果。

1.1 分段PID控制

酸碱中和反应呈现严重的非线性特性、大时滞特性和快时变特性，难以建立数学模型，中和过程pH值滴定曲线的中间段增益很高，两端增益却很小[1]。传统的PID控制算法对线性过程具有很好的控制效果，而对于具有严重非线性的pH值中和过程，中性临界点附近的高增益使得常规PID控制器的参数调整非常困难。

为了用线性控制的方式实现pH值的非线性控制，通常采用分段PID控制策略，以近似表达pH中和反应的非线性特点。在具体的实现方式上，一般采取三区段非线性变增益PID控制算法[2，3]，由于减小了中和反应非线性的负面作用，其控制效果优于常规PID控制器。但分段PID控制不能实现最优控制，在控制器设计中，区段的划分比较困难，不具备对系统结构变化的适应性，缺乏学习功能，没有理论分析结果保证其稳定性，而且参数的在线整定非常困难。

1.2 模糊控制

一些难以建立数学模型的控制系统，用模糊逻辑推理对系统的实时输入状态观测量进行处理，产生相应的控制决策，却能够取得很好的控制效果。模糊控制技术常用于pH值调节[4～6]，特别是一些对控制精度要求不高的场合。测量信息的模糊化、推理机制的建立和输出模糊集的精确化是模糊控制需要完成的主要工作。实际应用中，通常选择误差e及其微分项Δe作为推理参数构造推理规则表。

模糊控制的优势在于不需要了解被控对象的精确模型，基于模糊集合及模糊逻辑等模糊数学理论，能适用于比较复杂的不确定非线性系统。其主要问题在于缺乏良好的学习能力，精确度较差，应用到非线性系统中有时难以保证稳定性。

1.3 无模型自适应控制

无模型学习自适应控制(MFLAC)是从I/O数据中提取出伪梯度向量和伪阶数，并以此为基础在受控系统轨线附近用一系列的动态线性时变模型替代一般离散时间非线性系统，进而实现非线性系统的无模型控制[7]。也可以先采用简单控制器对被控对象加以控制，而后自适应地寻优和修正控制器或闭环通道上的参数，从而实现对pH值控制系统的自适应控制。

另一种常见的无模型自适应策略(MFA)则是将一种人工神经网络的结构引入控制器模块，以输出向量的误差为基础来减少系统输出与设定值之间的差距，在线地修正其中的加权因子从而达到自适应控制的目的[8,9]。

无模型自适应控制具有收敛性和稳定性的理论证明，应用于pH值控制已取得实际成果[10]，因其约束条件较多，目前还存在一些需要研究解决的问题。

1.4 仿人智能控制

仿人智能控制，即从宏观结构上和行为功能上对人的控制进行模拟。通过大量的实验发现，在经过必要的训练后，由人实现的控制方法是接近最优的。这种方法不需要了解对象的结构、参数，不需要建立精确的数学模型，而是最大限度地识别和利用控制系统动态过程所提供的特征信息，根据积累的经验和知识进行在线推理，合理确定或变换控制规则[11]。

仿人智能控制在同样条件下，所获得的有关动态过程的各种信息要比传统控制方式丰富得多，它不仅知道当前系统输出的误差、误差变化和误差变化趋势，还知道前期控制效果和识别前期控制决策的有效性。

仿人智能控制通过定性决策和定量控制相结合的多模态组合控制方法，能对复杂系统(如非线性、快时变、复杂多变量及环境扰动等)进行有效的全局控制，并具有较强的容错能力和学习能力。其难点在于缺乏完整的理论体系支撑，需要对人工控制经验进行提炼，根据获取的特征信息，建立并优化其控制规则。

2 硬件平台和工艺流程

在应用系统中，pH值控制算法需要在特定的硬件环境下运行，现有的各类计算机系统具有强大的运算处理能力，不会成为应用瓶颈，而执行机构响应的及时性和控制精度直接影响控制品质[1]，是决定控制算法能否有效实施的关键环节。

pH值控制过程是通过动态地向被测液体中添加酸、碱溶液来完成的，根据生产工艺的特定需求，有时要对添加剂流量做大幅调节，有时仅对添加剂流量做微小调节。此外，有些添加剂比较粘稠，甚至含有颗粒物，在这种情况下需要选用不容易发生堵塞的流量调节设备。因此，要达到良好的控制效果，对流量调节设备及其控制技术具有非常高的要求。

在人工控制pH值的过程中，闸阀是理想的流量调节装置，不仅可以实现快速调节，而且能够实现精细控制，适用于不同的应用环境和要求。人工控制的难点在于个体的差异性、疲劳程度和响应的及时性。

图1为pH值自动控制系统的硬件构成。

图1 pH值自动控制系统硬件构成

pH值自动控制系统中使用电动球阀作为执行机构，与电动阀门配套使用的电动执行器有不同的运行速度，全行程时间从5、10、15、30s到60、100、120s不等，可根据现场情况进行选择，在开关时间上不及人工操作快，但完全可以满足使用要求。

普通电动球阀的主要问题是控制灵敏度较低，一般在1%～3%，远低于人工操作闸阀的控制灵敏度和精度，在需要进行精确逼近控制时很难达到使用要求。为解决这一问题，在控制方式上，采用电动阀门无振荡高灵敏度控制技术[12]，提高阀门的调节灵敏度，经实际测试，其控制灵敏度可以达到2‰，很好地满足了添加剂流量的微量调节需求。

电动球阀作为流量调节装置，机电系统不需要频繁工作，故障率低、维护量小、使用寿命长，特别是调节石灰水一类粘稠、含有未溶解的颗粒状液体，不易出现堵塞，是电动球阀具有的主要特性。

设计的pH值控制系统在实际应用中的工艺流程如图2所示。

3 算法实现

3.1 设计目标

由于常规控制的局限性很难同时满足响应速度和静态精度的要求，因此为优化控制效果，需要引入智能控制，一个设计良好的pH值控制算法应具有以下基本特征：

a. 当pH检测值与pH设定值有较大偏差时，需要实现大幅快速调节，缩短系统的稳定时间，并朝目标值进行收敛；

b. 当pH检测值逐步接近pH设定值时，需及时调整控制策略，抑制并减少超调量，直至进行微量调节，使被控pH值最大限度地逼近其目标值并最终趋于稳定；

图2 pH值控制系统工艺流程

c. 适用性强，能应用于不同的工业场合，控制参数的现场整定工作简单易行；

d. 具有较强的故障诊断和抗干扰能力。

3.2 控制规则

通过对不同控制策略的特点进行分析不难发现，仿人智能控制算法非常适合于pH值控制，在难以建立数学模型的情况下，为了解决系统的大时滞、快时变及严重非线性等问题，对人工控制过程和行为进行模拟，在良好的硬件环境支持下，实现系统设计目标具有充分的可行性。

为了获得满意的控制效果，需要对被控对象特征的变化进行辨识，根据辨识结果，合理地确定控制方式，实时地选择大小和方向进行阀门开度调节。在算法的具体实现上，先将辨识结果按优先级别进行划分，然后建立分层控制规则，这是该仿人pH值控制算法的核心思想，其主要规则描述如下：

a. 第一层为最高优先层，实现系统异常情况识别，主要包括阀门故障、pH值信号异常、添加剂异常和被检测液体异常。当异常情况发生时，对故障进行识别、定位并报警，等待故障排除后再切换到正常运行状态。

b. 第二层识别阀门开度的经验值，包括阀门初始开度经验值和异常情况发生前阀门开度值。阀门初始开度经验值是开机时阀门开度的依据；自动控制系统正常运行时的阀门开度值，可以作为从异常情况发生、故障排除再回到正常控制时阀门开度的经验值。

c. 第三层对pH值偏差和偏差变化率进行识别，这是系统仿人工实现大幅快速调节的依据，当系统的误差趋于增加或保持常值时，仿人控制规则采用比例、微分控制模式，偏差和偏差变化率越大，控制作用越强烈，此时系统处于闭环工作状态，抑制系统的误差增加或迫使误差迅速减小。

d. 第四层判断是否满足精调的控制条件，当系统误差趋于减小并进入微调范围时，仿人控制规则采用微量调节模式，此时系统处于开环工作状态，使被控参数最大限度地逼近目标值，优化控制效果。

对应于控制算法运行的硬件平台，本次阀门开度Uk可用以下关系式表示：

Uk=Uk-1+f(Dk，Tk)

Tk=f(ek，ek-1，ek-2，ek-m)

式中Dk——本次阀门开关方向；

ek、ek-1、ek-2——最近3次的采样偏差；

ek-m——上次阀门调节时的采样偏差；

Tk——本次阀门开关时间；

Uk-1——上次的阀门开度。

从以上关系式可以看出，阀门开度的调整与系统输出的误差、误差变化和误差变化趋势相关联。

3.3 控制参数

控制参数的整定是应用现场必须面对的工作，一个设计合理、适用性强的控制算法，不应使参数整定的过程过于复杂和困难。除pH值控制的目标值外，以下参数也对控制算法起关键作用：

a. 阀门初始开度经验值U0。在特定的应用场合，按照正常的生产工艺流程，阀门开度是相对固定的，该位置信息即阀门初始开度经验值。

b. 滞后时间t1。阀门开度调整后，在其他因素不变的情况下，因管道和反应容器造成检测点pH值开始发生变化的时间。

c. 反应时间t2。阀门开度调整后，在其他因素不变的情况下，从滞后时间t1开始计算，到Δe趋于0的时间。

d. pH值控制范围。pH目标值±δ，在该范围内，当Δe趋于0时，阀门位置处于保持状态。

e. pH值采样周期T。pH值测量、显示更新的时间周期，该时间对Δe有实质影响，采样周期短，阀门开度调整时开关幅度减弱；采样周期长，阀门开度调整时开关幅度增强。

4 结束语

仿人智能控制具有非常广阔的应用前景，笔者将其应用到pH值实时测控，通过建立分层控制规则，奠定了仿人控制设计目标的基础。相对于传统控制方法，pH值仿人控制具有明显的特点和优势，在算法主体架构完成的基础上，自动识别生产工艺特征，实现控制参数的优化和修正，该方法将较高地提升系统的智能化程度。

[1] 薛美盛，陶呈纲，郑涛.pH值控制策略研究[J].化工自动化及仪表，2009,36(5):7～12,17.

[2] 黄美春，汪雄海.含铜废水pH值控制系统设计与实现[J].科技通报，2009,25(5):659～663.

[3] 郑丽群，杨永宽，黄锦绣.蒸馏塔顶注氨及pH值自动控制系统的研制[J].石油化工腐蚀与防护，2009,26(4):34～36.

[4] 李勇刚，杨根，阳春华.基于参数自整定模糊控制器的沉铁过程pH值稳定控制[J].化工学报，2013,64(12):4557～4562.

[5] 陶权.化工废水处理PH值模糊控制器的设计与仿真[J].制造业自动化，2011,33(9):117～120.

[6] 佟世文.pH值系统变论域模糊控制器的设计及性能分析[J].智能系统学报，2011,(4):367～372.

[7] 曹荣敏，侯忠生.pH值中和反应过程的无模型学习自适应控制[J].计算机工程与应用，2006,42(28):191～194.

[8] 熊红霞，崔峰，李锡文.基于模糊-神经网络的pH控制[J].机械与电子，2013,(4):41～43,46.

[9] 于蒙，邹志云，赵丹丹，等.基于二次型优化的单神经元PID控制器及其pH控制过程应用[J].计算机与应用化学，2012,29(11):1335～1338.

[10] 付捍东，周振起，刘华云.无模型控制法在丙烯腈装置pH值控制中的应用[J].中外能源，2011,16(5):107～110.

[11] 王静，肖超.复杂过程的多模态仿人智能控制策略[J].微电子学，2013,43(2):221～224.

[12] 艾昌文，曹良坤.电动阀门高灵敏度控制技术研究及其应用[J].自动化仪表，2014,(11):80～82,86.