自适应逆控制在变频恒压供水系统中的应用

摘要：本文基于DSP微处理器，采用神经网络自适应逆控制实现了变频恒压供水。供水管网是非线性的分布参数系统，用固定参数的控制器一般不能实现高精度控制。本文引入非线性自适应逆控制，采用带外生变量的自回归（NARX）模型，结合最速下降算法在线辨识被控对象；以另一个NARX网络为控制器，并将二者级联，用BPTM算法训练该控制器使其成为对象的逆模型。实验证明该方法能适应系统运行点的变化实现水压的高精度控制。
关键词：自适应逆控制 神经网络 变频技术 供水系统

Abstract: The authors report on work in which adaptive inverse control in water supply system is proposed based on neural network,DSP and the technology of variable frequency.The piping networks are nonlinear distributed parameter systems which are difficult to control at high precise using fixed parameter controller. we introduce nonlinear adaptive inverse control to water supply system, in which a Nonlinear AutoRegressive exogenous input（NARX） model is used to identify the plant ,using steepest descent algorithm online,and another NARX network as a controller feeding commands to the plant and plant model is trained to be the inverse model of the plant,using BPTM algorithm. Experiments have proved that this controller is able to adapt to different conditions of the system and achieve high precise control.
Keywords: adaptive inverse control neural network technology of variable frequency water supply system system identification

1 前言
在城市供水和住宅小区高层供水系统中，传统的供水方法通常采用高位水塔或阀控加压的方式，这种控制方式使得水泵电机一直处于高速运行，造成电能的浪费。目前普遍采用变频恒压供水控制系统，以节约电能，减少高位蓄水导致的二次污染。在水压闭环控制中，由于供水管网、水泵和电机均为本质非线性对象，具有时变性，很难建立既简单又有效的数学模型，难以应用经典的控制方法设计并获得高精度控制。比如，局部线性化后采用PID控制，由于近似线性模型的误差较大，不能保证控制精度，若运行点再变化，则系统的稳定性也难以保证。增益调度虽然能有效的根据运行点的变化修改控制器的参数实现控制，但其局部近似线性模型仍不能保证控制精度。对于供水系统，若管道压力波动过大，及易产生振动和噪声，有可能引发水锤效应，产生爆管现象。针对此问题，本文设计了基于神经网络的非线性自适应逆控制，并在模拟供水装置上进行了实验，显著提高了水压的控制精度。

2 自适应逆控制
自适应逆控制由Widrow和Walach首先提出，它以被控对象的动态逆系统为控制器，与被控对象级联，使由控制器的输入到对象输出在数学上成为恒同映射，实现被控对象对输入指令的跟踪。自适应逆控制的基本框图如图1所示。通过在线辨识对象模型以获取对象的运行状态，然后以此运行状态为信息，用自适应算法修改控制器参数时实跟踪了被控对象的变化，使控制器给出正确的控制。

6 结论
本文通过实验证明了神经网络自适应逆控制在变频恒压供水控制中的有效性。实验表明该方法能适应用户用水量的变化，在不同运行点都能获得高精度的控制，降低供水管网的振动，从而可减少设备故障降低管网的维护费用。有力地证明了神经网络自适应逆控制在工程应用中的可行性。

参考文献
1.B.Widrow,E.Walach 著，刘树堂，韩崇昭，译，自适应逆控制，西安交通大学出版社，1999年。
2. Karl Johan Åströ,Björn Wittenmark,Adaptive Control,科学出版社，2003年。
3. Gregory L .Plett, Adaptive Inverse Control of Linear and Nonlinear Systems Using Dynamic Neural Networks, IEEE TRANSACTIONS ON NEURAL NETWORKS, VOL. 14, NO. 2, MARCH 2003.
4. 金传伟，毛宗源，变频调速技术在水泵控制系统中的应用，电子技术应用，2000年第9期。
5. 薛定宇，反馈控制系统设计与分析，清华大学出版社，2000年。