屈卫东 俞金娣 张鹤飞
(西北工业大学 西安 710072)
文 摘：介绍一种新型海水淡化系统。针对复杂的具有不确定数学模型的试验装置，采用模糊控制理论设计了一套双层多变量控制器，将其用于温度控制，模糊控制算法全部采用硬件运算处理，经现场运行与检测，该控制系统运算快、精确度高、可靠性好，满足设计要求。
关键词：海水淡化，非线性，模糊控制，温度控制
0 引 言
海水淡化有以下方法：蒸馏法(包括太阳能蒸馏、多效蒸馏、多效闪蒸法等)、电渗析法、反渗透膜分离法(又称反渗透法)和冷冻结冰法等［１］，太阳能蒸馏法利用自然能源，能耗最低，但产淡水率也最低(平均日产约5kg／m２d)，将我们研制的高效蒸发器用于海水淡化，可构成新的淡化装置，如图1所示。由于减少了能量转换环节并提高了海水蒸发量，利用强制对流和汽化潜热等特点，使新系统的产水率大为提高［２］。
该装置的基本原理是利用太阳能、工业余热、煤炉加热等低品位能源将储水罐中的海水加热，利用落差将流量QA温度TA的热海水喷淋在蒸发器上。气流在风机的驱动下，强迫流过蒸发器使热海水迅速蒸发成水蒸气，由于蒸发效率很高，水蒸气接近饱和状态(相对湿度一般都在95％以上)，经冷却水冷却，水蒸气在冷凝器表面冷凝为淡水。未蒸发的海水经蒸发器流到底槽里，这时海水温度降低，经水泵打入储水罐内继续加热，如此循环，可不断得到淡化水。它能满足兼顾节能、环保、低成本，并保证一定产水率的综合要求。
文献[3]指出，目前国际上除了研究新型海水淡化技术外，还注重开发与海水淡化配套的相关技术，全面系统地设计海水淡化装置是今后的发展方向。图1所示的海水淡化试验装置的性能，即产淡水率除与蒸发器和冷凝器结构设计有关外，受海水温度的高低影响最大，还与风机流量、工作环境(气象条件和海水浓度等)和冷却水温度等各种因素有关。在上述诸多因素中，许多是不确定的模糊量。如采用不同热源加热海水时，温度有‘高温’、‘中温’和‘低温’之分。两个相邻段之间的中介过渡，并没有清晰的界限。又如海水浓度，不同海域各不相同，即使同一海域在不同季节、不同气象条件下也不相同。浓度也是一个不确定的模糊量。
设计海水淡化试验装置最关心两个问题：一是海水加热温度对产水率的影响，所得结果代表不同热源加热海水时的结果。二是其它因素确定的情况下，探讨热海水温度一定时，风机转速对产水率的影响。温度和转速在这里是模糊变量，一般说来，用经典的数学工具难以得到满意的分析结果时，采用模糊理论能够获得
理想的效果。本文详细介绍了用模糊控制理论设计的一套用于海水淡化试验装置的温度控制器的设计、调试和试验等有关问题。
1 模糊控制器的设计
海水淡化装置确定后，产水率η主要是储水罐水温T和风机转速N的函数：
η＝η（T，N）
(1)
对应不同的N可以作出η—T的一族特性曲线，为分析该装置的性能提供依据，也为今后海水淡化装置控制提供最优产水率的经验准则。
风机转速一定时，该装置的得水率和产水率由文献[2]给出，典型情况如图2 所示，它们都是T的单值函数。产水率（kg／h）随温度单调增加，这是因为水温越高蒸发量越大，在冷凝器中得到的淡水越多。得水率(kg／kJ)的定义是生产一定量淡水所耗能量的多少，得水率高能耗就少，反之能耗就多。从图2可以看出兼顾能耗与产水率的温度极值为56℃左右，此时系统得水率最高。若要该系统在此温度下工作，就得设计一套温度控制器。分析储水罐热交换情况，得到
T＝f(QA，QB，TBB，W) （2）
式中，QA为单位时间内喷淋到蒸发器的水量，QB、QB为从水槽泵回储水罐的水流量和水温，W为单位时间内对储水罐内储水加的热量。它是非线性纯滞后的不确定系统。模糊控制器利用模糊集合理论，将专家或操作人员经验形成的语言规则转化为自动控制策略，它不依赖对象精确的数学模型，设计思想是利用语言知识模型和带修正的控制算法。采用模糊控制理论设计的温度控制器可以满足储水罐水温控制的性能指性。
图2 储水罐水温对系统得水率的影响
常规模糊逻辑控制器一般指单输入单输出系统的控制器，把系统的偏差信号e和控制量u这些确定性变量的基本论域整量化，再将这些确定性变量模糊化为语言变量形式，如E～偏大用‘PB’表示或偏小用‘PS’表示等。根据人们的实际操作经验，将模糊化的偏差信号通过系统中的语言控制策略，产生模糊控制信号，控制策略给出的模糊输出信息正好是论域U的一些模糊子集。采用最大隶属度法或重心法将U～转化为确定量u，将其作用于控制对象上。
为追求高产水量，海水温度在56℃至沸点附近都是可行的，此范围内得水率降得不多，而产水量又继续增加。若考虑利用低温余热，控制器温度设定在40℃也是有意义的。为了保证在整个测量范围内任意设定值下控温性能良好，在常规模糊逻辑控制器设计方法基础上，提出具有分层多规则结构的多输入温度控制器。
设计思想如图3所示。
当具有多个输入变量时，将其中一个或几个作为辅助输入量，它的变化代表不同的过程状态K，在每个过程状态下，再根据被调量的模糊偏差E～及模糊偏差变化率EC～定出模糊控制规则。这种模糊控制器可用下列模糊条件语句描述。
高层：If K＝k then R＝Rk (k＝1，2…p)
图3 分层多规则集结构1.1模糊控制表的求取
根据实际要求把温度设定值TS分成3段，低段TL＝常温—40℃，中段TM＝40℃--60℃，高段TH＝60℃—80℃，对应P＝3个变量子集，将E和EC分成7个模糊子集：‘负大’、‘负中’、‘负小’、‘零’、‘正小’、‘正中’、‘正大’。U分成5个模糊子集：C１(最高)、C２(次高)、C3(适中)、C４(次小)、C５(最小)。对应Ts、E、EC和U的模糊论域的离散点数分别为10、8、8、10。根据现场实际情况，它们对应模糊子集的隶属函数为μTＳ（ｋ），μE(i)，μEC(j)，μu(ｘ)。分别用表1—4表示。
表2 偏差E的模糊赋值表
根据分层多规则集结构，TL、TM、TH分别决定R１、Ｒ２、Ｒ３，规则均从实际操作人员的经验得到。用一组“If…；then”语句总结控制规律，可得一系列控制规则，因各段设计方法相同，这里仅对高段加以举例说明。
TH×PBE×PBEC×C１，它是四维模糊关系。模糊条件语句共有147条，分别为γ１，
γ２，…，γ１４７，总的模糊关系为
对于输入的模糊变量TＳ0～，e0～，ec0～，它们的隶属度除了对应的测量值和计算值等级是1外，其余全为零。假设分别对应第i，j，k等级，则根据γ１可得到U上的模糊变量u～?１，其隶属度为μu１（x）＝min｛μTH（ｋ），μPBE（i），μPBEC（j），μC1（ｘ）｝，" ｘ∈Ｕ同理可得u～?２，u～?３…u～?１４７，合成结果为：u～0是模糊变量，按重心法进行模糊判决，将u～0转化为确定量u０，乘以比例因子，可得到模糊控制器最终输出量Θ。按照上述方法对于所有输入组合(i，j，k)完成离散模糊运算。得到模糊控制表。在线微调，将最终结果固化在程序存储器中。
1.2模糊控制器精度的补偿
实现模糊控制时，系统存在噪声等干扰，特别对于有时变的对象，其增益的慢变使系统输出往往上下起伏，误差很大。实验表明，由于所选择的基本论域(－xe，xe)保持不变。稳态时e相对比较小，模糊化后总认为e＝０，所以模糊控制器输出U～＝０。由于模糊变量子集少，导致控制灵敏度低，稳态精度不高。如果增加模糊变量子集数，将增加模糊控制器复杂程度，而且对过渡过程无多大改进。为兼顾过渡过程具有快速响应，而稳态精度又高的要求。采用在控制器中加入比例积分(PI)补偿的方法，见图4。当｜e｜≤阈值时，按下列关系加入补偿值。ΔＵ＝Ｋpe＋ＫI∫edt（3）这里取比例系数Kp＝１．５，积分系数KI＝0.4
2 温度控制器的实现
考虑现场的工作环境，如盐分对电路板腐蚀、结垢，各种有害噪声的干扰等因素，温度控制器采用以下对策：
采用大功率加热器，使系统传递函数e－τs中的τ缩短。
控制电路全部采用硬件，使系统抗干扰能力强，工作可靠，实时性好，实现无人干预，智能化水平提高。
采用稳态精度补偿电路，使控制性能指标提高。
连续地控制可控硅导通角，加热电路始终处于通电状态，使系统过渡过程平稳光滑。图5是控制电路结构图。
3 实验结果
加热器功率为4kW，储水罐装有50kg含盐3％的盐水，根据试验要求设置ＴS＝40℃、60℃和80℃三种状态，通过温度传感器得到储水罐水温T，经过线性运算求出e＝ＴS－Ｔ和，每个TS对应的e和，得到不同程序存储器的输出，通过Ｄ／Ａ转换输出调整双向可控硅栅极电流大小，控制流过加热器的实际工作电流，从而实现温控。
实验结果表明：在稳态时，ＴS＝40℃，T＝40℃±0.1；TS＝60℃，T＝60℃±0.3；ＴS＝80℃，Ｔ＝78．5℃～81℃。图6表示三种状态下加热器两端稳态电压波形，从中看出随着ＴS提高，稳态误差变大，双向可控硅导通角变大，加在加热器两端平均电压增高。这可由W＝ＱBCP(TS－TB)公式说明，ＣP为盐水比热容，当(ＴS－ＴB)变大，需要的热量增加。
此智能化温控电路具有广泛应用价值，可用于空调机、电暖气等家用电器设备和其它工业场合。
( 0 B )
( 0 B )
( 0 B )
( 0 B )
( 0 B )
( 0 B )
( 0 B )
( 0 B )