Đề tài Phương pháp tổng hợp bộ điều khiển nước bao hơi trong nhà máy nhiệt điện

trừ và bán kính bất định phải đạt tối đa: r = 1. Vậy: ³ 1; q³ - qmin = (1.29) Gỉa sử, tập hợp các đối tượng bất định có chỉ số dao động không tồi hơn CDM cho trước. Khi đó, giá trị qmin xác định theo (1.29) đảm bảo cho hệ kín có dự trữ ổn định, tức chỉ số dao động không nhỏ hơn CDM cho trước. Lời giải của bài toán (1.29) xác định biểu thức căn có nghĩa và có thể xác định bằng phương pháp quét theo biến tần số. CHƯƠNG 2: PHƯƠNG PHÁP HIỆU CHỈNH HỆ THỐNG ĐANG LÀM VIỆC 2.1. PHƯƠNG PHÁP NHẬN DẠNG MÔ HÌNH ĐỐI TƯỢNG ĐANG LÀM VIỆC. Trong chương này trình bầy phương pháp nhận dạng trực tiếp các đối tượng của hệ thống điều khiển tầng (nhiều vòng), đang làm việc. Đối tượng được xét là bất định (có đặc tính không rõ ràng) và được mô hình hoá dưới dạng hàm truyền gồm thành phần cơ sở và phần bất định cộng tính kiểu vòng tròn. Nhận dạng là bài toán quan trọng xác định mô hình đối tượng hay quá trình, cần thiết cho việc tổng hợp hệ thống có hiệu quả. Lý thuyết nhận dạng cơ bản đã được trình bầy một cách hệ thống và khá đầy đủ trong các tác phẩm kinh điển của Eykhoff [10,11], trong đó chủ yếu tập trung vào các phương pháp nhận dạng hệ thống không có liên hệ nghịch. Nhưng trong thực tế, thường không mong muốn hoặc không cho phép ngắt tín hiệu phản hồi vì lý do an toàn hoặc nhiều lý do khác. Từ cuối những năm 1970, vấn đề nhận dạng đối tượng trong hệ kín, đặc biệt là các hệ công nghiệp, được quan tâm nhiều, trong đó coi trọng phương pháp nhận dạng chủ động vì tính hiệu quả và độ tin cậy cao của nó. Trong [12] xét mô hình hàm truyền tổng quát và xác định mô hình nhờ thuật toán “tối ưu hoá vượt khe”. Tuy nhiên, cho đến nay vấn đề nhận dạng đối tượng xét chủ yếu cho hệ một vòng. Với nhu cầu nâng cao chất lượng điều khiển quá trình công nghệ, các hệ điều khiển nhiều vòng được áp dụng rộng rãi. Trong khi đó, vấn đề nhận dạng nhiều đối tượng đồng thời trong hệ thống đang làm việc còn ít được chú ý. Trong chương này nêu phương pháp nhận dạng các đối tượng của hệ nhiều tầng trong điều kiện làm việc bình thường. Một lý do hết sức khó khăn để nhận dạng đối tượng trong nhà máy nhiệt điện là nhà máy vẫn hoạt động bình thường không cho phép dừng lại cũng không cho phép khởi động lại từ đầu để lấy được đặc tính của đối tượng. Cũng có thể nhà sản xuất cũng cho chúng ta đường đặc tính đó. Song sau một thời gian hoạt động thì đối tượng đã thay đổi không còn chính xác giống như ban đầu nữa cho nên nếu tổng hợp hệ thống điều khiển theo số liệu đó thì hệ thống hoạt động sẽ kém chất lượng. Vấn đề ở đây đặt ra là chúng ta phải xác định mô hình của đối tượng trong điều kiện thực tế hệ thống đang làm việc tức là chúng ta chỉ biết được số liệu đo được ở đầu vào và đầu ra của đối tượng. Trong thực tế, các tín hiệu tác động và hệ thống có sự tương quan lẫn nhau rất phức tạp. Do đó, phương pháp nhận dạng dựa vào tác động ngẫu nhiên thường cho kết quả rất kém tin cậy. Tuy nhiên phương pháp nhận dạng đối tượng trong hệ điều khiển nhiều vòng của tác giả PGS.TSKH.VS. Nguyễn Văn Mạnh đưa ra trong tạp chí Khoa Học Và Công Nghệ Nhiệt số 68 tháng 3 năm 2006 đã gải quyết được vấn đề này. Căn cứ vào phương pháp này áp dụng để nhận dạng đối tượng ở nhà máy nhiệt điện Phả Lại 2. Phương pháp nhận dạng sử dụng ở đây dựa vào tác động bất kỳ làm hệ thống thay đổi từ chế độ xác lập này sang chế độ khác. Bài toán nhận dạng này có thể giải bằng thuật toán tối ưu hoá “Vượt khe” được cài sẵn trong chương trình CASCAD [8]. Ta có thể sử dụng để tìm được mô hình đối tượng cần xác định. 2.1.1 Đặt bài toán nhận dạng hệ nhiều tầng. Không làm mất tính tổng quát, để đơn giản ta xét hệ hai vòng (hình 2.1), z(t) y1(t) F2 O2 O1 R2 R1 y3(t) y3(t) Hình 2.1. Hệ điều khiển hai vòng. Trong đó: O1, O2: Lần lượt là đối tượng thuộc vòng 1 và vòng 2. R1, R2: Các bộ điều chỉnh; F2: Khâu phản hồi của vòng điều chỉnh thứ hai. z(t): Giá trị đặt của hệ thống. y1(t), y2(t), y3(t): Các tín hiệu ra đo được của hệ thống. t : Biến thời gian. Vấn đề nhận dạng ở đây đặt ra là, hãy xác định mô hình của các đối tượng chỉ dựa trên các số liệu đo được ở đầu vào và đầu ra của chúng. Trong thực tế, các tín hiệu tác động vào hệ thống có sự tương quan lẫn nhau rất phức tạp. Do đó, phương pháp nhận dạng dựa vào các tác động ngẫu nhiên thường cho kết quả rất kém tin cậy. Dưới đây, xét phương pháp nhận dạng dựa vào tác động bất kỳ làm hệ thống thay đổi từ chế độ xác lập này sang chế độ xác lập khác, ví dụ khi thay đổi giá trị đặt hoặc có nhiễu mạnh. Theo hình 2.1, có thể viết hàm truyền theo các kênh từ đầu vào z, như sau: , (2.1) , (2.2) , (2.3) trong đó, O1(s), O2(s), R1(s), R2(s), F(s) – hàm truyền của các khâu tương ứng cùng tên; Y1(s), Y2(s), Y3(s) – ảnh Laplace của các đáp ứng ra: y1(t), y2(t), y3(t); s – biến số phức; Nếu chia (2.1) cho (2.2) và (2.2) cho (2.3), ta được: , i=1,2. (2.4) Để ý rằng, y1(t) là đáp ứng ra của O1 đối với tín hiệu vào y2(t), còn y2(t) là đáp ứng ra của O2 đối với tín hiệu vào y3(t). Như vậy, hàm truyền của đối tượng bất kỳ trong một hệ phức tạp có thể xác định theo tín hiệu đo được ở đầu vào và đầu ra của đối tượng đó. 2.1.2 Xác định ảnh của tín hiệu hàm thời gian. A1 A2 A3 AN-1 AN A0 t1 t2 t3 tN-1 tN … y(t) Hình 2.2. Đáp ứng thời gian y(t) và đường gấp khúc xấp xỉ. Ở đây có thể dùng mô hình trạng thái chứa trễ vận tải. Nhưng, để tổng hợp hệ thống theo quan điểm bền vững chất lượng cao [6], thì tốt hơn nếu mô hình sẵn có dưới dạng hàm truyền. Giả sử có đường cong thực nghiệm y(t), t³0 (hình 2.2). Ta có thể xấp xỉ nó bởi một đường gấp khúc với N đoạn thẳng: A0-A1-A2-...-AN, trong đó, đoạn cuối cùng AN-1-AN kéo dài tới vô tận. Tọa độ của các điểm Ai là [ti , y(ti)], trong đó, điểm gốc A0 với [t0=0, y(t0)=0]. Hệ số góc của mỗi đoạn Ai-1-Ai là: . (2.5) Ta định nghĩa một hàm thực như sau: . (2.6) Khi đó, có thể biểu diễn đường gấp khúc xấp xỉ của y(t) theo công thức: y(t) = – k0f(t-t0) + k1f(t-t0) – k1f(t-t1) + k2f(t-t1) – k2f(t-t2) + k3f(t-t3) – ... + kNf(t-tN). Nhóm theo từng cặp biểu thức trên, ta được: . (2.7) Thực hiện phép biến đổi Laplace đối với công thức (2.7), để ý đến tính chất (2.6), ta được: . (2.8) Áp dụng công thức (2.8) đối với (2.4), sau khi giản ước, ta được hàm truyền của đối tượng: , (2.9) trong đó, x(t) – tín hiệu vào; Nx, , – số đoạn xấp xỉ, hệ số góc và điểm đầu đoạn xấp xỉ thư i của đường cong x(t); y(t) – tín hiệu ra; Ny, , – các đại lượng tương tự của y(t). 2.1.3 Xác định hàm truyền của đối tượng. Công thức hàm truyền (2.9) của đối tượng có dạng phi cấu trúc, chưa dùng được trong bài toán tổng hợp hệ thống. Do vậy, phải đưa nó về dạng có cấu trúc, ví dụ: , (2.10) trong đó: (m,n,q) – là cấu trúc của mô hình bao gồm: bậc tử thức, mẫu thức và bậc phi tĩnh; X={b0,b1,…,bm,a1,a2,…,an,t} – véctơ tham số, trong đó, t – trễ vận tải; b0 – hệ số truyền. Trong nhiều trường hợp, bài toán nhận dạng sẽ giải dễ dàng hơn, nếu thay vì (2.10), dùng mô hình dưới dạng tích các nhân tử tam thức: , (2.11) trong đó, các hệ số bi chỉ tồn tại với i=0,1,…m, còn ai chỉ tồn tại với i=1,2,…n. Nếu chắc chắn đối tượng là một khâu phi chu kỳ, có thể dùng dạng tích các nhị thức: . (2.12) Để xác định cấu trúc và các tham số của mô hình, có thể đặt bài toán mô hình hoá tối ưu theo điều kiện tổng bình phương sai lệch tối thiểu trong miền phức: . (2.13) Nếu cho s=jw; - đơn vị ảo, w - tần số, ta có bài toán tối ưu hóa mô hình như sau: . (2.14) Bài toán (2.14) có thể giải bằng thuật toán tối ưu hoá “Vượt khe hướng chiếu affine” [13] với nhiều cấu trúc (m,n,q) khác nhau. Sau đó, chọn lời giải tốt nhất - ứng với tổng bình phương sai lệch nhận được bé nhất. Ta gọi đó là mô hình cơ sở, nó mang ý nghĩa “trung bình” tối ưu trong miền sai số của đối tượng. 2.1.4 Sai số mô hình hóa và mô hình bất định. Vì đặc tính của đối tượng thực có thể chiếm vị trí bất kỳ trong miền sai số, do vậy nói chung đối tượng thực không trùng với mô hình cơ sở. Theo quan điểm tổng hợp bền vững [5,6,13], để lường trước các biến thiên đó, có thể dùng mô hình bất định như sau: , (2.15) trong đó, = – mô hình cơ sở; – thành phần bất định kiểu đĩa tròn; r - bán kính bất định trong khoảng ; j – fa bất định trong khoảng ; – gọi là “nhân” bất định, có thể chọn một trong những dạng (2.10)-(2.12) với t º0. Vì || º1 nên giá trị t không ảnh hưởng đến |M(s)| của thành phần bất định. Cho s = jw, ta được đặc tính tần số bất định: . (2.16) Ta thấy, ứng với mỗi w xác định, cặp biến r,j sẽ tạo ra một điểm của đường cong nằm trên đĩa tròn, tâm là và bán kính bằng . Nếu thay đổi w từ 0 đến ¥, thì mô hình (2.16) vẽ lên một đường đặc tính tần số biến thiên bất định. Vậy, để mô hình (2.15) mô tả được toàn bộ dải bất định của đối tượng, nhờ đó đảm bảo hiệu quả giải bài toán tổng hợp, thì tập các thể hiện (2.16) phải bao trùm các trường hợp biến thiên có thể của đối tượng. Yêu cầu đó được thể hiện bằng bài toán tối ưu hóa sau: , (2.17) , (2.18) trong đó, M(s,A) – “nhân” bất định, có thể chọn một trong các dạng (2.10)-(2.12) với t º0 (vì || º1"t, không làm thay đổi |M(s)|; D(jw) - sai lệch giữa đặc tính thực nghiệm (2.9) và mô hình cơ sở, xác định theo công thức: , . (2.19) Ở đây, điều kiện ràng buộc (2.18) đảm bảo cho tập hợp các đặc tính bất định (2.16) phủ lên các biến thiên bất định có thể của số liệu thực nghiệm. Để giải bài toán (2.17)-(2.18), cách hiệu quả nhất là đưa nó về dạng bài toán tối ưu hóa vô điều kiện tương đương [13], như sau: , (2.20) trong đó, Y(A) – “hàm phạt” luôn dương, xác định theo quan hệ: , ; (2.21) p>0 - hệ số phạt đủ lớn, ví dụ chọn trong khoảng: 10¸106. Dễ thấy rằng với hệ số p đủ lớn, lời giải của bài toán (2.20) hoàn toàn thỏa mãn (2.17)-(2.18), tức là chúng tương đương nhau. Hàm J(A) thường có khe sâu dọc theo biên ràng buộc (2.21), do vậy, ở đây hiệu quả nhất là áp dụng thuật toán tối ưu hóa “Vượt khe hướng chiếu affine”. Có thể tóm tắt trình tự nhận dạng đối tượng trong hệ đang làm việc, gồm các bước sau: - Đầu tiên, căn cứ vào thời điểm xuất hiện tín hiệu nào đó tác động vào hệ thống, ghi lại các quá trình thay đổi tín hiệu ở phía đầu vào và đầu ra của đối tượng cần xét. Chọn dải tần ảnh hưởng nhất (dải cơ bản): wmin¸wmax, và xác định N giá trị tần số phân bố theo cấp số nhân: w1=wmin, wi+1=qwi, i=1,2,…,N-1, q=(wmax/wmin)1/(N-1). Sau đó, theo (2.9) tính mảng Oyx(jwi), i=1,2,…,N. Có thể bổ sung số liệu từ các thí nghiệm trước đó. - Đặt mảng Oyx(jwi) vào (2.14). Dùng thuật toán vượt khe giải bài toán này với nhiều cấu trúc khác nhau của mô hình cơ sở. Kết quả thu được hàm truyền cơ sở tối ưu . - Tính theo (2.19) sai lệch giữa mô hình cơ sở và số liệu thực nghiệm: D(jwi), i=1,2,…,N. Giải bài toán (2.20) bằng thuật toán vượt khe, nhận được “nhân” bất định tối ưu: M(s,A*). Từ đó có mô hình (2.15) phủ lên các đặc tính tần số thực nghiệm đã xét của đối tượng. 2.2. NHẬN DẠNG ĐỐI TƯỢNG THEO SỐ LIỆU VẬN HÀNH BÌNH THƯỜNG TẠI NHÀ MÁY NHIỆT ĐIỆN PHẢ LẠI 2. 2.2.1. Khái quát chung về sơ đồ điều khiển mức nước bao hơi của nhà máy. Hệ thống điều khiển mức nước nằm trong tổ hợp hệ thống điều khiển DCS của toàn bộ nhà máy. Hệ thống điểu khiển mức nước bao hơi của nhà máy sử dụng hai khối PID điều khiển là: PID điều khiển vòng ngoài và bộ PID điều khiển vòng trong. Ngoài ra trong sơ đồ điều khiển còn sử dụng các khối tính toán để sử lý kết quả đo đạc từ các đầu đo gửi về. Tín hiệu đo mức nước của bao hơi được lấy từ bốn đầu đo khác nhau đảm bảo độ tin cậy của tín hiệu. Đồng thời những kết quả này còn được hiệu chỉnh qua áp suất của bao hơi để tăng độ chính xác cho kết quả đo. Sơ đồ khối hệ thống điều khiển mức nước bao hơi được trình bày ở hình trang bên. - L g H(t) - O2(s) R2 O1(s) R1 B(s) Hình 2.3: Sơ đồ cấu trúc của hệ thống điều khiển m%(t) q(t) Từ sơ đồ khối trên ta có sơ đồ cấu trúc điều khiển như sau: Trong đó: g: Giá trị đặt bằng số. L: Tổ hợp tác động nhiễu. H: Đáp ứng đầu ra của hệ thống. R1, R2: Lần lượt bộ điều chỉnh vòng ngoài và vòng trong. O1, O2, B: Lần lượt là đối tượng mức nước và van cấp nước của hệ thống theo kênh điều chỉnh và đối tượng theo kênh tác động nhiễu. 2.2.1. Nhận dạng đối tượng. Từ những lý luận ở trên kết hợp với những số liệu thu thập được ở nhà máy Nhiệt Điện Phả Lại 2 ta đi nhận dạng đối tượng theo số liệu đang vận hành bình ở nhà máy. Ta khảo sát ở các chế độ tải 300 MW (ứng với chế độ tải 100%); 220 MW (ứng với chế độ tải 75%) và 150 MW (ứng với chế độ tải 50%). Ở dải rộng công suất như vậy kết quả thu được sẽ đem đến sự tin cậy cũng như đại diện được cho đối tượng ta đang xét. Theo lý luận trên để xác định đối tượng đang vận hành, thì yếu tố quan trọng là phải xác định tín hiệu vào và ra khỏi đối tượng. Qua theo dõi đồ thị vận hành của nhà máy, khi thấy sự thay đổi của tải làm cho hệ thống chuyển từ trạng thái xác lập này sang chế độ xác lập khác ta ghi lại sự thay đổi đó dưới dạng bảng số, sau đó dùng chương trình CASCAD vẽ đặc tính thời gian như các hình dưới đây rồi chuyển số liệu sang tần số biên độ pha. Điều quan trọng mà ta cần lưu ý trong phương pháp này là điểm lấy tín hiệu vào ra là phải cùng thời điểm và có sự thay đổi (xuất hiện xung tác động) của tín hiệu tác động đầu vào. Thời gian đủ dài sao cho hệ thống đã xác lập trở lại sau quá trình điều chỉnh của bộ điều chỉnh. 2.2.1.1. Nhận dạng đối tượng vòng trong và vòng ngoài. * Xét ở chế độ tải 300MW, 220 MW, 150 MW khi thấy sự thay đổi tải ta ghi lại sự thay đổi đó dưới dạng bảng số liệu rồi vẽ lại trên hệ trục toạ độ ta có được như sau (số liệu ở phụ lục): Hình 2.4. Tín hiệu thay đổi mức nước bao hơi H(mm) khi có tác động nhiễu lưu lượng hơi. 1, 2, 3 - nhận được từ theo dõi ở nhà máy ở phụ tải 300, 220, 150 MW. m% Hình 2.5. Tín hiệu thay đổi độ mở của van khi có tác động nhiễu lưu lượng hơi. 1, 2, 3 nhận được từ theo dõi ở nhà máy ở phụ tải 300, 220, 150 MW. Hình 2.6. Tín hiệu thay đổi lưu lượng nước cấp q (kg/s). 1, 2, 3 nhận được từ theo dõi ở nhà máy ở phụ tải 300, 220, 150 MW. Từ số liệu ở trên, trong chế độ đồ thị của CASCAD ta dựng đặc tính tần số của nó tương ứng với ba phụ tải nói trên. Sau đó căn cứ theo các đường đặc tính tần số xác định các bộ số tần số cho bài toán nhận dạng, xác định hàm truyền của đối tượng tương ứng với mỗi phụ tải. Kết quả nhận dạng bằng phương pháp “Vượt khe” [8] cho ta các mô hình hàm truyền của đối tượng ở các phụ tải khác nhau. ; ; . Các hàm truyền khác nhau này chứng tỏ rằng ở miền phụ tải làm việc của mình đối tượng điều chỉnh có tính chất động học thay đổi một cách bất định. Các hàm truyền nhận được ở các tải khác nhau: 300, 220, 150 MW là một số dạng cụ thể của tập hợp những biến thiên bất định của đối tượng bất định. Hình 2.7. Đặc tính tần số biên độ pha của đối tượng Ta nhận thấy ở mỗi chế độ tải khác nhau cho một đường đặc tính tần số biên độ pha khác nhau mà nguyên nhân do bản chất phi tuyến của đối tượng. Như vậy đối tượng của ta là đối tượng bất định việc nhận dạng theo mô hình sau: O(s) = O0(s) + D(s) Quá trình nhận dạng đối tượng bất định ở đây bắt đầu bằng việc xác định mô hình hàm truyền cơ sở của đối tượng. Dựa trên các bộ số liệu tần số vừa tính được tiến hành bước tối ưu hoá mô hình hàm truyền cơ sở sao cho hàm mục tiêu, tức tổng các bình phương sai số của mô hình đạt giá trị bế nhất. Quá trình tối ưu hoá mô hình thực hiện trên CASCAD theo phương pháp “Vượt khe” [8]. Kết quả tối ưu hoá cho hàm truyền cơ sở của đối tượng là: Đường đặc tính tần số của mô hình cơ sở nhận được trên đây dẫn trên hình 2.7. Bước tiếp theo là xác định phần biến thiên bất định của mô hình. Để làm việc đó người ta xác định độ biến thiên lớn nhất của đặc tính tần số so với đặc tính cơ sở. Đó là, tại mỗi điểm (ứng với mỗi tần số) trên đường cong đặc tính tần số cơ sở người ta lấy làm tâm và xác định một hình tròn sao cho với bán kính bé nhất mà nó chứa tất cả các điểm đặc tính tần số biến thiên. Sau khi xác định các bán kính tối thiều nói trên, tức độ biến thiên tối đa của mô hình ứng với một loạt giá trị tần số trong giải ta cần xét, người ta tiến hành bước tối ưu hoá mô hình phần biến thiên trên các cáp theo thuật toán “Vượt khe”. Kết quả, nhận được mô hình phần biến thiên tối đa phần bất định như sau: , với r Î [0¸1], j Î[0¸2p] , s = j w. Hàm truyền của đối tượng vòng ngoài O1 là: với r Î [0¸1], j Î[0¸2p] , s = j w. Tương tự bằng thao tác nhận dạng trong CASCAD ta thu được hàm truyền của đối tượng vòng trong O2 là: 2.2.1.2. Nhận dạng đối tượng theo kênh nhiễu. Hình 2.8 Sự thay đổi về mức nước. Hình 2.9. Sự thay đổi lưu lượng hơi Kết quả nhận dạng bằng phương pháp “Vượt khe” [8] cho ta hàm truyền đối tượng là: . CHƯƠNG 3: TỔNG HỢP BỘ ĐIỀU KHIỂN Trong chương này trình bày phương pháp để tổng hợp hệ thống điều khiển số cho hệ điều chỉnh hai tầng và tính toán bộ điều chỉnh mức nước bao hơi cho nhà máy nhiệt điện Phả Lại 2. 3.1. PHƯƠNG PHÁP TỔNG HỢP BỘ ĐIỀU KHIỂN SỐ CHO HỆ HAI VÒNG. Chất lượng điều chỉnh của hệ hai vòng đã đem đến kết quả rất khả quan trong điều chỉnh công nghiệp đặc biệt là trong các quá trình nhiệt, khi đối tượng điều khiển có quán tính lớn và chịu ảnh hưởng mạnh của tác động nhiễu. Từ khi kỹ thuật vi xử lý và điều khiển số ra đời người ta càng quan tâm nhiều hơn đến việc tổng hợp hệ thống điều khiển số hai vòng, song tính phức tạp của hệ thống nên lời giải nhận được của hệ thống không đem lại kết quả mong muốn hoặc kết quả không tối ưu do đó khi đặt tham số hệ thống người ta phần lớn dựa trên kinh nghiệm là chính. Trong bối cảnh đó quan điểm tổng hợp cấu trúc bền vững cao [1] ra đời là cơ sở lý luận để tổng hợp hệ thống điều chỉnh liên tục cũng như bộ điều chỉnh số đem đến lời giải đơn giản mà có hiệu quả cao. Dưới đây sẽ trình bày phương pháp phân tích hệ thống để tổng hợp hệ thống điều khiển số cho hệ hai tầng dựa trên quan điểm bền vững tối ưu chất lượng cao. Giả sử ta có một hệ thống điều khiển số hai tầng có cấu trúc như (hình 1) dưới đây, trong đó g – giá trị đặt bằng số; L - tổ hợp tác động nhiễu; y – đáp ứng đầu ra của hệ thống; R1(z), R2(z) - lần lượt là các hàm truyền đạt của bộ điều chỉnh số vòng ngoài và vòng trong; O1(s), O2(s), B(s) - lần lượt là hàm truyền đạt của đối tượng tại vòng ngoài, vòng trong của hệ thống theo kênh điều chỉnh và đối tượng theo kênh tác động nhiễu; s - biến số phức; z = eTs; WZOH là hàm truyền đạt của khâu giữ mẫu bậc không. L g y - O2(s) W2ZOH R2(z) O1(s) R1(z) W1ZOH B(s) Hình 3.1: Sơ đồ cấu trúc của hệ thống điều khiển số hai vòng Vấn đề đặt ra là tổng hợp hai bộ điều chỉnh số trên sao cho hệ thống làm việc ổn định, bền vững, chất lượng cao mà đơn giản nhất. Đặc điểm chung đáng chú ý của hệ hai vòng đang xét ở trên là sự chênh lệch hay sự khác biệt giữa tốc độ tác động của các vòng điều khiển. Càng ở những vòng trong thì tốc độ tác động càng nhanh. Do đó khi vòng trong có tác động điều khiển thì vòng ngoài hầu như chưa có tác động gì hay không có ảnh hưởng gì đến tác động của vòng điều khiển trong. Cho đến khi có tác động của vòng ngoài thì vòng trong đã xác lập rồi. Như vậy có thể coi rằng giữa các vòng điều khiển hầu như không có tác động ảnh hưởng lẫn nhau. Với quan điểm trên, việc tổng hợp cấu trúc bộ điều khiển trở nên hết sức đơn giản. Ta bắt đầu tổng hợp cấu trúc bộ điều khiển từ vòng trong ra đến vòng ngoài. Khi tổng hợp cấu trúc của bộ điều khiển vòng trong thì coi như vòng ngoài không làm việc. Còn khi tổng hợp cấu trúc bộ điều khiển vòng ngoài thi coi vòng trong đã được xác lập rồi. Do đó ta đưa ra hai sơ đồ tương đương với sơ đồ hai vòng trên như sau: y2 - g2 R2(s) O2(s) Hình 3.2. Sơ đồ điều chỉnh vòng trong - y1 g1 R1(s) O1(s) L B(s) Hình 3.3. Sơ đồ điều chỉnh vòng ngoài Trong đó: R1(s), R2(s): Lần lượt là các bộ điều chỉnh vòng ngoài và vòng trong. O1(s), O2(s): Lần lượt là các đối tượng cần điều chỉnh ở vòng ngoài và vòng trong. g1, g2: Lần lượt là các giá trị đặt của bộ điều chỉnh vòng ngoài và vòng trong. y1, y2: Lần lượt là đáp ứng đầu ra của vòng ngoài và vòng trong. Dựa theo quan điểm tổng hợp cấu trúc bền vững cao [1] cấu trúc bền vững tối ưu của hệ một vòng điển hình phải thoã mãn: H(s) = R(s).O(s) = . Suy ra: R(s) = .OPT(s)-1. (3.1) Trong đó: O(s) = e-ts.OPT(s): Hàm truyền của đối tượng. OPT(s): Phần hàm truyền không có trễ của đối tượng. e-ts: Hàm truyền phần trễ thuần tuý của đối tượng t: Thời gian trễ của đối tượng; R(s): Hàm truyền của của bộ điều chỉnh. H(s): Hàm truyền của của hệ hở; q: Hằng số quán tính của hệ điều chỉnh tối ưu, thoả mãn q>0 và q càng nhỏ càng tốt, để dảm bảo độ tắt dần của hệ y > 0,9, thì hằng số quán tính tối ưu có thể tính theo công thức: qmin = . (3.2) Trong đó: m – là chỉ số dao động mềm xác định tại tần số mà đặc tính mềm đi qua điểm (-1,j0). Xét bộ điều chỉnh vòng ngoài: Theo công thức (3.1) ta có: R1(s) = .O1PT(s)-1. Để đảm bảo ổn định đối với bộ điều chỉnh vòng ngoài chọn m1 = 0,367; y=0,9 thì ta có q1 = 1,023t1. Bộ điều chỉnh vòng ngoài trở thành: R1(s) = .O1PT(s)-1. Xét bộ điều chỉnh vòng trong: Theo công thức (3.2) ta có: R2(s) = .O2PT(s)-1. Đối với bộ điều chỉnh vòng trong ta cần tăng tính dự trữ ổn định của hệ thống đảm bảo cho y > 0,9 ta chọn m2 = 0,7. Khi đó theo công thức (3.2) ta có: q2 = = 2,387t. Khi đó ta có: R2(s) = O2PT(s)-1. Dựa theo quan điểm tổng hợp bền vững tối ưu chất lượng cao trong hệ liên tục trên ta đi xác định bộ điều chỉnh trong hệ thống điều khiển số. Xét sơ đồ điều khiển số một vòng như (hình 3) sau: y g - R(z) O(s) L B(s) WZOH Hình 3.4. Sơ đồ cấu trúc hệ thống điều khiển số một vòng. Trong đó: R(z) – hàm truyền của bộ điều khiển số; WZOH – hàm truyền của khâu giữ mẫu bậc không; O(s), B(s) là hàm truyền của đối tượng theo kênh điều khiển và kênh nhiễu; u – tín hiệu đặt đầu vào; y – đáp ứng tín hiệu ra; L - tổ hợp tác động nhiễu; Với khâu giữ mẫu bậc không có phương trình hàm truyền đạt là: . Hay: . Như vậy ta có thể tách khâu giữ mẫu thành hai phần: (1-z-1) và khi đó sơ đồ ở (hình 3) trở thành sơ đồ tương đương sau: y g - R(z) O(s) L B(s) 1-z-1 Hình 3.5. Sơ đồ biến đổi cấu trúc hệ thống điều khiển số một vòng. g Hình 3.6. Sơ đồ điều chỉnh tương đương - y R*(s) L B(s) Sau khi tách WZOH thành hai phần, một phần chứa z, một phần chứa s. Ta gộp phần chứa z với bộ điều chỉnh còn phần chứa s với đối tượng. Khi đó ta được sơ đồ tương đương sau: Bây giờ bài toán trở về với bài toán tổng hợp bộ điều khiển một vòng quen thuộc. Đặt . Khi đó bộ điều chỉnh có dạng: . Số hoá bộ điều chỉnh trên ta thu được: Từ đó ta có: Þ Cuối cùng ta thu được: Nếu bỏ qua thành phần trễ thì ta có: Ta có thể đưa bộ điều khiển về dạng tương tự như trong hệ liên tục như sau. Đặt s* =1 – z-1. Khai triển thành chuỗi Taylor ta có: s* = 1 – e-Ts = 1 – (1 – Ts + ) Loại bỏ phần mũ bậc cao ta thu được kết quả cuối cùng là: s* = Ts. Vậy cuối cung ta có: . Như vậy ta có thể thấy được sự tương quan giữa bộ điều khiển bền vững tối ưu chất lượng cao trong hệ liên tục và hệ rời rạc. Điều càng giúp đỡ cho chúng ta tổng hợp được một cách thuận tiện và dễ dàng bộ điều khiển số dựa trên quan điểm bền vững tối ưu. Qua thành phần của O*(z) trên cũng lý giải cho chúng ta thấy được vì sao chất lượng điều chỉnh lại phụ thuộc vào thời gian trích mẫu. Qua cấu trúc của bộ điều chỉnh ta thấy rằng mỗi bộ điều chỉnh có một tham số duy nhất là q, phải xác định q sao cho hệ thống đảm bảo độ dự trữ ổn định tức là đặc tính mềm của hệ hở không bao điểm (-1,j0). 3.2. TỔNG HỢP BỘ ĐIỀU KHIỂN MỨC NƯỚC BAO HƠI CỦA NHÀ MÁY ĐIỆN PHẢ LẠI 2 Mô hình hàm truyền của hai đối tượng mà ta cần điều chỉnh là đối tượng bao hơi O1(s) và van điều chỉnh nước cấp O2(s): O1(s) = 4,604e – 24,926s. O2(s) = 3,006e – 9,638s. Trong đó đối tượng van nước cấp là đối tượng vòng trong; đối tượng bao hơi là đối tượng vòng ngoài của hệ thống điều chỉnh. Theo những lý luận trên ta đi tổng hợp riêng rẽ từng bộ điều chỉnh. Đầu tiên ta tổng hợp cấu trúc bộ điều chỉnh ở vòng trong. 3.2.1. Bộ điều chỉnh vòng trong R2(z). Theo cấu trúc bộ điều chỉnh bền vững chất lượng cao có dạng: (3.3) Trong đó: Z{O2PT(s)-1} và q2 ta cũng cần xác định. Xác định z{O2PT(s)-1}, ta có: = Theo tài liệu [2] áp dụng công thức biến đổi sang hàm z ta được: O2PT(z) = . Trong đó: T là thời gian trích mẫu. Thay vào công thức (3.3) ta có: Ứng với mỗi thời cắt mẫu cho ta một bộ tham số của bộ điều chỉnh: * Với thời gian cắt mẫu T = 0,25 giây cho ta bộ điều chỉnh: 3.2.2. Bộ điều chỉnh vòng ngoài R1(z). Theo cấu trúc bộ điều chỉnh bền vững chất lượng cao có dạng: (3.4) Trong đó: Z{O1PT(s)}-1 và q cần xác định. Xác định Z{O(s)}-1, ta có: O1PT(s) = Thực hiện phép biến đổi quy đồng mẫu số và đồng nhất các hệ số trên tử số ta được: 4,604 = A.(1 + 12,627s+40,043s2) + (Bs+C)s Þ A + 12,627A.s + 40,043As2 + Bs2 + Cs = 4,604. Þ A + s(12,627A + C) + s2(40,043A + B) = 4,604. Þ Giải ra ta được: Khi đó ta có: . = = = Theo tài liệu [2] áp dụng công thức biến đổi sang hàm z ta được: . Đặt: D = e-0,1575Tcos(0,013T). E = e-0,1575Tsin(0,013T). F = e-0,315T Trong đó: T là thời gian t