第10卷第6期 智能系统学报 Vol.10 No.6 2015年12月 CAAI Transactions on Intelligent Systems Dee.2015 D0:10.11992.tis.201507039 网络出版地址：http://www.cnki.net/kcms/detail/23.1538.tp.20151110.1354.010.html 生活垃圾焚烧炉燃烧过程温度的仿人智能控制 肖前军1，许虎2 (1.重庆工业职业技术学院自动化学院，重庆401120：2.重庆大学自动化学院，重庆400044) 摘要：针对城市垃圾焚烧排放污染物含量高，探讨了一种焚烧系统温度控制的仿人智能算法。剖析了垃圾不完全 燃烧、烟气排放污染与导致二次污染等产生的原由，讨论了焚烧稳定性控制的条件，总结了焚烧过程的控制论特性， 研究了焚烧过程的智能控制策略，构建了一种基于仿人智能的控制算法。以二阶滞后模型为例.仿真实验验证了仿 人智能控制算法的强抗干扰能力与过程控制的良好品质。仿真研究结果表明，提出的控制算法对焚烧炉过程温度 控制是可行与有效的。 关键词：垃圾焚烧：温度控制：燃烧稳定性；不确定性：污染物排放：二次污染；控制策略：仿人智能控制 中图分类号：TP273文献标志码：A文章编号：1673-4785(2015)06-0881-05 中文引用格式：肖前军，许虎.生活垃圾焚烧炉燃烧过程温度的仿人智能控制[J】.智能系统学报，2015,10(6)：881-885. 英文引用格式：XIAO Qianjun,XUHu.Algorithm for human-simulated intelligent temperature control of incinerator combustion process of urban household garbage[J].CAAI Transactions on Intelligent Systems,2015,10(6):881-885. Algorithm for human-simulated intelligent temperature control of incinerator combustion process of urban household garbage XIAO Qianjun',XU Hu2 (1.School of Automation,Chongqing Industry Polytechnic College,Chongqing 401120,China;2.College of Automation,Chongqing University,Chongqing 400044,China) Abstract:To address the problem of the high pollutant content discharged from city garbage incineration,this paper explores a human-simulated intelligent algorithm for controlling the temperature of the incineration process.We de- termine the reasons for incomplete garbage combustion,flue gas emission pollution,and secondary pollution.We then discuss the conditions necessary for incineration stability,summarize the cybernetic characteristics of the incin- eration process,develop an intelligent control strategy for the incineration process,and construct a control algorithm based on human-simulated intelligence.Using a two-order lag model as an example,the simulation experiment dem- onstrates that it would have good anti-jamming ability and process control quality.The results of the simulation re- search show that the proposed control algorithm is feasible and effective for controlling the temperature of the incin- eration process. Keywords:garbage incineration;temperature control;combustion stability;uncertainty;pollutant discharge;sec- ondary pollution;control strategy;human simulated intelligent control 随着经济的高速发展，焚烧已经成为城市生活 是将垃圾焚烧发电越来越受到人们的重视。无 垃圾减量化、资源化、无害化处理的重要手段，特别 论链条、辊轴炉排、往复式炉排还是循环流化床垃圾 焚烧炉系统，由于垃圾成分与焚烧过程异常复杂，要 收稿日期：2015-07-23.网络出版日期：2015-11-10. 基金项目：重庆市教委科学技术研究资助项目(K102102). 达到垃圾处理的资源化、减量化、无害化的目标并非 通信作者：肖前军.E-mail:xiaoqianjun2003@126.com
第 １０ 卷第 ６ 期 智 能 系 统 学 报 Ｖｏｌ．１０ №．６ ２０１５ 年 １２ 月 ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ Ｄｅｃ． ２０１５ ＤＯＩ：１０．１１９９２．ｔｉｓ．２０１５０７０３９ 网络出版地址：ｈｔｔｐ： ／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ ／ ｋｃｍｓ／ ｄｅｔａｉｌ ／ ２３．１５３８．ｔｐ．２０１５１１１０．１３５４．０１０．ｈｔｍｌ 生活垃圾焚烧炉燃烧过程温度的仿人智能控制 肖前军１ ，许虎２ （１．重庆工业职业技术学院 自动化学院，重庆 ４０１１２０； ２．重庆大学 自动化学院，重庆 ４０００４４） 摘 要：针对城市垃圾焚烧排放污染物含量高，探讨了一种焚烧系统温度控制的仿人智能算法。 剖析了垃圾不完全 燃烧、烟气排放污染与导致二次污染等产生的原由，讨论了焚烧稳定性控制的条件，总结了焚烧过程的控制论特性， 研究了焚烧过程的智能控制策略，构建了一种基于仿人智能的控制算法。 以二阶滞后模型为例，仿真实验验证了仿 人智能控制算法的强抗干扰能力与过程控制的良好品质。 仿真研究结果表明，提出的控制算法对焚烧炉过程温度 控制是可行与有效的。 关键词：垃圾焚烧；温度控制；燃烧稳定性；不确定性；污染物排放；二次污染；控制策略；仿人智能控制 中图分类号： ＴＰ２７３ 文献标志码：Ａ 文章编号：１６７３⁃４７８５（２０１５）０６⁃０８８１⁃０５ 中文引用格式：肖前军，许虎． 生活垃圾焚烧炉燃烧过程温度的仿人智能控制［Ｊ］． 智能系统学报， ２０１５， １０（６）： ８８１⁃８８５． 英文引用格式：ＸＩＡＯ Ｑｉａｎｊｕｎ， ＸＵ Ｈｕ． Ａｌｇｏｒｉｔｈｍ ｆｏｒ ｈｕｍａｎ－ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ ｏｆ ｉｎｃｉｎｅｒａｔｏｒ ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｕｒｂａｎ ｈｏｕｓｅｈｏｌｄ ｇａｒｂａｇｅ［Ｊ］． ＣＡＡＩ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｙｓｔｅｍｓ， ２０１５， １０（６）： ８８１⁃８８５． Ａｌｇｏｒｉｔｈｍ ｆｏｒ ｈｕｍａｎ⁃ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｔ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ ｏｆ ｉｎｃｉｎｅｒａｔｏｒ ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｕｒｂａｎ ｈｏｕｓｅｈｏｌｄ ｇａｒｂａｇｅ ＸＩＡＯ Ｑｉａｎｊｕｎ １ ， ＸＵ Ｈｕ ２ （１． Ｓｃｈｏｏｌ ｏｆ Ａｕｔｏｍａｔｉｏｎ， Ｃｈｏｎｇｑｉｎｇ Ｉｎｄｕｓｔｒｙ Ｐｏｌｙｔｅｃｈｎｉｃ Ｃｏｌｌｅｇｅ， Ｃｈｏｎｇｑｉｎｇ ４０１１２０， Ｃｈｉｎａ；２． Ｃｏｌｌｅｇｅ ｏｆ Ａｕｔｏｍａｔｉｏｎ， Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｃｈｏｎｇｑｉｎｇ ４０００４４， Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏ ａｄｄｒｅｓｓ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｔｈｅ ｈｉｇｈ ｐｏｌｌｕｔａｎｔ ｃｏｎｔｅｎｔ ｄｉｓｃｈａｒｇｅｄ ｆｒｏｍ ｃｉｔｙ ｇａｒｂａｇｅ ｉｎｃｉｎｅｒａｔｉｏｎ， ｔｈｉｓ ｐａｐｅｒ ｅｘｐｌｏｒｅｓ ａ ｈｕｍａｎ⁃ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｃｏｎｔｒｏｌｌｉｎｇ ｔｈｅ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ｔｈｅ ｉｎｃｉｎｅｒａｔｉｏｎ ｐｒｏｃｅｓｓ． Ｗｅ ｄｅ⁃ ｔｅｒｍｉｎｅ ｔｈｅ ｒｅａｓｏｎｓ ｆｏｒ ｉｎｃｏｍｐｌｅｔｅ ｇａｒｂａｇｅ ｃｏｍｂｕｓｔｉｏｎ， ｆｌｕｅ ｇａｓ ｅｍｉｓｓｉｏｎ ｐｏｌｌｕｔｉｏｎ， ａｎｄ ｓｅｃｏｎｄａｒｙ ｐｏｌｌｕｔｉｏｎ． Ｗｅ ｔｈｅｎ ｄｉｓｃｕｓｓ ｔｈｅ ｃｏｎｄｉｔｉｏｎｓ ｎｅｃｅｓｓａｒｙ ｆｏｒ ｉｎｃｉｎｅｒａｔｉｏｎ ｓｔａｂｉｌｉｔｙ， ｓｕｍｍａｒｉｚｅ ｔｈｅ ｃｙｂｅｒｎｅｔｉｃ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｉｎｃｉｎ⁃ ｅｒａｔｉｏｎ ｐｒｏｃｅｓｓ， ｄｅｖｅｌｏｐ ａｎ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｆｏｒ ｔｈｅ ｉｎｃｉｎｅｒａｔｉｏｎ ｐｒｏｃｅｓｓ， ａｎｄ ｃｏｎｓｔｒｕｃｔ ａ ｃｏｎｔｒｏｌ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｈｕｍａｎ⁃ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｃｅ． Ｕｓｉｎｇ ａ ｔｗｏ⁃ｏｒｄｅｒ ｌａｇ ｍｏｄｅｌ ａｓ ａｎ ｅｘａｍｐｌｅ， ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔ ｄｅｍ⁃ ｏｎｓｔｒａｔｅｓ ｔｈａｔ ｉｔ ｗｏｕｌｄ ｈａｖｅ ｇｏｏｄ ａｎｔｉ⁃ｊａｍｍｉｎｇ ａｂｉｌｉｔｙ ａｎｄ ｐｒｏｃｅｓｓ ｃｏｎｔｒｏｌ ｑｕａｌｉｔｙ． Ｔｈｅ ｒｅｓｕｌｔｓ ｏｆ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｒｅ⁃ ｓｅａｒｃｈ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｃｏｎｔｒｏｌ ａｌｇｏｒｉｔｈｍ ｉｓ ｆｅａｓｉｂｌｅ ａｎｄ ｅｆｆｅｃｔｉｖｅ ｆｏｒ ｃｏｎｔｒｏｌｌｉｎｇ ｔｈｅ ｔｅｍｐｅｒａｔｕｒｅ ｏｆ ｔｈｅ ｉｎｃｉｎ⁃ ｅｒａｔｉｏｎ ｐｒｏｃｅｓｓ． Ｋｅｙｗｏｒｄｓ： ｇａｒｂａｇｅ ｉｎｃｉｎｅｒａｔｉｏｎ； ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ； ｃｏｍｂｕｓｔｉｏｎ ｓｔａｂｉｌｉｔｙ； ｕｎｃｅｒｔａｉｎｔｙ； ｐｏｌｌｕｔａｎｔ ｄｉｓｃｈａｒｇｅ； ｓｅｃ⁃ ｏｎｄａｒｙ ｐｏｌｌｕｔｉｏｎ； ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ； ｈｕｍａｎ ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｔ ｃｏｎｔｒｏｌ 收稿日期：２０１５⁃０７⁃２３． 网络出版日期：２０１５⁃１１⁃１０． 基金项目：重庆市教委科学技术研究资助项目（ＫＪ１０２１０２）． 通信作者：肖前军． Ｅ⁃ｍａｉｌ：ｘｉａｏｑｉａｎｊｕｎ２００３＠ １２６．ｃｏｍ． 随着经济的高速发展，焚烧已经成为城市生活 垃圾减量化、资源化、无害化处理的重要手段，特别 是将垃圾焚烧发电越来越受到人们的重视［１⁃３］ 。 无 论链条、辊轴炉排、往复式炉排还是循环流化床垃圾 焚烧炉系统，由于垃圾成分与焚烧过程异常复杂，要 达到垃圾处理的资源化、减量化、无害化的目标并非
·882· 智能系统学报 第10卷 易事，还有许多问题需要研究解决。首先，以垃圾作 的必要燃烧温度，以减低设备运行成本与有效利用热 燃烧原料其热值是极其不稳定的，垃圾组成成分极 能，并使一次与二次污染最小。稳定燃烧的影响因素 其复杂，与垃圾分布地区、时间区间等众多因素相 包括：垃圾自身特性、空气过剩系数、烟气在炉内的停 关，几乎没有一个固定不变的规律可寻。其次，焚烧 留时间与湍流度等，其中最重要的指标是燃烧温度、 炉系统的热力特性是变化的，它随运行时间、设备大 停留时间和湍流度，常被称为垃圾焚烧炉控制的 修与技术改造而偏离原设计特性，可能出现燃烧不 “3T”要素。炉温高有利于垃圾充分干燥、过程热解 稳定、着火困难、炉膛结渣、燃烧不完全、产生腐蚀以 充分、挥发成份析出与促进残碳燃尽，满足垃圾焚烧 及加剧二次污染等，使系统变得更加难以达到预期 处理的热灼减量要求：炉温高也有利于减少有害污染 的控制目标。再次，燃烧是很难采用数学手段进行 物排放，当温度到850℃时烟气在炉内停留2s以后， 描述的复杂物理化学过程，因其是一个多输入多输 二愿英排放量会急剧减少，因为大约99.9%的二嗯英 出并具有强耦合的非线性系统，基于传统的PD控 将被分解，因此焚烧温度是最为重要的影响因素：较 制不具备适应焚烧系统热力学特性变化的控制能 高的稳定炉温有利于提高蒸汽的参数、产量与改善蒸 力。针对上述问题，以下从控制论角度对生活垃圾 汽品质，提高垃圾资源化利用率。但燃烧应考虑垃圾 焚烧炉系统温度控制作某些探讨。 的含水率燃点与热值等因素对温度的影响，因为燃 烧温度是由燃料性质确定的，一般温度越高，烟气在 1 控制论特性与稳定性燃烧 炉内的停留时间越短。当火焰温度足够高时，应当采 1.1燃烧过程的控制论特性 取强制技术措施对燃烧速度作必要的限制，否则可能 燃烧过程中产生的控制问题，如燃烧不完全、产 加重炉体及耐火材料的负担并带来高温结渣与腐蚀。 生二次污染等，多由于采用的控制策略与垃圾焚烧 燃烧温度直接关系到生产运行的经济性，也涉及到多 过程的控制论特性不匹配导致的，因此有必要讨论 项技术指标能否达到规定的预期要求，比如燃烧稳定 垃圾焚烧过程的控制论特性：1)不确定性。焚烧过 性、高温结渣、低温腐蚀、二次污染物排放、燃尽率等， 程最突出的特性是具有不确定性，包括燃料组分、热 只有采取正确的控制策略才能实现对垃圾稳定性燃 力学特性、动态控制模型与环境干扰等的不确定性， 烧的优化控制79。 传统控制总是采用固定的范示控制策略进行控制， 因此必然导致控制策略与控制论特性失配，比如焚 控制策略与控制算法 烧过程中空气燃料比严重偏离理想空气燃料比，因 2.1控制策略 空气不足引起燃烧不完全，并且在300~750℃温度 针对生活垃圾焚烧过程的控制论特性，如具有 段极易生成剧毒二愿英而导致高污染物二噁英排放 不确定性、非线性和时变性等，采用智能控制策略可 至大气，因此不能采取控制确定性过程的控制策略 解决常规传统控制方法难以优化控制焚烧过程的难 去控制具有不确定性的燃烧过程，因为控制不当就 题，它为垃圾焚烧过程控制提供了广阔的策略选择 会产生二次污染。2)控制参数的时变性。焚烧过 空间，因此可针对具体的焚烧系统过程选取与其控 程是一个动态的燃烧过程，其控制参数与过程所处 制论特性匹配的控制策略。在智能控制策略中，值 状态和静态工作点有关，因此控制参数应不断地被 得注意的是仿人智能控制(human simulated intelli- 修正，而不是固定不变的。3)多变量之间的强关联 gent controller,HSIC)策略，其基本思想就是仿人与 特性。影响燃烧的因素众多，它们之间是相互关联 仿智，即在控制与结构方面模拟控制专家的思想与 的，难以进行解耦处理。4)大滞后大惯性特性。焚 烧过程的热惯性是显然的，因为燃料成分极其复杂， 行为，并操作机器以模仿人类行为的方式实现其控 基本上都是热的不良传导体，时滞特性明显，而且是 制，比如一个优秀的车辆驾驶员可在道路状况极其 随着时间变化的。5)外部环境干扰的不确定与多 复杂而气象条件又非常恶劣的环境下，可顺利地达 变性以及非结构化特征，它们很难用数学手段进行 成驱车目标。实际上车辆驾驶员头脑中有一个智能 描述。面对焚烧过程的上述控制论特性，必须寻找 的控制机构，驱车过程本身就是控制机构对驱车控 新的控制策略才能对其进行优化控制[46]。 制问题的“认知一→判断”与“判断→操作”的一个求 1.2稳定性燃烧 解过程。驱车驾驶靠的是人类的智能与智慧，该过 稳定燃烧是指在垃圾成分极其复杂、热值多变模 程经历了2个复杂的信息处理过程，首先执行的是 糊并且热值低的条件下，为确保垃圾充分燃尽而维持 “认知→判断”定性推理的信息处理过程，然后执行
易事，还有许多问题需要研究解决。 首先，以垃圾作 燃烧原料其热值是极其不稳定的，垃圾组成成分极 其复杂，与垃圾分布地区、时间区间等众多因素相 关，几乎没有一个固定不变的规律可寻。 其次，焚烧 炉系统的热力特性是变化的，它随运行时间、设备大 修与技术改造而偏离原设计特性，可能出现燃烧不 稳定、着火困难、炉膛结渣、燃烧不完全、产生腐蚀以 及加剧二次污染等，使系统变得更加难以达到预期 的控制目标。 再次，燃烧是很难采用数学手段进行 描述的复杂物理化学过程，因其是一个多输入多输 出并具有强耦合的非线性系统，基于传统的 ＰＩＤ 控 制不具备适应焚烧系统热力学特性变化的控制能 力。 针对上述问题，以下从控制论角度对生活垃圾 焚烧炉系统温度控制作某些探讨。 １ 控制论特性与稳定性燃烧 １．１ 燃烧过程的控制论特性 燃烧过程中产生的控制问题，如燃烧不完全、产 生二次污染等，多由于采用的控制策略与垃圾焚烧 过程的控制论特性不匹配导致的，因此有必要讨论 垃圾焚烧过程的控制论特性：１）不确定性。 焚烧过 程最突出的特性是具有不确定性，包括燃料组分、热 力学特性、动态控制模型与环境干扰等的不确定性， 传统控制总是采用固定的范示控制策略进行控制， 因此必然导致控制策略与控制论特性失配，比如焚 烧过程中空气燃料比严重偏离理想空气燃料比，因 空气不足引起燃烧不完全，并且在 ３００ ～ ７５０℃ 温度 段极易生成剧毒二噁英而导致高污染物二噁英排放 至大气，因此不能采取控制确定性过程的控制策略 去控制具有不确定性的燃烧过程，因为控制不当就 会产生二次污染。 ２） 控制参数的时变性。 焚烧过 程是一个动态的燃烧过程，其控制参数与过程所处 状态和静态工作点有关，因此控制参数应不断地被 修正，而不是固定不变的。 ３） 多变量之间的强关联 特性。 影响燃烧的因素众多，它们之间是相互关联 的，难以进行解耦处理。 ４） 大滞后大惯性特性。 焚 烧过程的热惯性是显然的，因为燃料成分极其复杂， 基本上都是热的不良传导体，时滞特性明显，而且是 随着时间变化的。 ５） 外部环境干扰的不确定与多 变性以及非结构化特征，它们很难用数学手段进行 描述。 面对焚烧过程的上述控制论特性，必须寻找 新的控制策略才能对其进行优化控制［４⁃６］ 。 １．２ 稳定性燃烧 稳定燃烧是指在垃圾成分极其复杂、热值多变模 糊并且热值低的条件下，为确保垃圾充分燃尽而维持 的必要燃烧温度，以减低设备运行成本与有效利用热 能，并使一次与二次污染最小。 稳定燃烧的影响因素 包括：垃圾自身特性、空气过剩系数、烟气在炉内的停 留时间与湍流度等，其中最重要的指标是燃烧温度、 停留时间和湍流度，常被称为垃圾焚烧炉控制的 “３Ｔ”要素。 炉温高有利于垃圾充分干燥、过程热解 充分、挥发成份析出与促进残碳燃尽，满足垃圾焚烧 处理的热灼减量要求；炉温高也有利于减少有害污染 物排放，当温度到 ８５０℃时烟气在炉内停留 ２ ｓ 以后， 二噁英排放量会急剧减少，因为大约 ９９．９％的二噁英 将被分解，因此焚烧温度是最为重要的影响因素；较 高的稳定炉温有利于提高蒸汽的参数、产量与改善蒸 汽品质，提高垃圾资源化利用率。 但燃烧应考虑垃圾 的含水率、燃点与热值等因素对温度的影响，因为燃 烧温度是由燃料性质确定的，一般温度越高，烟气在 炉内的停留时间越短。 当火焰温度足够高时，应当采 取强制技术措施对燃烧速度作必要的限制，否则可能 加重炉体及耐火材料的负担并带来高温结渣与腐蚀。 燃烧温度直接关系到生产运行的经济性，也涉及到多 项技术指标能否达到规定的预期要求，比如燃烧稳定 性、高温结渣、低温腐蚀、二次污染物排放、燃尽率等， 只有采取正确的控制策略才能实现对垃圾稳定性燃 烧的优化控制［７⁃９］ 。 ２ 控制策略与控制算法 ２．１ 控制策略 针对生活垃圾焚烧过程的控制论特性，如具有 不确定性、非线性和时变性等，采用智能控制策略可 解决常规传统控制方法难以优化控制焚烧过程的难 题，它为垃圾焚烧过程控制提供了广阔的策略选择 空间，因此可针对具体的焚烧系统过程选取与其控 制论特性匹配的控制策略。 在智能控制策略中，值 得注意的是仿人智能控制（ ｈｕｍａｎ ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉ⁃ ｇｅｎｔ ｃｏｎｔｒｏｌｌｅｒ，ＨＳＩＣ）策略，其基本思想就是仿人与 仿智，即在控制与结构方面模拟控制专家的思想与 行为，并操作机器以模仿人类行为的方式实现其控 制，比如一个优秀的车辆驾驶员可在道路状况极其 复杂而气象条件又非常恶劣的环境下，可顺利地达 成驱车目标。 实际上车辆驾驶员头脑中有一个智能 的控制机构，驱车过程本身就是控制机构对驱车控 制问题的“认知→判断”与“判断→操作”的一个求 解过程。 驱车驾驶靠的是人类的智能与智慧，该过 程经历了 ２ 个复杂的信息处理过程，首先执行的是 “认知→判断”定性推理的信息处理过程，然后执行 ·８８２· 智 能 系 统 学 报 第 １０ 卷
第6期 肖前军，等：生活垃圾焚烧炉燃烧过程温度的仿人智能控制 ·883. “判断→操作”定量控制的信息处理过程，整个执行 制模式的负反馈可减少误差2-)。将上述半开环 过程既有定性决策又有定量控制。事实上，这里的 “保持”与比例控制模式合并，其原型算法可用数学 优秀驾驶员就是一个人体控制器，焚烧过程是瞬息 形式总结为 万变的，其优化控制也必须在线实时完成，就如驾驶 员根据行驶轨迹及其变化趋势实时驱驶车辆行驶一 em.i,(e·e>0Ue=0ne≠0) i=1 样。因此，仿人智能的控制系统只不过是人体控制 系统的另外一种“同态”变换形式。从人体控制器 (=0) i=1 结构和功能方面分析可知，基于仿人智能的控制系 式中：e、e、emu、Kp、k分别是过程误差及其变化 统具备以下基本特征：如启发式和直觉推理逻辑：在 率，控制过程中第j次过程的误差极值，仿人智能控 线的特征辨识和特征记忆：分层的信息处理与决策 制器的输出，比例系数和抑制系数。在实施控制的 机构：定性决策与定量控制以及开、闭环控制相结合 过程中，实质上采用的是双模态控制模式，下个周期 的多模态控制等。在仿人智能控制中，直觉的逻辑 的控制模式与算法是由当前控制周期的误差特征模 推理借助产生式规则予以表达（即用F-THEN语句 式决定的，借助交替地实施2种控制模式就可达到 实现)，其在线的特征辨识由系统动态特征模型予 对焚烧过程的优化控制目的。 以数学描述，基于经典控制理论，HSIC充分利用了 ) et) HS1C控制器0 被控过程 v) 交叉技术的优势，比如HSIC将控制理论、人工智能 和计算机科学有机融合，因此可将定性决策与定量 图1焚烧过程控制模型 Fig.I 控制相结合从而实施多模态的控制：基于经典反馈 Incineration process control model 控制，HSIC可将开环控制与闭环控制相结合，以计 el 算机软硬件系统为载体，从而构造出独具特色的控 制算法。智能控制中的其他控制策略如模糊逻辑、 ee>0 专家系统和神经网络等策略与仿人智能控制相比， e 其控制手段显得单一，因此仿人智能控制在协调焚 烧过程的动、静态技术指标与强鲁棒性方面有更加 ee0或者e=0且e≠0时，那么e是 圾焚烧炉负荷变化仿真包括：1)主汽压力与空气量 增加的。基于上述分析，可以总结出2种不同的误 不变，燃料量增加5%扰动：2)主汽压力与空气量不 差特征模式：1)当e·e0 量增加5%扰动，燃料量不变。为保证仿真时有稳定 初始值，模型实施仿真中在第15s时开始加入外部脉 或者e=0且e≠0时，可选取比例控制模式，因该控
“判断→操作”定量控制的信息处理过程，整个执行 过程既有定性决策又有定量控制。 事实上，这里的 优秀驾驶员就是一个人体控制器，焚烧过程是瞬息 万变的，其优化控制也必须在线实时完成，就如驾驶 员根据行驶轨迹及其变化趋势实时驱驶车辆行驶一 样。 因此，仿人智能的控制系统只不过是人体控制 系统的另外一种“同态”变换形式。 从人体控制器 结构和功能方面分析可知，基于仿人智能的控制系 统具备以下基本特征：如启发式和直觉推理逻辑；在 线的特征辨识和特征记忆；分层的信息处理与决策 机构；定性决策与定量控制以及开、闭环控制相结合 的多模态控制等。 在仿人智能控制中，直觉的逻辑 推理借助产生式规则予以表达（即用 ＩＦ⁃ＴＨＥＮ 语句 实现），其在线的特征辨识由系统动态特征模型予 以数学描述，基于经典控制理论，ＨＳＩＣ 充分利用了 交叉技术的优势，比如 ＨＳＩＣ 将控制理论、人工智能 和计算机科学有机融合，因此可将定性决策与定量 控制相结合从而实施多模态的控制；基于经典反馈 控制，ＨＳＩＣ 可将开环控制与闭环控制相结合，以计 算机软硬件系统为载体，从而构造出独具特色的控 制算法。 智能控制中的其他控制策略如模糊逻辑、 专家系统和神经网络等策略与仿人智能控制相比， 其控制手段显得单一，因此仿人智能控制在协调焚 烧过程的动、静态技术指标与强鲁棒性方面有更加 突出的优势，对垃圾焚烧过程控制应当是一种优化 的控制策略［１０⁃１１］ 。 ２．２ 控制算法 焚烧过程控制模型如图 １ 所示，其过程的输入 与误差，智能控制器输出以及焚烧过程的输出分别 用 ｒ（ｔ）、ｅ （ｔ）、ｕ（ｔ） 与 ｙ（ｔ） 表示。 值得注意的是： 过程误差 ｅ 与过程误差变化率 ｅ · 等都是完全可检测 的，图 ２ 的误差相平面指出了过程误差 ｅ 与过程误 差变化率 ｅ · 的关系。 分析误差特征可知：如 ｅ 位于 图 ２ 平面的第Ⅱ和第Ⅳ象限，则过程误差呈现出减 少趋势，即 ｅ·ｅ · ＜ ０ 或者 ｅ · ＝ ０ 时，则误差逐渐趋近 于为零；如其位于第Ⅰ和第Ⅲ象限，则 ｅ 表现出有增 大趋势，即 ｅ·ｅ · ＞ ０ 或者 ｅ ＝ ０ 且 ｅ · ≠ ０ 时，那么 ｅ 是 增加的。 基于上述分析，可以总结出 ２ 种不同的误 差特征模式：１）当 ｅ·ｅ · ＜ ０ 或者 ｅ · ＝ ０ 时，可选取半 开环“保持”控制模式，因其误差会自动地逐渐趋近 为零，该控制模式的优势之一是可直接消除积分饱 和与相位滞后而不用增加积分环节；２） 当 ｅ·ｅ · ＞ ０ 或者 ｅ ＝ ０ 且 ｅ ·≠０ 时，可选取比例控制模式，因该控 制模式的负反馈可减少误差［１２－１３］ 。 将上述半开环 “保持”与比例控制模式合并，其原型算法可用数学 形式总结为 ｕ ＝ Ｋｐ ｅ ＋ ｋＫｐ∑ ｎ－１ ｉ ＝ １ ｅｍ，ｉ，（ｅ·ｅ · ＞ ０ ∪ ｅ ＝ ０ ∩ ｅ · ≠ ０） ｋＫｐ∑ ｎ ｉ ＝ １ ｅｍ，ｉ，（ｅ·ｅ · ＞ ０ ∪ ｅ · ＝ ０） ì î í ï ïï ï ï 式中：ｅ、 ｅ · 、ｅｍ，ｊ、ｕ、 ＫＰ 、ｋ 分别是过程误差及其变化 率，控制过程中第 ｊ 次过程的误差极值，仿人智能控 制器的输出，比例系数和抑制系数。 在实施控制的 过程中，实质上采用的是双模态控制模式，下个周期 的控制模式与算法是由当前控制周期的误差特征模 式决定的，借助交替地实施 ２ 种控制模式就可达到 对焚烧过程的优化控制目的。 图 １ 焚烧过程控制模型 Ｆｉｇ．１ Ｉｎｃｉｎｅｒａｔｉｏｎ ｐｒｏｃｅｓｓ ｃｏｎｔｒｏｌ ｍｏｄｅｌ 图 ２ 误差相平面 Ｆｉｇ．２ Ｅｒｒｏｒ ｐｈａｓｅ ｐｌａｎｅ ３ 仿真实验及结果分析 假定焚烧系统为二阶的大滞后过程，为便于比较 控制品质，仿真实验中选取 ＰＩＤ 控制算法为参照，以 便与原型 ＨＳＩＣ 控制的过程响应进行多个方面的比 较。 设 其 数 学 模 型 为： Ｇ（ｓ） ＝ Ｋｅ －τｓ ／ （Ｔ１ ｓ ＋ １）（Ｔ２ ｓ ＋１）， 其中，Ｋ 为比例系数，τ 为过程时滞时 间，Ｔ１ ，Ｔ２ 分别为过程的时间常数。 在模型 ＢＭＣＲ 锅 炉负荷下，试验中选取Ｋ ＝ ４．１３４，Ｔ１ ＝ １，Ｔ２ ＝ ２， 垃 圾焚烧炉负荷变化仿真包括：１） 主汽压力与空气量 不变，燃料量增加 ５％扰动；２） 主汽压力与空气量不 变，燃料量减少 ５％扰动；３） 燃料水份增加 １０％扰动， 主汽压力不变；４） 空气量减少 ５％扰动，燃料量不变； ５） 燃料水份减少 １０％扰动，主汽压力不变；６） 空气 量增加 ５％扰动，燃料量不变。 为保证仿真时有稳定 初始值，模型实施仿真中在第 １５ ｓ 时开始加入外部脉 第 ６ 期 肖前军，等：生活垃圾焚烧炉燃烧过程温度的仿人智能控制 ·８８３·
·884 智能系统学报 第10卷 冲扰动，其仿真试验结果如图3~5所示，图中的纵坐 6 标y(t)表示焚烧过程的响应输出。 50 仿真中，当过程时滞时间r=10s时，加入外部 扰动时的输出响应如图3(a)和图3(b)所示，图中 给出了HSIC与PID2种控制算法是对比结果，外部 20 1-HSIC 2-PID 扰动脉冲振幅为5，宽度分别为0.2s和3s。仿真结 3-Pulse 果显示，在外部脉冲扰动下，HSIC与PID2种控制算 40 60 80100 t/s 法对比，HSC控制策略过渡过程时间短、最大偏差 (b)?=15、振幅10时的输出响应 小，显示出HSIC控制策略具有很强的抗干扰能力。 图4不同脉宽振幅阶跃振幅为5时的输出响应 其原因在于HSIC控制算法在每个控制周期都会根 Fig.4 Output response in different disturbance pulse 据偏差信号的符号与大小对控制量进行调整，强制 width when step amplitude is 5 其在控制过程中对外部扰动做出反应。由于HSIC 200 1-HSIC 是非线性控制器，HSC的规则可避免过程振荡使 150 品c 过程快速稳定，因此HSC在解决大滞后不确定性 4-Ramp 过程控制问题时可以获得较好的控制效果。 三10 图4是过程在时滞分别为10s与15s以及外部 50 扰动脉冲宽度为5s与振幅为50与10情况下的2 50 种控制算法HSIC与PID控制的输出响应比较。 0 20406080100 t/s 6 图5脉宽为5s、振幅为50时的输出响应比较 Fig.5 Comparison of output response when pulse width is 5 s and the amplitude is 50 1-HSIC 图5是过程为斜坡输入时，时滞时间为10s,在 2-PID 3-Pulse 外部扰动脉冲宽度为5s及振幅为50时2种控制算 法HSIC与PID控制的输出响应比较。 20 4060 80100 t/s 对比上述仿真结果可知，采用HSC控制算法， (a)扰动脉宽0.2s时的输出响应 过程控制的控制品质好，并且对外部扰动脉冲具有 很强的抗干扰能力。在负载发生大扰动时，HSIC控 制器可快速地消除负载大扰动对焚烧过程运行的影 响，将焚烧过程的输出响应控制在一个极小的偏差 范围内，并使过程输出响应y(t)能很快的趋于平 1-HSIC 2-PID 稳，因此可提高焚烧系统各个执行机构的使用寿命 3-Pulse 和燃烧过程的稳定性。将HSIC控制与传统PID控 20 40 60 80 100 制进行比较可知，HSC控制更明显地表现出过渡过 t/s (b)扰动脉宽3s时的输出响应 程时间短、过程响应速度快、过程稳态误差小与响应 图3不同脉宽振幅阶跃振幅为5时的输出响应 曲线平稳等优点。 Fig.3 Output response in different disturbance pulse 4结束语 width when step amplitude is 5 200 垃圾焚烧炉系统温度控制是一个极其复杂的过 1-HSIC 150 2-PID 程，由于其特殊的控制论特性，任何不确定性的变化 3-Pulse 都会给焚烧过程带来扰动，并使控制过程偏离期望 三100 的状态，产生不希望看到的后果。仿真实验研究表 50 明，采用HSIC仿人智能控制，响应速度快、抗干扰 能力强，控制过程的动、静态品质好，鲁棒性强，可以 20 4060 80100 t/s 比较好地满足燃烧的稳定性控制要求，当出现不确 (a)x=10、振幅50时的输出响应 定性扰动时，它抑制过大的超调，确保炉温快速地回
冲扰动，其仿真试验结果如图 ３～５ 所示，图中的纵坐 标 ｙ（ｔ） 表示焚烧过程的响应输出。 仿真中，当过程时滞时间 τ ＝ １０ ｓ 时，加入外部 扰动时的输出响应如图 ３（ａ）和图 ３ （ｂ）所示，图中 给出了 ＨＳＩＣ 与 ＰＩＤ ２ 种控制算法是对比结果，外部 扰动脉冲振幅为 ５，宽度分别为 ０．２ ｓ 和 ３ ｓ。 仿真结 果显示，在外部脉冲扰动下，ＨＳＩＣ 与 ＰＩＤ２ 种控制算 法对比，ＨＳＩＣ 控制策略过渡过程时间短、最大偏差 小，显示出 ＨＳＩＣ 控制策略具有很强的抗干扰能力。 其原因在于 ＨＳＩＣ 控制算法在每个控制周期都会根 据偏差信号的符号与大小对控制量进行调整，强制 其在控制过程中对外部扰动做出反应。 由于 ＨＳＩＣ 是非线性控制器， ＨＳＩＣ 的规则可避免过程振荡使 过程快速稳定，因此 ＨＳＩＣ 在解决大滞后不确定性 过程控制问题时可以获得较好的控制效果。 图 ４ 是过程在时滞分别为 １０ ｓ 与 １５ ｓ 以及外部 扰动脉冲宽度为 ５ ｓ 与振幅为 ５０ 与 １０ 情况下的 ２ 种控制算法 ＨＳＩＣ 与 ＰＩＤ 控制的输出响应比较。 （ａ） 扰动脉宽 ０．２ ｓ 时的输出响应 （ｂ）扰动脉宽 ３ ｓ 时的输出响应 图 ３ 不同脉宽振幅阶跃振幅为 ５ 时的输出响应 Ｆｉｇ．３ Ｏｕｔｐｕｔ ｒｅｓｐｏｎｓｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｄｉｓｔｕｒｂａｎｃｅ ｐｕｌｓｅ ｗｉｄｔｈ ｗｈｅｎ ｓｔｅｐ ａｍｐｌｉｔｕｄｅ ｉｓ ５ （ａ） τ ＝ １０、 振幅 ５０ 时的输出响应 （ｂ） τ ＝ １５、 振幅 １０ 时的输出响应 图 ４ 不同脉宽振幅阶跃振幅为 ５ 时的输出响应 Ｆｉｇ．４ Ｏｕｔｐｕｔ ｒｅｓｐｏｎｓｅ ｉｎ ｄｉｆｆｅｒｅｎｔ ｄｉｓｔｕｒｂａｎｃｅ ｐｕｌｓｅ ｗｉｄｔｈ ｗｈｅｎ ｓｔｅｐ ａｍｐｌｉｔｕｄｅ ｉｓ ５ 图 ５ 脉宽为 ５ ｓ、振幅为 ５０ 时的输出响应比较 Ｆｉｇ． ５ Ｃｏｍｐａｒｉｓｏｎ ｏｆ ｏｕｔｐｕｔ ｒｅｓｐｏｎｓｅ ｗｈｅｎ ｐｕｌｓｅ ｗｉｄｔｈ ｉｓ ５ ｓ ａｎｄ ｔｈｅ ａｍｐｌｉｔｕｄｅ ｉｓ ５０ 图 ５ 是过程为斜坡输入时，时滞时间为 １０ ｓ，在 外部扰动脉冲宽度为 ５ ｓ 及振幅为 ５０ 时 ２ 种控制算 法 ＨＳＩＣ 与 ＰＩＤ 控制的输出响应比较。 对比上述仿真结果可知，采用 ＨＳＩＣ 控制算法， 过程控制的控制品质好，并且对外部扰动脉冲具有 很强的抗干扰能力。 在负载发生大扰动时，ＨＳＩＣ 控 制器可快速地消除负载大扰动对焚烧过程运行的影 响，将焚烧过程的输出响应控制在一个极小的偏差 范围内，并使过程输出响应 ｙ（ｔ） 能很快的趋于平 稳，因此可提高焚烧系统各个执行机构的使用寿命 和燃烧过程的稳定性。 将 ＨＳＩＣ 控制与传统 ＰＩＤ 控 制进行比较可知，ＨＳＩＣ 控制更明显地表现出过渡过 程时间短、过程响应速度快、过程稳态误差小与响应 曲线平稳等优点。 ４ 结束语 垃圾焚烧炉系统温度控制是一个极其复杂的过 程，由于其特殊的控制论特性，任何不确定性的变化 都会给焚烧过程带来扰动，并使控制过程偏离期望 的状态，产生不希望看到的后果。 仿真实验研究表 明，采用 ＨＳＩＣ 仿人智能控制，响应速度快、抗干扰 能力强，控制过程的动、静态品质好，鲁棒性强，可以 比较好地满足燃烧的稳定性控制要求，当出现不确 定性扰动时，它抑制过大的超调，确保炉温快速地回 ·８８４· 智 能 系 统 学 报 第 １０ 卷
第6期 肖前军，等：生活垃圾焚烧炉燃烧过程温度的仿人智能控制 .885. 复到期望的理想状态，减少垃圾焚烧污染物的排放。 sion based control strategy of city garbage incinerationJ Journal of Liaoning Technical University:Natural Science, 参考文献： 2010,29(5):803-806. [1]张建涛，朱敏.垃圾焚烧锅炉的自动控制系统[J].中国 [8]李琪，王亚男.计算机控制技术在垃圾焚烧过程中的应 仪器仪表，2006，(12)：72-74. 用[J].重庆理工大学学报：自然科学，2011,25(2)：80 ZHANG Jiantao,ZHU Min.The automatic control system of 85. waste incineration boiler J.China Instrumentation,2006, LI Qi,WANG Yanan.Application research on computer (12):72-74. control technique in rubbish incinerating process[].Jour- [2]邹包产，韩秋喜，王文凯，等.炉排炉垃圾焚烧控制策 nal of Chongqing University of Technology:Natural Science, 略[J].环境工程，2013,31(2)：80-82,86. 2011,25(2):80-85. ZOU Baochan,HAN Qiuxi,WANG Wenkai,et al.Control [9]吴文海，汪节，高丽，等.基于模糊自整定PD的着舰 strategy of grate furnace waste combustionJ.Environmen- 引导控制器设计[J].四川兵工学报，2014,35(7)：71- tal Engineering,2013,31(2):80-82,86. 74. [3]孙晓军，肖正，王志强.生活垃圾焚烧厂自动燃烧控制 WU Wenhai,WANG Jie,GAO Li,et al.Career landing 系统的原理与应用[J].环境卫生工程，2009,17(4)： guidance controller design based on fuzzy self-tuning PID 20-23. [J].Joumal of Sichuan Ordnance,2014,35(7):71-74. SUN Xiaojun,XIAO Zheng,WANG Zhiqiang.Principles [10]李士勇.模糊控制·神经控制和智能控制论[M].哈尔 and application of automatic combustion control system in 滨：哈尔滨工业大学出版社，2003：25-34. domestic waste incineration plants[J].Environmental Sani- [11]敖朝华，巫茜.不确定性复杂硫化过程智能融合控制 tation Engineering,2009,17(4):20-23. [J].辽宁工程技术大学学报：自然科学版，2013,32 [4]赦朝华，邓薪莉，郭兵.垃圾焚烧炉燃烧过程的优化控 (8):1145-1148 制策略[J].环境工程，2010,28(1)：77-80,72 AO Chaohua,WU Qian.Intelligence based control strategy AO Chaohua,DENG Xinli,GUO Bing.Optimizing control for complex vulcanizing process with uncertainty[].Jour- strategy of combustion process for rubbish incinerator[J]. nal of Liaoning Technical University:Natural Science, Environmental Engineering,2010,28(1):77-80,72. 2013,32(8):1145-1148. [5]任德齐，郭兵.复杂系统中的仿人智能控制策略[J].西 [12]李祖枢，涂亚庆.仿人智能控制[M].北京：国防工业 南师范大学学报：自然科学版，2008,33(2)：132-135. 出版社，2003：70-74. REN Deqi,GUO Bing.Control strategy on human-simulated [13]周国清.复杂底层过程控制中基于仿人智能的融合策 intelligence in complex system[J].Journal of Southwest 略[J].四川兵工学报，2014,35(8)：101-104. China Normal University:Natural Science Edition,2008, ZHOU Guoqing.Fusion strategy of complex process control 33(2):132-135. in bottom layer based on human simulated intelligence[J]. [6]刘克勤，杨志，查智.仿人智能控制策略在不确定性复 Journal of Sichuan Ordnance,2014,35(8):101-104. 杂控制系统中的应用[].西南师范大学学报：自然科学 作者简介： 版，2007,32(3)：156-161. 肖前军，男，1974年生，副教授，主 LIU Keqin,YANG Zhi,ZHA Zhi.The application of con- 要研究方向为智能控制与嵌入式系统 trol strategy on human simulated intelligence in uncertianty 设计。 complex control systemJ.Journal of Southwest China Nor- mal University:Natural Science Edition,2007,32(3): 156-161. [7]裴玉玲，杨志，杨小义.城市垃圾焚烧的智能融合控制 许虎，男，1991年生，硕士研究生 策略[J].辽宁工程技术大学学报：自然科学版，2010 主要研究方向为自动控制理论与智能 29(5):803-806. 控制系统设计。 PEI Yuling,YANG Zhi,YANG Xiaoyi.An intelligent-fu
复到期望的理想状态，减少垃圾焚烧污染物的排放。 参考文献： ［１］张建涛， 朱敏． 垃圾焚烧锅炉的自动控制系统［ Ｊ］． 中国 仪器仪表， ２００６， （１２）： ７２⁃７４． ＺＨＡＮＧ Ｊｉａｎｔａｏ， ＺＨＵ Ｍｉｎ． Ｔｈｅ ａｕｔｏｍａｔｉｃ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｏｆ ｗａｓｔｅ ｉｎｃｉｎｅｒａｔｉｏｎ ｂｏｉｌｅｒ［ Ｊ］． Ｃｈｉｎａ Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ， ２００６， （１２）： ７２⁃７４． ［２］邹包产， 韩秋喜， 王文凯， 等． 炉排炉垃圾焚烧控制策 略［Ｊ］． 环境工程， ２０１３， ３１（２）： ８０⁃８２， ８６． ＺＯＵ Ｂａｏｃｈａｎ， ＨＡＮ Ｑｉｕｘｉ， ＷＡＮＧ Ｗｅｎｋａｉ， ｅｔ ａｌ． Ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｏｆ ｇｒａｔｅ ｆｕｒｎａｃｅ ｗａｓｔｅ ｃｏｍｂｕｓｔｉｏｎ［Ｊ］． Ｅｎｖｉｒｏｎｍｅｎ⁃ ｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１３， ３１（２）： ８０⁃８２， ８６． ［３］孙晓军， 肖正， 王志强． 生活垃圾焚烧厂自动燃烧控制 系统的原理与应用［ Ｊ］． 环境卫生工程， ２００９， １７（ ４）： ２０⁃２３． ＳＵＮ Ｘｉａｏｊｕｎ， ＸＩＡＯ Ｚｈｅｎｇ， ＷＡＮＧ Ｚｈｉｑｉａｎｇ． Ｐｒｉｎｃｉｐｌｅｓ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ａｕｔｏｍａｔｉｃ ｃｏｍｂｕｓｔｉｏｎ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｉｎ ｄｏｍｅｓｔｉｃ ｗａｓｔｅ ｉｎｃｉｎｅｒａｔｉｏｎ ｐｌａｎｔｓ［ Ｊ］． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓａｎｉ⁃ ｔａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， ２００９， １７（４）： ２０⁃２３． ［４］敖朝华， 邓薪莉， 郭兵． 垃圾焚烧炉燃烧过程的优化控 制策略［Ｊ］． 环境工程， ２０１０， ２８（１）： ７７⁃８０， ７２． ＡＯ Ｃｈａｏｈｕａ， ＤＥＮＧ Ｘｉｎｌｉ， ＧＵＯ Ｂｉｎｇ． Ｏｐｔｉｍｉｚｉｎｇ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｏｆ ｃｏｍｂｕｓｔｉｏｎ ｐｒｏｃｅｓｓ ｆｏｒ ｒｕｂｂｉｓｈ ｉｎｃｉｎｅｒａｔｏｒ ［ Ｊ］． Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， ２０１０， ２８（１）： ７７⁃８０， ７２． ［５］任德齐， 郭兵． 复杂系统中的仿人智能控制策略［ Ｊ］． 西 南师范大学学报：自然科学版， ２００８， ３３（２）： １３２⁃１３５． ＲＥＮ Ｄｅｑｉ， ＧＵＯ Ｂｉｎｇ． Ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｏｎ ｈｕｍａｎ⁃ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｃｅ ｉｎ ｃｏｍｐｌｅｘ ｓｙｓｔｅｍ ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓｏｕｔｈｗｅｓｔ Ｃｈｉｎａ Ｎｏｒｍａｌ Ｕｎｉｖｅｒｓｉｔｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ， ２００８， ３３（２）： １３２⁃１３５． ［６］刘克勤， 杨志， 查智． 仿人智能控制策略在不确定性复 杂控制系统中的应用［Ｊ］． 西南师范大学学报：自然科学 版， ２００７， ３２（３）： １５６⁃１６１． ＬＩＵ Ｋｅｑｉｎ， ＹＡＮＧ Ｚｈｉ， ＺＨＡ Ｚｈｉ． Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｃｏｎ⁃ ｔｒｏｌ ｓｔｒａｔｅｇｙ ｏｎ ｈｕｍａｎ ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｃｅ ｉｎ ｕｎｃｅｒｔｉａｎｔｙ ｃｏｍｐｌｅｘ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓｏｕｔｈｗｅｓｔ Ｃｈｉｎａ Ｎｏｒ⁃ ｍａｌ Ｕｎｉｖｅｒｓｉｔｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ， ２００７， ３２ （ ３）： １５６⁃１６１． ［７］裴玉玲， 杨志， 杨小义． 城市垃圾焚烧的智能融合控制 策略［Ｊ］． 辽宁工程技术大学学报：自然科学版， ２０１０， ２９（５）： ８０３⁃８０６． ＰＥＩ Ｙｕｌｉｎｇ， ＹＡＮＧ Ｚｈｉ， ＹＡＮＧ Ｘｉａｏｙｉ． Ａｎ ｉｎｔｅｌｌｉｇｅｎｔ⁃ｆｕ ｓｉｏｎ ｂａｓｅｄ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｏｆ ｃｉｔｙ ｇａｒｂａｇｅ ｉｎｃｉｎｅｒａｔｉｏｎ［ Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｌｉａｏｎｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ， ２０１０， ２９（５）： ８０３⁃８０６． ［８］李琪， 王亚男． 计算机控制技术在垃圾焚烧过程中的应 用［Ｊ］． 重庆理工大学学报：自然科学， ２０１１， ２５（２）： ８０⁃ ８５． ＬＩ Ｑｉ， ＷＡＮＧ Ｙａｎａｎ． Ａｐｐｌｉｃａｔｉｏｎ ｒｅｓｅａｒｃｈ ｏｎ ｃｏｍｐｕｔｅｒ ｃｏｎｔｒｏｌ ｔｅｃｈｎｉｑｕｅ ｉｎ ｒｕｂｂｉｓｈ ｉｎｃｉｎｅｒａｔｉｎｇ ｐｒｏｃｅｓｓ［ Ｊ］． Ｊｏｕｒ⁃ ｎａｌ ｏｆ Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ， ２０１１， ２５（２）： ８０⁃８５． ［９］吴文海， 汪节， 高丽， 等． 基于模糊自整定 ＰＩＤ 的着舰 引导控制器设计［Ｊ］． 四川兵工学报， ２０１４， ３５（７）： ７１⁃ ７４． ＷＵ Ｗｅｎｈａｉ， ＷＡＮＧ Ｊｉｅ， ＧＡＯ Ｌｉ， ｅｔ ａｌ． Ｃａｒｅｅｒ ｌａｎｄｉｎｇ ｇｕｉｄａｎｃｅ ｃｏｎｔｒｏｌｌｅｒ ｄｅｓｉｇｎ ｂａｓｅｄ ｏｎ ｆｕｚｚｙ ｓｅｌｆ⁃ｔｕｎｉｎｇ ＰＩＤ ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓｉｃｈｕａｎ Ｏｒｄｎａｎｃｅ， ２０１４， ３５（７）： ７１⁃７４． ［１０］李士勇． 模糊控制·神经控制和智能控制论［Ｍ］． 哈尔 滨： 哈尔滨工业大学出版社， ２００３： ２５⁃３４． ［１１］敖朝华， 巫茜． 不确定性复杂硫化过程智能融合控制 ［Ｊ］． 辽宁工程技术大学学报：自然科学版， ２０１３， ３２ （８）： １１４５⁃１１４８． ＡＯ Ｃｈａｏｈｕａ， ＷＵ Ｑｉａｎ． Ｉｎｔｅｌｌｉｇｅｎｃｅ ｂａｓｅｄ ｃｏｎｔｒｏｌ ｓｔｒａｔｅｇｙ ｆｏｒ ｃｏｍｐｌｅｘ ｖｕｌｃａｎｉｚｉｎｇ ｐｒｏｃｅｓｓ ｗｉｔｈ ｕｎｃｅｒｔａｉｎｔｙ［ Ｊ］． Ｊｏｕｒ⁃ ｎａｌ ｏｆ Ｌｉａｏｎｉｎｇ Ｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ： Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ， ２０１３， ３２（８）： １１４５⁃１１４８． ［１２］李祖枢， 涂亚庆． 仿人智能控制［Ｍ］． 北京： 国防工业 出版社， ２００３： ７０⁃７４． ［１３］周国清． 复杂底层过程控制中基于仿人智能的融合策 略［Ｊ］． 四川兵工学报， ２０１４， ３５（８）： １０１⁃１０４． ＺＨＯＵ Ｇｕｏｑｉｎｇ． Ｆｕｓｉｏｎ ｓｔｒａｔｅｇｙ ｏｆ ｃｏｍｐｌｅｘ ｐｒｏｃｅｓｓ ｃｏｎｔｒｏｌ ｉｎ ｂｏｔｔｏｍ ｌａｙｅｒ ｂａｓｅｄ ｏｎ ｈｕｍａｎ ｓｉｍｕｌａｔｅｄ ｉｎｔｅｌｌｉｇｅｎｃｅ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｓｉｃｈｕａｎ Ｏｒｄｎａｎｃｅ， ２０１４， ３５（８）： １０１⁃１０４． 作者简介： 肖前军，男，１９７４ 年生，副教授，主 要研究方向为智能控制与嵌入式系统 设计。 许虎，男，１９９１ 年生，硕士研究生， 主要研究方向为自动控制理论与智能 控制系统设计。 第 ６ 期 肖前军，等：生活垃圾焚烧炉燃烧过程温度的仿人智能控制 ·８８５·