到80mw，蒸汽压力下降1MPa。而汽包水位自动没有退出，波动范围是-49mm～73mm，设定值 是39mm。而我们的控制策略就是很简单很普遍的三冲量调节系统，没有做任何修改。图8 是当时的调节效果截图：图9：主汽流量大干扰下的汽包水位波动曲线。
所以，我始终认为：国内目前的自动调节系统，参数整定的空间相当大。如果这方面有想法 的，可以联系我，欢迎交流。 2-14 整定参数的几个认识误区 1、对微分的认识误区
认为微分就是超前调节，如果被调量或者测量值有滞后，就要加微分。微分是有超前调 节的功能，但是微分作用有些地方不能用：测量值存在不间断的微小波动的时候。尤其是水 位、气压测量，波动始终存在，我们一直在考虑滤波呢，再加个微分，就会造成调节干扰。 不如不要微分。 2、对积分的认识误区
有些人发现偏差就要调积分，偏差存在有可能是系统调节缓慢，比例作用也有可能影响， 如果积分作用盖过了比例作用，那么这个系统就很难稳定。咱们上面说过：初学者容易强调 积分作用，熟练者容易忽略积分作用。不再赘述。 3、对耦合系统中，超前调节的认识误区
对于耦合系统，不管初学者熟练者都容易考虑一个捷径：增加前馈调节。这个问题甚至 搞自动控制的老手都容易犯，毕竟捷径谁都想走。比如众所周知的协调控制，经典控制法中， 就有负荷和汽压互为前馈的控制策略设计。这个方法也不为错，但是更普适更好的方法是一 种整定参数的思想，参数设置合理的话这个前馈画蛇添足。要积极探讨各种控制办法。 4、反馈过强
复杂调节系统中，前馈信号和反馈信号过强的话，会造成系统震荡，所以调解过程中不 仅仅要注意PID 参数，还要注意反馈参数。
尤其在汽包水位三冲量调节系统中，蒸汽流量和给水流量的信号都要经过系数处理。有 些未经处理的系统，在负荷波动的时候，就要退掉自动，否则会发生震荡的危险。 5、死搬标准，强调个别指标
教科书里，自动调节系统需要关注的指标有很多。这些指标都有助于自动调节系统的整 定。但是自动好不好，不要硬套指标。最应关注的有两个指标：被调量波动范围、执行机构 动作次数，其他都不是最必要的。
曾经有一次，我帮助一个电厂整定自动调节系统。快要结束的时候，对方专工说：按照 国家制定的自动调节系统调试标准，在多大干扰的情况下，系统恢复稳定的时间要小于若干 分钟。我说按照这个标准，调节系统可能会发生震荡。对方说震荡没关系，只要能达到国家 标准就可以。我重新整定系统后完全可以达到这个标准，可是再强调系统存在震荡的可能— —大干扰情况下难以稳定——半个月后，这个参数下，该执行器烧坏。
6、改变设定值以抑制超调
频繁改变设定值是干扰自动调节。尤其减温水系统，没有必要依靠改变设定值来抑制超 调。那么什么情况下，需要人为干扰呢？
在系统输出长时间最大或者最小的时候，说明达到了积分饱和，需要退出系统，然后再 投即可。频繁改变设定值是干扰自动调节
7、主调快还是副调快？
因系统而定，因参数而定。常规参数：主调的比例弱，积分强，以消除静差；副调的比 例强，积分弱，以消除干扰。不绝对。 2-11 趋势读定法整定口诀
我发现大家都对口诀很钟情。为了让大家用起来熟练，我也弄个口诀：
自动调节并不难，复杂系统化简单。 整定要练硬功夫，图形特征看熟练。 趋势读定三要素，设定被调和输出。 三个曲线放一起，然后曲线能判读。 积分微分先去掉，死区暂时也不要。 比例曲线最简单，被调、输出一般般。 顶点谷底同时刻，升降同时同拐点。 波动周期都一样，静态偏差没法办。 比例从弱渐调强，阶跃响应记时间。 时间放大十来倍，调节周期约在内。 然后比例再加强，没有周期才算对。 静差消除靠积分，能消静差就算稳。 不管被调升或降，输出只管偏差存。 输入偏差等于零，输出才会不积分。 积分不可加太强，干扰调节成扰因。 被调拐点零点间，输出拐点仔细辨，
积分拐点再靠前，既消静差又不乱。
（积分拐点——第2-9 节整定积分时间里面讲过，被调量回调的拐点，与输出量回调到设定 值的点，两个点的时刻相减，乘以三分之一，这一点叫做积分拐点。） 微分分辨最容易，输入偏差多注意。 偏差不动微分死，偏差一动就积极。 跳动之后自动回，微分时间管回归。 系统若有大延迟，微分超前最适宜。 风压水位易波动，微分作用要丢弃。 比例积分和微分，曲线判读特征真。 如果不会看曲线，多看杖策行吟文。 综合比较灵活用，盛极而衰来扼杀因。
2-12 其它先进自动控制方式
在PID 调节诞生后，取得了很好的应用效果。PID 调节迅速普及。但是，现实总是复杂 的。它不像牛顿三大运动定律一样，一旦发布，就会看到手边所有的物质都遵循这个规律— —除非你用显微镜才可得到的微观世界，和用望远镜才能看清楚的宏观星际。牛顿只是发现 了他们活动的普遍规律。自动控制可不是这么简单，工程应用中，总会冒出各种各样的问题。 我也不敢说，在电厂什么系统我都能快速解决。我只可以说能够在较短时间内总结出规律， 然后想办法克服。
为了适应各种复杂情况，自动调节的先驱们也在不断的总结经验，不断的探索。
1985 年，1 月，国际电气与电子工程师学会（IEEE）在美国纽约召开了第一节智能控制学术
会议，讨论的主题是：智能控制的原理和系统结构。一般来说，这个会议，标志着现代控制 理论的形成。会议至今将近25 年了，某些理论还在探索发展阶段，有的理论已经应用。 自从维纳创立控制论以后，自动调节理论经历了两个发展阶段——经典控制理论和现代 控制理论。而所谓的经典和现代的划分也不是完全不变的。现在所普遍应用的自动调节，已 经在你不知道的时候的地方，加入了一些现代控制的理念和方法。有些现代控制理论已经“随 风潜入夜，润物细无声”了。比如最初，串级调节系统都算是“先进控制法”咧。现在应用 得很稀松了，也就取消了他的“先进”称号。还有前馈，这些都不说了。同志们都在前进，
这都算是普通带平常了。还有如在PID 的输入进行平方运算、smith 预估算法等等，方法很 多，没用过，不敢置评。
以上这些都是在PID 控制法下面的改进，不算是有全新的控制思想。下面介绍全新的控 制思想：先进控制思想。
科学发展现在这个水平，有许多方法或者产品，我们明明白白感受到了科技的力量。比 如计算机、手机，比如自动调节系统。自动调节系统的发展过程中，我们往往感受不到他发 展的速度。因为我们身在其中啊。有些所谓先进的控制思想，早就应用到我们生产实践中了。 比如说吧，离散控制。名字听着似乎很时髦很先进。它的本质就是让调节器的输出不是一个 固定的量。偏差变化了，调节器该怎么调节？调节器的最直接的输出不是直接发出一个开度 的量，而是发出一个在上一时刻的开度下改变多少的量。
打个比方：水位测量范围是50~150mm，比例带为100，第一个周期检测到水位是100mm， 此时排水阀假设开度为50%。第二个检测周期内，调节器检测到当水位升高到101mm，此时 调节器的输出为：T（out）= 50+(101-100) 1/δ
投自动之前，调节器输出始终跟踪阀门开度。自打投自动的那一刻起，那一刻的阀门开 度被记录，以后下一时刻运算的值，在被记录的值上累加，以后每一时刻都是累加上一时刻 的值。 应该说，现在所有的DCS 都采用了这个方法。
下面要认真介绍几个先进控制思想： 一、 神经网络控制
这个系统表述起来比较麻烦。也有人叫它神经元控制。他的成长也经历过波折。20 世 纪40 年代心理学家Mcculloch 和数学家Pitts 提出了形式神经元的数学模型，后来不断补 充完善。1969 年他遭受了一个打击：两个数学家从数学上证明它有很大的局限性，甚至可 以说是无解的。一下子弄得研究人员灰头土脑的，都没精神了。研究停顿下来。1982 年有 人用“能量函数”的概念拯救了神经网络控制。一直到现在，该思想方法不断取得进展。 从上面的情况来看，有人说数学是一切学科的工具，这句话真不假。各种先进控制法从 诞生到发展，都离不开数学的影子。可咱们所讲的经典控制PID 控制法，似乎与数学无关吧？ 不是的，息息相关。经典控制法其实完全离不开数学模型，本文前面之所以没有很多数学的 影子，是因为咱们是在别人建立模型的基础之上的应用。包括下一章所要讨论的电厂各个实 际自动调节系统，都离不开当初数学模型的建立或者指导。还有些情况下，我们能够给控制 策略进行修改添加，能否成功，数学上都能够找到依据。
总的来说，神经网络控制是模拟生物感知控制。它将每个信号进行加权运算和小信号切 除后，进行层运算，最终多路输出。并行计算、分步信息储存、容错能力强是它突出的优点。 这东西在工程控制上的应用，有多大好处不好说，咱没有具体实践过。为了克服它的缺点， 后来又产生了模糊神经网络控制。简言之，杂交优势在工程上也是比较明显的。 二、模糊控制
在前面咱们提到过，骑自行车是模糊控制。什么叫做模糊控制呢？
PID 调节是精确调节，它清楚地知道调节的目标（设定值），和下达命令的大小（执行 机构开度）。对于有些系统来说是很必要的。比如火电厂主汽温度调节，我们需要尽可能高 的温度，以提高蒸汽的做功能力，增加热效率；同时又不让蒸汽温度过高，蒸汽温度过高管 道就会变软，耐压就会降低，专业名词叫做产生“高温蠕变”。为了兼顾经济性和安全性， 咱们可以精确的给蒸汽温度一个设定值，尽力让温度保持在这个设定值周围。如果自动调节 不好用，温度波动大，设定值就要降低，防止温度过高；如果自动调节效果好，设定值可以 适当提高。所以，此类系统的设定值可以精确些。
而有的系统不是这样的。比如水位控制，高一点低一点都无所谓，误差几十毫米对系统 影响不大。可是对于传统的PID 控制，必须要有一个明确的设定值，超出设定值的波动都要
进行调节。这样就产生了调节浪费。还有的系统，在一定范围内可以缓慢调节，超出一定范 围的时候需要急剧调节，这些问题，传统的PID 调节有它不太擅长的地方。模糊控制就是专 门针对这种情况设计的。
模糊控制诞生于1965 年。创始人是美国的扎德教授（L.A.Zadeh）。老外把模糊控制叫 做Fuzzy，最初咱们国家翻译的时候，根据音译也有人叫“乏晰控制”——缺乏明晰的控制。 咱上高中时候学的集合论为模糊控制奠定了基础。一听集合论大家就应该明白一些东西，模 糊控制就是人为地把采集到的清晰的数据模糊集合化，把控制目标模糊集合化，最终再把模 糊化的东西清晰化去实现控制。够费劲吧？实际中的模糊控制策略确实够费劲的。 在上世纪90 年代的时候，我自己根据模糊控制的原理编辑了一个低加水位控制程序。 火电厂热控的人员都知道，低加水位控制应该算是最简单的控制了。我把水位模糊化为安全 区、调节区、危险区三个区域，又把水位波动的趋势模糊化为缓慢、中速、急剧三个层次， 再把输出调节划分为细调、匀调、大幅度调节三个阶段，经过复杂的调节策略，最终实现了 模糊控制。水位不高不低的时候，不调节；水位小波动也不调节；水位快速波动的时候快速 调节；急剧波动的时候急剧调节。
正当我在欣赏自己的成绩的时候，突然发现：一个PID 调节中，再简单不过的调节系统， 用模糊控制就需要至少7 个参数，串级系统需要十几个参数，控制策略又这么复杂，还不把 人给累死啊！这个参数是我自己整出来的，估计每个人整出来的也会不一样。但是有一点是 相同的：控制策略很复杂，调节参数又多。因为模糊控制对精细调节的优势不明显，后来又 诞生了模糊+PID 控制，精细的区域用PID 调节，之外用模糊——绕了一个大弯，又回到了 PID。当初??。如果说它对危险区域（大幅度偏离设定值）的控制有优点的话，那么前面 咱们提过的PID 输入偏差加平方运算似乎也可以达到这个目的。恩，模糊控制有它的优点， 可是它的缺点也太明显了。控制策略很复杂。 2-18 再说智能控制
可能是上面模糊控制的表述太简单了，有些人对我的表述有异议。那么咱就进一步说一 下：很简单常用的一个例子：假如一个人头上一根头发都没有，那么，毫无疑问他是一个秃 子。如果这个人头上只有一根头发，我们仍旧可以坚决的认为他是秃子。如果有两根呢？三 根呢？哪怕有十根也是。我们就这么不断问下去，有100 根呢？??有1000 根呢？如果你 没有不耐烦的话，我相信你的底气开始不够充足了。
那么到底有多少根头发才不算秃子？低于多少根不是秃子？没有人知道。我们的数学很 难告诉我们这个问题。模糊数学建立起来后，这个问题开始被重视了。
假如说我们的头发大约有五十万根吧，那么至少30 万根的时候，他还不是秃子。我们
可以设定一个界限：30 万根不是秃子。他有三十万根头发的时候，是秃子的可能性为0。如 果他有299999 根头发的时候，是秃子的可能性为1/30 万。这时候不管从现实中还是从数学 上，他仍旧不是秃子。当这个可能性增加到10%左右的时候，我们会有点模糊的描述：那个 人，头发有点稀；当这个可能性增加到20%左右的时候，我们会说他头发微微有点秃；随着 可能性的增加，说他秃的人也在增加，模糊的表述也越来越少。当这个可能性增加到90%左 右的时候，我们就可以说他秃了，虽然还有头发，不多。
模糊数学就是这样，他把一个系统集合化。制定一个规则，然后判断符合这个规则的相 似度。我们骑自行车，目标值是一条路，而不是一条直线。只要在安全范围，我们的控制就 不需要大脑干预调节，而只需要稳定平衡。我们的目标只是一个模糊的范围。
模糊控制要把被调量模糊化，但不需要过细地判断相似度。拿一个水池水位来说，我们 可以制定一个规则，把水位分为超高、高、较高、中、较低、低、超低几个区段；再把水位 波动的趋势分为甚快、快、较快、慢、停几个区段，并区分趋势的正负；把输出分为超大幅 度、大幅度、较大幅度、微小几个区段。当水位处于中值、趋势处于停顿的时候，不调节；