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, 2, 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。

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, 5, 6]}。

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, 8, 9]}。

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 intelligent 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“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]}。

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 < 0或者=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>0或者e=0且≠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 < 0或者=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>0或者e=0且≠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

图 1 焚烧过程控制模型Fig. 1 Incineration process control model

图选项

图 2 误差相平面Fig. 2 Error phase plane

图选项

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/(T₁s + 1)(T₂s + 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。

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

图选项

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

图选项

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

图选项

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。

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。

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，确保炉温快速地回复到期望的理想状态，减少垃圾焚烧污染物的排放。