基于模糊自适应PID的主汽温控制系统

为了改善传统串级PID主汽温度控制系统的控制效果,提出了采用模糊自适应控制器的串级主汽温控方案.主调节器采用模糊自适应PID控制器,副调节器采用传统PID调节器.利用模糊规则,主调节器PID参数可根据误差信号动态调整.仿真结果表明,该系统在机组负荷较大范围变化时,其控制品质优于传统PID串级控制系统.     

时滞系统的模糊变结构控制

针对传统串级控制的不足,提出一种关于时滞系统的模糊变结构控制.该方法不仅可以克服副环干扰对系统的影响,而且对主环参数变化和干扰具有较强的鲁棒性.由于主控制器采用了多模结构,不仅保持了串级系统中主环的细调功能,还提高了系统的响应能力.最后将所设计的控制器用于负荷为300MW机组的锅炉的过热汽温系统,仿真结果证明了其有效性和正确性.     

超超临界机组汽温控制策略研究及应用

由于超超临界机组复杂的动态特性、变参数的运行方式、多变量的控制特点,采用传统的设计方法难以对超超临界机组主汽温进行有效的控制,因此开展了超超临界机组主汽温控制策略研究。通过对当前典型的超超临界主汽温控制策略进行分析,针对中电芜湖发电厂660 MW超超临界机组汽温被控对象的特性,设计了新型的过热汽温控制系统。该系统分别采用控制给水中间点焓值的方法实现过热汽温的粗调,并采用基于物理机理的减温水控制方案实现过热汽温的细调。在大负荷范围和高负荷变化速率的工况下,通过对控制系统的整定和优化,克服了过热汽温大延迟和大惯性的缺点,调节品质优良,提高了机组运行的经济性。为今后同类型系统设计、调试提供了借鉴。     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

基于多模型的超临界机组过热汽温改进模糊控制

火电厂超临界机组结构复杂,过热汽温对象具有大迟延、时变、非线性等特性,常规PID控制难以取得满意的控制效果。在结合常规模糊自整定PID控制器和基于控制历史的模糊控制器的基础上,引入分散推理思想,提出一种基于多模型的过热汽温改进模糊控制方案,设计基于分散推理结构的改进模糊主控制器。在控制过程中,基于不同的工况点设计的控制器可根据系统运行工况的变化进行切换。仿真结果表明,该方案的控制性能明显优于常规PID控制,具有良好的动态调节品质,对工况变化具有较好的适应性。     

基于模型补偿与切换的锅炉过热汽温控制

为了减小锅炉过热汽温惰性区对象和锅炉负荷变化对汽温调节过程的影响,采用在惰性区对象上并联某-负荷的惰性区对象模型和模型静态增益环节的方法,并根据汽温实际值与模型输出值的偏差大小在汽温实际值和模型输出值之间进行切换,当偏差大于限值时切向汽温实际值,偏差小于限值时切向模型输出值,以此构成单回路固定参数PI控制系统.仿真结果表明,此控制系统可以适应不同负荷的汽温控制,控制品质要优于常规的固定参数PID串级控制系统.     

基于神经网络补偿的主汽温多模型控制

针对过热汽温对象的特性参数随机组运行工况的变化而有较大变化的特点,设计了基于神经网络补偿的多模型切换的串级控制系统．基于不同工况点设计的固定控制器可根据运行工况进行切换,补偿控制器在此基础上补偿控制作用的不足．仿真结果表明,这种控制方案实现了系统全工况运行的满意控制．     

基于Smith预估的模糊PID串级中央空调水系统控制

为了避免部分负荷下空调运行所造成的能量损失,需对空调水系统进行变流量控制.针对一次泵水系统,采用一种带Smith预估的模糊PID复合串级控制系统,对最不利支路上压差和冷水机组回水温度进行串级优化控制.主控制器采用模糊PID参数自调整控制器.为消除纯延迟,副回路中加入Smith预估控制器.Matlab仿真结果表明,新的串级控制系统相比常规PID控制,响应速度快,具有良好的静态性能.     

火电机组过热汽温神经网络控制的研究

研究了单神经元PID控制器和BP神经网络PID控制器在火电机组过热汽温的应用．实验结果表明,神经网络PID控制结构简单,有较强的鲁棒性,取得了较好的控制效果．     

DMPIC—PID串级过热汽温控制系统

通过将动态矩阵比例积分控制算法与串级控制相结合,提出了一种新的火电厂锅炉过热汽温控制方案。将这种方法应用于主汽温控制可以有效克服过热汽温对象的大滞后和大惯性,并能够消弱对象在运行中参数变化的影响,获得良好的控制品质.仿真试验表明：这种方案可使系统具有较强的鲁棒性和良好的控制品质,具有很好的实用价值.     

DMPIC-PID串级过热汽温控制系统

通过将动态矩阵比例积分控制算法与串级控制相结合,提出了一种新的火电厂锅炉过热汽温控制方案.将这种方法应用于主汽温控制可以有效克服过热汽温对象的大滞后和大惯性,并能够消弱对象在运行中参数变化的影响,获得良好的控制品质.仿真试验表明:这种方案可使系统具有较强的鲁棒性和良好的控制品质,具有很好的实用价值.     

基于随机搜索算法优化XGBoost的过热汽温预测模型

建立过热器汽温对象的高精度性能预测模型,是实现过热汽温智能优化控制的基础。为此,针对某600 MW超临界机组仿真系统的历史运行数据,采用机器学习中的XGBoost (eXtreme Gradient Boosting)回归模型建立过热器汽温特性的预测模型,并分别采用网格搜索算法和随机搜索算法对模型参数进行优化。通过比较两种优化模型的预测效果,结果表明:随机搜索算法可以进行多个参数组合寻优,收敛速度快,全局寻优的效果更好,优化后的过热汽温模型具有更好的预测精度和泛化能力。     

过热汽温控制系统的典型控制策略及DCS实现

对可应用于过热汽温控制系统中的变参数控制、自校正—Ｓｍｉｔｈ预估控制、模糊控制、状态变量—ＰＩＤ控制等几种典型控制策略进行了简要介绍和分析,并给出了它们的分散控制系统实现方法。仿真研究和工程实践都证明：这些典型控制策略有利于克服过热汽温对象的大惯性、大迟延特性,能取得优于常规ＰＩＤ串级控制系统的控制品质。     

超临界机组直流锅炉主汽温控制策略研究

针对超临界机组汽温控制系统的特点和需求,结合某600MW超临界机组工程实例,介绍了主汽温控制采用燃水比调整和二级喷水减温调节方案的工作原理和设计要点二级喷水减温采用了双回路调节,实践证明,该系统较传统的串级等控制方案运行更稳定,运行人员易于调试,取得了很好的控制效果.     

基于神经网络逆模型的过热汽温补偿控制研究

为改善大型电站锅炉的过热汽温控制效果,提出一种基于人工神经网络扩展逆系统模型的过热汽温补偿控制方案.首先结合锅炉的结构和运行特性,分析影响过热汽温的主要因素,确定神经网络逆系统扩展模型的输入和输出参数.借助MATLAB神经网络工具箱建立过热汽温系统的动态逆过程模型(IDPM),运用历史运行数据完成神经网络模型的训练.以...     

超超临界二次再热机组过热汽温模型辨识

二次再热是进一步提升大型超超临界机组运行参数、提高机组运行效率的一项关键技术。该类机组的建设尚处于起步阶段,运行经验相对缺乏,为提高其运行控制水平,需要了解锅炉运行的热工特性,并建立兼具工程应用需求和理论研究价值的模型。在西安热工院开发的华能莱芜电厂2×1 000 MW机组仿真系统的平台上,进行了两级喷水减温扰动试验、烟气再循环扰动试验,探究过热汽温的变化规律。采用改进型的粒子群算法,对过热汽温被控对象进行辨识。研究表明改进型粒子群算法辨识精度较高,得到的过热汽温被控对象模型可用于开展机组优化运行与优化控制的相关研究。     

基于变参数PID的火电厂过热汽温控制

为使火电厂过热汽温控制质量进一步提高,在阐述变参数PID原理的基础上,将其应用于火电厂过热汽温的控制中,仿真表明,新系统可明显提高控制效果.     

模糊自调整PID过热汽温控制系统

首先对过热汽温特性进行了试验分析,针对工况参数对特性参数具有较大影响的汽温被控对象,建立了过热汽温模糊自整定ＰＩＤ串级控制系统。选用直接推理的强度转移法,编程建立功能模块化结构形式的模糊控制算法,通过组态实现了该控制系统功能。仿真及动态试验结果表明,该系统与原机组常规主汽温串级控制系统相比,对外扰的适应件大大加强,控制品质得到明显改善。     

过热汽温串级模糊控制系统设计与仿真

以火电厂过热汽温为控制对象,在分析串级控制的基础上,提出了过热汽温串级模糊控制策略,并建立了系统仿真模型。仿真结果表明,与传统的串级控制系统相比,串级模糊控制系统具有较好的控制品质和较强的自适应能力。     

带降维观测器和PI的鲁棒串级汽温控制系统

本文以某电厂１６５０吨／时大型锅炉过热器出口蒸汽温度控制系统为研究对象，提出了一种带有降维状态观测器和ＰＩ的鲁棒双环串级控制方法，并给出了相应的参数整定算法。经ＡＬＳＴＨＯＭ公司ＭＩＣＲＯ－ＺＴ２０计算机分散控制系统在现场的运行表明，与常规的串级控制方法相比，新方法不仅使电厂汽温控制系统对电力负荷大波动等具有更强的自适应能力（即鲁棒性），而且可推广到其它大迟延大惯性对象的控制中去。