循环流化床锅炉主汽温的模糊预测函数控制

循环流化床锅炉主汽温具有大惯性、大滞后和非线性的特性,在特定工况下可以等效为一个具有可测扰动的一阶惯性加纯滞后对象.针对这一典型对象,考虑扰动通道和控制通道纯滞后时间相对大小,基于Smith预估补偿思想,提出了一种可测扰动前馈补偿的预测函数控制算法,结合锅炉负荷调度的T-S模糊模型,设计了循环流化床锅炉主汽温模糊预测函数控制器.仿真结果表明,在不同工况下,模糊预测函数控制器具有良好的设定值跟踪能力和调节性能.该控制方法应用模型简单,计算量小,具有较高的实际应用价值.     

PID补偿神经网络逆控制在超临界机组过热汽温控制中的应用

考虑超临界锅炉过热汽温系统的非线性、大惯性、大时延等特性,建立了过热汽温喷水减温系统的非线性动态神经网络逆模型,运用机组的历史运行数据对模型进行训练与校验。以训练好的模型为基础,构建了具有PID补偿环节的神经网络逆控制器,在MATLAB平台编制了实时控制程序。借助600 MW超临界机组全仿真系统,对过热汽温进行设定值扰动、大范围变工况扰动等仿真试验。结果表明:具有PID补偿的神经网络逆控制方案可有效降低动态变负荷过程中过热汽温的控制偏差,缩短汽温控制的稳定时间,与机组原控制方案相比具有更好的控制效果。     

基于多模型集的主汽温多模型预测控制方法

针对一类可以采用一阶惯性加纯滞后模型描述不同工况下动态特性且随工况变化的工业过程,提出一种基于对象特征参数极大极小值的多模型集建立方法,采用递推贝叶斯概率加权方法获得全局预测模型,并以此设计多模型预测控制器以满足工况大范围变化的控制要求,同时在进行误差校正时,预先补偿由于工况动态变化所带来的模型预测误差,以提高预测精度.对电站锅炉主汽温系统的仿真结果表明在各工况下均有很好的定值跟踪能力,在大范围工况变化时,能够将主汽温度稳定在设定值附近.     

循环流化床锅炉控制系统的分析与设计

结合上海石化热电总厂2×310t/h循环流化床机组控制系统运行的实例,在对循环流化床锅炉进行了燃料扰动、一次风量扰动、二次风量扰动、石灰石扰动试验的基础上,分析了床温、氧量、床压、蒸汽流量、主汽压力、烟气含硫量对各调节量的关系,阐述了主汽压力控制器控制燃烧、配比一、二次风控制氧量与床温,氧量修正控制二次风的控制方案,通过试验给出了锅炉负荷与一次风、二次风、燃料量的函数关系。并结合给料仓燃料易堵、搭桥,给料机燃料跑偏造成给料机空转,给料机易在运行中跳闸的特点,设计了燃料自动修正回路,保证了在燃料堵煤、塌煤、给料机跳闸工况下控制系统的稳定运行,极大地保证了循环流化锅炉机组的安全稳定运行,确保了310循环流化床机组控制系统长期稳定投运。图7参2     

过热汽温的非线性广义预测控制与优化

针对锅炉过热汽温被控对象大惯性、时变性和非线性等特点,提出了一种基于神经网络前馈补偿的在线自适应非线性预测控制算法.采用高阶惯性环节加神经网络补偿的混合非线性模型作为预测模型代替传统的可控自回归积分滑动平均(CARIMA)模型,并在此基础上推导出非线性广义预测控制(GPC)算法的控制规律,通过仿真实验得到典型工况下的最佳预估长度和控制长度,拟合出其与锅炉负荷的非线性关系.结果表明:该控制算法对于某些非线性被控对象具有良好的跟踪品质;在锅炉降负荷实验中,能有效克服对象参数和结构的时变,具有一定工程实用价值.     

基于改进烟花算法优化极限学习机的过热汽温特性建模

为建立精确的过热汽温对象模型,以实现过热汽温的智能预测优化控制。借助某600 MW亚临界机组DCS历史运行数据,采用具有外部时延的极限学习机(extreme learning machine,ELM)建立了该锅炉过热汽温特性的预测模型,并采用引入自适应调整惯性权重的烟花算法(Improved Fireworks algorithm,IFWA)对模型参数进行优化,将IFWA-ELM模型与标准ELM模型的预测结果进行对比。结果表明:针对某600 MW亚临界机组,改进的烟花算法鲁棒性强、收敛结果更准确,优化后一、二级过热汽温特性预测模型的测试集平均相对误差分别为0.191 9%和0.097%,具有更好的预测精度与泛化能力。     

超临界机组协调系统的模糊增益调度预测控制

针对火电厂超临界机组多变量锅炉-汽机协调系统在大工况范围内运行具有强非线性的特点,提出了一种基于模糊增益调度的预测控制方法.通过现场试验获取多个工况点处的协调系统传递函数模型,结合增益调度和模糊逻辑推理方法建立全局自适应模糊模型,利用预测控制技术确保控制系统全局优化品质.基于模糊增益调度的预测控制方法设计火电厂超临界机...     

超临界机组主蒸汽温度控制策略研究

燃煤超临界机组主汽温度控制在湿态时通过喷水减温进行调节;干态时通过中间点温度对水煤比进行粗调,提高主汽温控制的稳定性,再通过喷水减温进行细调,保证主汽温与设定值偏差在允许范围内。某电厂#1、#2机组(2×630MW)主汽温度喷水减温控制长期不能投入自动控制,只通过运行人员手动调整,由于手动调整的局限性和同时需防止主汽温度超温,因此主汽温度长期控制在额定温度以下运行,在机组变负荷工况、启停磨及煤质波动情况下容易出现超温及较低主汽温运行,不利于机组的安全和经济运行。     

660MW超临界机组通流部分初参数扰动对热经济性的影响研究

汽轮机通流部分初参数是影响机组热经济性的重要因素。在多元扰动下热力系统能效分析模型的基础上,根据热力系统的性质,以某660 MW超临界机组的典型工况为例,分别计算了主汽温扰动、主汽压扰动、再热汽温扰动对机组能效影响的强度系数。通过建立不同扰动下的强度系数变化趋势图,发现各种工况下的扰动与强度系数的变化规律,为机组的实际运行提供帮助,也为机组的节能降耗提供参考。     

基于模型预测控制的机侧变流器功率模块结温波动抑制策略

针对双馈风电机组运行在同步转速点附近时,低输出频率使机侧变流器功率模块承受较大结温波动,致使变流器可靠性降低的问题,提出一种结温波动抑制的模型预测控制（MPC）策略。首先,基于双馈感应电机电压和磁链方程,推导功率预测控制模型;其次,构建基于机组最大功率跟踪（MPPT）的目标函数;然后,搭建基于MPC的双馈风电机组电热仿真模型,时域分析机组在亚/超同步工况下往复运行时机侧变流器功率模块的动态/稳态结温波动;最后,对比现有结温波动抑制策略,验证所提控制策略的有效性。     

预测控制技术在600MW机组汽温自动控制中的应用

针对淮南平圩发电公司#1锅炉过、再热器纯滞后和惯性大的特点,采用多变量预测控制技术对过、再热汽温进行自动控制,应用结果表明：基于预测控制技术的新型汽温控制系统有效地改善了过、再热汽温的控制品质。     

由磨煤机切换导致超负荷浅析大型汽包锅炉汽温控制策略

大型汽包锅炉影响汽温因素复杂,调节和控制不当不但将会导致超温或低温的汽温异常,还可能导致超负荷等异常.本文对某厂国产600 MW机组一起磨煤机正常切换工作导致机组超负荷的异常事件进行详尽分析,进而对大型汽包锅炉的汽温影响因素和汽温控制策略提出探讨,为大型汽包锅炉的汽温调节提供参考.     

大型单元机组锅炉燃烧系统改进型预测控制的研究

改进型广义预测控制是在自适应控制的研究中发展起来的新型预测控制算法。它保留的广义预测控制的基本特征和优点,但算法更加简单、计算量小,有较强的鲁棒性,且易于在线估计参数,实现自适应控制。火电厂锅炉燃烧系统是一个复杂的时变动态过程,有多个控制回路,具有很强的非线性、强耦合、大滞后、强干扰等特性,针对火电厂锅炉燃烧系统的特点将改进型预测控制应用于锅炉燃烧系统控制中,仿真实验表明,改进型预测控制具有较强的适应性和较高的控制精度,提高了系统的燃烧效率,很好地实现了锅炉燃烧控制的维持主蒸汽压力不变、保证燃烧的经济性和维持炉膛负压在一定范围内的控制任务,是一种有效的控制方法。     

电厂过热蒸汽温度的有约束预测控制

针对目前常用串级PID系统在电厂过热蒸汽温度控制过程中存在的问题,提出采用带约束预测的控制算法予以解决.采用这种有约束预测控制后,可抬高控制设定值,从而提高机组运行效率,提高经济效益.采用现场试验数据,通过面积法辨识过程模型并利用Matlab设计预测控制器,进行了控制过热蒸汽温度模型的仿真试验,结果表明:有约束预测控制可改善系统的动态特性和抗干扰能力,并使过热蒸汽温度控制品质得到有效提升.     

基于BP神经网络的解耦方法在直流锅炉控制系统中的应用

分析了直流锅炉运行时各变量之间的耦合关系;针对直流锅炉参数多变、强耦合的特点,提出了一种改进的误差反向传播算法(BP)神经网络分散解耦方法,对直流锅炉汽温-压力控制系统进行解耦,然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制.仿真实验结果表明:BP神经网络分散解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果.     

基于Smith预估控制和遗传算法优化的燃油蒸汽锅炉燃烧控制

为解决蒸汽锅炉燃烧控制效果不佳的问题,提出一种基于Smith预估控制和遗传算法优化的燃油蒸汽锅炉燃烧控制方法,使用模糊控制输出变偏置双交叉限幅燃烧控制方法中的偏置函数,对控制器采用遗传算法进行参数优化,并使用Smith预估控制法搭建控制回路。在仿真中以常用蒸汽压力3.8和5.6 MPa两个工况升降负荷为例,对传统的变偏置双交叉限幅燃烧控制方法和改进的燃烧控制方法进行了对比,并进行鲁棒性分析。仿真结果表明：控制系统的快速性、稳定性均有所改善,且改进后的系统具有良好的鲁棒性。     

改进型卡尔曼滤波器应用于主蒸汽温度控制的研究

基于锅炉热力过程建立了主汽温和燃料量的计算数学模型,采用改进型卡尔曼滤波器和经典的比例积分环节相结合的动态控制回路,并且以燃料量为输入,主蒸汽温度作为被控对象,并且将该控制系统分别应用到600MW超临界直流锅炉冷态启动过程和自然循环锅炉的变工况过程进行模拟仿真,结果表明:预测控制值和燃料的相应补偿量都达到了满意的测量和调节效果。图3参5     

450 t/h循环流化床锅炉协调控制系统的试验研究

针对450t／h循环流化床锅炉各参数间的强耦合、大迟延等特性导致的协调控制系统难以投入的问题，对其协调控制系统进行了试验研究。研究发现：在“炉跟机”协调控制方式下，为了保证主汽压力的调节品质，给煤量的变化幅度很大，导致床温的变化过快，对锅炉运行的稳定性也产生一定的影响；在“机跟炉”协调控制方式下，给煤量的变化比较平缓，虽然有功功率的响应比较慢，但是整体调节效果比“炉跟机”方式要好。图4表2参1     

Multivariable generalized predictive control of a boiler system

An application of a multiloop generalized predictive control (GPC) scheme to achieve self-tuning control of superheat pressure and steam temperatures in a 200 MW power station drum boiler are presented. Controllers have been designed and evaluated using a detailed nonlinear boiler model which is well established and validated. Results illustrating the performance of the plant with GPC are presented and compared with conventional PI control. The results show that substantial improvements in control can be achieved with the GPC. Steam pressure and temperature variations are greatly reduced, without offsets, and with less controller activity     

火电厂主汽温控制系统的免疫PID串级控制

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规PID串级控制方法的主汽温系统难以获得满意的控制效果。生物免疫系统是一种在大量干扰和不确定性环境中都具有很强鲁棒性和自适应性的系统。借鉴生物免疫反馈响应过程的调节规律,提出将免疫PID串级控制策略应用到火电厂主汽温控制中,针对某超临界600MW锅炉高温过热器在4个典型工况点的仿真研究表明,该策略的控制效果优于常规的PID串级控制,它能适应对象参数的变化,具有较强的鲁棒性和自适应能力。图5表2参8。