垃圾焚烧炉烟气处理方法介绍和比较

随着国内环保问题日益严峻,垃圾焚烧所产生的烟气处理问题也越来越受重视,本文主要从系统复杂性,可靠性及消耗品耗量等方面,对国内目前几种垃圾焚烧炉烟气处理工艺进行介绍和比较。     

基于DCS的垃圾焚烧炉系统智能控制策略

垃圾焚烧在减容化、无害化、资源化处理城市垃圾方面的综合效果显著，但焚烧处理不仅仅是焚化废弃物，还必须考虑烟气处理、有效控制二次污染和废水处理等相关问题，因此是一项复杂的系统工程。文章结合垃圾焚烧炉运行特点，针对垃圾焚烧燃烧机理和污染物生成机理，基于DCS的垃圾焚烧炉系统结构，讨论了优化运行的智能控制策略。     

垃圾焚烧发电厂分散控制系统设计与应用

垃圾焚烧发电厂处理日益增长的城市垃圾,是城市基础设施的一部分。对现代大型垃圾焚烧炉的控制进行了探讨和实践,对其中的设计思想进行了阐述,并介绍了解决垃圾焚烧炉燃烧控制和顺序控制的具体方案。本文的控制方案已应用于北京某垃圾焚烧电厂,并取得了良好的控制效果。     

垃圾处理与循环流化床垃圾焚烧炉

目前垃圾污染越来趋严重，用循环流化床垃圾焚烧炉处理垃圾不失为绿色处理方式，既保护环境遭免产生二恶英这样的剧毒气体，还能变废为宝。着重对循环流化床垃圾焚烧炉的可行性设计及应用的经济性进行系统的论证。表3     

垃圾焚烧炉的燃烧调整及常见故障的处理

深圳能源环保公司的南山、盐田垃圾电厂均采用比利时的多级往复带翻动型炉排炉。宿州汇源电热公司自2003年1月起，承担了两个电厂的调试和保运行工作，现将经过两年多的实践，经验介绍如下，供参考。     

垃圾焚烧炉炉排自动控制策略研究

目前国外垃圾焚烧发电基本上采用机械炉排炉燃烧方式,适合于燃烧高热值的垃圾.我国城市垃圾成分复杂,含水率高,无机物含量高,热值低,给炉排炉的燃烧控制带来了困难.满足垃圾的充分燃烧、有效地控制负荷和炉膛温度,同时使排出的烟气达到排放标准是目前国内垃圾焚烧发电需要解决的难题.以天津双港垃圾焚烧发电厂日本田熊公司生产的SN机械焚烧式垃圾焚烧炉为例,针对引进的机械炉排式垃圾焚烧炉在燃烧国内垃圾中存在的问题,进行了炉排控制策略的改进.     

燃烧控制系统智能控制

本文采用专家控制与传统控制方法相结合的方法，实现了锅炉燃烧控制系统的智能控制，文中设计了应用于锅炉送风量控制子系统的专家控制器，其模型采用产生式规则描述，弥补了原有控制系统的缺陷，具有很好的经济性和实用性，此专家控制器的控制规则可以在现场的实际过程控制中不断修改，完善，具有较强的通用性。     

垃圾焚烧炉炉温控制系统的探讨

垃圾焚烧是多种燃烧形式综合的过程,焚烧炉的燃烧过程是强耦合的多输入多输出非线性系统。燃烧的稳定性是保证垃圾焚烧处理效果、抑止污染物生成的主要因素,而温度是保证燃烧稳定性的关键参数。基于当前垃圾焚烧炉的控制现状,运用经典的PID控制器,对垃圾焚烧炉的温度进行控制。结合工程实际,开发了一套垃圾焚烧炉炉温控制系统。     

垃圾焚烧炉的燃烧调整

以太仓协鑫垃圾焚烧发电有限公司垃圾焚烧炉为例,研究分析了垃圾焚烧炉的燃烧机理和燃烧调整的方法,为该类型锅炉的安全经济运行提供了有益的参考。     

垃圾焚烧发电技术在我国的应用

针对我国城市生活垃圾产生量逐年增加，城市垃圾处理量越来越大的问题，介绍目前国内外采用垃圾焚烧炉的形式及国内垃圾焚烧技术的发展现状，并就垃圾焚烧处理技术的优点和存在的问题提出建议，以推广城市垃圾焚烧技术在我国的应用。     

垃圾焚烧稳定性控制研究

分析了影响垃圾焚烧炉燃烧稳定性的几个重要因素。考虑到垃圾特性的复杂多变以及垃圾焚烧炉燃烧过程的非线性、时变性和不确定性,提出了一个垃圾焚烧炉的模糊控制模型,并将设计的模糊控制系统应用于深圳市市政环卫综合处理厂燃烧控制系统改造中,经改造后的垃圾焚烧炉运行稳定性得到提高,炉温波动变小,取得了较好的效果。     

Stabilizing control of power system using fuzzy control

This paper presents an application of fuzzy control to enhance power system stability. The proposed control consists of the controller for large disturbance (FU 1), the fuzzy controller for small disturbance (FU 2), and the fuzzy judgment mechanism (FU 3). FU 1 is determined based on the fuzzy controller [FU 1(F)] is determined according to the control rules and its input signals, i.e., speed deviation and acceleration at every sampling time of the machine. FU 2 consists of two controllers, namely, FU 2-ω and FU 2-P; FU 2-ω has the same mechanism as FU 1, while the output signal of FU 2-P is determined according to the rules together with the change of error of electrical power and terminal voltage. To obtain the optimal desired control signal during both the large and the small disturbances, the operations of FU 1 and FU 2 are judged by FU 3, where the magnitude of speed deviation is chosen as its input signal. The determined control signal is fed to AVR of the machine. The implementation of the proposed control is simple due to the small amount of calculations and required data. The effectiveness of the proposed control is demonstrated by the one-machine infinite-bus system model and very good system performance is obtained throughout all the simulations.     

双模糊PID柱温箱系统研究

为了提高色谱柱温箱的温度控制精度,改善温度飞升曲线,通过对现有温度控制系统及方法的研究,结合模糊控制理论及相应方法,提出了双模糊控制理论,并应用于传统PID温度控制系统内;利用两级模糊控制规则,即大范围模糊控制和模糊自适应整定PID控制,大幅度改善了控制器的动、静态性能,降低了温控调节过程中的波动,减少了加热的收敛时间,提高了柱温箱的响应速度和温度精度。     

Power-system stabilizing control by SMES using fuzzy techniques and neural networks

It has been clarified that a superconducting magnetic energy storage (SMES) is very effective for power system stabilization. The control methods proposed for power system stabilization by SMES include the pole assignment, the optimum control, and so on, each of which, however, has its drawbacks. The application of fuzzy control is considered to overcome these drawbacks. This paper considers the power system stabilization by fuzzy control of the active and reactive power of SMES. First, the adequate fuzzy control rules of an SMES for the model power system is derived. Then, to alleviate the dependence of the fuzzy control on the operating condition and the fault, a method is proposed which adjusts the fuzzy parameter according to the operating condition and the fault using a neural network. The validity of the proposed method is examined by computer simulations.     

自学习模糊控制系统仿真初探

讨论了一种自学习模糊控制CAD软件的设计思想 ,并介绍了它的应用方法。该软件具有界面友好、操作方便、运算效率高等诸多特点。能够方便地选择和修改其控制参数 ,根据软件中的自学习模糊算法 ,得到较满意的仿真效果 ,是开发模糊控制系统的一种有效工具     

模糊控制在薄膜张力控制系统中的研究与应用

以金属化薄膜电容器全自动卷绕系统为研究对象 ,设计一种用于薄膜恒张力控制系统的PID控制系统 ,它实现PID参数的在线整定 ,进一步完善PID控制器自适应性能 ,并对系统采用该控制策略进行了仿真实验     

一类非仿射非线性系统的自适应模糊控制

为了讨论一类非仿射非线性系统自适应模糊控制问题,利用有关隐函数定理和泰勒公式,将系统由非仿射型转变为仿射型,基于滑模控制原理,并运用模糊逻辑系统对未知函数进行在线逼近,提出了一种具有监督器的自适应模糊控制方法。该方法在考虑到外界干扰的情况下,通过监督控制器保证闭环系统所有信号有界,通过引入最优逼近误差的自适应补偿项来消除建模误差的影响。通过Lyapunov方法,证明了跟踪误差收敛到零,仿真结果表明了该方法的有效性。     

基于模糊PID控制的望远镜伺服控制系统

为了满足某种望远镜传递函数时变、速度精度要求高、位置定点时间长的控制要求,在分析经典PID的基础上,提出了一种模糊控制方案。通过构造模糊控制规则,模糊PID控制器能够根据误差和误差变化对控制器的比例、积分增益进行实时的调整。针对某望远镜模型,仿真验证了模糊PID控制与经典PID的控制性能,并在该望远镜上实验验证了速度控制及位置定点实验,速度为138.8°/s时最大稳态误差为0.4°/s,位置定点最大误差为0.0002°。仿真结果和实验结果均表明:模糊PID控制能满足该望远镜的观测要求。     

光伏发电最大功率跟踪的非对称模糊控制

受外界环境影响,光伏电池系统的输出特性呈现非对称的强非线性,输出功率常常偏离最大输出功率点(MPP)。为提高光电能量转换效率,在分析P O机理的基础上,采用扰动观察法(P O)跟踪光伏电池MPP;针对P O缺点,在MPP两侧采用不同的隶属度函数和模糊控制规则,提出了一种非对称模糊控制算法,并使用Matlab中的Fuzzy工具箱对模糊控制器进行了设计。基于所搭建的Matlab/Simulink仿真模型,对比分析了在环境变化时P O法和非对称模糊控制法的最大功率点跟踪曲线。仿真结果表明,所提方法提高了MPP跟踪的动稳态性能,在外界环境变化时更能有效、快速、准确的实现最大功率点跟踪。     

液压伺服系统的模型参考自适应模糊控制新方法

基于液压伺服系统参数不确定性,提出一种改进的模型参考自适应模糊控制方法。该方法用模糊自适应机构代替常规的自适应机构,并用模糊因子自调整律实时调节模糊自适应机构的模糊规则,提高了模糊自适应机构推理规则的调整精度,获得了更好的控制性能。仿真结果验证了其优越性。