监督预测控制在二次再热机组再热蒸汽温度控制中的应用

超超临界二次再热机组在我国已相继投产,其再热蒸汽温度控制策略沿用国外温度控制方案。但据机组实际运行情况,传统PID控制方案在二次再热机组再热蒸汽温度控制中存在许多不足。本文采用监督预测控制(SPC)算法解决再热蒸汽温度控制中大延迟大惯性等难题,并在基于APROS全厂仿真应用平台上对烟气再循环风机和烟气分配挡板进行了控制仿真实验。结果表明,SPC算法在控制一次、二次再热蒸汽温度的均值和偏差上均比PID控制的收敛速度快、响应时间短,在变负荷工况下更体现出良好的自适应性和鲁棒性,可以应用于二次再热机组实际工程中。     

STO先进控制软件在600MW汽轮发电机组上的应用

介绍了STO(Steam Temperature Opitimization,蒸汽温度优化)概念以及STO的技术特点与动态矩阵控制算法的原理,说明了全局动态建模方法。结合内蒙古上都发电有限责任公司机组控制系统的实际情况及运行中过热蒸汽、再热蒸汽温度控制存在的问题,说明STO先进控制软件在机组上的应用实施过程,对实施后的汽温控制效果进行了评估。应用结果表明,STO先进控制软件能够将机组过热蒸汽、再热蒸汽温度控制在理想范围内,在锅炉机组蒸汽温度控制系统中的应用取得成功。     

超超临界1000MW二次再热机组自启停控制系统设计方案与实现

介绍了泰州3号超超临界1 000 MW二次再热机组自启停控制系统(APS)的设计方案和体系结构,从分散控制系统(DCS)软硬件、设备驱动级逻辑、标准顺序控制逻辑、人机接口4个方面给出了在DCS中实现APS的基本过程和关键点,指出了二次再热机组APS设计的难点在于过热蒸汽温度、一次再热蒸汽温度、二次再热蒸汽温度的控制和三级旁路在机组启停时的控制,给出了实现二次再热机组APS的蒸汽温度控制和旁路控制的全过程自动方案。应用结果表明,APS的投运使机组整套启动时间大为缩短,降低了厂用电率,提高了经济效益,其中断点的设置、蒸汽温度控制、旁路控制方法对其他二次再热机组APS的设计具有重要的参考价值。     

PID神经网络解耦控制注塑机料筒多段温度系统

本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，文中分析了注塑机温度控制的特点，给出了PID神经网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

基于内模控制的再热汽温控制系统

采用内模控制算法对国产２００ＭＷ火电机组带汽汽换热器的多变量再热汽温系统进行控制系统分析与设计。采用了Ｖ规范型控制结构;为使主通道时间迟延最小,对被控对象进行了补偿设计;给出了能实现解耦且无纯微分环节的控制器设计步骤;详述了滤波阵的设计目的和过程。最后对所设计的再热汽温控制系统进行了仿真。结果表明,该汽温控制系统具有优良的控制品质。     

约束预测控制在低氮燃烧机组过热蒸汽温度控制系统中的应用

针对某低氮燃烧机组运行过程产生的燃烧滞后、汽温波动大等问题,提出一种带有约束优化的预测控制算法,并将其应用到电厂过热蒸汽温度控制系统中,构成串级预测控制系统。仿真结果表明：带有约束的过热蒸汽温度串级预测控制系统的控制量能被有效控制在约束范围内,系统的抗干扰性和鲁棒性均优于常规PID控制系统,过热蒸汽温度控制品质得到很大提升。     

电机温度时滞耦合自抗扰优化控制仿真研究

传统的PID电机温度控制算法在控制过程中,存在抗扰能力差,控制误差大的问题.降低了对电机温度的控制精度,导致能耗大,电机过热.提出一种改进的电机温度控制方法,通过遗传算法改进PID控制过程.利用Matlab平台模拟实验环境,与传统的PID控制算法进行了仿真实验对比.仿真结果表明,自抗扰控制算法能够有效的对电机温度进行解耦控制,实现了对电机温度的精确控制.     

FOPID-GPC算法在电厂过热蒸汽温度控制中的应用

为了克服在过热蒸汽温度控制中对象参数变化对控制效果的影响,将分数阶PID(FOPID)控制与广义预测控制(GPC)算法相结合,构成了分数阶PID型FOPID广义预测控制(FOPID-GPC)算法。该算法的参数设置与传统的整数阶PID广义预测控制算法的参数设置具有一定的相似性,并增加了积分阶数和微分阶数2个可调参数,该参数的取值对控制系统的性能具有很大的影响。仿真结果表明,FOPID-GPC算法使控制系统具有超调量小、调节时间短、能够快速跟踪系统变化的特点,提高了控制系统动态性能,能够较好地将蒸汽温度控制在设定值附近。     

直流锅炉-汽轮发电机组的自适应PID控制

针对某765 MW联合循环机组的直流锅炉-汽轮发电机组部分,提出了一种蒸汽轮机发电机组输出功率和蒸汽焓值的极点配置自适应PID控制算法。在该算法中,先对该直流锅炉-汽轮发电机组模型进行了双重动态解耦设计;在此基础上设计了极点配置自适应PID控制方案;最后与传统PID控制算法进行了仿真对比分析。仿真结果表明,提出的自适应PID控制算法简单实用,能获得较理想的动态和静态控制性能,是一种实际工程中可行的控制策略。     

基于解耦模式单周控制的VIENNA整流器研究

针对电力电子技术和装置低谐波污染的要求,研究了一种基于解耦模式下单周控制的VIENNA(三相三开关三电平)整流器。该控制下的VIENNA整流器具有结构简单、开关损耗小、不需要乘法器、快速实现功率因数校正、谐波含量低、开关频率恒定的优点。分析了VIENNA整流器的工作原理,设计了该拓扑在解耦模式下的单周控制功率因数校正策略,给出了解耦算法和控制方程。最后,通过matlab建立了该电路的仿真模型,仿真结果验证了理论分析和控制算法的正确性。     

球磨机多模型PID型神经元网络控制系统

针对球磨机制粉系统的多变量、强耦合、非线性、时变性等特点,提出了采用基于PID型神经元网络的多模型控制方法,在不同工况下系统的时变特性采用多个模型进行描述,而每个模型的控制器则采用PID型神经元网络进行解耦控制。通过在线计算模型匹配程度,选择相应的模型和控制器,组成闭环系统,切换算法实现多模型间无扰切换,同一工况慢时变采用控制器参数自调整来提高鲁棒性。PID型神经元网络是一种特殊的3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值按PID控制规律确定。仿真结果表明,文中提出的控制方法相比传统控制方法有更好的控制品质,跟踪快、鲁棒性强、解耦好,较好地解决了球磨机系统的时变性、耦合性等问题。     

基于前馈补偿解耦的多变量汽温系统预测函数控制

针对过程通道可用一阶加纯滞后模型等价描述的多输入多输出系统，提出了基于前馈补偿解耦设计思想的多变量预测函数控制，首先将系统分解为多个多输入单输出系统，在各系统中分别将其它输入量暂视为一种可测干扰，并用预测函数控制原理设计控制器，通过求解多元一次方程组，实现了多变量系统的预测函数控制设计，采用该方法对国产200MW火电机组带汽一汽换热器的多变量强耦合再热汽温系统进行了控制系统设计和仿真研究，计算机仿真证实了其有效性，达到了动态近似解耦，静态完全解耦和无静差跟踪，各种对象和模型失配情况下的仿真结果显示了该算法较强的鲁棒性和抗干扰能力，因为该方法是基于简化的模型，所推导出的控制算法简单，运算量小，易于工程实现，具有很高的实际应用价值。     

多变量PID型神经元网络控制系统及其在协调控制中的仿真研究

介绍了多变量PID型神经元网络控制系统的网络结构和学习算法,说明了系统参数选取方法,并分析了单元机组协调控制的特点.仿真结果表明,该控制系统对多变量强耦合时变的协调控制对象具有良好的解耦性能和自学习控制特性.     

基于PSO算法的多变量PID型神经元网络在球磨机控制上应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,基于PID控制的简单结构和良好性能优势以及神经元网络的自调节和自适应的特长,设计了具有PID结构的多变量自适应的PID型神经元网络控制器。给出了这种控制系统的结构和算式,其为一种3层前向神经网络,其隐层单元分别为比例(P)、积分(I)和微分单元(D),各层神经元个数、连接方式、连接权值的初值是按PID控制规律确定的。神经元网络参数采用了粒子群优化(PSO)学习算法,并给出了相关算式。分析了球磨机制粉控制系统的特点,并应用提出的控制方法对其进行了仿真研究,比较了文中控制方法与传统的PID控制方法的控制效果。仿真结果表明了所提方法具有较好的控制品质、良好的自适应解耦能力和自学习功能。     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于神经网络控制的两电动机同步系统研究

以多变量、非线性、强耦合的两电动机同步控制系统为研究对象,对变频器供电的感应电机系统进行重点研究,建立两电机同步系统的数学模型.采用RBF神经网络自适应PID控制器,结合自适应神经元解耦补偿的解耦控制技术,设计了两电机同步调速系统的神经网络控制器,试验结果表明该方法可以实现电机转速和皮带张力的解耦控制.     

基于混沌优化的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制中.采用神经网络作为预测模型,并将混沌优化算法运用于该系统的PID参数在线优化.通过计算机仿真,验证了该算法的有效性.     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性,将先进的预测控制算法和PID控制算法相结合,构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点,在Matlab平台上进行了仿真,结果表明该控制策略具有明显优于常规PID串级控制的性能。     

基于蚁群算法的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制当中。采用神经网络多步预测作为预测模型,并用蚁群算法实现了该控制系统的PID参数在线优化;最后通过计算机仿真,验证了该算法的有效性。