基于混合策略麻雀算法的锅炉主汽温系统参数优化

超临界机组过热蒸汽温度的控制品质直接影响机组的安全稳定运行,传统的控制方案是通过工程整定法对主汽温控制系统参数进行优化。麻雀优化算法(Sparrow Search Algorithm,SSA)作为一种新颖的群体智能优化算法,已在诸多应用领域具有较好的寻优性能。针对锅炉主汽温系统特性,提出一种混合策略的改进型麻雀搜索优化算法,在锅炉主汽温系统参数寻优过程中,能够在不降低寻优精度的同时降低寻优时间。仿真结果验证了改进SSA算法的良好寻优特性。

基于模糊PID的区域供热锅炉主汽温控制方法

锅炉供热仍是目前大部分区域取暖的主要方式,但其温度不可控是一大问题,为此,提出基于模糊PID的区域供热锅炉主汽温控制方法。在闭环辨识条件下先通过分析热锅炉主汽温温度控制系统的动态模型,计算其连续的传递函数,进而反向推导得出实际的主汽温辨识模型,使系统在离线条件下也可以完成汽温控制。然后构建出汽温预测模型得出温度预测结果,在PID控制的基础上添加模糊控制策略,运用比例环节以及微分环节,将误差组成线性组合,实现区域供热锅炉主汽温控制,最后利用实验证明所提方法的先进性。实验结果表明,所提方法对供热锅炉主汽温控制的精度高、超调量小以及调整所需时间短,具有一定研究价值。

基于主汽温多模型的变论域模糊控制

火电厂主汽温系统具有非线性、大惯性、大迟延性等特点,针对传统串级PID控制在不同工况下控制效果变差且难以适应的问题,提出一种基于模糊决策构建切换算法的多模型变论域模糊控制方法。首先,基于预处理过的某火电厂历史数据利用改进粒子群算法对导前区和惰性区传递函数优化建模,再将其拟合为一阶纯迟延形式的广义被控对象。之后,在常规模糊PID的基础上引入变论域思想,并根据不同工况设计不同控制器,同时用改进粒子群优化变论域参数。最后,在控制过程中,采用模糊规则推理得到实际各控制器输出权值,从而实现多工况控制。仿真结果表明,在不同工况下较传统控制方案,控制品质有明显提升,表现出较好的鲁棒性。

一种模糊控制算法在主汽温控制系统中的应用

针对主汽温具有影响因素多、时滞较大及模型时变的特点 ,提出了主汽温自整定模糊控制算法 .该算法利用解析公式形式 ,对主汽温偏差及其变化率、导前汽温变化率进行了综合考虑 ,并可根据运行工况自动调整各模糊变量的加权因子 。

基于改进粒子群的火电厂锅炉主汽温优化控制方法

为提升火电厂锅炉主汽温的控制效率,文章提出了一种基于改进粒子群算法的优化控制方法。该方法通过构建主汽温控制模型来消除干扰,从而提高主蒸汽温度控制的准确性。在保证受控对象温度控制准确的前提下,采用串联控制的方式实现机组运行期间主蒸汽温度控制转换。通过基于改进粒子群算法的优化控制,完成火电厂锅炉主汽温的最优控制。实验结果表明,这种研究方法具有更高的控制效率。

主汽温系统模糊自适应预测函数控制

提出了基于有限脉冲响应(FIR)模型的预测函数控制(PFC)算法,给出了采用1个基函数(阶跃函数)和2个基函数(阶跃函数、斜坡函数)的控制律的解析解,分析了闭环系统稳态特性,结果表明,系统对于设定值变化和输出扰动均无余差。结合该算法、T-S模糊建模和自适应控制技术,提出了模糊自适应预测函数控制(FAPFC)策略,该方法实现简单,对工况变化具有优良的适应性。针对某超临界600MW直流锅炉主汽温对象,设计预测函数-比例(PFC-P)串级控制系统,经4种典型工况下的阶跃响应试验表明,采用PFC-P串级控制策略的主汽温系统具有良好的动态性能,明显优于采用PID-P串级控制策略的主汽温系统;为了克服负荷变化对主汽温系统性能的影响,采用了FAPFC策略,仿真结果表明,系统具有良好的负荷适应性,负荷大范围升降时,主汽温度变化能维持在5℃以内,而且控制量变化平稳,具有较高的工程实用价值。

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。

主汽温系统模糊自适应内模控制

基于内模控制理论,针对火电厂主汽温被控对象的大惯性、大迟延、时变、多干扰的特点,设计了内模–比例串级控制系统,并将量子遗传算法应用于滤波器参数的寻优。并在此基础上结合T-S模糊建模和自适应控制技术,提出了模糊自适应内模控制(fuzzyad aptive internal model control,FAIMC)策略。该方案实现简单,对工况变化具有优良的适应性。对某超临界600MW直流锅炉主汽温系统4种典型工况进行仿真控制,其过渡过程时间短,超调量小,适用于大惯性、大迟延过程的控制,控制效果明显优于串级PID控制。为克服负荷变化对主汽温系统性能的影响,采用模糊自适应内模控制策略分别进行了升降负荷实验。仿真结果表明:提出的控制系统能较好的适应对象动态模型的大幅度变化,保持较优的调节性能。

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性，设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器，外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构，以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法，教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明，所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。

基于PLC的火力发电机组主汽温微分先行控制器

针对火力发电机组锅炉主汽温的非线性、多变量、多扰动、大滞后等特性,将基本PID控制器、微分先行PID控制器和模糊PID控制器应用于锅炉主汽温控制系统,并分别在仿真平台Matlab的仿真环境Simu- link下进行了仿真。仿真结果表明,微分先行PID控制器缩短了滞后时间,减小了超调量,其控制性能和动态特性与模糊PID控制器相一致。与基本PID控制器相比,具有更好的控制性能和动态特性;与模糊PID控制器相比,具有更简单控制结构和更高的可靠性。同时,实现了主汽温微分先行PID控制器基于PLC的程序设计。

自抗扰控制在火电厂主汽温控制中的应用研究

自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典PID固有缺陷而形成的新型控制器,性能优良并且算法简单。针对火电厂过热汽温控制系统的大滞后,大惯性以及动态特性随工况变化的不确定性等特点,给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数就可以实现干扰补偿。在电厂热工过程控制实时仿真平台STAR-90上建立模块化的自抗扰控制器,进行了变负荷、10%扰动和RB试验。试验结果表明,用ADRC技术建立的过热汽温控制系统对被控对象模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能。

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性, 传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性, 提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明, 该方法的控制效果优于常规的PID控制, 能适应对象参数的变化并表现出良好的控制品质, 即使发生扰动时也具有较强的鲁棒性和自适应能力。

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。

用RBF网络整定的火电厂主汽温PID串级控制系统

火电厂主汽温具有大惯性、大迟延等特性,其动态特性随负荷而变化,采用常规的按照典型工况整定的固定参数PID串级控制难以获得满意的控制效果。为此,提出一种用RBF网络整定的PID串级主汽温控制策略,将RBF神经网络和常规PID串级控制相结合构成的智能PID控制器不仅具有常规PID控制器的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明:系统动态品质明显优于通常的PID串级控制,能适应对象参数的变化,具有较强的鲁棒性和自适应能力。

火电厂锅炉主汽温模糊免疫PID-Smith预估控制

针对火电厂锅炉主汽温控制对象的大纯滞后、模型不确定等特性,设计了模糊免疫PID-Smith预估控制系统,并进行了仿真研究。仿真结果表明所设计的控制系统比常规Smith预估控制系统具有较强鲁棒性,系统具有良好的适应能力,适用于缺乏精确数学模型且参数变化的大纯滞后工业过程。

主汽温多模型扰动抑制预测控制方法

电站汽温控制系统结构复杂,机组运行过程中影响主汽温稳定的因素众多。主蒸汽流量变化、锅炉燃烧状况改变等因素均可能干扰主汽温稳定,影响机组运行的经济性和安全性。基于模型的预测控制算法在应对诸如煤质变化引起的烟气侧不可测扰动时,由于缺乏对扰动的建模,控制效果不理想。针对该问题,通过对过热器进行机理建模,并在额定工况点进行局部线性化获得状态空间模型,提出基于多模型集的主汽温扰动抑制预测控制方法。当不考虑不可测扰动时,其等价于普通的预测控制算法。仿真结果表明,该方法能够有效抑制进入汽温系统的不可测扰动,进一步提高汽温的调节品质。

基于无模型自适应控制的主汽温控制系统

基于MFAC(无模型自适应控制)理论,针对电厂主汽温被控对象的大惯性、大滞后特点,充分发挥PID抗干扰性强和MFAC对惯性、延迟适应能力强的优点设计了MFAC -PID控制系统。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,具有较强的鲁棒性和自适应能力。

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。

基于自抗扰控制的火电厂主汽温控制系统及其参数整定

自抗扰控制器(ADRC)是通过改进经典比例积分微分(PID)控制的缺陷而形成的新型控制器,性能优良并且算法简单。针对火电厂过热汽温控制系统的大滞后、大惯性以及动态特性随工况变化的不确定性等特点,为了提高控制系统的动态性能和鲁棒性,文中给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数而实现干扰补偿。在电厂热工过程控制实时仿真平台STAR-90上,使用集散控制系统自身控制模块实现了自抗扰控制系统的构建,这对于工程实际应用具有重要意义。以某超临界600MW直流锅炉发电机组仿真机的主汽温为对象,进行ADRC控制下的变工况、10%扰动和快速减负荷(RB)实时仿真试验。结果表明,用ADRC技术建立的过热汽温控制系统与PID控制系统相比,该系统对被控对象特性的不确定性和外部扰动具有较强的适应性和鲁棒性,具有优良的控制性能。

专家PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性 ,其控制水平的高低直接影响到锅炉的热效率和过热器管道、汽轮机等设备的安全运行 ,将主汽温串级广义被控对象拟合为一阶加纯滞后模型结构后采用将专家控制原理与常规PID控制相结合构成专家PID控制策略。仿真研究表明 ,该方法的控制效果优于常规的PID控制 ,能适应对象参数的变化并表现出良好的控制品质 。