基于多模型γ增量型阶梯式GPC的SCR脱硝系统优化控制研究

提出了一种以入口NO_(x)质量浓度预测值作为前馈的多模型γ增量型阶梯式广义预测串级控制策略。首先,设计3个典型工况下的γ-SGPC-PID串级控制器,然后通过模糊增益调度构建全局控制器,最后将基于VMD-ARIMA的入口NO_(x)质量浓度预测值作为前馈,构建了前馈-反馈SCR脱硝控制系统。结果表明:该前馈-反馈控制系统可以对氨气质量流量进行准确调节,降低出口NO_(x)质量浓度的波动变化,提高了变工况下SCR脱硝系统的控制品质。

基于阶梯式广义预测控制的锅炉主蒸汽温度控制系统

针对电厂锅炉主蒸汽温度难以投入自动控制的问题,在充分了解系统特性,综合考虑各项扰动因素后,有针对性地提出阶梯式广义预测控制策略,该算法引入10个影响因素,能解决大惯性、大时延及多扰动系统控制问题。算法应用于平圩电厂的2008t/h锅炉,成功解决了该厂主蒸汽温度难投自动的问题,并使控制指标优于部颁标准。应用实践证明该技术具有很高的市场推广价值。

基于多模型切换阶梯式广义预测控制的电站锅炉主汽温控制

为改善大型电站锅炉主汽温控制中自动化程度低、控制品质较差的问题,针对过热回路的大惯性、大滞后以及对象模型随负荷变化较大等特点,提出了一种基于模型切换的阶梯式广义预测控制方法,并将风量、上层磨煤量、蒸汽流量等影响因素综合应用于主汽温串级控制.该方法已在山东石横电厂1 025 t/h大型锅炉中进行了应用,结果表明,在机组正常工作负荷范围内均具有很好的控制品质,成功解决了该厂自建厂以来一直无法解决的主汽温自动控制问题.同时此控制器的设计具有较好的通用性和可移植性,适用于大滞后严重非线性时变系统的控制,易于推广应用.

基于阶梯式广义预测的SCR脱硝系统优化控制

SCR脱硝系统被控对象具有大迟延和大惯性,采用常规PID难以满足对出口NO_(x)含量的精准控制。为提高控制品质,提出了基于阶梯式广义预测的SCR脱硝系统优化控制。首先采用粒子群算法辨识了NO_(x)排放量的数学模型,其次基于模型设计了阶梯式广义预测控制器,最后将基于联合互信息的LSSVM动态软测量模型得到的NO_(x)生成量作为前馈,构建了基于软测量模型的前馈-反馈控制系统。结果表明:基于阶梯式广义预测的脱硝优化控制能很好的减少出口NO_(x)的波动,将动态软测量模型得到的NO_(x)生成量预测值作为前馈引入SCR脱硝控制系统,克服了测量数据存在的滞后问题,可以及时准确的控制喷氨量,实现脱硝系统的稳态经济运行。

基于阶梯式广义预测控制的脱硝优化控制应用

大型火力发电机组脱硝系统被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,传统的PID控制不能满足控制要求。为解决这一问题,利用递推最小二乘法(recursive least square,RLS)建立了脱硝系统模型,并基于阶梯式广义预测控制算法构建了脱硝系统优化控制策略,同时将该策略应用于依托电厂。实践结果表明:无论是稳态工况还是复杂的变负荷工况,脱硝优化控制策略都能够很好地控制脱硝系统出口NOx浓度,大大降低了NOx浓度的波动,减少了尿素使用量,实现了脱硝系统稳定经济运行。

基于阶梯式广义预测控制的钢球磨煤机控制系统

钢球磨煤机制粉系统,存在大滞后、大惯性、强耦合等特点,难以实现自动控制。针对某电厂钢球磨煤机制粉系统,对现场运行数据进行分析,建立数学模型。通过分析磨煤机的工作特性,提出了基于阶梯式广义预测控制(SGPC)的控制方案,通过3个回路分别实现磨机负荷、出口风温度、入口负压的控制,运用前馈补偿来减少各个回路之间的耦合,并分别对各个回路设计了阶梯式广义预测控制器。仿真分析表明,采用前馈补偿时,各个回路间耦合降低,控制性能较好。该控制方案在电厂钢球磨煤机制粉系统中的运行结果表明,控制方案具有较高的控制精度和自动投运率。

基于阶梯式广义预测控制的钢球磨煤机负荷控制系统

在火电厂的钢球磨煤机中,磨煤机负荷具有大惯性、大滞后、非线性、时变性的特点,常规的PID难以取得很好的控制效果。本文设计了一种基于阶梯式广义预测控制算法的控制器,仿真结果表明,与常规PID控制器相比,该控制器具有良好的控制性能。此方法运用于某电厂#5炉制粉系统中,成功解决了磨煤机负荷难以投入自动的问题。实践表明,该方法是可行的,而且具有良好的市场推广价值。

基于精准能量平衡与预测控制的协调控制系统优化

我国火电机组面临煤质煤种多变的问题,随着电网对AGC、一次调频要求的不断提高,火电机组需进一步提升机炉协调控制系统的适应能力。超超临界机组具有高效节能的特点,是目前提高火电机组热效率的有效途径,以超超临界机组机炉协调控制系统作为研究对象,构建了超超临界机组非线性控制模型以及入炉煤低位发热量的软测量方法,实现了锅炉输入热量、锅炉动态蓄能和汽机侧能量需求的精准平衡;并采用阶梯式预测控制算法取代常规的PID控制器,将前馈和解耦的控制思想融入预测控制算法中,进一步克服了系统强耦合、大惯性、大迟延特性对调节性能的影响,实现了机组在高效宽负荷范围的高效灵活运行。仿真结果表明,加入入炉煤低位发热量作为控制器前馈后,主蒸汽压力、中间点焓值、主汽阀开度等参数均能快速响应滑压运行需求,且有效降低被控参数的超调量;当煤质发生变化时,控制器能迅速调节给煤量,各参数能快速回归设定值,且超调量较小;基于精准能量平衡的阶梯式预测协调控制策略可以有效抑制煤质扰动及锅炉蓄能变化对机炉调节性能的影响,从而进一步提升主汽压力调节的快速性和平稳性。

广义预测控制在MGT-CCHP系统中的应用研究

针对微型燃气轮机冷热电联供系统(MGT-CCHP)大热惯性、多变量间强耦合、非线性和时变性的控制难点,在集总参数简化模型基础上,提出了两种基于阶梯式广义预测控制(SGPC)的控制策略。第一种充分发挥GPC处理多变量耦合系统的优势,设计了多变量协调GPC控制器。第二种遵循MGT-CCHP系统的物理连接,分别为微型燃气轮机和制冷机设计了两个独立的GPC控制器。基于MATLAB进行的80 kW MGTCCHP系统仿真结果表明,与解耦PID控制相比,所设计的两种预测控制策略能够快速响应负荷以及冷热水温度变化、超调量和系统间耦合波动较小,更好地保证了MGT-CCHP系统经济可靠运行。

一种改进的球磨机系统广义预测解耦控制器

针对球磨机系统具有多变量、强耦合、大惯性、大滞后、多扰动的特点。设计了一种适用于球磨机系统的前馈解耦内模控制器,以完成各控制回路之间的解耦;再对解耦后的各控制回路应用阶梯式广义预测控制,即可得到改进的球磨机系统广义预测解耦控制器。仿真实验和实际运行效果均表明引入内模结构提高了系统的鲁棒稳定性和抑制扰动能力,采用此控制器可以改善球磨机系统的控制品质。

旋转导向钻井稳定平台的广义预测控制研究

研究了旋转导向钻井稳定平台的摩擦问题,建立了带摩擦的稳定平台广义被控对象的数学模型。针对稳定平台摩擦的不确定性,为了提高稳定平台系统的控制精度和稳定性,提出了阶梯式广义预测控制算法,既保留了传统广义预测控制的优点,又避免了在线求解逆矩阵,同时使算法的安全性得到了提高。将改进算法应用于稳定平台的工具面角控制,并进行了仿真。仿真结果表明,上述算法具有较高的控制精度和良好的动态性能,并且对时变的摩擦干扰具有较强的抗干扰能力,对系统参数摄动具有良好的鲁棒性。

改进的监督预测控制算法在IGCC中的应用

针对监督预测控制在线计算的复杂性,引入阶梯式控制策略,降低了在线计算量,减少了计算时间,提高了算法的快速性。在阶梯式监督预测控制的基础上进行改进,在目标函数中引入单步预测输出差值来抑制输出超调。以IGCC气化炉温度控制为对象进行仿真,仿真结果表明:本算法具有良好的可行性和控制效果,满足了系统调节的快速性、稳定性、准确性及抗干扰性的要求。

基于OSELM-SGPC的主蒸汽温度优化控制仿真研究

为解决比例积分微分(PID)控制器难以在大迟延、大惯性的主蒸汽温度被控对象上取得理想控制效果的问题,通过改进极限学习机(ELM)网络构建预测模型控制器,在解决传统神经网络算法训练速度慢、模型参数选取复杂的问题的同时,对主蒸汽温度进行多步预测,从而更好地抑制扰动。将阶梯式广义预测控制器(SGPC)作为滚动优化控制器,进一步优化计算过程,从而搭建了在线贯序极限学习机-阶梯式广义预测控制器(OSELM-SGPC),充分兼顾预测效果与计算复杂度。通过主蒸汽温度设定值扰动、给煤量扰动以及给煤量和给水量叠加扰动等试验,并与传统串级PID控制作对比,充分验证了OSELM-SGPC的有效性和优越性。

一种新型GPC算法及其在PMSM直接转矩控制中的实现

为了使永磁同步电动机(PMSM)直接转矩控制(DTC)系统适用于更高要求的场合,在给出PMSM-DTC系统的基础上设计了适用于该系统的速度环广义预测控制器(GPC),该控制器采用一种与阶梯式广义预测控制算法相结合的分段式新型广义预测控制(GPC)算法,该控制算法在目标函数中增加预测值和给定值差平方的加权项,并根据不同时段给目标函数加权项赋予不同值.仿真实验表明该新型GPC相对于传统的GPC具有更好的动静态性能及更短的运行时间,更适用于性能要求较高的工程实际应用.

丙烯腈流化床反应器先进控制

温度是丙烯腈生产的重要条件,在研究丙烯腈生产工艺的基础上,对丙烯腈流化床反应器进料系统PID控制器参数进行了整定,进一步采用阶梯式控制策略,用渐消记忆的递推最小二乘法辨识模型实现丙烯腈流化床反应器反应温度的广义预测控制,较好地解决了由反应器进料流量波动、反应压力变化等因素引起的反应温度的大幅波动问题,提高了反应器温度的控制品质,同时也提高了丙烯腈收率。

基于改进Smith预估时延补偿的GPC网络控制系统研究

针对网络传输时延和被控对象自身时滞使控制系统性能恶化等问题,对传统Smith预估器进行补偿,在其反馈通道上加入一阶惯性环节,解决被控对象与预估模型参数失配问题,并将阶梯式广义预测控制算法和时延补偿相结合,进一步降低传输时延和自身时滞对控制系统的影响.仿真结果表明改进后的系统能获得较好的动态性能和稳定性能.

电站锅炉先进控制系统的开发与应用

为加快先进控制技术的应用,针对电站锅炉工况复杂、强耦合及大滞后等特点,采用阶梯式广义预测控制算法实现回路的先进控制,开发了一套电站锅炉先进控制系统并在电站锅炉汽水系统和风烟系统中成功应用。该系统通过OPC接口与DCS系统进行数据交换,具有较高的安全性和可移植性。

ALSTM-GPC在核电厂协调控制系统中的应用

针对常规比例积分微分(PID)控制器面对复杂系统时控制效果欠佳的问题,充分结合深度学习在特征提取、回归预测以及预测控制在处理多变量、强耦合等问题的优势,先通过ALSTM深度网络构建预测模型控制器,该预测模型以对象一维时序信号作为输入,以长短期记忆网络(LSTM)完成特征提取,然后通过引入注意力机制,对LSTM提取特征的权重参数进行优化,筛选保留目标特征,滤除冗杂特征,实现精准提取有效时序特征。再将广义预测控制(GPC)作为滚动优化控制器,搭建注意力长短期记忆网络-广义预测控制器(ALSTM-GPC)。随后在核电站双入双出多变量协调控制系统进行仿真实验,通过设定值扰动、内扰以及外扰等一系列仿真实验的验证,与常规PID控制相比,ALSTM-GPC控制器具有更优的控制效果。