基于神经网络的过热汽温模型预测控制

通过神经网络系统辨识实现非线性系统的模型预测控制MPC(Model Predictive Contro1),建立了基于神经网络系统辨识的过热汽温模型预测控制系统。仿真结果表明,较之传统的过热汽温串级调节系统,采用该模型预测控制策略的过热汽温控制系统的控制性能有很大的提高。     

基于多模型切换的过热汽温控制策略

针对火电厂过热汽温具有大迟延、时变、非线性等特性,在常规的串级PID控制基础上,提出基于多模型的切换控制策略,有效避免单一控制方式不能适应负荷变化的要求,主调节器参数根据内模控制的原理进行整定.仿真结果表明,多模型切换的过热汽温控制系统能够获得满意的动态响应.     

基于多模型加权调度的锅炉过热汽温广义预测串级控制

针对采用常规串级比例-积分-微分(proportion-integral-derivative, PID)控制器调节锅炉过热汽温系统存在不易整定参数、自适应性不佳的问题,设计一种基于多模型加权调度的锅炉过热汽温广义预测串级控制器。首先,根据典型工况下喷水量扰动时的过热汽温动态特性建立模型子集,采用递推最小二乘法辨识可控自回归积分滑动平均模型参数;其次,根据辨识得到的模型参数求解各子控制器最优输出,采用高斯隶属度函数得出各子控制器输出的加权系数;然后,通过单一工况下考虑减温水调节阀特性的预测控制仿真试验,比较广义预测串级控制器和常规串级PID控制器的鲁棒性;最后,通过变负荷仿真试验及抗干扰测试,验证多模型加权调度广义预测串级控制器对变负荷时模型失配的适应性。试验结果表明,相比常规串级PID控制器,广义预测串级控制器拥有更好的鲁棒性,设定值扰动试验中最大超调量控制在2℃左右。多模型加权调度广义预测串级控制器对模型失配具有良好的适应性,并具有良好的抗干扰性能。     

模糊预测控制及其在过热汽温控制中的应用

为了实现对大滞后复杂过程的高质量控制，本文将模糊控制与预测控制相结合，提出了模糊预测控制方法，并给出了相应的控制算法。该方法克服了常规模糊控制方法存在的控制后果不能及时反馈的不足，而与现代控制理论中的预测控制方法相比又具有算法简单、易于实现的优点。应用该方法对锅炉过热汽温控制进行了仿真研究，结果表明本文提出的模糊预测控制是很有效的。     

模型预测控制在电厂过热汽温系统中的仿真研究

针对火电厂过热汽温的动态特性,在PID串级控制方案中引入模型预测控制结构,副环采用常规PID控制,快速抑制进入系统的干扰,主环采用动态矩阵控制(DMC),抑制对象的大迟滞特性,以获得优良的跟踪性和鲁棒性。这种控制策略综合利用了预测控制的性能优点和串级控制的结构优点,仿真结果表明,该方法比常规PID串级控制更能有效地克服系统时滞、模型失配和干扰等未知影响,并且有较高的控制精度和较强的鲁棒性,可获得满意的控制效果。     

1000MW超超临界机组汽温多模型预测控制研究

针对电厂过热汽温对象大惯性、大滞后及参数随负荷变化显著的特点,利用非线性过程(线性不确定过程)在多个工作点上的线性化模型,把整个对象工作空间划分为若干子空间,而每个子空间可以找到一个较精确的固定模型,再通过加权子模型获得复杂对象的全局近似模型作为预测模型,然后采用线性优化或非线性优化方法计算预测控制器输出进行汽温控制,并给出具体的现场应用实施方案。实际仿真和应用结果证明无论对于稳态过程或负荷变化过程,过热汽温都能维持在要求的控制范围内,能够有效保证机组的安全经济运行。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温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,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。     

基于串级PID的过热汽温多模型切换控制

提出了一种易于工程实现的过热汽温先进控制策略。在常规串级PID控制的基础上,设计了多模型切换控制方案,有效避免了单一控制模式不能适应系统工况变化的问题,另外,主调PID控制器的参数通过内模原理整定,较好地保留了内模控制器的特点,能够有效克服过热汽温对象的大迟延特性。所设计的控制系统已经成功应用于某电厂300MW机组,从投运效果看,当机组负荷大范围变化时,过热汽温仍能维持在正常范围内,保证了机组的安全经济运行。     

多模型过热汽温鲁棒控制设计中标称对象和界函数的选取

对某超临界600MW直流锅炉高温过热器导前区及惰性区均具有多模型摄动的过热汽温H∞鲁棒控制问题进行了研究.该被控对象在工况大范围变化时,模型(包时间常数、增益、甚至对象阶次等)有很大的变化.对此采用对比选优法提出了多模型摄动标称对象和界函数的选取方法,并进行了H∞鲁棒PID汽温控制系统设计,求解了H∞鲁棒PI控制器.仿...     

基于内模原理电站锅炉汽温控制策略的工程应用

针对电站锅炉汽温被控对象大滞后、大惯性的特点,设计了一种新的基于内模控制原理的过热汽温控制策略。该控制策略已成功应用于徐州电厂6号机组670t／h超高压锅炉,现场调试和机组运行结果表明,这种基于内模控制原理的控制策略具有结构简单、在线调整参数少、可以明显提高控制回路的鲁棒性及抗干扰能力。现场试验结果表明,与传统串级比例-积分-微分（PID）调节方案相比,无论对于稳态过程或动态过程,新控制策略的调节品质均有明显提高。     

基于间隙度量和二次型优化的电站主汽温控制

提出了一种基于反馈线性化、间隙度量和二次型最优控制的非线性系统控制器设计方法。非线性被控对象在不同平衡点线性化后得到若干线性系统模型,通过计算可以得到各个线性系统模型之间的间隙度。依据间隙度理论,合理选择标称系统 P 以及设计其相应的控制器 K,得到反馈系统(P, K),从而使得非线性系统全局稳定,PID 控制器参数采用二次型最优控制准则求得。采用该文所提方法对某超临界600 MW直流锅炉主汽温系统4种典型工况进行仿真控制,结果表明了该方法的有效性,且控制性能优于常规的串级PID系统。     

改进的广义预测控制算法及其在锅炉汽温控制中的应用仿真研究

广义预测控制算法具有控制效果好、鲁棒性强和模型要求低等优点。分析广义预测控制原理及其隐式算法,利用预测信息对控制增量的选取策略进行了改进,并针对该算法在具有大滞后和时变性的电站锅炉过热汽温控制过程中的应用进行了仿真研究。最后通过仿真结果验证了该算法的优越性和可行性。     

基于ANFIS的过热汽温控制系统研究

提出一种新型的过热汽温控制方案,主控制器基于自适应神经网络模糊推理系统(ANFIS)进行设计。利用MATLAB的专用工具箱,对所设计的控制系统进行了大量的仿真实验,并与传统的PID控制方法相比较。结果表明,本系统的控制性能明显优于传统的PID控制。     

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MCP-PID控制器的电站锅炉汽温控制

针对应用常规PID控制电站锅炉汽温过程时大负荷变动下的控制品质不佳问题,研究了应用具有高鲁棒性的MCP-PID控制器的可行性。为考察新控制器用于汽温控制的变负荷适应性,特别设计了用按某点负荷过程模型设计的控制器去控制多点负荷汽温过程的仿真试验。仿真试验结果表明：与用常规PID控制相比,MCP-PID汽温控制具有超调量小、调整时间短、扰动抑制强和变负荷适应性强的优势。     

基于辐射能信号前馈的串级汽温控制系统

研究电站锅炉炉膛辐射能与过热器出口温度的动态特性，以辐射能信号作为前馈信号，组成前馈一反馈的汽温控制系统，改进过热器减温水喷水控制，提高了蒸汽参数品质及火电机组的经济效益和安全性。     

复合模糊串级系统在火电厂过热汽温控制中的应用

在对火电厂过热汽温控制对象特点分析基础上,保留串级控制抗内扰的性能,结合模糊控制动态特性好的特点,提出了一种复合模糊串级控制设计.仿真结果表明,用这种方法建立的过热汽温控制系统具有较好的控制品质和抗干扰能力.