循环流化床锅炉燃烧过程的多变量解耦控制系统研究

循环流化床锅炉燃烧系统是一个多变量、大时延、强耦合、非线性、慢时变的复杂对象,建立该对象的精确数学模型和采用传统控制方法控制该对象都非常困难.首先采用前馈补偿器对系统进行动态解耦,然后采用常规PID控制器、常规模糊控制器及模糊自适应PID控制器3种控制方法对解耦后的燃烧系统进行MATLAB仿真对比研究,仿真结果表明模糊自适应PID控制器在控制的快速性、稳定性、适应性、鲁棒性、抗干扰能力上均优于常规PID控制和常规模糊控制器.     

变速积分PID神经网络在CFB锅炉燃烧中的应用

对循环流化床锅炉燃烧系统中的给煤量-主汽压系统进行了分析。针对其大延迟、大惯性、非线性强且难以建立精确的数学模型的特点,以及传统PID控制中积分环节的不足,提出一种基于变速积分PID的神经网络控制。该方法将神经网络和PID控制相结合,既具有神经网络自学习、自适应及逼近任意函数的能力,又具有常规PID控制器结构简单的特点;同时,变速积分的引入,更加克服了针对于高度非线性、时滞性、对执行机构输出限制严格的系统,常规PID易产生积分饱和的问题。仿真结果表明,基于变速积分PID的神经网络控制器控制效果理想,能够对复杂系统实行有效控制。     

基于粗糙集的自适应模糊神经网络用于循环流化床锅炉床温控制的研究

针对循环流化床(CFB)锅炉床温的非线性、大惯性和大延迟等特性,提出了1种基于粗糙集的自适应模糊神经网络的床温控制方法,并且通过大量已知数据的学习得到模糊规则及其隶属度函数.为了减少规则的数目,提高数据的学习效率,引入了粗糙集,从采集数据中提取最小规则集,从而解决了自适应模糊神经网络中的规则爆炸问题.以CFB锅炉床温为控制对象,对基于粗糙集的自适应模糊神经网络控制器进行仿真比较.结果表明,该控制器控制效果优于常规PID控制器,但稳态误差较常规PID控制器大,其稳态误差小于1.7％,在允许范围内.     

循环流化床供热锅炉床温控制系统的优化

由于PID控制无法对循环流化床锅炉燃烧系统的控制对象建立精确的模型,供热站2台40 t循环流化床锅炉一直由人工调节风煤量,不能投入自动运行。对原有的床温串级PID控制系统进行改进,将模糊控制器和PID调节器并列使用,即将模糊控制器的输出端(AV)连入PID调节器的输出补偿端(OC),以便得到满意的控制性能。现场运行结果表明模糊控制对循环流化床锅炉燃烧系统具有较理想的控制效果。改进后的系统在煤质不变的情况下基本实现了给定负荷下床温的自动控制。     

循环流化床锅炉主蒸汽压力控制系统优化

针对循环流化床锅炉的燃烧特点,以主蒸汽压力为被控对象对燃烧控制系统进行优化.优化的特点是将常规的比例积分微分(proportional plus integral plus derivative,PID)控制与模糊控制相结合,在PID调节的基础上,采用模糊推理的思想,根据不同的主蒸汽压力偏差和偏差变化率对PID控制器的...     

基于粒子群的模糊神经网络

近年来循环流化床锅炉因其高效、低污染、低成本等特点得到了迅速的发展,但由于其燃烧过程十分复杂很难建立被控对象准确的数学模型,因此难以实现常规方法的控制。设计了一个模糊神经控制器并进行了仿真研究,用改进的粒子群优化算法对控制器的初值进行离线优化训练,仿真结果表明,优化后的模糊神经网络控制器对控制对象具有良好的控制性能。该控制方法可用于流化床锅炉燃烧系统等复杂过程的控制。     

基于改进无模型自适应控制的CFBB燃烧系统的仿真

针对循环流化床锅炉燃烧系统具有非线性、强耦合、大惯性、大滞后的特性,在对无模型自适应控制算法改进的基础上,利用模糊控制适应性强的特点,设计出了无模型自适应控制器,实现了对循环流化床燃烧系统的四个子系统的控制.MATLAB仿真结果表明,改进后的无模型自适应控制器的控制性能更好、响应速度更快、计算量更小.     

循环流化床锅炉燃烧调整及运行控制

从循环流化床锅炉的燃烧和传热机理入手,结合循环流化床锅炉的结构特点,论述了常规情况下低倍率循环流化床锅炉燃烧工况控制和运行调整问题。     

循环流化床锅炉控制方案研究

分析了循环流化床锅炉自动控制存在的问题,对以往模型的不足加以改进.结合锅炉运行方式,对循环流化床锅炉的控制规律进行研究,确定了大体的控制策略.将常规控制方案和先进控制理论有机结合起来,研究出一种综合性的循环流化床锅炉燃烧控制方案.     

循环流化床锅炉燃烧控制与调整

从分析循环流化床锅炉的燃烧和传热机理入手,结合循环流化床锅炉的结构特点,论述了常规情况下与循环流化床锅炉燃烧有关的工况控制和调整问题。     

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。     

流化床燃烧系统模糊-神经元PID解耦补偿控制

依据神经元控制和解耦补偿的思想,引入了一种自适应神经元解耦补偿器,给出了神经元权系数的在线学习方法。在此基础上,通过将模糊控制技术和神经元自适应PID控制技术相结合,提出了一种不依赖于被控对象精确数学模型的多变量解耦控制方案。将该种方法应用于流化床燃烧系统控制,对耦合强烈的流化床锅炉床温、主汽压力、烟气含氧量三维传递函数矩阵进行解耦控制。仿真研究表明,该方案解耦效果良好,并且可以有效克服流化床燃烧对象的大滞后和非线性,获得良好的控制品质。     

基于模糊自适应PID控制的铅酸蓄电池充电系统仿真

采用基于模糊自适应PID控制的方法,对铅酸蓄电池充电系统的电压环和电流环分别进行控制,解决了非线性时变充电系统信号量不能定量表示及评价指标不能确定的问题。在Matlab/Simulink仿真平台下,对电压环控制系统和电流环控制系统分别进行了模糊自适应PID控制仿真,并与常规PID控制系统作了对比分析。仿真和对比分析结果表明,加入了模糊自适应PID控制的系统具有良好的动态响应性能和稳定性。     

静止无功补偿器的神经元变结构PID控制策略

针对静止无功补偿器传统PID电压调节器在动态调节过程中存在快速性与平稳性矛盾的问题,提出了一种基于神经元整定变结构PID的静止无功补偿器电压控制策略。该控制策略用一个神经元控制器实现变结构PID控制,同时用另一个神经元控制器实时调整变结构PID控制器的参数。仿真结果表明,该控制策略能有效加快控制系统的响应速度,实现了SVC灵活快速的电压调节功能,最终维持了系统电压的稳定,控制系统具有较好的动态和静态稳定性。     

Memory‐based IMC tuning of PID controllers for nonlinear systems

This paper describes a new memory‐based proportional, integral, derivative (PID) controller design. These PID parameters are tuned by the IMC‐PID method, which is derived from the relationship between the internal model control (IMC) and PID control. The IMC‐PID has a user‐specified parameter that greatly influences the control performance. The authors have already proposed a system identification scheme based on the memory‐based approach. In this paper, a new controller design scheme is discussed, whose system parameters and the corresponding suitable user‐specified parameter are simultaneously computed. Finally, the behavior of the newly proposed control scheme is examined in a simulation example. © 2006 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

450t/h循环流化床锅炉机组动态仿真模型研究

采用模块化建模方法建立了我国设计制造的首台450t/h循环流化床锅炉机组实时仿真数学模型,介绍了锅炉机组模型的各子系统构成及其性能.以循环流化床燃烧系统为例,详细介绍了其主要仿真模块的数学模型,并据此仿真模块搭建了该子系统的仿真模型.仿真试验表明所建模型能够正确反映循环流化床锅炉机组的动态和静态特性,模型运算稳定可靠.所建锅炉机组仿真模型已用于多期仿真机培训,并可为循环流化床锅炉机组控制系统设计与分析提供对象模型.     

基于广义预测控制的循环流化床锅炉燃烧过程多目标优化控制策略

针对循环流化床锅炉(circulating fluidized bedboiler,CFBB)燃烧过程的非线性、时变、大滞后、多变量耦合等过程特性,提出了一种基于广义预测控制的燃烧过程多目标优化控制策略。在分析循环流化床锅炉燃烧过程动态模型的基础上,构建了2层结构的燃烧优化控制结构,分别实现料床温度与主蒸汽压力的区域动态控制和经济性能指标的稳态优化。仿真研究结果表明,与区域控制方法相比,2层优化控制策略在保证料床温度和主蒸汽压力稳定的前提下,能够有效地将煤耗降低2%左右。     

A design scheme of discrete robust PID control systems and its application

PID controllers have been widely used in many chemical processes. Because they have only three control parameters, we can easily understand their physical meanings. However, it is difficult to tune their parameters in the case where the control system has uncertainties, for example, modeling errors, system fluctuation, and so on. Therefore, we propose a design scheme of discrete robust PID controllers in this paper. That is, we design a PID controller in connection with the generalized minimum variance control (GMVC) scheme, and present a scheme on how to design a weighting factor included in the GMVC criterion from the viewpoint of robust stability. Furthermore, we investigate the behavior of the proposed control scheme by applying it to an air pressure control system. © 1999 Scripta Technica, Electr Eng Jpn, 128(4): 77–83, 1999