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。     

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。     

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，在充分了解系统特征，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。并使控制指标优于疗颁标准。应用实践证明该技术具有很高的市场推广价值。     

基于特性预估补偿的模糊PID汽温控制系统

针对大型火力发电机组汽温被控对象动态特性迟延及时变、非线性强的特点,在常规控制方案的基础上,采用对象特性在线预估补偿策略,并根据机组负荷和汽温偏差模糊在线调整PID控制器参数。经300MW及以上容量机组现场试验及运行表明,该方案的控制效果优良,在常见干扰作用下,汽温动态、静态性能达到并超过了工艺流程所要求的各项指标。该系统可在不同类型的DCS上实现,具有较好的推广应用前景。     

主蒸汽压力的无模型自适应预测控制

针对火电机组主蒸汽压力被控对象的大惯性、大迟延等特点,采用伪梯度向量的概念,对被控对象进行动态化处理,得到预测模型.提出了1种新型的无模型自适应预测控制(MFAPC)算法,将MFAPC算法用于主蒸汽压力串级控制系统的主调节器中,副调节器采用常规PI控制器.仿真结果表明,MFAPC-PI串级控制系统较常规PID-PI串级控制系统响应速度快、抗干扰性能强,对系统参数时变具有较好的鲁棒性.     

基于预估模型切换的过热汽温无辨识自适应控制

针对电厂锅炉的过热汽温系统具有大惯性、大时滞和多模型等特性.研究一种基于预估模型切换的无辨识自适应预估控制方法.该方法需设计一个无辨识自适应预估控制器和基于主蒸汽流量变化率的切换律,给出若干个一阶预估模型.在系统运行过程中,这些预估模型在切换律控制下根据运行工况按优化切换时间自适应地切换,而其中的优化切换时间是用切换系统优化理论计算得到的.仿真试验结果表明,该方法适用于过热汽温系统,具有良好的控制品质、较强的抗扰和自适应能力,且对预估模型的精度要求不高,控制参数容易整定,易于工程实现.     

LMS算法在过热汽温建模中的应用

热工过程往往表现出非线性、大迟延和大惯性等特点,难以建立精确的数学模型。针对这一问题,应用LMS自适应滤波器对火电厂过热汽温对象进行建模。该方法以过热器的入口和出口汽温作为滤波器的激励信号和期望信号,根据最小梯度算法调整滤波器抽头权值,获得过热汽温的FIR模型。文中建模方法计算复杂度低,仿真结果和某电厂运行数据验证了这种方法的有效性。     

锅炉过热汽温自适应PI型模糊控制的仿真研究

针对锅炉过热蒸汽温度对象的非线性和不确定性等,设计了PI型模糊串级控制系统,并将该系统应用于某电厂600 MW机组锅炉过热蒸汽温度的控制。在分析模糊控制器相关参数与控制系统品质之间关系的基础上,提出相关参数的在线自校正方法,构造了一种自适应PI型模糊控制器。该控制器能够在线调整其量化因子和比例因子,以适应被控对象动态特性的变化,从而提高模糊控制系统的性能。将自适应PI型模糊控制方法与常规PID控制及PI型模糊控制进行仿真比较,表明采用自适应PI型模糊控制方法建立的过热蒸汽温度控制系统具有较好的控制品质和较强的自适应能力。     

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Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

基于间接能量平衡的锅炉汽温GPC-PID串级控制

针对电站锅炉汽温对象由于存在大惯性、大时滞、非线性和难以建立精确模型,使得传统串级PID控制算法在满足AGC负荷响应快速性和准确性方面存在较大不足等问题,基于直接能量平衡思想,提出一种间接能量平衡法(IEBM)。通过IEBM构造并预测整定出反映变负荷工况的导前汽温设定值,把原串级控制系统中副控制器的随动控制功能改变为定值控制,从而达到间接控制锅炉主汽温和再热汽温的目的。由于系统能及时"预测"到汽温迟延受不同负荷的影响,导前汽温成为控制的主体,采用广义预测控制策略(GPC),而主回路仍然采用PID控制器,构成新型基于多模型RBF神经网络离线辨识的IEBM-GPC-PID串级控制系统。经现场实测数据仿真结果表明,提出的方法能够明显地提升汽温的控制效果,改善控制系统的鲁棒性。     

660MW超临界机组过热汽温控制研究

根据超临界直流炉过热汽温控制的特点,设计基于被控对象特性的汽温控制系统。该系统采用控制中间点焓值调整燃水比和两回路喷水减温调节相结合实现过热汽温的控制。运行结果表明,在稳态和变负荷工况下,该汽温控制系统调节品质优良。     

过热汽温智能控制系统研究

经过分析某超临界600MW直流锅炉高温过热器动态特性,过热器动态特性随机组的运行工况变化而变化,可以认为用蒸汽流量就能近似表示运行工况。在此基础上,提出了串级过热汽温智能控制系统。该智能控制系统中的副调节器仍然采用比例调节器;设计该主调节器时,把整个副回路和主对象看成广义被控对象,主调节器是一个自整定PID控制器,需要用到被控对象的Jacobian信息。随后构造了一个径向基函数(RBF)神经网络对被控对象进行辨识,从而求出了被控对象的Jacobian信息。最后将文中提出的智能控制系统用到了某超临界600MW直流锅炉的过热汽温控制中,仿真结果表明,用这种方法建立的过热汽温控制系统在机组运行工况发生变化时,具有较好的控制品质和较强的自适应能力。     

基于BP神经网络的锅炉火焰中心对过热蒸汽温度影响的试验研究

过热汽温控制是大型火电机组中必不可少的重要组成部分,针对大型火电机组锅炉过热气温对象多容、大惯性、大延迟、非线性的特性,利用MATLAB程序设计,基于BP神经网络(Back Propagation Neural Network)算法,进行了改变锅炉火焰中心位置对过热蒸汽温度的影响的试验研究,发现了炉膛各层给煤量与过热蒸汽温度的联系,结合机理分析提出了一种通过改变各层燃烧器给煤量来改变过热蒸汽温度的方法,该方法实施简单、操作方便,仿真结果表明,此种方法具有较好的预测精度和泛化能力。     

某200MW机组再热汽温控制系统的自适应控制

为了解决火电厂大惯性、大时滞的再热汽温控制难题,采用了模型参考自适应预估控制方法,在京能热电公司3号机组再热汽温控制系统得到了的成功应用。模型参考自适应预估控制方法通过对模型的在线跟踪来满足Smith预估器模型精度的要求,解决了控制系统中存在的大时滞、特性时变的问题。该方法可以在保留原有的PID控制算法的基础上,通过增加自适应前馈的办法方便地予以实现,可以充分利用原系统的控制组态。为了在HIACS-5000分散系统中实现上述算法,采用了带防火墙的单向控制网络获取过程输入数据,通过DCS的AI模件将自适应前馈输出送入HIACS-5000系统实现控制闭环。经改造再热汽温控制系统成功地实现了自动投运,并取得了良好的控制效果。     

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。     

多模型内模控制器在主汽温的应用研究

针对火电厂主汽温被控对象的大惯性、大滞后特点并且负荷变化对被控对象参数影响较大等因素,PID控制器的控制效果很难达到满意。提出基于多模型内模切换控制方案。被控对象的传递函数的模型在不同的工况下建立,并设计出与其相对应控制器,在不同运行工况选择相应的控制器,实现全工况下安全运行。基于新的目标函数的二阶振荡进化方程来调节粒子群算法对内模控制参数进行优化。仿真表明,该方案比传统PID控制具有更好的控制品质。     

基于多目标粒子群算法的过热汽温自抗扰控制

针对火电机组过热汽温存在大惯性、大时滞和非线性的动态特性,以及扰动因素作用下参数不易整定的问题,提出自抗扰控制-线性自抗扰控制（ADRC-LADRC）串级控制策略,即外回路应用非线性自抗扰减小超调量,内回路应用线性自抗扰对扰动快速响应并加以抑制,同时采用多目标粒子群算法对自抗扰串级回路中的参数进行整定。测试与工程应用表明：基于多目标粒子群算法整定参数的ADRC-LADRC控制策略具有较好的控制性能和抗干扰能力,能够快速响应扰动并跟踪设定值,维持过热汽温的稳定。     

自抗扰技术在再热汽温控制系统中的应用

针对基于喷燃器摆角的锅炉再热汽温被控对象具有大惯性、大滞后、参数时变等特性,提出一种基于自抗扰技术的控制方案,仿真研究表明该控制方案具有良好的控制品质、抗干扰能力和鲁棒性.