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。     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性,将先进的预测控制算法和PID控制算法相结合,构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点,在Matlab平台上进行了仿真,结果表明该控制策略具有明显优于常规PID串级控制的性能。     

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。     

采用基于闭环辨识IMC-PID实现串级汽温的鲁棒控制

提出了一个基于频域辨识方法设计串级汽温内模-PID控制器。首先进行汽温过程对象的模型辨识,在辨识部分,通过进行常规的设定值扰动试验,获得串级系统各回路输入输出的扰动试验数据,估算出内回路及外回路的频率响应矩阵,然后通过最小二乘法计算出内回路及外回路模型变换函数的参数矩阵。基于内模控制(IMC)的汽温串级PID控制回路的参数整定,是基于辨识出的模型采用IMC方法计算出来的。现场应用情况表明,采用基于频域辨识方法设计串级汽温内模-PID控制器的控制方案,使汽温串级控制性能大大提高,能有效地减少各种内外干扰对系统的影响。     

基于局部神经网络模型的过热汽温多模型预测控制的研究

针对锅炉过热汽温的特点，设计串级过热汽温控制系统。主调节器采用基于局部神经网络模型的多模型预测控制，即由主蒸汽流量确定的不同工作点，用神经网络建立局部动态模型，进而建立一组局部神经网络预测控制器，然后通过加权合成的方式获得最终的控制信号；副调节器采用基于多个简单比例控制器的加权合成比例控制。该控制方案融合了神经网络、多模型控制和预测控制的特点。仿真结果表明，在负荷大范围变化的工况下，控制系统仍保持了良好的控制性能，具有较强的鲁棒性。     

基于闭环辨识的过热汽温串级控制器设计方法

针对过热汽温对象难以用开环辨识算法得到精确模型,使基于模型设计的PID串级控制器难以整定的现状,提出了基于RLS(Recursive least squares,递归最小二乘)算法的两阶段闭环辨识方法,并将辨识模型结合内模控制原理对PID参数进行整定。将该方法应用于过热汽温控制系统,仿真结果验证了该控制器整定方法的有效性。     

基于改进广义预测控制的过热蒸汽温度优化

为保证超(超)临界机组过热蒸汽温度控制品质良好,提出了基于改进粒子群算法的阶梯式广义预测控制方法.首先利用模拟退火算法避免了粒子群算法(PSO)易于陷入局部最优问题,然后将改进后的PSO算法引入广义预测控制(GPC)的滚动优化环节中.建立了锅炉过热汽温的阶梯式广义预测串级控制系统.仿真结果表明,在不同负荷以及变工况下,相比于串级PID和传统广义预测控制,所提出的控制策略使过热汽温控制系统表现出更好的给定值跟随性能、良好的抗干扰性及负荷适应性.     

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。     

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600 MW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。     

基于IGPC的火力发电机组主汽温预测控制策略

针对火力发电机组燃气锅炉主汽温控制系统大惯性、大时滞、扰动大等特点,提出一种基于隐式广义预测控制(implicit generalized predictive control,IGPC)的主汽温预测控制策略。以主汽温为被控量,减温水流量为控制量,设计应用于燃气发电锅炉主汽温控制系统的隐式广义预测控制策略,通过建立主汽温预测模型,使用滚动优化对目标函数进行输出预测,构建最优控制律,并采用反馈校正在线修正预测值。仿真结果表明,与常规的串级比例积分微分(proportional-integral-derivative,PID)控制、动态矩阵控制和Smith预估补偿控制策略相比,在模型适配施加干扰的情况下,所设计的控制策略在67s左右达到设定值,超调量仅为4.28%;在模型失配情况下,施加干扰的调节时间为78.8s,超调量仅为8.66%。工程应用结果表明:主汽温控制偏差在±7℃左右,其稳定性得到了较大的改善,有效满足燃气发电锅炉主汽温控制系统的实际要求,该策略提高了控制系统的鲁棒性。     

参数及延迟摄动过热汽温系统鲁棒控制器的设计

利用串级控制系统特点,对导前区及惰性区具有多个参数及延迟摄动的锅炉过热汽温鲁棒控制器的设计进行了研究。讨论了权函数的选择,求解了鲁棒PID控制器。仿真结果表明,用本文方法设计的过热汽温控制系统比常规的PID控制具有较好的鲁棒性能。     

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。     

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。     

基于间隙度量的多模型过热汽温预测控制

针对火电机组主汽温被控对象所具有的大惯性、大迟延以及其随机组负荷变化而发生的参数时变性,为解决传统串级控制方案在机组深度调峰情况下控制品质恶化的问题,提出了一种基于间隙度量的多模型过热汽温预测控制策略。引入间隙度量理论来确定各模型输出的权值。首先选取若干个典型工况设计局部预测控制器;再运用间隙度量理论,计算各个局部预测控制器的输出权值,进而加权求出控制器的输出值。仿真研究表明,该方法可以很好地应对机组负荷变化时被控对象参数变化的问题;与使用常规的串级控制以及单模型预测控制方案相比,主汽温的动态和稳态性能得到了改善。     

基于多模型切换的过热汽温广义预测控制

火电厂过热汽温对象具有时滞、惯性和参数时变的特性.固定参数常规PID控制器在对象特性发生变化后,控制品质会有所下降.基于多模型切换的过热汽温广义预测控制策略,对若干典型工况点下的固定模型设计子控制器,当系统工况发生变化后,通过有效的切换策略及时准确地切换到最适控制器.提出一种新的平滑切换方法,可有效抑制切换时对象出现的大幅扰动现象.仿真结果验证了该控制策略的有效性.     

基于Smith预估的模糊/PID串级主汽温控制系统仿真

针对火电厂主汽温控制对象特点,提出一种带Smith预估的模糊/PID复合串级控制系统。该系统的主控制器采用模糊/PID并联控制器,其中常规模糊控制模块中加入了自适应环节,主环中还采用增益自适应Smith预估控制器,以提高系统适应工况变化能力。Matlab仿真结果表明,新的串级控制系统对模型的不确定性和外扰均有较强的适应性和鲁棒性,其控制品质远优于常规的串级控制系统。     

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。     

电厂主汽温串级控制系统的PID控制器算法改进

针对火电厂主汽温控制系统常规固定参数PID串级控制性能欠佳的问题,提出一种改进算法整定PID参数。先用RBF网络在线辨识温度采样离散信息,得到控制器所需的Jacobian信息,然后用Levenberg-Marquardt算法代替传统的梯度法整定PID参数,得到改进的PID算法。通过对电厂主汽温串级系统仿真分析,验证了算法的快速性、抗扰性、鲁棒性。     

过热汽温模糊神经网络预测控制器的设计

针对锅炉过热汽温的特点，设计前馈—反馈串级复合型控制系统。主控制器采用基于神经网络预测模型的模糊神经控制，即该控制器首先是将神经网络与预测控制相结合，采用改进的递阶遗传算法对神经网络的权值和结构同时进行训练，实现了非线性、大时滞系统模型的精确预测；然后将模糊控制与神经网络相结合，实现模糊神经预测控制。副控制器采用二自由度PID控制器。仿真结果表明，该控制显著提高锅炉过热汽温这一非线性、大时滞系统的控制品质，且易于工程实现。     

锅炉过热汽温系统的DRNN网络自整定PID控制

火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点，受到的扰动因素较多；随机组负荷的变化又表现出参数快时变的特性，常规的按照典型工况整定的固定参数PID控制难以适应负荷变化，往往未能取得满意的调节效果。为此，提出一种基于DRNN的两级神经网络的过热汽温系统自整定PID控制策略，其中两级神经网络分别为静态网络SNN和动态网络DNN，SNN依据机组运行工况如负荷进行PID参数的粗调整定，以适应机组负荷的较大范围变化，如参与调峰；DNN依据偏差和偏差变化率进行PID参数的细调整定，以克服机组负荷的小范围变化、参数的慢时变漂移和各种扰动。为了克服系统的大惯性和大迟延，引入灰色预测器对未来信号进行预测，预测结果作为DNN使用的整定信息。对某汽温系统的计算机仿真研究结果表明：基于两级神经网络自整定控制策略的主汽温控制系统获得了良好的动态调节品质，具有较强的鲁棒性。