火电机组主蒸汽温度神经模糊-PID串级控制

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题.针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案.根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制.内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制.仿真实例验证了所提出的方法的有效性.     

主蒸汽母管压力自动控制及其实施方案

针对主蒸汽母管压力自动控制难以实现的问题,设计了一种独立的母管压力控制系统,规划了它与各台锅炉DCS之间的信息交换方案,提出了调压锅炉在线识别及蒸汽母管总负荷给定的计算方法;应用等微增率准则进行锅炉负荷的优化分配,得到一种能兼顾控制品质和机组经济性的母管压力自动控制方案。应用结果表明,该方案易于实现,且有很高的控制精度和很好的节煤效果。     

锅炉主蒸汽温度自动调节的优化控制

针对锅炉主蒸汽温度在变负荷或者阀门流量特性不好的情况下难以稳定控制的问题,本文提出了一种基于大数据自学习和智能仿人工的方法和策略,解决主蒸汽温度在复杂工况下无法稳定投入的问题.现场的实际应用证明了该方案的可行性.     

用SPEC200仪表实现给水全程控制

一、概述国内某电厂的20万千瓦单元机组,用SPEC200仪表实现了锅炉给水全程自动控制,自1986年11月投入运行以来,工作状况良好,达到了设计要求.该机组锅炉的产汽量为670t/h,过热器出口主蒸汽压力为140kgf/cm~2,过热器出口主蒸汽温度为540℃,给水设备采用三台450t/h液压联轴节变速电动泵,两台并列     

基于DCS的垃圾发电焚烧炉优化控制方案设计

针对炉排型垃圾焚烧炉的特点,设计了焚烧炉的主蒸汽压力、温度、燃料量等控制系统,介绍了基于DCS的垃圾发电焚烧炉的优化控制方案。该垃圾发电焚烧炉控制方案经多家垃圾发电厂应用取得了一定的经济效益。     

干熄焦系统温度模糊串级PID控制策略

干熄焦生产过程中产生大量热能用于生产蒸汽发电,既保护了环境、节省了能源,还提高了焦炭质量.然而,蒸汽发电过程中要求蒸汽温度恒定在局部范围内,但负载变化等因素会对蒸汽温度稳定产生严重影响.该文针对以上问题,在干熄焦锅炉蒸汽发电系统中,改进了传统的串级PID控制方法,利用主蒸汽温度与设定值之差实现主蒸汽温度“粗调”.在此基础上,综合考虑反应负载的主蒸汽流量、主蒸汽压力等因素,进一步“细调”减温水流量.为进一步优化系统控制性能,对起主要作用的主蒸汽温度控制回路引入模糊控制策略,实现了更稳定的蒸汽温度控制.该方法已成功应用于某钢厂干熄焦主蒸汽温度调控中,并取得了良好的应用效果.     

基于ISO-PSO的350 MW超临界CFB锅炉主汽温建模研究

针对火电厂目前主蒸汽温度数学模型不准确、不能有效地反应实际生产过程、辨识结果偏差较大等问题,使用学习因子动态调整及随机惯性权重策略改进的二阶振荡粒子群优化(ISO-PSO)算法进行建模。首先,采用学习因子动态调整、随机惯性权重策略对二阶振荡粒子群算法进行改善。测试结果表明,改进算法拥有更好的收敛速度及寻优精度。其次,处理山西某电厂350 MW超临界循环流化床(CFB)锅炉在300 MW工况下采集到的主蒸汽温度数据。最后,对比ISO-PSO算法和粒子群优化(PSO)算法。辨识结果及验证结果表明,ISO-PSO算法辨识的主蒸汽温度模型与实际输出的拟合度更高,能够更加准确、快速地反映主蒸汽温度的变化。所建立的主蒸汽温度模型可以及时跟踪实际曲线。该研究为后续350 MW超临界CFB锅炉主蒸汽温度优化控制研究奠定了良好的基础。     

基于权重因子自校正的主蒸汽温度外挂广义预测串级控制

针对电厂目前普遍采用PI-PI串级控制器调节锅炉主蒸汽温度系统, 不能有效克服惯性、时滞和参数时变等问题的影响, 本文提出了一种理想GPC (Generalized predictive control)-PI串级控制器. 首先, 该理想串级控制器不仅能抑制一次和二次扰动, 而且外环GPC通过对主蒸汽温度的多步预测, 并结合滚动优化技术能有效克服主蒸汽温度系统的惯性和时滞问题. 另外, 针对主蒸汽温度系统参数时变的特性, 该理想控制器采用了T-S (Takagi-Sugeno)型模糊神经网络(Fuzzy neural network, FNN)作为主蒸汽温度模型, 该模型能够通过反馈校正技术实时更新模型参数. 同时, 为了改善主蒸汽温度系统动态响应品质和稳定性, 对外环GPC中的权重因子进行了模糊自校正设计, 通过理论分析和对比仿真验证了该理想GPC-PI串级控制器优于权重因子固定的GPC-PI和PI-PI串级控制器. 最后, 考虑到直接将电厂集散控制系统(Distributed control system, DCS)中的PI-PI串级控制器升级为理想GPC-PI串级控制器存在安全以及风险责任等问题, 故将电厂的传统PI-PI串级控制器升级成外挂的GPC-PI-PI串级控制器, 既改善了锅炉主蒸汽温度的控制效果又规避了风险责任, 实际应用验证了该方法的有效性.     

主蒸汽温度自动调节系统

主蒸汽温度是锅炉运行中的主要参数，它的高低直接影响锅炉安全稳定运行，该文介绍了用KMM要编程序调节器对主蒸汽温度系统进行自动调节，首先介绍了过热蒸汽温度调节系统的组成及原理，利用KMM可编程序调节器的特点对我厂锅炉主蒸汽温度自动调节系统进行控制，并设计了监控系统，为了使系统投入自动后，调节效果良好，记录曲线合格，因此对该系统调节参数进行了整定。     

模糊控制在啤酒发酵温度控制中的应用

在对啤酒发酵工艺过程和参数控制进行分析的基础上,提出了基于西门子PLC的啤酒发酵温度自动控制系统设计方案。主要介绍温度控制系统构成以及模糊控制在PLC中的实现方法。     

Intelligent coordinated controller design for a 600 MW supercritical boiler unit based on expanded-structure neural network inverse models

Under present widespread automatic generation control (AGC) centered on regional power grid, a large-capacity coal-fired supercritical (SC) power unit often operates under wide-range variable load conditions. Since a SC once-through boiler unit is represented by a typical multivariable system with large inertia and non-linear, slow time-variant and time-delay characteristics, it often makes the coordinated control quality deteriorate under wide-range loading conditions, and thus influences the unit load response speed and leads to heavy fluctuation of the main steam pressure. To improve the SC unit’s coordinated control quality with advanced intelligent control strategy, the neural-network (NN) based expanded-structure inverse system models of a 600 MW SC boiler unit were investigated. A feedforward neural network with time-delayed inputs and time-delayed output feedbacks was adopted to establish the inverse models for the load and the main steam pressure characteristics. Based on the model, a neural network inverse coordinated control scheme was designed and tested in a full-scope power plant simulator of the given SC power unit, which showed that the proposed coordinated control scheme can achieve better control results compared to the original PID coordinated control.     

主蒸汽温度预测PID串级控制应用研究

目前火电厂主汽温热工自动控制系统普遍使用的传统PID控制,难以在非线性、惯性、迟延、时变和扰动等特性下达到满意的控制效果.给出了一种PFC-PID串级控制方案,该方案采用双闭环控制,结合了传统PID控制和PFC控制的优点,现实了鲁棒性、精度和快速性等较好的控制效果.分析了该算法的原理和设计过程,MATLAB仿真结果表明,其较传统的控制算法有更好的鲁棒性和抗干扰性.预测PID串级控制算法对火电厂主汽温控制将有十分广阔的应用前景.     

Repetitive control of tubular heat exchangers

Effective operation of heat exchangers involves optimum control of the fluid outlet temperature. Several ideas have been proposed in the literature to cope with intrinsic resonance dynamics aimed at widening the bandwidth of the closed-loop system to achieve fast, well-damped responses in controlling the outlet fluid temperature by means of the steam temperature. This is also the main purpose of this article, in which the use of a repetitive control scheme is proposed to take resonance dynamics into account when residence time is variable, as in this case the control variable is the fluid flow rate and not the steam temperature. The scheme is based on a model of the tubular heat exchanger dynamics in which the explicit terms of resonance are cancelled out by the controller. Simulation results are provided both for a typical tubular heat exchanger and for a special sort of heat exchanger, the distributed collector field of a solar power plant.     

数据驱动下火电机组时延鉴别及主汽温度预测

针对传统的火电机组主汽温度建模时在海量特征和长机组延迟下的特征及对应时延的有效选择困难的问题,提出一种综合考虑特征选择和时延选择的融合模型的建模方法。针对火电机组特征的高维性,通过结合相关性系数和梯度提升机的特征选择以筛选出与主汽温度高相关的特征。针对时延鉴别,设计基于相关度的时延计算（TD-CORT）算法用以估计各参数与预测目标主汽温度之间的时延大小,并为预测目标和计算复杂度实现了滑动窗口大小的自动匹配。最后,采用深度神经网络（DNN）与长短期记忆（LSTM）的融合模型实现对火电机组主汽温度的预测。在国内某1 000 MW超超临界燃煤机组的部署结果表明,所提方法的预测平均绝对误差（MAE）值达到0.101 6,该方法相较未考虑时延的神经网络在预测准确度上提升了57.42%。     

空调系统多工况温湿度自动控制方案研究

本文对采用表面式换热器和蒸汽加湿器进行热湿处理的定风量空调系统的温湿度自动控制方案进行了分析,给出了一个能适应各种工况并具有节能效果的多工况温湿度自动控制方案.     

单神经元自适应控制在DCS中的实现研究

在自行研制开发的LN2000分散控制系统中，设计并开发了单神经元自适应控制功能模块，详细介绍了该模块的输入输出变量和参数设置，论术字模块内部进行的手、自动无扰切换的处理方法。针对火电厂主汽温被控对象，采用单神经元自适应控制器组成串级控制系统，利用LN2000分散控制系统平台，进行实时仿真研究，结果表明，采用单神经元自适应控制器的主汽温串级控制系统具有良好的跟踪性能和较强的鲁棒性。     

基于吹灰专家监督系统的主汽温度广义预测控制

针对国电山东石横发电厂300MW汽包锅炉中主汽温度大滞后、强非线性等特点,设计了基于负荷前馈的多模型阶梯式广义预测控制器;并针对锅炉吹灰过程中主汽温度大幅度不确定波动的情况,基于经验知识和推理,构建了专家监督系统。两者结合,主汽温控制效果良好,实现了先进控制的长期良好投用。     

数据驱动下火电机组时延鉴别及主汽温度预测

针对传统的火电机组主汽温度建模时在海量特征和长机组延迟下的特征及对应时延的有效选择困难的问题，提出一种综合考虑特征选择和时延选择的融合模型的建模方法。针对火电机组特征的高维性，通过结合相关性系数和梯度提升机的特征选择以筛选出与主汽温度高相关的特征。针对时延鉴别，设计基于相关度的时延计算（TD-CORT）算法用以估计各参数与预测目标主汽温度之间的时延大小，并为预测目标和计算复杂度实现了滑动窗口大小的自动匹配。最后，采用深度神经网络（DNN）与长短期记忆（LSTM）的融合模型实现对火电机组主汽温度的预测。在国内某1 000 MW超超临界燃煤机组的部署结果表明，所提方法的预测平均绝对误差（MAE）值达到0.101 6，该方法相较未考虑时延的神经网络在预测准确度上提升了57.42%。     

新一代冶金长流程生产铁钢区智能调度设计方案

河钢乐亭项目是河钢集团贯彻落实中央关于钢铁企业退城重大搬迁决策部署、以产能置换方式推动集团沿海钢铁产业布局、促进产业结构调整、实现产品结构升级的重要工程项目。在整个钢铁行业产能过剩、同质化竞争日趋激烈的大背景下,河钢乐亭从项目启动开始,便围绕如何提高企业的有效供给、创新生产组织模式和服务模式、培育竞争新优势,真正促进企业产品及产业升级等目标,从管理、工艺、设备、信息自动化体系支撑等全方位入手,展开顶层规划设计,建设覆盖铁、钢、轧的绿色化、智能化、品牌化的新一代长流程钢厂。     

燃煤锅炉过热蒸汔温度模糊PI控制系统的研究

锅炉过热汽温具有大惯性、大滞后的特点，并且动态特性随机组负载变化而变化，运行过程中扰动多、难控制。文章针对这种情况，研究了Fuzzy-PI复合控制算法，并针对某火电厂燃煤锅炉过热蒸汽温度进行了仿真研究。在分析蒸汽温度系统工作过程、调节对象及其动态特性的基础上，构建了系统的结构模型；在对火电厂过热汽温控制对象特点分析的基础上，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方法。该方法综合了模糊控制和PI控制的优点，增强了系统的鲁棒性，仿真研究结果也证明该方法有效。