Neuro-fuzzy generalized predictive control of boiler steam temperature

Power plants are nonlinear and uncertain complex systems.Reliable control of superheated steam temper-ature is necessary to ensure high efficiency and high load-following capability in the operation of modern power plant.A nonlinear generalized predictive controller based on neuro-fuzzy network(NFGPC)is proposed in this paper.The proposed nonlinear controller is applied to control the superheated steam temperature of a 200MW power plant.From the experiments on the plant and the simulation of the plant,much better performance than the traditional controller is obtained.     

Identification of LPV model for superheated steam temperature system using A-QPSO

Boiler superheated steam temperature control is of great importance for the safety and economy of thermal power unit. This article presents a nonlinear model identification method for the superheated steam temperature system, based on the unit load as a time-varying parameter. The linear parameter varying (LPV) model, which has been established by using the unit historical data, is suitable for control studies, and it can reflect the global dynamic characteristics of the object. To solve the model parameters estimation in high-dimensional problem, the evolutionary acceleration factor is introduced to the quantum particle swarm optimization (A-QPSO) algorithm to optimize the model parameters. The validity of the modified algorithm A-QPSO is verified through optimizing several classical high-dimensional standard test functions. The A-QPSO improved the optimization efficiency, and optimized result is very close to the optimal value. Finally, the proposed method is applied to the identification of a power plant superheated steam temperature process, and the results show that the optimized superheated steam temperature model is of high accuracy and the proposed method is feasible.     

基于内模控制（IMC）的主汽温度控制系统设计

主蒸汽温度和再热蒸汽温度直接影响火电厂的热效率和汽轮机等设备运行的安全性。传统PID控制器的控制规律简单,但是不能根据控制过程中的不确定性变化做出相应调整。当被控对象参数实时变化时,控制器参数不能做出实时调整。这样会导致过程的品质指标变坏。针对超超临界机组过热蒸汽温度和再热蒸汽温度,提出了一种基于内模控制(Internal Model Control简称IMC)的PID控制策略,将PID控制、Smith预估控制、确定性及线性二次最优反馈控制和多种预测控制归纳于同一结构之下。以1000MW的电厂机组为对象开展了额定工况下和80%额定负荷下的过热气温和再热气温的PID-IMC控制器设计。     

Neuro-fuzzy generalized predictive control of boiler steam temperature

Power plants are nonlinear and uncertain complex systems. Reliable control of superheated steam temperature is necessary to ensure high efficiency and high load-following capability in the operation of modem power plant. A nonlinear generalized predictive controller based on neuro-fuzzy network （NFGPC） is proposed in this paper. The proposed nonlinear controller is applied to control the superheated steam temperature of a 200MW power plant. From the experiments on the plant and the simulation of the plant, much better performance than the traditional controller is obtained,     

火电厂过热汽温的优化控制算法研究

由于火电厂过热蒸汽温度控制具有大延迟、大惯性、非线性、强时变性的特性,传统PID控制算法难以实现良好的控制效果。为了优化火电厂过热汽温控制,提出了一种基于DMC的改进串级PID控制算法。该算法采用DMC改进主控制器输入参数,预测未来输出值,通过预测值与实际值的差值实现输入参数的校正。仿真结果分析表明,该算法与传统PID控制算法相比降低了过热蒸汽温度的超调量,缩短了汽温控制的过渡过程时间,提高了控制系统的抗扰动能力,使控制系统的动态性能和静态性能有了极大改善。     

BP神经网络PID控制器在汽温控制中的应用

通过将BP神经网络和常规PID控制器结合，提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用干主汽温控制，可以有效克服过热汽温对象的大滞后和大惯性，并能够克服对象在运行中参数变化的影响，获得良好的控制品质。仿真试验表明：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

一种在线模糊控制的锅炉过热蒸汽温度调节方法

传统的锅炉过热蒸汽温度控制系统通过检测过热蒸汽温度及其变化趋势来调节减温水量,从而维持过热蒸汽温度在允许的范围之内.由于过热蒸汽温度在减温水量扰动下延迟较大,这种特性使过热蒸汽温度的控制滞后,控制效果不理想.分析现有热电厂锅炉过热蒸汽温度调节系统的控制策略,提出利用锅炉出口蒸汽温度的变化率和炉膛出口烟气温度作为前馈信号,解决过热蒸汽温度调节的滞后性.基于此设计一种锅炉过热蒸汽温度在线模糊PID双模控制方法,并给出详细设计方案.现场运行表明该方法可有效提高原系统的鲁棒性.     

Nonlinear control of coal-fired steam power plants

This work proposes a nonlinear control strategy for steam power plants that efficiently controls the superheated steam temperature while accommodating large and frequent variations in power demand. The variables to be controlled are the pressure in the boiler, power generation, and superheater/reheater temperatures. The proposed strategy decomposes the overall plant into three separate subsystems and applies decoupling with deadtime compensation for each one of them. The derived strategy is implemented within a MATLAB/Simulink environment for different setpoint tracking and disturbance rejection cases, showing excellent performance and robustness.     

单神经自适应PSD 预测控制在过热汽温切换系统中的应用

提出一种基于单神经元自适应PSD(proportional sum differential)预测控制器的新型火电厂过热汽温切换控制系统.采用单神经元自适应PSD控制与Levinson预测器相结合的控制方式以改善大滞后、多干扰系统的控制特性,同时利用Foxboro公司I/A系列的DCS控制系统平台对其组态设计(包括无扰切换、前馈补偿以及抗积分饱和等),以实现手自动切换和各控制器之间的合理切换.实验室的多次仿真研究和某火电厂的现场运行均表明该控制系统具有良好的控制品质.     

PID型广义预测控制在过热温控中的应用

在分析PID算法和广义预测控制算法的基础上,将广义预测控制算法的性能指标构造成PID形式,并推导出改进的PID型广义预测控制算法（PIDGPC）。通过在发电厂的过热蒸汽温度串级控制系统中的仿真,在时域内分析PIDGPC算法控制器的参数选择对控制性能的影响,说明PIDGPC算法比基本广义预测控制算法具有更好的控制性能,具有较好的应用前景。     

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。     

ARX-Laguerre模型PID预测控制及其在过热汽温控制中的应用

针对火电厂过热汽温控制的特点,提出了一种基于ARX-Laguerre模型的PID预测控制算法(ALMPCPID),该算法使用增量式的ARX-Laguerre模型作为预测模型,将滚动优化的性能指标改为PID控制器的形式,并利用带遗忘因子的最小二乘递归方法对模型参数进行在线辨识.将ALMPCPID算法应用于过热汽温控制系统...     

过热汽温系统的Smith预估器参数多目标优化控制*

文中详细分析Smith预估模型参数对控制系统性能的影响,提出一种Smith预估模型参数多目标优化整定的控制方案,利用模型失配有效改善控制系统的性能.针对火电厂过热汽温系统高阶、大惯性及非线性特点,设计一种基于串级PID的Smith预估器参数多目标自调整优化控制系统.对某600MW超临界火电机组过热汽温系统进行仿真控制,结果表明,该方案具有良好的鲁棒性,可有效克服系统的非线性,控制效果明显优于常规的串级PID控制和参数匹配的Smith预估控制系统.     

自适应神经模糊-PID控制在电厂过热汽温控制中的应用

针对电厂过热蒸汽温度对象具有大迟延、不确定性等特点,本文设计了一种基于自适应神经模糊-PID（ANFIS-PID）的过热汽温控制系统。利用ANFISPID控制对本系统实现非线性建模和系统仿真,并与传统的PID控制在电厂过热汽温系统中的应用进行了比较。仿真结果表明,本过热汽温控制系统具有较高的控制精度、良好的动态特性和鲁棒性,系统的控制特性在超调量、快速性、抗干扰方面均有很大的提高。     

LabVIEW与MATLAB在电厂过热汽温控制系统中的应用

以火电厂过热汽温控制系统为研究对象,在介绍过热汽温控制系统工作过程的基础上,对该系统进行了计算机的仿真研究.采用LabVIEW软件设计了用户图形界面,利用MATLAB在后台提供算法供LabVIEW调用,实现了过热汽温调节系统的动态显示和仿真分析的有机结合,克服了传统上利用MATLAB/Simulink的控制模块搭建仿真控制系统时,整定过程的复杂性和抽象性,进而加深了对抽象复杂的过热汽温控制过程的理解与掌握,为相关课程的实验研究提供了一定的借鉴作用.     

一种复合控制器在过热汽温中的应用研究

在电厂中,必须严格控制过热器出口蒸汽温度,蒸汽温度过高或过低,都将给安全生产带来不利影响。针对过热汽温被控对象的特点,充分利用模糊控制的动态特性好和PID调节能消除静态偏差的特性,设计了一种带自调整因子的模糊控制器,研究了Fuzzy-PID复合串级控制在电厂过热汽温控制系统中的应用,该复合控制器的切换采用一种简单的基于偏差量的模糊切换方法。仿真结果表明,Fuzzy-PID复合串级控制系统具有更好控制品质。     

再热汽温控制系统的逻辑规则控制研究

针对火电厂再热汽温控制系统的大惯性、大迟延和时变性,设计了基于逻辑规则控制算法的再热器温度控制系统。仿真研究表明,该策略的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,具有较强的鲁棒性和自适应能力。     

火电厂锅炉主汽温控制策略的比较研究

锅炉的主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,常用的汽温控制系统有串级PID控制和基于BP神经网络的PID控制。串级PID控制一般能将主汽温控制在允许的范围内;基于BP神经网络的PID控制将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,能实现对非线性、大时滞系统模型的控制。对这两种策略在不同负荷下进行了实验仿真,该结果对当前电厂的经济性和安全性有一定参考价值。     

基于核直接分解的过热蒸汽系统故障诊断方法

为提高过热蒸汽系统的运行效率并减少非紧要故障的报警率,本文提出一种质量相关的非线性故障检测与诊断方法.首先,利用核函数将过程变量映射到高维特征空间以消除原始变量之间的非线性耦合.然后,在特征空间进行核直接分解得到两个正交子空间,并在两个子空间中分别设计统计量指标进行质量相关的故障检测.在此基础上,利用偏微分贡献图提取每个变量对联合统计量指标的贡献率,并根据贡献率大小最终确定故障变量.仿真结果表明,所提出的方法能够准确区分影响过热蒸汽温度和不影响过热蒸汽温度的故障,有效降低了非紧要故障的报警率,提高了过热蒸汽系统的运行效率.     

基于改进PSO算法的过热汽温神经网络预测控制

将改进粒子群优化算法(MPSO)融合到神经网络预测控制中,提出了基于MPSO-RBF混合优化策略的模型预测器,以及基于MPSO算法的非线性优化控制器.针对过热汽温的控制,构造了基十神经网络预测控制的串级控制系统,并就该系统在实现时所涉及到的预测模型、滚动优化算法、反馈校正、仿真参数设置问题等进行了分析,给出了MPSO算法的粒子编码、操作设计和混合优化算法步骤.对某超临界600 MW直流锅炉高温过热器的过热汽温控制,进行了仿真试验,结果表明该方法具有良好的性能指标和应用前景.