水泥磨负荷控制系统研究及应用

在分析水泥粉磨系统运行特性的基础上，以水泥球磨机的最佳负荷状态为控制目标，通过在线自寻优算法确定水泥磨的最佳料位，并以分段控制的思想为指导。采用Fuzzy-采样PI算法调整水泥磨的入料量，控制磨机长期稳定在最佳运行状态。在控制系统的硬件和软件实现上，充分利用水泥厂现有DCS的可扩展性，降低了系统的成本。采用磨音传感变送器测量水泥磨机的实际存料量，克服了料位测量的难题。现场运行表明．该控制系统在提高水泥产量、节能降耗及确保水泥质量等方面均取得了满意的效果。     

磨机负荷专家控制系统设计及仿真研究

磨矿过程的大滞后和时变性等特点,致使对磨机负荷的最佳工作点很难进行稳定、高效的控制,针对以上情况,借鉴生物界的免疫反馈原理和遗传算法,利用模糊控制可以有效地实现对非线性、纯滞后、复杂的对象进行控制的优点,并结合PID与自寻优方法,设计出磨机负荷专家控制系统,用VB编写OPC客户端及控制程序,实现对磨机负荷的动态优化控制;试验结果表明,文章提出的控制策略能够增强系统的稳定性,且在干扰存在的情况下也能很好的跟随系统的参数变化,在提高磨机台时产量的同时增加了矿厂的经济效益.     

对于球磨机制粉系统控制及优化策略的研讨

概述了当前运用比较广泛的模糊控制,解耦控制,神经网络,自寻优控制以及预测控制等各种高级控制方法在球磨机制粉系统中的应用情况,并且根据自己工作现场的经验对各种控制策略的优缺点和应该加以注意的问题进行了讨论.     

基于ARM的免疫原理解耦算法的研究

为满足复杂工业过程控制对鲁棒性的要求,将采用免疫神经元PID控制解耦算法进行试验,验证改进算法的优化性能.该控制系统的硬件设计采用嵌入式系统(ARM)方式,用于环境试验箱进行试验,软件采用C语言的编程规则进行设计,解耦算法的实现采用了神经元控制结构和免疫反馈原理二者相结合.通过实验表明,这种新的控制解耦算法学习速度快,动态响应时间短,实现了参数的在线优化,提高了系统的鲁棒性.     

MIMO系统的MPSO-PID型神经网络解耦控制研究

针对多输入多输出系统(MIMO系统)多变量、非线性、强耦合的特点,提出采用改进粒子群优化算法(MPSO)对PID型神经网络的权值进行优化的方法,实现对MIMO系统的解耦控制.其中,与基本PSO算法相比,MPSO算法后期仍能保持种群的多样性和较大的搜索空间;PID型神经网络是一种3层前向神经网络,网络各层神经元个数、连接方式、连接权值的初值都是按PID控制规律确定的.通过仿真分析,该方法有很好的控制品质:跟踪快、鲁棒性强、解耦效果好,为实际应用中强耦合系统控制方法的改进提供了理论依据.     

内模解耦单神经元自适应PID仿真研究

为了解决多变量大时滞系统的耦合问题,根据内模控制原理和单神经元的在线自学习能力,提出一种基于模型的单神经元自适应PID内模解耦算法,并详细分析了其在多变量大时滞系统中的解耦原理.内模解耦是运用解耦预估补偿器将一个多输人多输出的系统补偿为多个单输入单输出的系统、并将对象模型进行对角优势化,补偿后的主对角元素即可作为内模控制的预估模型.仿真结果表明,这种新的内模解耦算法具有相当好的解耦能力、较好的快速性和抗干扰能力.     

改进蚁群PID-神经元解耦的CFB锅炉燃烧系统控制

床温和主汽压都是循环流化床锅炉生产运行中的重要参数,会直接影响机组的安全性和经济性。但由于这两者对象存在非线性、大时延、强耦合等特点,其现场控制效果一直不太理想。本文首先采用自适应神经元将床温和主汽压解耦,再利用具有分工特征的蚁群算法优化参数的PID控制器对两者进行独立控制。采用该算法优化常规PID控制参数,能够实现控制参数的快速寻优。该方案应用于循环流化床锅炉燃烧系统仿真,结果表明能有效实现系统解耦,且具有响应快、超调量小等优点,有效地提高了控制品质。     

活套多变量系统建模与智能解耦控制研究

活套系统控制的好坏,直接影响成品带钢的宽度、厚度等性能指标。活套系统的控制目标是恒定活套量下保持张力波动尽可能小,即降低活套张力控制和高度控制的相互干扰,使系统更加稳定。控制系统能够根据检测到的活套辊摆角的变化,一方面给出控制率去调整上游机架的轧辊速度以保持套量不变;另一方面在带钢轧制过程中,为了保持恒定带钢张力,活套输出的张力矩就必须随着活套角度的不同而相应地改变。针对活套系统非线性、强耦合、多约束等特点,以鞍钢1700热连轧精轧机组为背景,建立了活套系统的动态数学模型。针对该模型提出了一种新型控制策略--单神经元PID与小脑模型复合控制算法来实现活套系统的多变量解耦控制。仿真结果验证了本算法的有效性,其解耦响应速度和抗干扰能力明显优于传统PID解耦控制效果。     

航空发动机的单神经元双变量解耦控制

针对航空发动机这样的多变量控制对象,要解决的突出问题是输入变量对输出变量的交叉影响,介绍了单神经元进行多变量系统解耦控制的基本方法,采用改进的Hebb学习算法以加速收敛。对某涡喷发动机的数学模型进行了双变量单神经元PID控制仿真研究,结果表明：采用此算法构成的神经网络PID控制对地面模型和高空模型都具有完全解耦、响应速度快、稳态误差小、算法简单的优点;用两个神经元作为双变量控制器,可以使整个飞行包线内的控制器数目明显减少。     

基于改进的PSO算法的球磨机PID神经网络控制系统

球磨机制粉系统是一个复杂的多变量系统,具有强耦合、非线性、大迟延、慢时变等特点,很难建立精确的数学模型,采用常规的控制策略难以获得满意的控制效果。针对上述问题,在对球磨机制粉系统动态特性进行分析的基础上,提出了一种不依赖于被控对象数学模型的多变量PID神经网络解耦控制策略;为进一步提高控制器性能,利用一种改进的PSO算法对PID神经网络的权值初值进行离线优化训练,然后采用BP算法对权值进行在线调整,避免网络陷入局部极小值,保证了系统不会出现大的超调和震荡。仿真结果表明,该策略可以保证球磨机控制系统有大范围的鲁棒性和适应性,能较好地解决球磨机制粉系统的耦合性、时变性等问题,具有优良的解耦机制和控制品质。     

Optimization control of a pulverizing system on the basis of the estimation of the outlet coal powder flow of a coal mill

This study aimed to master the operating characteristics of a pulverizing system, improve the output control precision of the system, and reduce the fluctuation amplitude of the main operating parameters of coal-fired units. A nonlinear dynamic model of a direct-fired pulverizing system that considers the effect of coal moisture on the energy balance of a coal mill was established. Then, an estimated signal of the outlet coal powder flow of the coal mill was constructed as a new output control target of the pulverizing system. Finally, an output control optimization method for the pulverizing system was designed on the basis of this signal. Simulation results showed that the model effectively reflects the dynamic characteristics of a pulverizing system. In addition, the results of simulation were concordant with those of online measurements. The control scheme reduced the internal disturbances in the coal feed rate, thereby improving the tracking capability and control precision of the pulverizing system's output and enhancing the disturbance suppression capability of the mill outlet temperature. Thus, the designed control scheme can ensure the safe and stable operation of coal-fired units.     

中储式钢球磨制粉系统节能及智能控制方法

本文针对巴陵石化热电事业部9号炉中储式钢球磨制粉系统的特点,采用神经网络技术建立制粉系统的运行工况模型,并通过非线性优化技术确定使制粉单耗最低的运行参数;在此基础上,采用模仿人操作行为的智能控制技术对整个制粉系统进行自动控制,确保制粉系统运行在最佳的工况上。实际应用表明,通过对制粉系统的智能控制,对降低磨制粉单耗和锅炉飞灰含碳量,提高煤粉均匀性指数,有良好效果。     

基于阶梯式广义预测控制的钢球磨煤机负荷控制系统

在火电厂的钢球磨煤机中,磨煤机负荷具有大惯性、大滞后、非线性、时变性的特点,常规的PID难以取得很好的控制效果.本文设计了一种基于阶梯式广义预测控制算法的控制器,仿真结果表明,与常规PID控制器相比,该控制器具有良好的控制性能.此方法运用于某电厂#5炉制粉系统中,成功解决了磨煤机负荷难以投入自动的问题.实践表明,该方法是可行的,而且具有良好的市场推广价值.     

Multivariable Intelligent Decoupling Control System and its Application

Many industrial processes have compositive complexities including multivariable, strong coupling, nonlinearity, time-variant and operating condition variations. Combining multivariable adaptive decoupling control with neural networks, this paper presents a multivariable neural network-based decoupling control algorithm. This control algorithm is integrated with distributed control technique and intelligent control technique, and a three-leveled intelligent decoupling control system consisting of basic control level, coordinating control level, and management and decision level is developed. The configuration and function of the control system are discussed in detail. This system has been successfully applied in ball mill pulverizing systems of 200MW power units, and remarkable benefits have been obtained.     

Multivariable Intelligent Decoupling Control System and its Application

Many industrial processes have compositive complexities including multivariable, strong coupling, nonlinearity, time-variant and operating condition variations. Combining multivariable adaptive decoupling control with neural networks, this paper presents a multivariable neural network-based decoupling control algorithm. This control algorithm is integrated with distributed control technique and intelligent control technique, and a three-leveled intelligent decoupling control system consisting of basic control level, coordinating control level, and management and decision level is developed. The configuration and function of the control system are discussed in detail. This system has been successfully applied in ball mill pulverizing systems of 200MW power units, and remarkable benefits have been obtained.     

A neural intellectual decoupling control strategy for a power plant ball miller

1 Introduction As an important auxiliary equipment, the ball mill cannot be operated automatically and e?ectively in the majority of domestic and international power plants. When it is automated, it can initially work well, but will deviate from its optimum work condition after a while and cease to be functionally e?ective. The ball mill is a time-changing system of MIMO, which is strong coupling, and long delay. It is di?cult to de- scribe such a system with a precise mathematic model, thou…     

基于SVM逆方法的球磨机制粉系统预测控制

根据球磨机制粉过程的特点及相应的动态数学模型,证明了系统的可逆性.进一步利用支持向量机(SVM)对非线性系统具有良好逼近能力的特性,通过其来辩识球磨机制粉过程的逆系统,可以很好解决球磨机制粉系统逆系统建模难的问题,将该逆模型与原系统串联可构成解耦后的伪线性复合系统.同时为了克服逆系统的建模误差,通过设计预测控制器对该复...     

基于模糊神经网络PID算法的电阻炉温控系统

由于电阻炉温控系统是一个大惯性、大滞后、时变、且非线性的系统,采用传统PID控制不能解决系统的非线性、时变和PID参数的在线整定难等问题,为此提出一种控制算法—模糊神经网络PID算法。可根据电阻炉的温度的偏差及其变化率实时对PID的3个参数进行优化,达到具有最佳组合的PID控制,从而实现PID控制的自适应和智能化性能。使用MatLab的simulink仿真,通过传统PID与模糊神经网络PID阶跃响应曲线的比较,表明系统采用模糊神经网络PID算法具有更好的动、静态特性和自适应性,对突加的外部的扰动具有良好的抗干扰能力,具有实用价值。     

PID控制器的性能监控与评估

为了解决目前工业系统中普遍使用的PID控制器由于工况变化等原因引起的系统发生时变而导致所在回路PID控制器性能可能下降的问题,本文提出了一种专门针对PID控制器进行性能评估、优化及监控的方法,即:PID循环评估优化算法。该算法利用系统闭环输入输出数据,使用基于MVC(minimum variance control)的PID最小方差准则,来对PID控制器的性能进行评估,并且计算出在最小方差意义下最优PID控制器参数;评估过程结果与现实系统输出方差进行比较,做为PID参数在线优化的判断依据,当现实系统性能低于某一标准的时候对控制器进行优化处理。在整个算法中,通过输入输出数据的处理与判断,利用评估优化后的PID参数对系统进行控制,并再次回到最初的输入输出数据的处理和判断过程,实现在控制过程中的系统性能监控。本文的计算机仿真试验验证了该方法的有效性,由图可看出,系统发生渐变和突变后,当输出方差超过了程序限定的标准时,在1 300秒内系统能自动评估并施行优化而达到稳定。该循环评估优化算法现实了在对系统进行性能评估监控的同时,能按照一定条件作为标准对系统的PID参数进行优化,最终使得系统具有自我监控评估和自我优化的能力...     

火电厂球磨机非线性自适应控制

建立了球磨机特征模型,分析了运行调节需求,设计了以给煤量非线性自适应PID控制为主体,多种控制方式相结合的球磨机控制系统。该系统由磨风量控制、磨给煤量控制和风煤协调控制三部分构成,合理组合了非线性自适应PID控制、解耦控制、比值控制和仿人控制算法优势。工程应用表明,该控制系统能够解决球磨机运行优化和控制优化的双重问题,控制系统鲁棒性强,具有工况自适应能力。