过热蒸汽温度控制系统的工程设计方法

本文介绍一种锅炉过热蒸汽温度控制系统的工程设计方法，该方法简单、实用，易为现场工程人员所接受。     

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.     

基于RBF神经网络辨识的过热蒸汽温度控制

提出一种基于RBF神经网络辨识的PID串级主蒸汽温度控制策略,即将RBF神经网络与常规PID串级控制相结合构成RBF-PID控制器.该控制器不仅具有常规PID控制器的特性,而且还具有智能控制器的自学习能力,增强了系统对不确定因素的适应性.仿真研究结果表明,RBF-PID控制系统动态调节品质显著优于常规PID串级控制,能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

基于改进粒子群算法的锅炉再热蒸汽温度模型辨识

由于火电机组现场干扰及再热蒸汽温度本身特征的复杂性,传统辨识方法与基本粒子群(PSO)算法在再热蒸汽温度模型辨识方面均存在收敛速度较慢和寻优精度较低的问题。本文采用一种基于自然选择和自适应动态权重的粒子群优化(D-SPSO)算法,该算法较好地平衡了PSO算法的全局搜索能力和局部改良能力,提高了寻优性能,并且相比基本PSO算法未引入新的控制参数,避免了待调参数增多对模型辨识精度造成的负面影响。通过基于两种算法的仿真数据和超超临界660 MW机组压力直流锅炉现场数据对基本PSO算法和D-SPSO算法的再热蒸汽温度传递函数模型进行验证,结果表明,D-SPSO算法辨识得到的再热蒸汽温度更接近实际值,且寻优性能和搜索能力均有显著提升。     

过热蒸汽温度量子粒子群优化无模型自适应控制

火力发电厂锅炉过热蒸汽温度不仅具有大滞后特性,且其模型还会随锅炉负荷的变化而变化,故依赖数学模型设计的PID控制一直未取得较好的控制品质。对此,本文提出一种基于量子粒子群的改进无模型自适应控制(QPSO-IMFAC)算法,摆脱了对模型的依赖,利用量子粒子群(QPSO)算法对IMFAC算法控制参数寻优,解决了传统无模型自适应控制(MFAC)算法控制参数难以确定的问题。仿真结果表明:采用QPSO-IMFAC算法控制锅炉过热蒸汽温度时,系统具有强扰动抑制性和高鲁棒性,QPSO-IMFAC算法对锅炉过热蒸汽温度控制是有效的;对阶跃响应和定值扰动的控制效果均优于QPSO-PID算法。因此,可以将IMFAC算法实现于DCS控制中,且使用QPSO-IMFAC算法优化出的控制参数可作为锅炉过热蒸汽温度调节的基准值。     

盘县发电厂过热蒸汽温度调节系统的优化

锅炉过热蒸汽温度是锅炉运行的重要参数，在200MW火电机组中均设计有自动调节系统，但调节的效果和品质均达不到要求。本文根据被调对象的特性，对调节系统进行了进一步的优化，既保证了调节系统的稳定性，又保证了准确性和快速性，取得了较好的调节效果。     

锅炉过热蒸汽温度的自动调节

本文是针对大雁热电厂锅炉过热蒸汽温度自动调节而言，该调节系统是电厂委托我厂热工自动化设计研究室设计的，现就本系统进行分析和论述。     

过热蒸汽流量的压力温度补偿

流量测量目前大多采用标准节流装置,用标准节流装置前后的差压变化来反映介质流量的变化。在设计节流装置的计算中均采用额定运行工况下(如额定压力和额定温度)的介质参数。对于过热蒸汽当压力、温度确定后,则它的重度值、粘度值等就都确切地知道了。在     

基于粒子群优化算法的过程模型辨识

参数辨识是过程建模的基础,提出了一种基于粒子群优化(PSO)算法的模型参数辨识方法,将过程模型的每个参数作为粒子群体中的一个粒子,利用粒子群体在参数空间进行高效并行的搜索来获得过程模型的最佳参数值,可有效提高参数辨识的精度和效率.对火电厂热工过程进行参数辨识的仿真结果表明,利用PSO算法辨识过程模型参数,无论过程模型是否是时滞对象,该辨识方法对过程模型的阶次不敏感,对于不同的输入信号,均能得到满意的辨识精度和效率,因此得到了较为精确的过程模型,模型输出与实际输出基本一致.     

用喷射凝结水调整过热蒸汽温度

某些发电厂的锅炉机组,直到现在还没有装设调整蒸汽温度的设备,它们是用改变锅炉本身的运行方式来达到汽轮机前的正常蒸汽温度的。如果具备过热蒸汽温度调整器时,锅炉燃烧室内的燃烧情况与过热汽温无关。发电厂许多常用的过热汽温调整器的型式中,喷射式减温器的特点是结构简单和运行方便,但是它所采用的喷射水只限于高质量的水。当锅炉用搀有化学净水作给水时,不能使用这种减温器。     

300MW火电机组过热蒸汽温度模型预测控制研究

在分析300 Mw机组过热蒸汽温度被控对象特点的基础上,提出了一种基于模型算法控制的模型预测控制策略,分析并设计了控制算法的基本过程和过热蒸汽温度MPC-PID串级控制结构.采用MATLAB软件编制了过热蒸汽温度控制系统仿真程序,对该模型预测控制系统和常规控制系统进行了仿真研究和比较.结果表明,过热蒸汽温度MPC-PID控制系统具有较好的给定值跟随性、抗干扰性和鲁棒性.     

锅炉过热蒸汽温度控制策略优化

锅炉过热蒸汽温度过高或过低都会影响电厂的安全性和经济性,且过热蒸汽温度的控制具有大迟延、扰动因素多、控制精度和稳定性要求高的特点。针对某亚临界2×600MW机组实际运行参数及其锅炉低氮燃烧改造后的过热蒸汽温度特性,对过热蒸汽温度控制策略进行了优化。优化后在机组调峰频繁工况下,控制系统将过热蒸汽温度波动范围控制在±4.5℃以内,控制系统调节品质明显提高。     

基于多策略改进哈里斯鹰算法的过热汽温模型参数辨识

为了进行控制器的设计和整定参数,建立精准的过热汽温模型,获得更好的控制效果。由于哈里斯鹰算法存在易陷入局部最优和收敛精度低的问题,提出多策略优化的哈里斯鹰优化算法。在探索阶段利用Logistic混沌映射,优化种群的初始化问题,从而改善哈里斯鹰算法收敛精度低的问题;然后通过随机收缩指数函数非线性化能量方程,使得算法在寻优过程更加协调;最后引入了自适应权重因子更新猎物的位置,提高算法的准确度。通过与其他算法比较,证明了本文算法的精准度。多策略优化的哈里斯鹰优化算法应用于现场数据辨识,对某600 MW超临界机组的过热汽温系统进行辨识,验证算法的准确性和优越性。     

关于提高大功率发电机组过热蒸汽的温度

<正>由于蒸汽过热器出口部分的奥氏体钢管道的低可靠性,1971年3月在苏联主要的高压(14兆帕)和超临界压力锅炉上曾把过热蒸汽温度从570/570降到545/545℃.这使发电机组的经济性遭到某种程度的降低.随降低蒸汽温度的决定之后曾实行了一些措施旨在提高蒸汽过热器出口部分的可靠性和热稳定性,到1980年曾提出了分阶段提高过热蒸汽温度的措施.     

基于粒子群优化算法的锂电池模型参数辨识

基于戴维南电池模型,采用粒子群优化算法进行离线参数辨识.粒子群优化算法作为一种高效并且简单的算法,在平衡全局优化能力和局部优化能力方面具有显著的优势.     

基于模糊控制算法的温度控制系统

将模糊控制技术运用到锅炉过热汽温串级调节系统中，介绍了系统的构成、原理及控制算法，并利用MATLAB仿真软件进行了仿真分析；     

基于递推最小二乘法的主蒸汽温度控制系统辨识与优化

采用递推最小二乘法对主蒸汽温度控制系统进行闭环辨识,依据串级控制结构的特点,通过双线性变换法转换辨识模型及划分辨识环节,从而推导得出辨识参数方程;基于时间乘绝对误差的积分准则(ITAE)实现PID参数的离线优化,并在仿真模型上验证了上述方法的有效性.将该辨识模型用于某电厂600MW机组主蒸汽温度控制系统PID参数的优化,结果表明主蒸汽温度控制系统动态调节性能显著提高,同时可达到离线优化控制系统的目的.     

过热蒸汽温度高异常分析和诊断系统

根据过热蒸汽温度高异常报警,进行锅炉受热面等故障诊断系统的研发.该系统基于300 MW仿真机平台,建立了过热蒸汽温度高异常的故障模型,利用计算机软件技术对模型进行故障分离和显示,达到故障定位的目的要求.系统采用通用监控组态软件MCGS,实现故障诊断系统.     

基于辐射能信号的过热汽温控制系统优化

以某300MW机组锅炉的过热汽温控制为对象,对现场运行数据进行分析,归纳出影响过热汽温的主要因素,用Matlab的辨识工具包对过热汽温系统建立模型。根据炉膛辐射能信号和主蒸汽流量变化,提前预知过热汽温的变化趋势,用它们作为调节过热汽温的前馈变量,将喷水减温器的喷水量作为调节量,构成新的控制方式。用计算机对新方式进行仿真,得出仿真结果。     

锅炉过热蒸汽温度动态预测PID控制算法

针对过热蒸汽温度大迟延、大惯性的特点,提出了一种基于预测模型的动态预测PID控制算法。该算法通过动态预测求解系统迟延后的偏差,将偏差信号提前送至控制器,其控制作用经过迟延后适时作用于被控对象上,从而减小超调,加快调节过程。在600 MW燃煤机组全范围仿真系统进行仿真试验,并将动态预测PID控制与串级PID控制进行对比。结果表明,动态预测PID控制算法能够将过热蒸汽温度控制在设定值范围内,超调小,计算量小,结构简单,易于工程运用。