发电厂主汽温系统的模糊滑模控制研究

电厂主汽温被控对象是一个典型的变参数、强扰动的对象,常规的PID控制器难以满足控制要求。针对此问题,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。利用李亚普诺夫函数证明了控制器的稳定性。将此控制策略应用到电厂主汽温控制系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

Fuzzy自调整PID的Smith预估主汽温控制系统

针对火电厂锅炉主汽温被控对象的大迟延、模型不确定性，设计了Fuzzy自调整PID参数的Smith预估主汽温控制系统。运用MATLAB对系统在多种工况下进行了仿真，结果表明所设计的控制系统在控制品质、鲁棒性方面明显优于常规的Smith预估控制系统。     

单神经元PID控制器在过热汽温控制中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合，设计了单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，采用单神经元PID控制器的汽温控制系统，能够适应被控对象在较大范围内的变化，具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

采用H∞性能指标的锅炉过热汽温鲁棒控制

对某超临界600MW直流锅炉高温过热器导前区及惰性区均具有多模型摄动的过热汽温H^∞鲁棒控制问题进行了研究。该被控对象在工况大范围变化时，模型(包括时间常数、增益、甚至对象阶次等)有很大的变化。对此提出了H^∞鲁棒PID汽温控制系统设计方法。讨论了该模型摄动不确定性权函数及性能权函数的选择，求解了H^∞鲁棒PI控制器。该控制器的实现，不需要增加现有控制设备额外的开支。仿真结果表明，设计的汽温控制系统具有较好的鲁棒性能。     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

过热汽温自适应逆控制方案研究

针对火电厂锅炉过热汽温对象,将神经网络辨识技术和自适应逆控制技术相结合,提出了一种过热汽温自适应逆控制方案.该方案首先利用RBF神经网络在线辨识被控对象模型获得其Jacobian信息,在此基础上利用对角回归神经网络(DRNN)在线辨识获得被控对象的逆模型作为控制器,串联在控制对象前面构成自适应逆控制系统.通过对超临界600 MW机组过热汽温对象进行仿真研究表明,该控制方案能很好地适应过热汽温对象特性的变化,并且可以有效克服对象的大惯性和非线性,获得良好的控制品质.     

660MW超临界机组过热汽温控制研究

根据超临界直流炉过热汽温控制的特点,设计基于被控对象特性的汽温控制系统。该系统采用控制中间点焓值调整燃水比和两回路喷水减温调节相结合实现过热汽温的控制。运行结果表明,在稳态和变负荷工况下,该汽温控制系统调节品质优良。     

超临界直流锅炉控制系统的特点及控制方案

采用内置式启动控制的600 MW超临界压力螺旋管圈型直流锅炉,其作为被控对象的动态特性及控制系统都较复杂。超临界直流锅炉控制系统与汽包炉的不同在于给水控制系统和主汽温控制系统,在控制系统的设计中,要充分考虑采用前馈、变定值、变增益、变参数的控制方案     

基于变速积分PID的主蒸汽温度控制系统

主汽温被控对象是一个典型的变时滞、变参数对象,使用普通PID的串级控制系统往往不能获得理想的控制品质,提出了一种使用变速积分PID控制主蒸汽温度的方法,该方法简单可行,参数整定简单、方便。     

基于极点配置的汽温控制系统优化

针对史密斯预估器在模型失配时其控制效果变差的缺陷,本文设计了一种基于极点配置的状态观测器构建的汽温控制系统模型。该模型通过极点配置的方法,使多个常系数一阶惯性环节构造的状态观测器逼近被控对象,观测器的输出经PD(比例-微分)控制器可以超前反馈到系统中,以克服滞后环节和系统不确定性的影响,其中微分作用,可以消除系统的动态偏差。同时,结合带有滞后环节的二阶被控对象对该优化模型进行仿真验证。仿真结果表明:该方法构建的汽温控制系统具有较好的动态性能和控制品质,为消除滞后环节对汽温控制系统的影响提供了一种有效途径。     

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。     

主蒸汽压力的无模型自适应预测控制

针对火电机组主蒸汽压力被控对象的大惯性、大迟延等特点,采用伪梯度向量的概念,对被控对象进行动态化处理,得到预测模型.提出了1种新型的无模型自适应预测控制(MFAPC)算法,将MFAPC算法用于主蒸汽压力串级控制系统的主调节器中,副调节器采用常规PI控制器.仿真结果表明,MFAPC-PI串级控制系统较常规PID-PI串级控制系统响应速度快、抗干扰性能强,对系统参数时变具有较好的鲁棒性.     

基于内模控制的再热汽温控制系统

采用内模控制算法对国产２００ＭＷ火电机组带汽汽换热器的多变量再热汽温系统进行控制系统分析与设计。采用了Ｖ规范型控制结构;为使主通道时间迟延最小,对被控对象进行了补偿设计;给出了能实现解耦且无纯微分环节的控制器设计步骤;详述了滤波阵的设计目的和过程。最后对所设计的再热汽温控制系统进行了仿真。结果表明,该汽温控制系统具有优良的控制品质。     

基于模糊自适应内模控制的主蒸汽温度控制系统研究

采用一阶时滞模型作为主蒸汽温度广义被控对象模型,设计基于模糊自适应内模控制的主蒸汽温度控制系统。在不同典型工况辨识得到不同对象模型参数,根据模型参数和模糊自适应规则自动整定控制器参数。对所设计的控制系统进行仿真和实际应用。结果表明,在外部扰动或模型不能准确匹配及不同工况运行时,此控制策略较传统串级PID控制和Smith预估控制具有更好的控制品质。     

锅炉过热汽温自适应PI型模糊控制的仿真研究

针对锅炉过热蒸汽温度对象的非线性和不确定性等,设计了PI型模糊串级控制系统,并将该系统应用于某电厂600 MW机组锅炉过热蒸汽温度的控制。在分析模糊控制器相关参数与控制系统品质之间关系的基础上,提出相关参数的在线自校正方法,构造了一种自适应PI型模糊控制器。该控制器能够在线调整其量化因子和比例因子,以适应被控对象动态特性的变化,从而提高模糊控制系统的性能。将自适应PI型模糊控制方法与常规PID控制及PI型模糊控制进行仿真比较,表明采用自适应PI型模糊控制方法建立的过热蒸汽温度控制系统具有较好的控制品质和较强的自适应能力。     

引进机组过热蒸汽温度控制系统分析

对引进机组主蒸汽温度控制系统在克服其被控对象的大迟延、大惯性、时变性和非线性的内在机理进行了分析,提出了该控制系统的调整和投运应注意的问题.     

基于自抗扰技术的主汽温全程控制

主汽温全程控制是火电机组启动优化的基础技术,但汽温过程的大滞延特性和模型不确定性使常规PID系统控制品质不好,甚至难以投入。针对此问题,设计了基于自抗扰技术的汽温全程控制系统。用时域加性摄动表示对象模型漂移,使系统可以利用关于对象的先验知识。跟踪微分器采用特定线性环节构成,简化了设计过程和控制器结构。试验表明,该系统有较强的鲁棒性和较好的控制品质,在工况大范围变化时,系统输出能很好地跟踪优化启动曲线。     

过热汽温智能控制系统研究

经过分析某超临界600MW直流锅炉高温过热器动态特性,过热器动态特性随机组的运行工况变化而变化,可以认为用蒸汽流量就能近似表示运行工况。在此基础上,提出了串级过热汽温智能控制系统。该智能控制系统中的副调节器仍然采用比例调节器;设计该主调节器时,把整个副回路和主对象看成广义被控对象,主调节器是一个自整定PID控制器,需要用到被控对象的Jacobian信息。随后构造了一个径向基函数(RBF)神经网络对被控对象进行辨识,从而求出了被控对象的Jacobian信息。最后将文中提出的智能控制系统用到了某超临界600MW直流锅炉的过热汽温控制中,仿真结果表明,用这种方法建立的过热汽温控制系统在机组运行工况发生变化时,具有较好的控制品质和较强的自适应能力。     

基于最小二乘算法的模糊支持向量机控制器及其应用

介绍了一种基于最小二乘算法的模糊支持向量机控制器，它将模糊控制与支持向量机结合起来，融合了两者的优点，既有不依赖被控对象模型又有泛化能力强等特点。同时采用混合学习算法来优化控制器参数，即先采用最小二乘算法离线优化支持向量机(SVM)性能参数，建立SVM控制系统，再根据对象的变化，采用遗传(GA)算法在线学习优化SVM性能参数和模糊比例因子，以使控制器的性能能适应对象的变化而达到最优。火电厂主汽温控制的仿真结果表明这种控制器具有良好的控制性能。     

主汽温系统模糊自适应内模控制

基于内模控制理论,针对火电厂主汽温被控对象的大惯性、大迟延、时变、多干扰的特点,设计了内模-比例串级控制系统,并将量子遗传算法应用于滤波器参数的寻优。并在此基础上结合T-S模糊建模和自适应控制技术,提出了模糊自适应内模控制(fuzzy adaptive internal model control,FAIMC)策略。该方案实现简单,对工况变化具有优良的适应性。对某超临界600 MW直流锅炉主汽温系统4种典型工况进行仿真控制,其过渡过程时间短,超调量小,适用于大惯性、大迟延过程的控制,控制效果明显优于串级PID控制。为克服负荷变化对主汽温系统性能的影响,采用模糊自适应内模控制策略分别进行了升降负荷实验。仿真结果表明：提出的控制系统能较好的适应对象动态模型的大幅度变化,保持较优的调节性能。