锅炉燃烧过程的Smith—Fuzzy集成控制

针对模糊控制特点和锅炉燃烧过程的纯滞后，时变、多输入多输出特性，进行燃烧过程控制系统的设计，提出主蒸汽压力的Smith-Fuzzy集成控制方案，采用具有参数自整定功能的模糊控制器，并将解耦原理用于多变量模糊控制系统。仿真结果证明，Smith-Fuzzy集成控制比Smith-PID预估控制具有更强的鲁棒性，对锅炉燃烧过程具有较好的控制作用。     

Fuzzy自调整PID的Smith预估循环流化床控制系统

针对火电厂循环流化床锅炉燃烧控制系统的分布参数、非线性、时变,设计了Fuzzy自调整PID参数的Smith预估循环流化床控制系统。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。     

基于模糊预测的电站锅炉燃烧控制系统的优化设计

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并针对该模型设计了模糊预测控制器,充分利用广义预测控制的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节,并利用解耦的自治原理将锅炉燃烧系统的多变量控制问题转变为单回路控制系统的设计问题.仿真结果表明该控制系统对具有非线性、大延迟、强耦合等特性的电站锅炉燃烧系统具有很好的调节与跟踪特性.     

一种改进型的Smith-Fuzzy控制器在锅炉燃烧控制中的应用

在电站热工控制系统中,广泛存在着时滞。锅炉燃烧控制中通过常规的PID调节控制很难满足控制要求,尝试将模糊控制、Smith预估控制算法以及最小二乘参数辨识法进行组合,提出了一种模糊控制器与基于参数在线辨识的改进型smith预估器混合的滞后控制器,仿真结果表明在大延迟时滞系统中该控制器能够提高控制效果。     

锅炉燃烧系统模糊控制理论的研究

结合当前的模糊控制理论,改变传统PID控制方法,采用PID控制器与模糊控制相结合的控制手段对锅炉燃烧进行控制;对锅炉控制系统中的其它自动控制系统简略予以描述,并给出燃烧控制系统与其它自动控制的接口;对锅炉燃烧的模糊一PID控制算法进行了深入地研究。     

基于CARIMA模型的锅炉燃烧控制系统设计及优化

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并对该模型设计了模糊预测控制器,根据广义预测控制(GPC)的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节;将锅炉燃烧控制系统划分为燃料量、送风量、炉膛压力3个控制子系统,采用模糊PID控制器对各控制子系统进行了优化.结果表明,优化后的燃料量控制系统在保证控制精度的基础上,使系统响应较平稳,跟踪速度更快;优化后的送风量和炉膛压力控制系统调节时间短,超调量和稳态误差均为0,且具有很强的抗干扰能力.     

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。     

模糊控制在循环流化床锅炉燃烧控制系统中的应用

介绍了７５ｔ／ｈ循环流化床锅炉燃烧控制系统的控制算法和软件设计，系统设计中两输入单输出的模糊控制决策为基础，采用了带自调整因子的模糊控制器以及实现主汽压回路的自动控制，并且采用了风煤比自寻优控制来提高锅炉燃烧的经济性，循环流化床锅炉近年来发展很快，但是它的自动控制问题一直没有得到很好的解决，即使实现了自动控制，也是以经典的ＰＩＤ控制居多，由于循环流化床锅炉的控制较为复杂，特别是其燃烧过程是一个具有     

基于CO／O2协调控制的燃烧经济性模糊寻优控制

针对锅炉燃烧经济性控制，提出了以烟气中ＣＯ／Ｏ２含量协调校正送风量的模糊寻优方法，并根据方法设计出一种锅炉燃烧模糊自寻优控制器，对以直接能量平衡为基础的燃烧控制系统进行了计算机仿真研究，仿真结果表明，该控制器在用于复杂的燃烧经济性控制是行之有效的。     

模糊控制在循环流化床锅炉燃烧控制系统中的应用

介绍了７５ｔ／ｈ循环流化床锅炉燃烧控制系统的控制算法和软件设计。系统设计中以两输入单输出的模糊控制决策为基础，采用了带自调整因子的模糊控制器以实现主汽压回路的自动控制，并且采用了风煤比自寻优控制来提高锅炉燃烧的经济性。循环流化床锅炉近年来发展很快，但是它的自动控制问题一直没有得到很好的解决。即使实现了自动控制，也是以经典的ＰＩＤ控制居多。由于循环流化床锅炉的控制较为复杂，特别是其燃烧过程是一个具有强干扰、非线性、时变、多变量的过程，很难用数学模型来进行描述，即使能够建立数学模型，也是十分粗糙的。因此，用常规的控制理论解决这种工业过程的自动控制问题就遇到了障碍。然而，模糊控制在使用中不必建立精确的数学模型，而是基于专家知识和经验，运用模糊数学理论进行模糊推理决策，因此，其应用越来越广泛。     

专家模糊控制在球磨机上的应用

中储式球磨机制粉系统是一个多变量、强耦合的对象 ,数学模型难以建立。以模糊控制、专家系统、自寻优理论和分级解耦理论为基础 ,针对各被控过程不同的具体要求 ,分别提出基于不同控制理论的控制策略。对温度和负压采用专家模糊控制 ,既能保证系统的安全性 ,又能提高经济性。     

除氧系统模糊控制器的设计与实现

结合某炼油厂动力站除氧系统改造工程项目，以除氧系统的计算机控制为例，介绍了模糊控制器的设计与实现。除氧系统具有多输入多输出、大滞后、时变性、非线性等一系列特点，除氧器的水位和压力相互影响，是一强耦合系统，其精确数学模型难以建立。为了达到除氧目的，必须保证水位和压力的恒定，而常规的基于PID算法的控制器很难保证运行指标。为此，提出了一种基于模糊控制理论的多维模糊控制器的设计方法，并设计了除氧器压力和水位模糊控制器。为了消除多台除氧器并联工作时相互间的影响，控制各除氧器平稳运行，结合人工控制经验设计了智能控制器，其控制效果达到了预期要求。文中提出的模糊控制器，其设计过程简单，易于工程实现，适用于同类多输入多输出模糊控制器的设计。     

电厂改造中图像处理和模糊控制的应用研究

为提高锅炉燃烧系统效率和节能效果,根据所采集的火焰状况采用火焰图像处理并结合专家系统开发了火焰的检测与控制技术。通过对大型锅炉多层4角燃烧器火焰图像的检测、处理、特征提取、模式识别等方法与技术,实现了在确定系统最优性能指标的情况下的模糊控制技术,使锅炉燃烧效率比以往的间接控制方式有明显的提高。同时,对于送风、引风、给煤等过程的大功率电气设备在优化燃烧控制的基础上采用变频调速技术,使得送风、引风、给煤在满足机组锅炉风煤比、炉膛负压、过热蒸汽焓与压力等控制条件下获得电能的最优分配。     

垃圾焚烧炉炉温控制系统的探讨

垃圾焚烧是多种燃烧形式综合的过程,焚烧炉的燃烧过程是强耦合的多输入多输出非线性系统。燃烧的稳定性是保证垃圾焚烧处理效果、抑止污染物生成的主要因素,而温度是保证燃烧稳定性的关键参数。基于当前垃圾焚烧炉的控制现状,运用经典的PID控制器,对垃圾焚烧炉的温度进行控制。结合工程实际,开发了一套垃圾焚烧炉炉温控制系统。     

垃圾焚烧稳定性控制研究

分析了影响垃圾焚烧炉燃烧稳定性的几个重要因素。考虑到垃圾特性的复杂多变以及垃圾焚烧炉燃烧过程的非线性、时变性和不确定性,提出了一个垃圾焚烧炉的模糊控制模型,并将设计的模糊控制系统应用于深圳市市政环卫综合处理厂燃烧控制系统改造中,经改造后的垃圾焚烧炉运行稳定性得到提高,炉温波动变小,取得了较好的效果。     

快速多目标无功优化方法在实际系统中的应用

多目标进化算法（MOEA）已经被应用到电力系统无功优化这一问题的求解,但是由于MOEA算法需要相当长的寻优时间,同时其优化结果针对性不强,因此难以用于电网的无功电压自动实时控制。将以ε-支配域为基础的多目标优化方法应用到实际系统的无功电压自动实时控制中,该方法包括多目标模糊评价函数、自适应ε-MOEA优化算法以及后评价模糊控制器。通过在一个实际35节点系统上的应用,验证了所提方法的有效性与实用性。     

多煤种掺烧智能配煤系统的设计与开发

为解决广东某大型电厂在多煤种掺烧中存在的问题,开发了一套智能配煤系统。介绍了该系统的框架、开发环境、功能模块划分和主要功能。系统建立了高效的计算模型,充分考虑了混煤和单煤之间复杂的关系,可以对任意煤种进行配煤计算,并且利用实验室掺烧数据、中试所试验数据及过去的掺烧经验,通过多目标模糊决策法确定最优的配煤方案。     

基于模糊PID的多电机张力控制

在对多变量非线性强耦合的2台交流感应电机系统分析的基础上,设计了一个结构和应用均较为简单的模糊PID控制器.给出了系统模糊控制器的结构,定义了每个输入和输出变量的模糊集,通过分析系统行为获得模糊控制规则表.在大量实验、专家经验和模糊控制理论的基础上,还设计了一个模糊逻辑解耦补偿器.实验结果表明该系统具有良好的性能和应用价值.     

Application of sliding surface-enhanced fuzzy control for dynamic state estimation of a power system

This paper presents an algorithm for dynamic state estimation of a power system, utilizing the concept of sliding surface for the enhancement of fuzzy control to improve the estimation performance. In this proposed method, with the aid of fuzzy theory, the uncertainty of state estimation can be solved more effectively. In addition, different from the traditional fuzzy control design, the sliding mode control is embedded into this scheme that combines the error and the rate of error as an integrated input variable. With the estimator design, the number of fuzzy rules will be decreased. The computation time can be also effectively reduced. This proposed method has been applied to test systems and the results are compared with other published techniques.