FOPID-GPC算法在电厂过热蒸汽温度控制中的应用

为了克服在过热蒸汽温度控制中对象参数变化对控制效果的影响,将分数阶PID(FOPID)控制与广义预测控制(GPC)算法相结合,构成了分数阶PID型FOPID广义预测控制(FOPID-GPC)算法。该算法的参数设置与传统的整数阶PID广义预测控制算法的参数设置具有一定的相似性,并增加了积分阶数和微分阶数2个可调参数,该参数的取值对控制系统的性能具有很大的影响。仿真结果表明,FOPID-GPC算法使控制系统具有超调量小、调节时间短、能够快速跟踪系统变化的特点,提高了控制系统动态性能,能够较好地将蒸汽温度控制在设定值附近。     

一种基于双偏差的动态预测控制算法

针对大惯性大迟延对象控制特性过渡过程时间长、响应特性差的特点,文中提出了一种新的预测控制算法。该算法采用单步动态预测模型,并在算法中引入了模型与对象、参考轨迹和预测输出的双向偏差以进行优化,在不增加算法复杂性的基础上,提出了一种基于双偏差的动态预测控制算法。并与传统PID控制方式比较,其动态品质大大提高。仿真结果令人满意。     

基于改进目标函数的机组汽温变结构预测控制EI北大核心CSCD

近年来,变结构预测控制算法因其结构简单、易于实现,在发电过程控制中得到应用,但该算法对目标函数利用不足,导致预测控制输出变化缓慢,被调量跟踪不及时。该文在原始变结构预测控制算法的基础上,设计可调节因子对目标函数进行加权修正,提出一种改进目标函数的变结构预测控制算法。同时,以1000MW机组汽温控制为研究对象,将改进目标函数的变结构预测控制算法与传统PID控制及原始变结构预测控制算法进行对比分析。结果显示:在±50%的过程模型参数摄动与环境噪音扰动下,改进目标函数的变结构预测控制算法对被调量的快速响应与超调抑制具有良好的控制效果。实际应用表明:稳定工况下,汽温控制偏差小于±2℃,负荷扰动工况下最大偏差不超过10℃,能够满足汽温系统大惯性、大迟延、多扰动的控制需求。     

基于模糊神经网络智能PI的过热蒸汽温度控制研究

介绍了在电厂过热蒸汽温度控制中采用模糊神经网络智能PI(FNN-PI)的控制方法。将基于FNN-PI的过热蒸汽温度控制系统与传统的PID过热蒸汽温度控制系统进行了仿真比较,结果表明采用FNN-PI的过热蒸汽温度控制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。     

约束预测控制在低氮燃烧机组过热蒸汽温度控制系统中的应用

针对某低氮燃烧机组运行过程产生的燃烧滞后、汽温波动大等问题,提出一种带有约束优化的预测控制算法,并将其应用到电厂过热蒸汽温度控制系统中,构成串级预测控制系统。仿真结果表明：带有约束的过热蒸汽温度串级预测控制系统的控制量能被有效控制在约束范围内,系统的抗干扰性和鲁棒性均优于常规PID控制系统,过热蒸汽温度控制品质得到很大提升。     

超超临界机组二模态过热蒸汽温度控制策略研究

由于过热蒸汽温度具有非线性、大时变、大迟延等特点,传统PID串级控制在工况变化时难以取得较好的控制效果。对此,将内模控制与模糊控制相结合,并引入多模型理念,提出了基于内模原理和模糊控制的二模态控制方案,对国电布连电厂超超临界660MW机组直流锅炉过热蒸汽温度串级控制系统进行改进,将改进后的控制策略用于EDPF-NT DCS。结果表明,改进后的控制系统较传统过热蒸汽温度PID串级控制系统具有更强的负荷适应能力和鲁棒性,在机组负荷变化较大时仍具有良好的控制品质。     

锅炉过热汽温系统的DRNN网络自整定PID控制

火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点，受到的扰动因素较多；随机组负荷的变化又表现出参数快时变的特性，常规的按照典型工况整定的固定参数PID控制难以适应负荷变化，往往未能取得满意的调节效果。为此，提出一种基于DRNN的两级神经网络的过热汽温系统自整定PID控制策略，其中两级神经网络分别为静态网络SNN和动态网络DNN，SNN依据机组运行工况如负荷进行PID参数的粗调整定，以适应机组负荷的较大范围变化，如参与调峰；DNN依据偏差和偏差变化率进行PID参数的细调整定，以克服机组负荷的小范围变化、参数的慢时变漂移和各种扰动。为了克服系统的大惯性和大迟延，引入灰色预测器对未来信号进行预测，预测结果作为DNN使用的整定信息。对某汽温系统的计算机仿真研究结果表明：基于两级神经网络自整定控制策略的主汽温控制系统获得了良好的动态调节品质，具有较强的鲁棒性。     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性,将先进的预测控制算法和PID控制算法相结合,构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点,在Matlab平台上进行了仿真,结果表明该控制策略具有明显优于常规PID串级控制的性能。     

基于SIS平台的先进控制策略在汽温控制中的仿真及应用

提出了基于SIS平台的先进控制策略。以某电厂SIS系统为例,锅炉过热蒸汽温度作为研究对象,分不同的工况建立起不同的神经网络模型并采用不同的控制算法。仿真结果表明:分不同的工况建立的过热汽温神经网络动态模型,能够很好地预测对象的动态特性,基于神经网络模型的动态矩阵预测控制策略取得了优于传统PID的控制效果。     

基于SIS的预测控制应用研究

火力发电厂厂级监控信息系统(SIS)作为一种以优化机组运行、提高运行经济性为主要目标的信息系统,已在火电厂厂级管理方面发挥了重要作用.为了更加有效地利用SIS平台上的大量数据,提出了基于SIS平台的动态矩阵预测控制.以湖北某电厂SIS为例,将锅炉过热蒸汽温度作为控制对象,蒸汽流量作为扰动量来反映锅炉运行工况的变化.采用神经网络辨识方法建立被控对象的动态模型并将动态矩阵控制算法应用到蒸汽温度控制系统.仿真结果表明,基于仿真数据建立的过热蒸汽温度神经网络动态模型,能够很好地预测被控对象在不同运行工况下的动态特性,基于神经网络模型的动态矩阵控制策略优于传统PID的控制效果.     

基于GMDH神经网络的超超临界机组过热蒸汽温度预测模型及仿真研究

由于超超临界1 000MW机组过热蒸汽温度控制对象具有大滞后、非线性、动态参数随工况变化大等特点,使得传统的控制方法难以适应过热蒸汽温度的控制,出现过热蒸汽温度波动大,甚至超温等问题。对此,采用数据处理群集方法(GMDH)神经网络建立了过热蒸汽温度动态预测模型,以预测过热蒸汽温度的变化趋势。仿真结果表明,基于GMDH神经网络的过热蒸汽温度预测效果优于线性神经网络和BP神经网络,具有较好的移植性和实用性。     

基于混合粒子群算法的线性预测PID控制

针对传统PID控制对大时滞过程控制效果不佳的问题,提出了一种基于线性预测的PID控制算法,用系统过去的几个输出值预测系统未来的输出值,用此预测值与期望设定值所得的偏差作为PID控制输入,再依PID控制律来设定控制器的输出,从而使被延迟了的被控量超前反映到控制器,使控制器提前动作,实现事先调节,从而减少超调量和调节时间,消除时滞对系统稳定性影响。利用混合粒子群算法对模型系数和系统参数进行了优化和在线调整。实例仿真结果表明,将线性预测与传统PID控制相结合并经混合粒子群算法优化的控制方法远好于单一的PID控制方法,而且具有操作简单、容易程序实现等特点,有效地提高了系统的控制品质。     

改进型PID控制永磁偏置磁悬浮轴承

针对传统PID控制超调与调节时间存在矛盾及磁悬浮轴承的特殊性,提出了具有一定非线性补偿能力的改进型PID控制算法,根据偏差与偏差变化率的关系,使比例、积分、微分调整大小、分时作用。在MATLAB的Simulink环境下搭建永磁偏置磁悬浮轴承的控制系统模型,用S-function函数实现改进型PID的控制算法和永磁偏置磁悬浮轴承的非线性模型,并进行了动态仿真。仿真结果表明,改进型PID控制器相对于传统PID控制器对永磁偏置磁悬浮轴承在动态性能、抗干扰能力上有比较好的控制效果,且提高了永磁偏置磁悬浮轴承的刚度,其算法在数字控制器中较容易实现。     

多目标神经PID控制器及其在过热蒸汽温度控制中的应用研究

为了适用大滞后、大惯性复杂过程的高质量控制,对神经网络PID控制器进行了改进,提出了多目标优化算法。该算法具有自适应特点,克服了常规PID超调量大,神经PID响应速度慢的缺点,并容易实现实时控制。应用此算法对电站锅炉过热蒸汽汽温控制进行了仿真,取得了理想的效果。     

基于改进模糊PID控制的循环水优化仿真

根据传统钢铁厂循环水是非线性、大滞后且有惯性控制系统,以通化钢铁厂连铸泵站浊环系统的工艺及控制要求建立数学模型,并将浊环系统分为管理级、监督控制级和现场控制级3个监控级,在模糊PID控制基础上提出了一种将比例自调整PID控制算法,并在Matlab/Simulink平台上进行仿真。仿真结果表明,方法明显改善了系统的瞬态响应和随从特性,无超调,动态性能较好,控制效果最优。     

基于灰色广义预测模型的自适应ＰＩＤ控制算法

将控制对象视为灰色系统,建立了基于灰色理论的广义预测模型(GM(1,2)-GPC),并将该模型的丢番图解与传统PID控制算法相结合,实现了PID参数的自适应整定。对系统模型中的参数通过递推最小二乘法进行辨识。建立的PID新算法为解决系统时滞问题提供了新的思路。仿真结果表明,预测控制算法具有超调量小、收敛速度快、鲁棒性强及较好的适应性和工程应用前景。     

基于增量式函数观测器的过热汽温控制

针对火电厂过热汽温系统具有大惯性、大迟延及参数时变等特性,将基于增量式函数观测器(IFOKΔx)的状态反馈控制与PID控制相结合,使得被控对象的动态特性得到了改善,克服了PID对大滞后对象控制效果不理想的缺点,同时又保留了PID控制鲁棒性强的优点。仿真研究表明:过热汽温控制系统采用该控制策略时,具有较好的控制品质,且在选择同样的观测器参数条件下,增量式函数观测器的鲁棒性要优于全维状态观测器。     

基于PID的模糊内模控制在炉内脱硫系统控制中的应用

针对炉内脱硫过程对象的大惯性、大迟延、参数时变的特点,设计了基于PID控制器的模糊内模控制系统,该控制系统对变工况具有较好的自适应能力且易实现。对某300 MW循环流化床机组炉内脱硫系统的3种典型工况进行模型辨识及控制仿真,结果表明该控制系统超调较小,过渡时间短,动态性能好,控制效果优于PID控制及内模控制。     

基于GPC的增量PID算法改进及仿真研究

针对广义预测控制(GPC)难以在DCS平台上应用的现状,有文献提出了一种基于GPC的增量PID算法.该算法利用多个常规DCS模块的组合实现了类似GPC的控制效果.然而该文献只讨论了针对一阶和二阶系统的增量PID算法,并且仿真对象的纯迟延较小,对于大迟延的高阶对象并未进行算法设计和仿真.基于此,笔者对其进行了改进,提出了针对三阶系统的增量PID算法,并对某600MW超临界机组过热汽温被控对象进行了仿真.仿真结果表明,改进后的算法仍具有类似GPC的控制效果,其控制品质明显优于常规PID,并且鲁棒性较强.另外,该改进算法完全利用常规DOS模块实现,因此具有较高的应用价值.     

基于汽温特性的火电机组过热蒸汽温度控制优化研究

以某台330 MW机组锅炉过热蒸汽温度为研究对象,在分析过热蒸汽温度特性的基础上,构建了以机组负荷为变量的前馈动态补偿函数,并采用Matlab软件对该函数进行了仿真验证.结果表明,以负荷为变量的前馈动态补偿函数较静态补偿函数超调量更小,调节时间短,具有较好的稳定性,可提高过热蒸汽温度的控制品质.