一种新型的动态矩阵控制算法及仿真研究

动态矩阵控制(DMC)中顺序开环控制增量的计算涉及到矩阵的求逆运算,计算量很大,不利于微处理机的在线应用。为减少运算量,使微机编程实现方便,并保持系统优良的控制性能和较强的鲁棒性,在深入理解动态矩阵控制算法的基础上引入了控制增量的期望衰减因子,以期望控制增量在控制时域长度内逐步接近于零。这一思想使得矩阵求逆运算成为数的求逆(倒数)运算,运算量大为减少,运算速度大大提高。基于这一思想提出两种设计方案,并通过计算机仿真研究,证实了算法的有效性。     

基于内模原理的PID控制器参数整定

基于内模控制原理,针对一大类开环稳定的最小和非最小相位系统,给出了一种PID控制器的参数整定新方法,推广了已有的结果。新的整定方法分别应用于电厂煤粉炉主汽温串级控制系统、流化床锅炉床温控制系统和床压控制系统的仿真研究,与Zieger-Nichos法和Cohen-Coon法的对比结果均表明:所整定的PID控制系统具有更好的调节品质,在系统特性变化的情况下具有更强的鲁棒性和抗干扰能力。     

锅炉汽包水位系统的预测函数控制

在给出具有可测干扰系统的预测函数控制(PFC)算法的基础上,结合预测函数控制、串级调节的优点,提出了锅炉汽包水位控制系统的PFC—PID透明控制策略:内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的PFC控制,可有效地克服汽包水位系统的另一主要扰动——蒸汽流量的扰动,同时PFC的强鲁棒性保证了在对象特性变化的情况下系统仍然具有良好的调节品质。计算机仿真结果显示了该控制策略的有效性和实用性。     

基于混沌粒子群算法的火电机组热工过程辨识方法

针对火电厂热工过程的特点及其辨识方法的不足,以及粒子群(PSO)算法易早熟,且无法得到全局最优的问题,将粒子群早熟判断机制和混沌搜索序列添加到PSO算法中构成混沌粒子群优化(CPSO)算法,提出了基于CPSO算法的热工过程辨识方法,并将该方法应用于基于现场实测数据的热工过程模型辨识中。结果表明,该方法能够使粒子群快速摆脱局部极小值,提高了算法的收敛速度和收敛精度,取得了较好的辨识效果。     

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。     

非自衡系统和不稳定系统的预测函数控制

针对非自衡系统和开环不稳定系统，结合预测函数控制、串级调节和PID控制三者的优点，提出了一种PFC-PID控制策略：内回路采用PID控制使对象稳定且快速消除内扰，外回路采用FPC控制，PFC的强鲁棒性保证了在对象特性变化的情况下仍然获得良好的调节品质。仿真结果显示了该控制策略的有效性。     

锅炉-汽轮机系统的分数阶控制器设计

将分数阶微积分用于系统控制已引起控制学界的广泛关注。分数阶PIλDμ.控制是传统PID控制的推广与发展,积分阶次λ和微分阶次μ的引入使得分数阶控制器具有更灵活的结构和更强的鲁棒性。分数阶PIλDμ控制器对对象参数变化不敏感,对非线性有很强的抑制能力。将分数阶控制器用于多变量非线性控制系统的设计,针对输入受限和不确定性的非线性MIMO锅炉-汽轮机系统设计分数阶PIλDμ控制器,控制器参数整定采用粒子群优化算法。仿真结果表明,获得的分数阶PIλDμ控制器在大范围负荷变化及存在参数、结构不确定性时均能取得满意的控制效果,显示良好的适应性及鲁棒性,与传统PID控制器相比具有明显优势。     

热工过程建模方法的研究及其应用

介绍了ＣＴＥＳ－１控制技术实验系统中有关系统建模方面的内容。在该系统中包括有两种建模方法：阶跃响应法和相关分析辨识法。传统的阶跃响应法具有简便、直观、建模速度快等优点，当机组运行条件允许进行阶跃实验时，这种方法有很大的实用价值。相关分析辨识法克服随机干扰能力较强，对运行过程的干扰小，能得到较精确的数学模型。     

热工过程控制系统参数优化方法的研究

以大量的仿真实验及理论分析为基础,对寻优时目标函数的选取及寻优策略进行了详细的研究。指出了误差型目标函数和直接指定衰减率为目标函数时的局限性,以及单纯形法用于热工系统调节器参数优化时的固有局限,并在实践的基础上提出了专家系统应用于热工系统参数优化中的可能性及实用性。     

基于大数据驱动案例匹配的电站锅炉燃烧优化*

电站锅炉燃烧是一个复杂的多相反应过程。针对基于计算智能的燃烧优化算法复杂度高、难以进行实时在线优化的问题,同时考虑提高锅炉效率与降低污染物排放的双重要求,提出了基于数据驱动案例匹配的电站锅炉燃烧优化方法。依托电厂的SIS大数据库,利用数据挖掘技术进行深层次的分析,离线建立燃烧案例库。在线优化时,基于机组DCS中的实时运行数据进行当前工况计算,基于案例库进行案例工况匹配,进而得到适于当前工况运行的最优参数值。对某机组的优化计算结果表明,基于数据驱动案例匹配的锅炉燃烧优化系统算法复杂度低、稳定性高,是一种相对简单、有效而实用的电站锅炉燃烧优化方法。