田建兵[1]2008年在《基于模糊控制的球磨机制粉系统的研究和应用》文中研究指明当前,球磨机制粉系统在我国电厂烟气脱硫工艺中得到广泛应用,它是一个典型的多变量非线性时变系统,各控制量和被控量之间存在着严重的耦合,且具有纯滞后、大惯性的特点,数学模型难以建立且随时间缓慢变化,国内普遍采用的单回路PID自动控制系统无法投入运行,即使勉强投入,也难以取得令人满意的控制效果,致使制粉系统难以安全经济地运行,普遍存在效率低、耗能高的问题。因此,制粉系统控制方法的研究及现有磨粉机控制系统的改造,成为了工业过程控制领域的热点问题之一。本文详细分析和研究了球磨机制粉系统的工作原理和对象特性,可以得出,球磨机制粉系统是一个典型的叁输入叁输出系统,它的输入变量是给料量、热风量和再循环风量,输出变量是磨粉机出口温度、磨粉机入口负压和磨粉机负荷。从各个被控变量的控制要求出发,本文采取了不同的控制方法,出口温度子系统采用二维模糊控制器,入口负压子系统采用模糊+PI控制器,而对负荷子系统采用双模糊控制器。这样,在保证出口温度和入口负压稳定的情况下,磨粉机负荷达到规定值,制粉系统始终工作在最大出力点,极大地提高了制粉的效率,降低了制粉的能耗。本文模糊控制器的控制算法是由计算机实现的,其程序包括两个部分,一个是计算机离线计算查询表的程序;另一个是PLC在线计算相应变量(误差和误差变化),并将它们模糊化,查找查询表后进行输出控制的程序。在控制方案的实现部分,本文选用莫迪康昆腾可编程控制器,下位机使用Concept 2.6编程语言对磨粉机和相关设备进行功能块程序设计,上位机使用iFIX 4.0组态软件对工艺流程进行监控画面设计。本文的控制方案在山西省朔州市某电厂石灰石制粉系统中应用以来,系统运行良好,通过对系统运行结果的分析,证明控制方案是正确可行的,从而为制粉系统的研究和应用提供了新的控制思维和控制策略,具有一定的理论和实践意义。
王东风[2]2001年在《多变量智能控制在电厂制粉系统中的应用研究》文中研究表明广泛应用于火电厂的钢球磨煤机中间储仓式制粉系统（以下简称球磨机制粉系统（Ball Mill Pulverized System）或BMPS系统）是一典型的多变量非线性时变系统，各控制量和被控制量之间存在着相当严重的耦合，这些因素使得基基于常规PID方法设计的控制方案多年来几乎没有一套能够长期运行。对这一系统的控制成了热工控制研究人员和实践人员的一大难题，一直未能较好地解决。而在我国的燃煤火力发电厂中，BMPS系统的应用很广泛，电能消耗也很大，其作用是直接为机组提供所需的合格工作燃料。因此，如何有效地实现这一设备的自动控制和优化运行，具有重要的理论意义和现实意义。 针对制粉系统的多变量强耦合特点，本文提出了对其进行控制的解耦预测控制方法。首先对传统的DMC和GPC算法在多变量情形下，提出解耦设计的思想，给出解耦算法的推导和结果，并应用于BWPS仿真研究。为克服单一算法难以适应该系统的大范围非线性特性，采用多模型自适应解耦算法。为保证系统的稳定性和获得良好的控制品质，本文对加权滚动时域预测控制进行了稳定性分析，得出了比传统的预测控制算法更为普遍的稳定性结论，并给出了具有规定稳定度和期望衰减度的稳定性定理，从而使设计预测控制的加权参数选择更有了理论依据。对于预测控制其它设计参数的选择，本文提出了对其进行模糊自整定的思想。这些方法的结合，可以使得系统在大范围内克服BMPS的非线性强耦合特性。 由于神经网络技术的发展，神经网络在非线性控制方面显示出强大的优势，同时近年来出现的逆系统方法对于多变量非线性系统的控制指出了一条可算是光明的道路，鉴于以上两项技术的优越性，本文提出对BMPS进行神经网络逆系统控制的方法，首先通过机理分析的方法建立了BMPS的非线性动态数学模型，并依此模型设计了神经网络逆系统控制方案，由于此方案中需要用到球磨机磨筒内负荷的反馈，但是磨内负荷是一个不能直接测量的量，而且其测量方法是多年来人们一直在努力的方向却又一直不能较好地解决，本文提出对其进行神经网络测量的思想和方法，这一方法的仿真试验和现场实测结果均表明其研发造价低廉的优越性和测量较为准确的实用性。 为避免磨内负荷反馈可能产生的不良影响，本文提出了非线性系统的神经网络预测控制方案，给出了两种性能指标下的神经网络预测控制器的训练方法，华北电力人学恃上学位沦义 内大怕壮而且大部分神经网络训练都可以是禹线进行，人大减少厂八线计算量，义能保证良好的计算稳定件。这 力法保闭了前而两种方法（解耦硕测拧制和神纤网络逆系统控制）的优／讣仙、］兜服J”它们的曲）I、1．；， 由于制粉系统的特殊件，本文扔出对几进行变设定俏优化运仆的。以川，皿过改变被控变晁定伙，而义个仙系统大稳的悄况卜，仙系统川力增人，这 思怂且大有重要的经济意义和实用价值，文中给出厂两种优化求解模型。 对于制粉系统的经济件汗价和效。年评价，K期以水I‘11足仙川制粉N…卜D进行评价。本文在分析。v耗评价的个足之处的从汕ZD＼，给川I＼ 响制粉系统效个的若干因素，从而提出了一种新的评价方法——模糊综合评判法。文中给出了模糊综合评判的因素集及其模糊隶属度函数的选取等问题，并给出厂模糊综合评判模型和评判实例。 针对中储式球磨机制粉系统的特点，结合电站制粉系统的具体情况，开发了仿真、调试、控制和诊断集成的一体化软件。
朱玉辉[3]2010年在《热烟送粉式制粉系统优化控制的实现》文中提出电厂锅炉制粉系统运行工况变化较大,很难在最佳工况稳定运行,造成制粉单耗高,还不时会出现空磨运行和磨煤机跑粉现象,既造成了巨大浪费,又污染了环境。本文针对华能重庆珞璜电厂一二期的四套360MW机组,设计了锅炉制粉系统的控制方案。将模糊控制、专家控制及神经网络技术相结合,设计了MECS制粉优化系统。MECS制粉优化系统投入运行后,在保证煤粉细度的情况下,大幅降低了制粉单耗,在稳定锅炉燃烧的同时,起到了节能降耗的效果。
杜思才[4]2005年在《中储式球磨机制粉系统解耦控制的研究》文中指出制粉设备已广泛应用于国内外电厂中,在使用中还存在着一些有待解决的问题,如完全依赖操作人员的手动控制而无法实现自动控制,常常不能运行在最佳经济出力状态。多变量耦合、多变量时滞、模型时变和非线性特性,是制粉系统实现自动控制的主要困难。 以前制粉控制系统设计采用叁套常规PID定值调节系统,但在实际运行中,由于无法消除和克服回路之间的相互干扰,且由于出入口差压不能真实地反映磨煤机内的存煤量,使系统调节频繁,造成运行不稳定。在操作人员采用手动控制时,由于受煤种、煤质变化和钢球数量、系统通风等因素的影响,系统不易调整到最佳工况,造成制粉单耗高;另外因操作人员监视疏忽,常造成系统正压、跑粉及堵煤等。电站制粉系统的自动控制就是要在克服以前控制方案缺点的基础上,解决制粉自动控制系统不能投入运行的问题,使制粉系统长期运行在最佳经济工况,并能有效地防止制粉系统堵煤、跑粉等事故的发生。 本文以某电厂中储式球磨机制粉系统作为研究对象,对球磨机制粉系统的现有控制方法进行了介绍,根据球磨机制粉系统对象的特性,着重研究了影响球磨机制粉系统运行的因素,球磨机制粉系统数学模型的辨识,解耦控制方法的研究及解耦器的设计,运用分散控制系统的功能完成控制系统组态,实现对球磨机的解耦控制,最后按要求进行了现场扰动试验,试验结果符合设计要求。
钱亮[5]2016年在《基于BELBIC和FNN的球磨机解耦控制系统研究》文中提出目前我国大多数火电厂都是靠燃烧煤炭来进行火力发电,为了使煤炭能源利用率达到最高,电厂必须将煤炭磨成煤粉进行燃烧。在磨煤过程中,球磨机在火力发电厂扮演着很重要的角色,它是火电厂发电、矿石冶炼等物料粉碎过程中的重要设备。球磨机在工厂运行过程中能耗量很大,同时它的制粉控制系统是一个非线性、纯滞后、大惯性、系统,还有很多不确定性的扰动变量存在于系统中;使用常规的控制方法很难使球磨机系统实现优良的控制品质,所以我们需要探讨和研究一种新型的智能控制方案运用到球磨机控制系统中,解决它制粉运行时候的控制难题。大脑情感学习智能控制器是一种新型的控制器,他的理论基础建立于大脑情感学习,随着研究人员不断的深入研究,大脑情感智能控制器(BELBIC)获得了很多关注和被应用在很多控制系统中。本文将大脑情感智能控制器运用到球磨机控制系统里去,和传统控制方法相比较;运用教与学优化算法算法对大脑情感智能控制器输入信号的可调参数进行寻优;同时加入模糊神经网络(FNN),解决球磨机被控变量之间的耦合关系;主要完成的工作如下:(1)主要了解球磨机制粉过程中的工作流程和本身的结构参数;重点介绍了球磨机目前已经使用的几种常规控制方法,都不能使球磨机实现良好的控制效果,为了克服这一难题,需要研究出一种新型的控制方案。详细分析了球磨机系各个变量之间的相互影响关系,给出了理想状态下球磨机控制系统的数学参考模型。(2)详细介绍了大脑情感学习模型的生理学知识和数学描述方法,以及大脑情感学习模型里丘脑和眶额皮质的权值调节规律;(3)运用教与学算法(TLBO)优化大脑情感智能控制模型的相关参数。采用通过教与学算法对大脑情感学习模型的可调参数进行优化,将优化后的参数用于控制系统中,有效克服了BELBIC相关参数随机设定带来的不利影响,提高球磨机控制系统的性能。(4)对于球磨机存在的多变量、强耦合的特性,在基于TLBO优化的BEBIC模型参数的基础上,对球磨机存在耦合关系的变量运用模糊神经网络(FNN)进行解耦;提出了基于BELBIC和FNN的球磨机解耦控制的方案;然后进行仿真实验,实验结果表明BELBIC控制器具有较强的鲁棒性。
陈凯[6]2008年在《基于智能算法的双进双出钢球磨煤机建模与优化控制》文中研究表明双进双出磨煤机(以下简称磨煤机)广泛应用于我国火力发电厂,是制粉系统的主体设备,其特点是研磨效率高、设备运行稳定、维修率低、出力均匀等。但是,在具备众多优点的同时,也存在诸多问题:一是制粉单耗高,高达电厂用电量20%左右;二是磨煤机自动化控制程度低。本文正是针对以上两个问题进行分析研究。文章首先介绍磨煤机总体结构、特点及控制任务。磨煤机的准确建模对其性能监测和控制具有重要意义。在对磨煤机结构及运行机理深入分析、得出相关参数基础上,在Matlab7.0的GUI环境下建立磨煤机叁输入、叁输出神经网络模型,采用改进粒子群算法对网络初始权值和阈值进行优化,提高网络收敛速度。应用阜新发电厂BBD-4360型机组80组训练样本对模型进行训练,20组测试样本与传统非线性数学模型进行入口负压、出入口压差和出口温度叁项指标仿真对比。结果表明,神经网络模型具有较高的准确性。模型建立后,通过对现有控制方法的对比分析,利用预测控制建模方便、鲁棒性强等优势,提出了基于预测控制思想的多变量非线性逆控制方案。为克服传统方法在非线性建模和非线性控制算法实现方面存在的不足,利用神经网络的非线性逼近能力建立磨煤机的预测模型,使用另一个前向神经网络实现逆系统,并将其作为控制器。应用现场实时监测数据,对神经网络逆控制器进行训练。最后,在Matlab7.0环境下,与现有控制系统输出结果进行对比分析,仿真结果表明,文章提出的将预测控制思想与动态逆控制思想相结合的方法能够克服磨煤机系统时变、不确定性及环境干扰等影响,实现解耦控制,符合设计规范及安全性要求,具有较好的实际应用价值。
徐玮[7]2014年在《电厂制粉系统防爆与控制的研究》文中指出电力工业是国民经济基础产业为工业和国民经济其他部门提供基本动力,是国家经济发展中最重要的基础能源产业。近年来,随着电力行业的快速发展,电煤的需求急剧增加,受电煤价格等因素的影响,电煤供应紧张,煤炭价格居高不下。国内许多电厂纷纷开始选用价格较低但挥发份含量较高的煤,导致燃烧的电煤煤种达不到最初设计的要求,挥发份过高。由于难以保证燃烧设计的煤种,在燃用高挥发分煤种时,制粉系统运行时极易产生自燃、爆炸等隐患,严重时会导致设备损坏以至威胁人身安全。本文针对中间储仓式球磨机制粉系统出现的爆炸和自燃现象,以专业知识为指导,通过查阅大量相关国内外资料,详细阐述制粉系统爆炸的机理,深入分析球磨机制粉系统爆炸事故的原因,总结了制粉系统相关设备和系统的防爆改造措施。研究表明制粉系统爆炸事故主要原因在于煤和煤粉的积存以及球磨机出口温度控制不当等情况,针对目前运行中大多数电厂的中间储仓式制粉系统的球磨机控制都比较落后的现象,提出用智能预测控制代替传统的PID控制,通过加强对球磨机出口温度等的控制来降低球磨机制粉系统爆炸的可能性,加强制粉系统的安全运行。此外论文还综述性地介绍了中储式球磨机制粉控制系统的控制要求和控制难点、控制方法和存在问题以及建模特性等,并对制粉系统磨煤机进行模型预测控制与PID控制仿真和效果分析比较,证明模型预测控制相比于常规PID控制,球磨机出口温度等参数的控制效果有明显改善。这对进一步开展这方面的应用和研究有一定的指导意义。
刘蓉[8]2005年在《智能控制技术在中储式球磨机制粉系统中的应用研究》文中认为我国电厂大部分采用了中间仓储式制粉系统,但是由于这个控制过程存在多种复杂难题,长期以来传统控制方法的自动投入率很低,因而必须采用智能控制策略才能对球磨机系统进行有效控制,提高经济性。本文针对球磨机控制系统的非线性、大滞后、强耦合等特点,通过现场试验采集数据,利用最小二乘的辨识方法,得到系统的部分动态特性,然后对球磨机负荷系统和出口温度与入口负压系统分别采用不同的控制方案。具体内容如下:在球磨机负荷控制系统设计中,解决了球磨机料位的软测量以后,得到了对象的非线性模型,然后利用T—S模糊辨识方法将这个非线性模型依据模糊规则局域线性化,再对各个线性模型采取预测函数控制,并且在MATLAB下进行仿真,验证了整个方案的可行性与先进性。最后,还综合考虑了堵磨、空磨、正常等工况,设计了球磨机负荷的自适应控制策略。在球磨机的出口温度和入口负压控制系统设计中,利用给煤量扰动作为前馈,消除与球磨机负荷控制系统间的耦合作用,然后设计DRNN神经网络来整定原来的出口温度和入口负压解耦网络的PID参数,加快了参数整定的速度同时提高了整定的精确度。仿真结果也表明解耦网络的性能也得到了优化。最后提出了基于通风量测量的球磨机出口温度和入口负压控制系统的设计。
李军路[9]2008年在《火电厂中储式球磨机制粉系统的优化控制》文中研究表明钢球磨煤机是火电厂大量采用的重要辅助设备,其安全经济的运行是电厂生产过程中的一个重要监控环节之一。目前,大多数电厂尚未实现自动控制,绝大部分球磨机还处于手动控制状态,主要原因有两个:1.球磨机控制系统是一个多输入,多输出的非线性,大延迟,大惯性的被控对象,动态特性复杂,数学模型难以准确建立,传统的控制器的参数是人为设定的,因此不具备参数的自适应调节,因此难以取得满意的控制效果。2.磨煤机的各个被控参数之间耦合性强,相互之间的影响大,使得磨煤机常规的各自独立的叁控系统在调解时容易产生共振,因此,要想获得理想的控制效果就必须解耦。本文利用模糊控制原理,依据运行人员的经验,在深入分析磨煤机对象特性和动态特性的基础上,针对德州热电厂#2炉中储式球磨机制粉系统,设计了分级式的模糊复合控制器。并且利用Matlab进行了仿真试验,最大限度的模拟现场运行情况,对其仿真结果做出详尽的分析。仿真结果表明,设计的F-I模糊复合控制器具有良好的控制品质。被控参数在严厉的扰动下能够较快的稳定在给定值附近。由于模糊规则是根据优秀的运行人员的经验制定而成,所以该控制器具有良好的解耦性,而且由于引入了积分环节,消除了被控参数的稳态误差,因而具有良好的鲁棒性。其次,对钢球磨煤机钢球磨损问题进行了研究,利用了简体内钢球磨损矩阵数学模型,确定了钢球最佳级配、计算补球参数,使磨煤机内钢球始终处于最佳装球量和装球级配。从而进一步保证了制粉系统的最大出力和经济运行。最后,讨论了制粉系统的全程程控启停的设计,程控启停功能投入运行以后,能够大大减少了运行人员的劳动强度,提高了制粉系统运行的安全性和可靠性。
綦守荣[10]2008年在《中储式钢球磨制粉系统的建模与优化控制研究》文中研究说明钢球磨煤机是中储式制粉系统的核心设备,它被广泛应用于国内外中小型电厂。它是一个典型的强非线性、多变量耦合系统,而现有的常规控制策略大都建立在对象的线性模型基础上,很难取得理想的控制效果;此外如何建立该系统的数学模型以实现运行的优化控制具有重要的理论价值和现实意义。本文首先针对球磨机系统的控制策略进行了简要的概述,详尽地研究了几种多变量系统的解耦控制算法,并阐述了复杂系统的建模方法。根据球磨机的运行机理,结合前人的研究成果,提出了新型的多变量系统控制算法,并针对钢球磨损、磨负荷以及整个球磨机系统分别进行了建模研究,通过仿真实验表明建模与优化控制的有效性。(1)针对钢球的磨损情况进行了综合分析,建立了一套新的钢球磨损模型以及反映运行经济性的性能评价方程,最后利用泛灰数线性方程组和最小二乘回归的方法,对模型进行了辨识。该磨损模型对于如何进行钢球的配比和补加球,对分析运行的经济性有很强的理论指导意义。(2)基于鲁棒整定的内模控制原理,导出一种多变量系统的PID控制器参数整定新方法,可直接获得控制器的比例项、积分项、微分项系数以及考虑到微分项可实现性的实际微分环节的时间常数。该整定方法应用于严重多变量耦合的电厂制粉系统球磨机控制的仿真研究,结果表明:所整定的PID控制系统具有良好的调节品质,在系统特性变化的情况下具有很强的鲁棒性。(3)基于CMAC原理,实现了CMAC软测量的算法,通过采集球磨机在堵磨和正常工况下的样本数据来训练CMAC神经网络,实现了磨煤机的料位软测量,并且证实了CMAC能够准确地反映料位,从而提高制粉系统的效率,节约用电,为制粉系统球磨机的控制优化和节能经济运行提供了指导。(4)对球磨机动态特性进行机理分析的基础上,利用T-S模糊神经网络,结合简化的减法聚类法和改进PSO-BP混合算法优化后件参数的思想,对球磨机系统进行了建模与辨识。仿真结果表明基于改进PSO-BP混合算法的模型比基于递推卡尔曼滤波的最小二乘估计具有更高的辨识精度。该建模方法为球磨机控制系统的优化配置和改善控制品质提供了参考,同时也为T-S模糊内模控制器的设计奠定了基础。最后对全文进行了总结,并指出本文所用的建模与优化控制方法在电厂球磨机系统中的工程实际应用方面有待进一步研究的问题。
参考文献：
[1]. 基于模糊控制的球磨机制粉系统的研究和应用[D]. 田建兵. 太原理工大学. 2008
[2]. 多变量智能控制在电厂制粉系统中的应用研究[D]. 王东风. 华北电力大学. 2001
[3]. 热烟送粉式制粉系统优化控制的实现[D]. 朱玉辉. 华北电力大学（北京）. 2010
[4]. 中储式球磨机制粉系统解耦控制的研究[D]. 杜思才. 合肥工业大学. 2005
[5]. 基于BELBIC和FNN的球磨机解耦控制系统研究[D]. 钱亮. 江西理工大学. 2016
[6]. 基于智能算法的双进双出钢球磨煤机建模与优化控制[D]. 陈凯. 沈阳工业大学. 2008
[7]. 电厂制粉系统防爆与控制的研究[D]. 徐玮. 浙江大学. 2014
[8]. 智能控制技术在中储式球磨机制粉系统中的应用研究[D]. 刘蓉. 东南大学. 2005
[9]. 火电厂中储式球磨机制粉系统的优化控制[D]. 李军路. 西安理工大学. 2008
[10]. 中储式钢球磨制粉系统的建模与优化控制研究[D]. 綦守荣. 华北电力大学（河北）. 2008
标签：自动化技术论文; 磨煤机论文; 球磨机论文; 神经网络模型论文; 仿真软件论文; 智能控制论文; 线性系统论文; 模糊理论论文; 控制变量论文; 模糊算法论文; 建模软件论文; 非线性论文; 钢球论文;