球磨机智能控制算法研究及其在DCS中的应用

球磨机智能控制算法研究及其在DCS中的应用

吴永存[1]2001年在《球磨机智能控制算法研究及其在DCS中的应用》文中指出论文研究了模糊控制算法,神经网络控制算法及模糊和神经网络相结的神经网络模糊控制。分析了中储式制粉系统难以实现经典控制的原因,研究了智能控制算法对非线性,大时滞,时变性系统的有效性。论文还介绍了HS2000 DCS分散控制系统,讨论了智能控制算法在HS2000 DCS系统中的实现途径,实现了磨煤机智能控制在HS2000 DCS系统中的实际应用。

赵华邦[2]2003年在《球磨机制粉系统分级预测模糊控制的研究与应用》文中认为火力发电厂球磨机制粉系统是一个多变量的对象,各个变量之间不仅存在着严重的耦合,而且一些变量还存在着很大的纯迟延及时变性。对球磨机制粉系统采用经典的PID控制,很难得到较好的控制效果。所以,长期以来对球磨机制粉系统一直采用人工手动控制。如何有效的实现球磨机制粉系统的自动控制,提高自动控制的水平及制粉效率,减小工人的劳动强度,是一个亟待解决的问题。本文从模糊控制的角度对球磨机制粉系统的控制进行了深入的研究。 本文以盘县发电厂200MW机组的球磨机制粉系统的控制为研究对象,针对球磨机具有的纯滞后、大惯性和非线性、数学模型难以建立且随时间缓慢变化等特点,常规控制方法难以取得良好的控制效果。而模糊控制策略大多应用于受控对象数学模型难以建立的场合,具有较好的稳定性和鲁棒性,为此提出了按负荷、出口温度、入口负压顺序分级预测的模糊控制模型,并分析了该模型的解耦特性,同时,按该模型设计了一种模糊控制系统。采用分级模糊控制算法的目的是因为分级控制能够显着的减少模糊控制算法的规则数,此分级模糊控制算法不仅简化了多变量系统的模糊控制设计,而且还有效的解决了系统变量之间的耦合问题。提高了球磨机制粉系统模糊控制算法的自适应能力。本文对分级模糊控制在盘县电厂200MW机组I/A Series DCS集散控制系统中的应用进行了分析和研究,设计了分级模糊控制器在I/A Series DCS上的挂接方案和通讯方案,并通过对控制功能的分析能够得到良好的控制效果,能够提高制粉系统运行的经济性和安全性,有着良好的工程应用前景和价值。

王合金[3]2009年在《基于音频信号的球磨机寻优控制》文中提出球磨机具有可磨煤种多,控制简单等特点,但也普遍存在着钢球消耗量大、系统运行自动化程度低、维护维修力度差等问题。如何优化制粉系统的自动控制以降低制粉系统的制粉单耗具有重要的实际意义。而中储式制粉系统是高度关联、大滞后、MIMO的非线性系统,仅以常规的PID控制已经难以取得理想的控制效果,本文提出一个系统的解决方案。对于本控制系统,需要解决的核心技术有两个,即球磨机的多变量控制系统的识别和解耦问题(系统识别和解耦),和球磨机负荷的识别问题。本文主要工作如下:1.球磨机煤负荷的检测是球磨机实现自动控制、优化运行、节能降耗的关键。本文提出一种利用音频信号1/3倍频程谱识别存煤量的方法,该方法能够得到球磨机在不同煤负荷下噪音频谱的特征频带,从而反映出球磨机煤负荷的变化,为把球磨机音频信号引入煤负荷控制系统打下基础。2.有效识别及控制钢球磨煤机的料位,是制粉系统实现优化运行、节能降耗的关键。针对钢球磨煤机的运行特点,建立基于信息融合的径向基神经网络模型对其运行中的各种工况进行识别,实现料位的识别。仿真结果表明,网络效果良好,为制粉系统优化运行和自动控制奠定了基础。3.中储式制粉系统是高度关联、大滞后、MIMO的非线性系统,其动态特性随着运行工况的变化而大范围变化,仅以常规的PID控制已经难以取得理想的控制效果。本文采用模糊内模解耦控制技术对制粉系统的相关参数进行有效控制,确保了制粉系统的安全、高效运行。4.介绍了PlantScape DCS分散控制系统,讨论了模糊内模控制算法在PlantScape DCS系统中的实现途径,优化了球磨机自动控制在DCS上的应用。上述控制策略全部应用于中铝河南分公司制粉系统的自动控制,通过了实际运行的检验,确保了制粉系统的安全、高效运行。本文所研究开发的先进控制系统实现了制粉系统各个参数的自动控制,其研究成果在国内处于领先水平。

房新力[4]2010年在《模糊控制算法研究及其在水泥球磨机上的应用》文中研究指明在现代水泥生产的整个流程中,生料粉磨具有重要的地位,磨机工作的稳定性以及出磨生料的质量将直接影响水泥产品的最终质量和等级。目前,国内水泥企业使用的生料磨系统大都是球磨机,然而,水泥球磨机系统具有多变量、强耦合、非线性严重以及生产工况变化大等工作特性。而目前广泛使用的手动控制或者简单的单回路PID调节器等常规控制方式难以适应由于球磨机内部工况复杂造成的非线性等特性,从而无法及时克服系统中的扰动,难以取得理想的控制效果。模糊控制算法是一种将专家的控制经验应用于控制器的智能控制算法,对于被控对象的非线性和强耦合等特点具有极强的适应性。因此,从1965年模糊控制理论被提出以来,模糊控制技术已经在工业控制的很多领域中得到了广泛的应用。根据水泥球磨机的工作特性以及模糊控制的特点,将模糊控制算法应用于生料磨系统的控制中,结合人工的控制经验可以取得较好的控制效果。然而,纯粹的模糊控制往往具有稳态误差较大,存在扰动等问题,单独的使用模糊控制难以完全满足对于生料磨系统实际控制的需要,因此,模糊控制与其他控制算法或者多个模糊控制器按照一定算法组合使用成为必要的选择。通过对从流程工业系统中抽象出来的同样具有多变量、强耦合、非线性特点的实验设备——储联罐系统的上下罐水位的控制来模拟流程工业过程中对液位、压力、流量等被控量的控制,对于算法的移植和实用化具有一定的现实意义。本课题正是基于水泥生料磨系统和模糊控制的特点,针对山东水泥厂4#水泥生产线的球磨机系统,设计相应的模糊控制器,并完成一系列C++编程和OPC通讯等具体的工程实践工作。通过对球磨机的模糊优化控制和对配料系统的优化控制,可以基本保证水泥生料磨的高效稳定运行,同时保证产品的质量。从而实现对整个水泥生料磨系统的优化控制,实现生产的整体优化。这说明模糊控制算法能够很好的解决水泥球磨机系统中存在的多变量、强耦合、非线性等问题,并且对负荷扰动、系统噪声等也都具有一定的抑制能力。

王茂贵[5]2005年在《球磨机优化控制系统的研究与开发》文中提出本论文针对中储式钢球磨煤机制粉系统,着重讨论了优化控制系统的总体方案设计、优化算法及正交试验法在制粉系统优化上的应用、制粉单耗优化机理模型的建立、故障诊断的方法及其在工程上的应用、煤粉细度的选择及其在线软测量方法的研究。现将本文的主要内容总结如下。(1)针对某石化热电厂,进行了球磨机优化控制系统软件和硬件的总体设计。硬件部分主要包括测量系统和数据采集系统。测量系统主要包括现场一次测点安装位置和元件的选择。数据采集系统(或称为DAS系统)主要包括数据采集板卡和与DCS的数据通讯部分。软件部分主要包括轴承振动信号的采集与处理、控制方案的比较设计、风量的测量及系统的总体调度流程结构设计。(2)对主要的先进优化算法进行了讨论和简介,重点对试验优化算法进行了研究。在试验优化法部分,首先讨论了主要的试验设计方法及其优缺点,重点讨论了正交试验的设计过程。在优化应用部分,结合中储式制粉系统的优化模型,设计出合理的正交试验方案。通过正交试验,对影响制粉系统单耗的诸因素进行了极差和方差分析,以此确定制粉系统的优化控制方案。(3)研究了影响制粉单耗的主要因素,并综合有关制粉系统的方程,首次建立了中储式制粉系统的制粉单耗优化模型即六因素制粉单耗优化模型,为制粉系统的优化奠定了坚实的理论基础。针对某石化热电厂,通过优化试验并进行数据的综合分析,寻找其优化工作区,并结合优化正交试验,对制粉系统进行以制粉单耗最小为目标的优化控制。本优化控制系统在某制粉系统上连续投用半年以后,该制粉系统的制粉单耗已有明显降低,取得了良好的经济效益和社会效益。(4)故障诊断是球磨机优化控制系统的重要子系统之一。在本部分对基于神经网络故障诊断模型进行了研究。并结合具体的制粉系统,通过试验获取各工况下的典型样本,建立了工程化的基于神经网络故障诊断系统。(5)煤粉细度的在线测量一直是困扰电力研究部门和各发电厂的重大难题之一。本部分分析了影响煤粉细度的主要因素并提出了基于神经网络的煤粉细度在线软测量模型。最后,通过在某电厂制粉系统的细度试验验证了该方法的可行性和可靠性。本文紧密结合工程实践,在测量方法、控制方案和工程优化上均提出了一些新的思想和技术实现方法,并在工程中加以验证,取得了一些新的突破。本系统经过在现场近半年的考验,不论是系统运行的稳定性还是制粉系统的节能降耗,均取得了较好的成绩。

杨锡运[6]2003年在《火电厂热工对象先进控制策略研究——多变量及键图控制》文中研究指明DCS在我国火电机组中虽已广泛应用,但其控制策略均采用常规PID控制。因火电机组控制对象的复杂性,其设备和工作原理涉及多个领域,多个变量,动态特性具有非线性、大滞后和时变等特点,这种基于单回路固定模型的传统控制策略限制了控制品质的提高,因此开发出适合火电厂过程的先进控制策略具有重要意义。本文深入研究了多变量热工对象的先进控制策略问题,同时对键图模型先进控制进行了初步探索,主要内容可归纳为:针对非线性多变量对象,提出了基于模糊神经网络的非线性控制策略,使非线性引发的解耦模型无法实现和线性控制器品质差的问题,得到有效解决。文中首次提出了一种模糊神经网络学习算法:移动小论域法,设计了规则少的模糊神经网络非线性在线新控制器,并提出基于分散预测补偿和基于神经网络非线性补偿器的两种模糊神经网络多变量控制方案,针对大时滞多变量对象,设计了基于内模解耦的先进控制方案。内模控制含有Smith预估和逆控制思想,再融合解耦技术,可获得大时滞多变量对象高的控制品质。文中给出基于对消法的无时滞和有时滞两种多变量对象的时域内模解耦方案;又基于预测内模设计法,首次提出基于单值MAC的内模解耦多变量控制算法,包括输入无约束和输入有约束两种情况。从提高实时性角度出发,对大时滞多变量对象,本文还提出了在线计算复杂性低的预测函数先进控制策略。文中给出一阶时滞对象预测函数与规范串联前馈解耦技术相结合的多变量透明控制方案,又首次提出预测函数的多变量直接控制算法,并研究其在迟延平衡和迟延不平衡两种类型多变量对象上的解耦特性。为拓宽热工过程先进控制策略的研究领域,本文还对目前国际上新兴的键图模型控制进行了初探。首次将键图模型引入国内热力系统动力学领域,并直接研究基于键图模型的新型控制方法。文中成功首创了火电厂自然循环锅炉蒸发系统键图模型,汽包水位的动态仿真曲线证实,键图模型精度高;提出的基于无因果划键图模型的定性和定量信息混合控制方法,具有鲁棒性和精确性兼顾的好控制品质。最后将上述先进控制策略进行了应用仿真。非线性多变量球磨机对象和具有大惯性、大时滞耦合的汽-汽交换器多变量再热汽温对象上仿真结果证实,本文的研究对丰富火电厂多变量对象的控制具有重要理论意义和实用价值;键图新控制算法的仿真则为热工过程先进控制和控制理论发展提供了一个全新思路。

马晓兰[7]2010年在《模糊控制理论及其在热工过程控制中的应用研究》文中研究说明本文重点研究了模糊控制理论应用在火力发电生产过程控制中的实际问题。首先介绍了模糊控制器的基本原理与设计方法,进而设计了论域、量化因子、比例因子及模糊控制规则可调整的模糊控制器。以不同工况点下循环流化床燃料量与床温关系模型为研究对象,通过大量的仿真实验,与传统的PID控制器进行了比较,给出了模糊控制器所适用的对象,分析了模糊控制器在热工过程控制中存在的问题。文中主要从以下叁个方面展开研究:(1)模糊控制与PID控制的比较研究以某电厂300MW循环流化床中燃料量与床温关系模型为研究对象,通过仿真实验研究,确定了采样周期;以多组实验的形式,从系统的动态性能和静态性能上,分析模糊控制和PID控制的特点及两者的优势;通过改变被控对象参数,保持模糊控制和PID控制参数不变,验证了PID控制和模糊控制的效果,并进行了比较,试验结果表明,模糊控制的本质是非线性的,对于对象的参数变化适应性强,从而证明了模糊控制器的鲁棒性优于PID;为了研究扰动值对其的影响,实验中不断改变内扰和外扰值的大小,从而进一步说明模糊控制器的非线性特点:控制品质与扰动值大小有关。(2)模糊控制器的参数对调节品质的影响通过大量的仿真实验,阐明了模糊控制器的论域、量化因子、比例因子等参数的选择对系统的控制特性所产生的影响,并通过实验研究,给出了各个参数的选择方法,对控制器的设计及应用具有极高的实用价值。(3)对模糊控制器的实用化进行了研究模糊控制是有差控制,它不能满足无静差的要求。通过模糊控制器与积分器的结合使用,保持了模糊控制的优点,又能满足无静差的要求。通过总结,指出了目前在工业中广泛使用PID控制器的原因及模糊控制在热工控制中存在的若干问题,为今后模糊控制理论的发展及应用指明了方向,同时,对当前模糊控制理论的应用领域提出了新的建议。

杨维波[8]2007年在《神经网络专家系统在脱硫控制系统中的应用》文中认为顺序控制是电厂各系统主要控制手段之一,它的连贯进行,要求各步的完成信号(主要是设备状态反馈信号)及时、无误地送达,否则将导致步序中断等控制故障。但是,通讯故障、卡件坏点或逻辑坏点等意外事件都有可能导致反馈信号不能及时到位。神经网络与专家系统是两种技术较成熟、应用较广泛的智能控制手段,神经网络专家系统结合两者之长,已被成功地应用于许多领域中。本文利用神经网络专家系统分析设备状态,使控制系统能够不直接依赖状态信号而获知设备状态。并结合实际,利用OPC通讯技术,实现本系统与PLC的实时通讯。最后,通过修改PLC控制逻辑,将预测所得状态值用于系统控制。

韩璞, 董泽, 张倩[9]2008年在《自动化技术的发展及其在火电厂中的应用》文中研究说明以自动化技术的发展为脉络,重点介绍了经典控制理论、现代控制理论、超现代控制理论的产生和发展,以及控制理论在火电厂系统中的应用,论述了控制设备的发展历程。控制理论的发展与计算机技术的发展是密不可分的,伴随着计算机的产生和发展,控制理论走向超现代理论的发展阶段,仪表数字化的时代也已经到来。以分散控制系统、管理信息系统、厂级监控信息系统为代表的数字化控制与管理系统已经逐步发展成熟,并且广泛应用于火电厂的生产和管理中,自动化技术的发展与电厂的运营息息相关。

参考文献:

[1]. 球磨机智能控制算法研究及其在DCS中的应用[D]. 吴永存. 华北电力大学. 2001

[2]. 球磨机制粉系统分级预测模糊控制的研究与应用[D]. 赵华邦. 重庆大学. 2003

[3]. 基于音频信号的球磨机寻优控制[D]. 王合金. 郑州大学. 2009

[4]. 模糊控制算法研究及其在水泥球磨机上的应用[D]. 房新力. 济南大学. 2010

[5]. 球磨机优化控制系统的研究与开发[D]. 王茂贵. 东南大学. 2005

[6]. 火电厂热工对象先进控制策略研究——多变量及键图控制[D]. 杨锡运. 华北电力大学(北京). 2003

[7]. 模糊控制理论及其在热工过程控制中的应用研究[D]. 马晓兰. 华北电力大学. 2010

[8]. 神经网络专家系统在脱硫控制系统中的应用[D]. 杨维波. 华北电力大学(河北). 2007

[9]. 自动化技术的发展及其在火电厂中的应用[J]. 韩璞, 董泽, 张倩. 华北电力大学学报(自然科学版). 2008

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

球磨机智能控制算法研究及其在DCS中的应用
下载Doc文档

猜你喜欢