王国玉[1]2003年在《预测函数控制及其在火电厂中的应用研究》文中指出本文首先对预测控制(MPC)进行了简要概述,特别关注了预测函数控制(PFC),MPC在火电厂中的应用现状,以及研究热点之一的分布式预测控制。介绍了PFC的基本原理,推导了一阶加纯滞后系统PFC算法。根据PFC的基本原理,结合前人的研究结果,提出了新型PFC算法和控制策略,使得PFC系统的设计更加方便,并进一步提高了PFC系统性能。基于易于测取的有限脉冲响应(FIR)模型,推导了一种新型PFC算法,给出了采用一个基函数(阶跃函数)和两个基函数(阶跃函数、斜坡函数)两种情形下的控制律的解析解,并分析了闭环系统稳态特性,结果表明,系统对于设定值变化和输出扰动均无余差。该算法适用于开环稳定系统。针对非自衡对象,基于易于测取的阶跃响应模型,提出了非自衡对象PFC增量型算法,给出了控制律的解析解,并分析了闭环系统稳态性能,结果表明,系统对于设定值变化、输入和输出阶跃扰动均无余差。针对只存在右半平面极点(开环不稳定)的非最小相位系统,设计PD反馈补偿器,将PD反馈补偿环节和被控对象组成的回路视为广义被控对象,并采用一阶加纯滞后系统PFC算法对其实施控制,仿真研究表明了该方法的有效性。针对只存在右半平面零点(开环稳定)的非最小相位系统,提出了一种参考轨迹自调整PFC策略,仿真研究显示了该策略的优越性。将PFC应用到火电厂热工过程控制中,并进行了大量的仿真研究,为其工程实际应用打下了坚实的基础。综合了PFC算法和串级控制策略的优点,设计了PFC-PID串级主汽温控制系统,其中,PFC算法分别采用基于一阶加纯滞后系统和基于FIR模型的算法,仿真结果表明,该系统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。为了克服蒸汽量(负荷)变化对主汽温的影响,在PFC的预测模型中加入蒸汽量扰动下汽温对象模型,提出了具有对负荷变化前馈补偿的主汽温系统PFC策略。根据考虑可测扰动的PFC策略,采用基于一阶加纯滞后系统的PFC算法,推导了控制算法。仿真结果表明,系统克服负荷扰动能力得到了明显提高。为了克服工况变化对主汽温对象动态特性的影响,给出了两种控制策略:主汽温系统多模型PFC策略和主汽温系统模糊自适应PFC策略。其中,第一种策略在若干典型的工作点建立多个固定模型,运行时根据系统工况变化,利用相应的模型进行输出预测,计算控制输出,从而进一步改善采用PFC算法的主汽温系统性能;第二种策略与多模型策略的基本思想一致,但是由于模糊模型的插值机理使得辨识模型的输出有很强的泛化能力,因此,可以用少得多的子模型来反映整个系统<WP=5>的动态特征,且模型与模型之间的切换更加平滑,更为突出的优点是对工况变化的适应性。针对一大类过程通道可用一阶加纯滞后模型等价描述的多输入多输出系统,提出了基于前馈解耦的多变量系统PFC算法,并以双入双出系统为例,给出了解析解。针对某国产200MW火电机组带汽-汽换热器的多变量强耦合汽温系统,应用该算法,进行了仿真研究,结果表明,系统达到了动态近似解耦、静态完全解耦和无静差跟踪,同时具有较强的鲁棒性和抗干扰能力。在分析给水控制对象的动态特征和控制要求的基础上,指出非自衡对象PFC增量型算法能够满足给水控制系统的要求,有望取得成功应用。采用考虑可测扰动的PFC策略和非自衡对象PFC增量型算法,设计了新型给水控制系统。仿真结果表明,系统具有良好的动态特性以及很强的鲁棒性能和抗干扰能力。系统设计简单,控制品质好,具有很大的工程实际应用潜力。将基于FIR模型的PFC算法推广到多变量情形,并考虑了控制输入幅值和速度约束。将其应用到单元机组负荷控制系统,仿真结果表明,系统具有优良的负荷跟踪能力和较强的鲁棒性。最后对全文进行了总结,并指出了PFC理论研究及其在火电厂热工过程控制中的工程实际应用方面有待进一步研究的问题。
张樱[2]2000年在《火电厂汽温系统模糊控制》文中研究表明针对目前火电厂普遍存在的调峰要求，本文以50MW机组为研究对象，提出了一种切实可行的自适应模糊汽温控制方法。具体研究内容如下：1．用MATLAB语言，编制出现场物理信号的数据转换程序，将现场打印曲线真实有效地转换成构成模型对象所需的输入-输出数据形式。2．用MATLAB语言，编制出模型辩识程序，辩识出50MW机组在三种典型负荷下汽温对象的动态模型。并采用梯度化理论寻找出三种负荷模型PID控制器的最佳PID参数值。3．针对常规PID控制器在火电厂调峰机组中存在的问题，提出了一种基于偏差和偏差变化率的动态改变PID参数的自适应模糊控制方法。仿真和应用表明：采用自适应模糊控制方法建立的汽温控制系统具有良好的控制品质和较强的自适应能力。
陈建国, 吕正鑫, 张凤南[3]2018年在《含可调积分的模糊控制在主汽温系统中的应用》文中提出常规PID对于火电厂主汽温系统这种大迟延对象控制效果较差,难以达到满意的控制效果,模糊控制对于多干扰、多变对象具有较好的控制效果,但是缺乏自适应能力使其无法单独用于主汽温控制。为此提出了一种带积分作用的模糊控制,通过增加设定值和实际值偏差的积分作用改进常规模糊控制缺乏自适应能力的特点,并进行了阶跃扰动实验,和常规PID的控制效果进行了对比,对比结果表明带积分作用的模糊控制有更好的控制效果,使用最大隶属度法和加权平均法解模糊化,对比表明,在模糊集的隶属度函数对称时,加权平均法优于最大隶属度法;积分常数对算法影响较大,提出一种具有自适应作用的函数确定积分系数,达到了更好的控制效果,说明这是一种有效的改进方法。并将该算法投入电厂使用,达到了较好的控制效果。
郭兴华[4]2009年在《模糊神经网络控制在锅炉汽温系统中的应用研究》文中研究表明火电厂锅炉过热蒸汽温度是整个汽水行程中工质的最高温度,对电厂的安全、经济运行有重大影响。但是过热汽温对象具有大延迟、大惯性、时变和不确定等特性,使汽温的控制具有一定的难度,尤其是当发生扰动的时候,能否及时调节控制系统,把温度维持在一定的偏差范围内,对控制系统来说是非常重要的。本文紧密结合我国电厂的实际情况,以解决电厂实际运行中存在的控制问题为出发点,抓住火电厂热工控制系统普遍存在的大滞后和特性时变的特点,提出了模糊神经网络控制为主调节器的新型汽温控制系统。本文研究内容主要包括以下几个方面:首先,阐述了过热汽温控制的研究意义,介绍了研究现状与发展趋势。针对当前控制策略所存在的一些问题,确立了本文设计出发点。研究了过热汽温的动态特性,建立了数学模型。其次,简要介绍了模糊控制和神经网络,重点介绍了BP神经网络。并对模糊系统和神经网络的融合、分类进行概述,有针对性地对模糊神经网络进行了初步的介绍,并简要介绍了模糊神经网络控制器的设计。再次,本文对基于模糊神经网络的汽温控制系统设计具体的设计过程进行了详细的介绍。通过利用神经网络的学习能力来优化模糊逻辑的经验规则以及比例因子的调整,并且利用Matlab进行仿真试验,模糊神经网络控制器在不同负荷下都能得到很好的仿真曲线,可以看出模糊神经网络控制系统具有很好鲁棒性和良好的控制品质。最后,为了弥补BP算法的不足,本文又将遗传算法与模糊神经网络相结合,提出了使用遗传算法对模糊神经网络进行全局优化的方法。应用该方法对过热汽温进行了仿真研究,结果表明本文提出的基于遗传算法的模糊神经网络控制优化方法是很有效的。
牛培峰, 郭兴华, 孟凡东[5]2010年在《模糊神经网络控制在汽温系统中的应用》文中研究说明针对采用常规PID串级控制方法控制火电厂过热汽温系统难以获得满意的控制效果的问题,将模糊控制和神经网络相结合,详细介绍了模糊神经网络控制器的设计过程,利用神经网络实现模糊推理,并对隶属函数进行调整,从而使其具有自适应和学习能力。将其应用于过热汽温控制系统中,仿真研究表明该方法能较好地适应对象特性的变化,基本上可以消除振荡,具有超调量小,鲁棒性强等特点,且控制系统的性能比常规串级控制系统有较大的提高。
黄宇[6]2005年在《几种新型控制方法在火电厂主汽温系统中的应用研究》文中研究指明针对汽温系统的大迟延、大惯性特性,提出了以下三种控制策略:1).提出了模糊自整定PID控制策略。粗调阶段基于发电机组负荷进行模糊预整定,基本适应运行工况的大范围变化,细调阶段基于系统的被调性能指标进行再整定,以进一步适应运行工况的小范围变化并克服各种可能的干扰。2).采用T-S模糊模型描述复杂被控对象,并把它作为系统的内部模型,然后对内部模型求逆,构成模糊内模控制器。3).提出了基于粒子群优化算法设计H_2/H_∞优化PID控制器的方法。首先给出使任意给定被控对象闭环稳定的调节器参数取值范围,然后在该取值范围内运用粒子群优化算法得到了满足指定性能的混合H_2/H_∞最优PID参数值。通过对本文所讨论的电厂主汽温度被控对象进行了仿真研究,结果证明这三种方法的可行性和鲁棒性,具有一定的实用价值。
万柳[7]2016年在《过热汽温系统先进控制策略研究》文中研究指明过热汽温对机组安全、稳定、经济运行具有重要的意义,因而对其控制要求非常严格,一般在稳定情况下要求稳态偏差保持在??5C以内;动态偏差保持在??10C以内。但该系统具有大迟延、大惯性、时变、扰动因素多等特点,且随着机组的容量增大,惯性特征显著增强,被控对象更为复杂。传统的PID基于反馈原理,不能及时调节大迟延对象,往往会造成很大的超调量,而且固定参数的控制器在多变的生产环境中,控制效果也不够理想。因此对过热汽温系统先进控制策略进行研究具有重要意义。首先,本文总结建模的方法,根据华能天津某电厂#5机组(300MW亚临界直流炉)过热汽温系统现场采集的试验数据,选取适合的模型结构,用粒子群算法进行辨识,得到了过热汽温控制系统的传递函数模型。然后,对多种过热汽温先进控制策略进行了仿真研究和比较,选择了基于状态观测器的状态反馈先进控制策略,准备应用于实际控制方案当中。然后,本文以华能天津某电厂#5机组(300MW亚临界直流炉)过热汽温系统为研究对象进行控制策略的研究。按照电厂要求以原TELEPERM ME混合型分散控制系统为基础进行升级改造,完成了新的基于西门子SPPA-T3000系统的DCS组态设计。通过对原控制方案进行分析,发现其存在诸多不完善之处,且参数设置不合理,针对这些问题,本文提出了新的过热汽温控制系统优化措施,并在新的DCS中进行了组态和调试。新控制方案最终成功投入现场运行,从投运效果来看,运行状态稳定,取得了比较理想的控制效果,保证了机组的安全经济运行。最后,本文尝试用状态反馈-PID相结合的过热汽温先进控制策略对#5机组过热汽温系统进行优化控制,通过在辨识得到的实际传递函数模型上的仿真,证实了控制方案的可行性。同时对控制方案进行了DCS组态设计,但由于时间限制并未实际投运,等待合适的运行条件准备投入现场运行。
田中大, 李树江, 王艳红[8]2017年在《基于隐式PIGPC的火电厂主汽温系统控制》文中研究说明针对火电厂主汽温控制系统具有的大惯性、大时滞等特性,提出一种基于隐式PIGPC的控制策略。在隐式GPC(generalized predictive control)的基础上进行改进,提出具有PI结构的隐式GPC算法(隐式PIGPC)。隐式PIGPC结合了PI控制与隐式GPC的优点,即把PI的反馈结构与GPC的预测功能结合起来,通过采用新的目标函数,获得具有PI结构的预测控制算法,可以改善控制器性能。同时对算法的稳定性进行了分析。仿真研究结果表明提出的方法在响应时间、超调、抗干扰等方面有着很好的控制效果。
刘长良, 马增辉, 开平安[9]2014年在《电站过热汽温系统的内模PID控制及其仿真》文中提出针对火电厂过热汽温对象的大惯性、大迟延、时变、不确定的特点,基于一阶加纯滞后模型,将一种改进的内模PID控制方案应用于火电厂过热汽温的控制,并给出了设计步骤及各参数在线计算公式。该方案结构简单,易于在DCS中组态实现。对某超临界600 MW直流锅炉过热汽温系统4种典型工况进行仿真控制表明了该方法的优越性,其过渡过程时间短,无超调,适用于大惯性、大迟延过程的控制,控制效果明显优于串级PID控制,具有较强的鲁棒性和自适应能力。
王健[10]2014年在《内模控制在火电厂主汽温系统中的应用》文中提出在火力发电厂中，主蒸汽温度具有大滞后，大惯性，时变和非线性动态特性，在工况条件变化大时传统的串级PID控制难以获得满意的控制性能。内模控制结构简单，结构设计直观，调节参数少，易于调整，尤其是对控制系统鲁棒性及抗干扰性的改善和大时滞系统的控制，效果较为明显。本文对主蒸汽温度的特性进行了研究，分析了影响主汽温的三种主要扰动，分析了主汽温控制的重要性和难点，确定了主汽温的控制手段，明确了主汽温内模控制系统的设计原则，并结合内模控制和串级控制的优点，设计了内模-PID串级控制系统。为了快速消除内扰，使控制过程的持续时间较短，有效地补偿对象的大时滞特性，内回路采用了比例控制，外回路采用了内模控制。以某600MW超临界直流锅炉高温过热器主汽温的动态特性为参数，使用SIMULINK软件进行仿真研究，并与常规串级PID控制系统作了比较。仿真结果表明，本文所设计的内模-PID串级控制系统的位置跟随性能、抗干扰性能和鲁棒性较为优秀，其综合性能优于常规串级PID控制系统。
参考文献：
[1]. 预测函数控制及其在火电厂中的应用研究[D]. 王国玉. 华北电力大学（河北）. 2003
[2]. 火电厂汽温系统模糊控制[D]. 张樱. 华北电力大学. 2000
[3]. 含可调积分的模糊控制在主汽温系统中的应用[J]. 陈建国, 吕正鑫, 张凤南. 计算机仿真. 2018
[4]. 模糊神经网络控制在锅炉汽温系统中的应用研究[D]. 郭兴华. 燕山大学. 2009
[5]. 模糊神经网络控制在汽温系统中的应用[J]. 牛培峰, 郭兴华, 孟凡东. 控制工程. 2010
[6]. 几种新型控制方法在火电厂主汽温系统中的应用研究[D]. 黄宇. 华北电力大学（河北）. 2005
[7]. 过热汽温系统先进控制策略研究[D]. 万柳. 华北电力大学. 2016
[8]. 基于隐式PIGPC的火电厂主汽温系统控制[J]. 田中大, 李树江, 王艳红. 系统仿真学报. 2017
[9]. 电站过热汽温系统的内模PID控制及其仿真[J]. 刘长良, 马增辉, 开平安. 系统仿真学报. 2014
[10]. 内模控制在火电厂主汽温系统中的应用[D]. 王健. 华北电力大学. 2014
标签：自动化技术论文; 模糊控制论文; 鲁棒性论文; 模糊神经网络论文; 模糊算法论文; 自适应算法论文; 系统仿真论文; 模糊理论论文; 动态模型论文; pid控制器论文; pfc论文;