沈雅丽[1]2016年在《基于广义简单解耦的多变量系统自抗扰分散控制》文中认为热工过程中往往存在多变量强耦合对象。变量之间的交互作用强弱是衡量系统控制难度的一个指标。对于强耦合系统,解耦控制是比较明智的选择。常用的解耦方法或解耦器元素复杂或广义对象复杂难控制,且一旦解耦方法确定,解耦器和广义对象就唯一地确定了。广义简单解耦是考虑解耦器复杂性和广义对象复杂度后的折中。该方法可以通过选择不同的解耦器结构,获得容易控制的广义对象。作为一种传统的解耦方法,广义简单解耦依赖对象数学模型。实际工程中,很难获得热工过程的精确模型。因此,广义简单解耦虽然理论上可以达到完全解耦,而实际上却无法实现,这必然给多变量系统控制带来挑战。自抗扰控制器作为一种不依赖精确数学模型、具有强的适应性和抗扰能力的控制策略,适合用于解决解耦控制面临的问题。通过线性扩张状态观测器,可以将回路间耦合、模型不确定性、扰动等当作总的扰动进行估计并通过控制规律补偿。本文基于此思想,提出基于广义简单解耦的自抗扰分散控制。首先根据被控对象的模型设计广义简单解耦器,再对经解耦后的广义对象对角元素设计分散自抗扰控制器,利用自抗扰控制器估计和补偿解耦的不完全、未建模动态、内外扰等未知动态,从而解决多变量系统强耦合、参数摄动、不确定性对控制设计带来的问题。首先,针对典型强耦合、大时滞热工过程——循环流化床锅炉燃烧系统进行仿真。将所提方案与SD+PI控制、基于等效传递函数的自抗扰控制方案进行了对比,从跟踪和抗扰两个角度验证了本文方案的有效性。其次,针对燃料电池燃料处理系统采用增益调度控制时控制器较多问题,对其叁个工况点(带不同程度耦合)进行仿真。提出了采用叁解耦器叁控制器控制叁个对象和采用一解耦器一解耦器控制叁个对象两种方案,验证了本文方案好的控制、鲁棒性能,为燃料电池燃料处理系统的控制提供了新思路。最后,对典型试验装置——四容水箱(有耦合)的控制进行讨论。分别在参数摄动和阀门摄动两种情况下,采用本文方案进行仿真验证,获得了好的控制、抗扰和鲁棒性能,验证了本文方案的可行性。
郑佳亮[2]2013年在《基于自抗扰控制的300MW循环流化床机组负荷协调控制系统的研究》文中认为循环流化床技术是一种高效、低污染、燃料适应性广的洁净煤燃烧发电技术,近年来在国内外得到了迅速的发展。但是与煤粉锅炉相比,循环流化床锅炉是一个非线性、时变、大滞后的控制对象,难以建立精确的数学模型,用传统的PID控制技术难以得到满足工艺流程要求的控制效果,从而使得整个循环流化床机组不能投入协调控制系统,满足不了电网对自动发电控制的要求。目前国内外的许多学者对循环流化床机组不能投入协调控制系统的问题进行了研究,但是能够解决实际问题的不多,具有普遍意义的更少。自抗扰控制(ADRC)是近年发展起来的一种新型的非线性控制技术。自抗扰控制通过扩张状态观测器对系统未建模动态摄动和未知外扰的总和作用量实时估计,并在控制信号中补偿掉,然后使用非线性状态误差反馈控制律实现对被控对象的控制。因而它对非线性、时变、时滞等复杂系统具有较好的控制品质。本文分析了循环流化床机组协调控制系统在实际运行中存在的问题和影响控制效果的主要原因。认为自抗扰控制技术能够解决循环流化床单元机组的非线性、时变、大滞后的问题,于是设计了基于自抗扰控制技术的300MW循环流化床机组的协调控制系统,并且以某300MW循环流化床机组部分工况下给煤量扰动时的主蒸汽压力动态特性的近似传递函数为例,在MATLAB环境下分别对它们采用传统PID控制和自抗扰控制技术进行了仿真研究,结果表明基于自抗扰控制技术的系统较之传统的PID控制具有更好的、满足生产工艺流程的控制效果。
常莉莉[3]2006年在《模糊神经网络在循环流化床中的应用》文中指出床温和主汽压力是循环流化床锅炉燃烧控制系统中的两个重要参数,维持正常的床温和主汽压力是循环流化床锅炉稳定、经济运行的关键。本文在分析了循环流化床燃烧系统动态特性的基础上,选取了描述440T/h循环流化床锅炉床温和主汽压力动态特性的数学模型。设计了模糊神经网络控制器,并分别运用遗传算法和粒子群算法对控制器的参数进行离线优化,采用误差反馈传递算法进行在线调整。通过计算机仿真,从控制效果来看,达到了比较令人满意的效果,模糊神经网络控制在控制的快速性和稳定性等方面均比常规的PID控制要好。
张勇鹏[4]2016年在《超临界循环流化床锅炉床温控制系统建模及优化研究》文中提出循环流化床锅炉技术是一种重要的清洁燃煤技术,具有良好的经济性和环保性。与普通煤粉炉的燃烧系统相比,循环流化床锅炉具有一定的特殊性,其对象机理较为复杂,机理建模方法基本不可行。但如果要实现对循环流化床锅炉燃烧系统的高水准控制,建立准确的对象模型是其前提条件,这就不仅需要对循环流化床锅炉燃烧系统的特性有比较完整的了解,并且要结合有效的数据分析手段。结合上述分析,本文主要完成下面叁个方面的研究。为实现高精度的燃烧系统建模,需要运用优秀的数据分析与优化手段,PSO算法是其中较为优秀的一种。但经典的PSO算法存在容易陷入局部最优和局部搜索精度低的问题,本文对这两种问题的出现进行深刻剖析,在机理分析的基础上设计了一种改进的PSO算法,仿真验证其在一定程度上解决了经典PSO算法存在的缺陷。通过对循环流化床锅炉燃烧系统特性的分析,在现场运行数据中选取适合用于辨识给煤量与床温、一次风量与床温对象模型的数据。基于改进的PSO算法,分别建立满负荷,百分之九十负荷,百分之八十负荷,百分之六十负荷这四种工况下的给煤量与床温、一次风量与床温的传递函数模型。根据得到的不同工况下的一次风量与床温的传递函数模型,分别对典型工况的一次风量控制床温的PID控制系统的进行了PID参数整定并进一步建立基于隶属度函数的多PID融合控制系统,仿真结果表明,该系统较单PID控制有更加优异的控制品质。
张书敬[5]2012年在《125MW循环流化床机组负荷控制方法的研究》文中研究说明循环流化床锅炉作为高效率、低污染的清洁型燃烧锅炉,在国内、外得到了广泛应用,该燃烧技术也在近些年得到迅速发展。然而,循环流化床锅炉具有大迟延、强耦合、非线性、时变等特性致使其成为一种复杂的控制对象,以往传统控制方法很难对其产生理想的控制效果。本论文对保定热电厂125MW循环流化床锅炉发电机组负荷控制方法进行了分析研究,重点对机组的协调负荷控制方法进行了试验研究,分别对机组实施了机跟炉为基础的协调负荷控制及炉跟机为基础的协调负荷控制两种方案,比较得出结论：以汽机跟随为基础的协调负荷控制方案,较以锅炉跟随为基础的协调负荷控制方案,机组主蒸汽温度、主蒸汽压力等指标的调节品质均有了显着的改善,总体机组的稳定性很好。对循环流化床锅炉发电机组的投运提供参考。
高峰[6]2003年在《先进控制策略在循环流化床控制中的应用》文中进行了进一步梳理深入研究了自抗扰控制的有关理论，得出了一种适于现场DCS组态实现的参数整定方法，提出了一种新型的自抗扰控制方案。通过分析常规PID控制算法的不足，结合智能控制的思想和非线性控制的精华，提出了两种非线性补偿PID算法：基于指数函数补偿的PID和基于函数切换补偿的PID。在本校开发的300MW火电仿真机上，建立了用上述叁种控制策略实现的过热汽温控制方案，经升、降负荷验证，均取得了优于常规PID的控制效果。针对循环流化床的一次风-床温模型，分别做出了上述叁种控制策略和常规PID实现的控制方案，经仿真验证，叁种控制策略的控制效果均优于常规PID。
参考文献：
[1]. 基于广义简单解耦的多变量系统自抗扰分散控制[D]. 沈雅丽. 华北电力大学(北京). 2016
[2]. 基于自抗扰控制的300MW循环流化床机组负荷协调控制系统的研究[D]. 郑佳亮. 山西大学. 2013
[3]. 模糊神经网络在循环流化床中的应用[D]. 常莉莉. 华北电力大学（北京）. 2006
[4]. 超临界循环流化床锅炉床温控制系统建模及优化研究[D]. 张勇鹏. 华北电力大学. 2016
[5]. 125MW循环流化床机组负荷控制方法的研究[D]. 张书敬. 华北电力大学. 2012
[6]. 先进控制策略在循环流化床控制中的应用[D]. 高峰. 华北电力大学（河北）. 2003