英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
过热蒸汽温度模糊控制的参数优化
Tomas Nahlovsky
摘要
本文主要讨论改善直流锅炉中高压过热蒸汽温度的模糊控制。模糊控制质量的提高是基于模糊控制器的优化参数。优化是基于最小标准估值。优化的模糊参数是高压蒸汽的温度函数。文章提出了参数优化的更多可能方案。模糊控制性能仿真实验验证了在工况变化,应对扰动和系统动力学三种情况下相应的模糊控制前后参数的变化。
关键字 模糊 优化 过热蒸汽 锅炉 温度控制
1 介绍
本文是关于模糊控制方法在电厂直流锅炉高压部分过热蒸汽温度控制方面的应用。我们需要提高效率和减少在重建生态热电厂过程中造成负面影响。这是一个复杂的系统问题。多输入多输出。其目的是抑制常见的干扰,保持温度要求。目前提供的控制系统采用quasi-adaptivePI(D)控制器级联控制。优化的过程适应是基于基础知识和经验选择合适的参数。目前,在能源领域，控制系统不能满足质量控制的新要求。这些需求包括运行模式的快速切换,提高和降低负载级别的定义。许多应用程序处理控制系统如蒸汽发电厂[1]。提高效率是设计过热蒸汽温度控制系统技术单元的一种原则。研究探索其他复杂的控制算法,如模型预测控制[2]和[3],鲁棒控制[4]或模糊逻辑实现[5]和[6]。选择模糊控制过热蒸汽来实现直流锅炉的温度控制,进一步描述了模糊控制器参数的优化负载范围和设计模糊控制器的模糊算法使用的非线性特征。
优化任务的目的是探索所有模糊PI控制器的参数,参数可以提供最小的变化所需的蒸汽温度对应过热器的输出II,III。和IV。(见图3)所有的操作模式。重要的数字模糊控制器优化的研究[7]。已经发表的研究[8]和[9]处理在线自调整机制的优化。这些研究都是基于多个变量的测量。如果我们只有一个温度测量温度优化可用情况下，二次加热蒸汽温度优化的下一个逻辑步骤应该是结合使用最小化准则和局部线性模型。
直流锅炉的非线性模型是我们的开发部门建立的[10]。因为需求的计算量高,模拟的模型是相对较慢的。用非线性模型来测试耗时复杂控制算法。主要要求是为控制算法的设计和测试创建一个可以显著提高速度的模型。因此我们发现使用足够精确的非线性直流锅炉替代,这种方案具有非常相似的静态和动态特性。这些需求可以满足线性化模型的不断切换[11],甚至短时间的二十次仿真。
2 被控过程的构成
图1显示了直流锅炉简化过程的一部分,只涉及到关系到温度控制的重要变量。方案由七个相互关联的热交换器使用预定义的热功率Q1hellip;Q6。高压锅炉给水流入锅炉。其参数(流量和压力)是取决于循环泵。加热器蒸汽温度的调节是由注水阀门V 1,V2,V3实现的。锅炉的加热功率给出如下,压力、热交换器加热功率以及水的供应量。所需过热器II的温度，输出是460℃, 过热器III的温度是485℃。 输出至过热器IV，其输出温度是575℃，然后过热蒸汽进入汽轮机
图1 直流锅炉高压部分示意图
目的是使用quasi-adaptive PI控制器与边界模糊的变量因素PI控制器(F-PI)和固定参数替换现有的控制。现有的级联结构是保持[12]。过热蒸汽的技术与级联F-PI控制系统显示在图2。每个六F-PI控制器形式如图3。模糊PI控制器的主要部分是一个由模糊性、推理和去模糊化的模糊逻辑控制器(FLC)。
图2 工厂检验计划的结构模糊PI串级控制系统的一部分
图3 模糊PI控制器的结构
控制误差e（k）及其增量Delta;e(k)输入F-PI。F-PI的输出驱动变量的增量u(k),一种转移到集成化的驱动变量。最重要的一个点是影响模糊控制因素的研究。模糊控制设计和评估的关键点选择比例因子Ke,Kde,Ku (见图3)。选择的原则是常数输入和输出变量的模糊控制器的乘法(扩展)。 输入模糊控制器的输入集是可通过增加Ke和Kde来改变，输出集可通过增加Ku来改变。每个模糊PI控制器包含三个参数。通过参数可以改变收益。模糊控制器的质量影响两个收益Ke,Kde和Ku。有可能通过十八个参数来影响模糊算法。探索适当的收益是下一章的主题。场以下参数定义模糊控制器优化任务的默认状态。
·语言变量(控制偏差及其增量)有9项的最终形式
·隶属度函数是三角形的类型和浓度
·八分之一规则适用于形式if - then
·去模糊化方法是“区域中心”
·集合的设置范围lt;一1,1 gt;
3优化策略
3.1基于输入间隔的最大利用的优化
我们开始通过选择合适策略的简单程序。出版物中描述的一个版本可能的优化是【13】。的版本是基于探索比例因子的值和传递变量的输入方法的原理,整个集合是用在最大范围。起初我们正在寻找六个过热器的参数。控制器以及后续过热器的系列。参数的搜索是启发式的。阶跃变化的负载(即功率)与趋势,从100%到50% ，每90秒50%测试实验。这是一个真正的电厂运行方式。重要的是涵盖整个负载变化范围。因此,最困难的任务之一蒸汽温度控制。二阶变化要求调用过热器。输入温度增加约35℃,见图4(a)。过热器上的变化可以被理解为干扰。输入。蒸汽温度公差2℃上需要第四过热器的输出。
比较过热器过热蒸汽温度响应的首次和优化设置显示在图4(b)。图显示此设置提供了相较于原始设置的改进的温度输出过程。过度振幅明显降低,沉降的时间和过程振荡较小。然而,本手册设置被认为是次优的,我们将通过使用一些最小化标准的优化方法努力改进它。
图4所示。(a)响应的输入温度过热器b和(b)过热器IV输出温度响应的比较
3.2。基于最小化的优化准则
让我们试着优化温度过程对过热器IV的输出,用红色标注在图4(b)中的通用最小化准则。
所需的标准是寻找最小偏差之间的温度输出过程和模拟响应使用固定参数迭代过程的每一步。其中X是搜索参数向量,W(i)是所需的温度过热器输出的一个值,是模拟反应背后的过热器输出的过热蒸汽温度和N对应仿真时间。
参数选择的目的是获得一组适合这个特定的阶跃变化，不仅包括实验特定从100%降至50%的阶跃变化,而且包括其他常见的操作模式下的阶跃变化。因此,我们继续将负载水平得变化趋势从50%到100%的趋势增长率调到每60秒10次,这是一个相反的极端工况负载阶跃变化。
基于参数意义的分析[14]指出,监管质量主要受模糊PI控制器输出的Ku参数影响。此外发现最后一个三个过热器(过热器IV)对参数变化是最敏感。基于这些事实我们会减少参数优化的数量。详见下表
搜索参数向量的模糊控制器的输出参数将包含模糊PI控制器过热器的内外循环II,III,IV
输入参数的模糊PI控制器的内部和外部循环过热器将用于可能的调优
优化迭代计算的任务是使用线性模型的净。计算耗时的任务(一百迭代步骤)小时。在标准搜索最小偏差之间的输出过程和模拟响应所需的温度。向量的搜索参数的模糊控制器在每个迭代步骤。我们将讨论两个变量的优化.
3.2.1变种I.——顺序优化的结构技术
首先变体使用串行连接技术。最初估计的参数的最佳设置对应前一章3.2。在第一步,我们将优化的过热器温度过热器II输出标准形式(2)后。我们寻找两个的模糊PI控制器F-PI-1和F-PI-2的输出增益参数(图2)。是搜索参数的函数(3)
在第二步中温度(5)仍然是一个函数的参数,在过热器优化第三输出(4)
最后在第三步温度(7)是一个函数的参数,进行了优化，在过热器IV输出(6)
图5(a)的温度响应在SII。输出优化后的五十次迭代步骤。初始优化状态标记为绿色，最终优化状态标志为紫色。每个迭代步骤标记为蓝色。我们已经取得了显著改善输出温度过程的线性模型两个参数。而过热器，由过热器III之前。IV优化的积极影响输出温度,参见图5(b)和最重要过热器IV输出的温度,见图6。在第二步中我们使用优化参数作为过热器III初始估计和优化控制器输出参数F-PI-3 F-PI-4。参见图5(b)。温度的进一步优化输出用绿色标记。第二步是最终状态的优化任务标志为紫色。对温度响应改善明显，然而对温度响应改善不是那么明显,见图6。第三步的优化和整体优化的最终状态的任务是紫色的。很明显,模糊控制器的参数在过热器III。有最重要的部分在过热器输出的输出温度的优化过程。
图5 (a)过热器II温度的优化(b)过热器III温度的优化
图6 过热器IV温度的优化
3.2.2 过热器IV 输出温度的参数优化。
在这一部分我们将尝试访问，标准保持在所有步骤和输出温度发生是相同的,因此最重要的是温度。优化任务的标准形式(8)
在第一步骤中的温度是过热器II模糊PI控制器的输出参数的函数（9），在第二步骤中的温度中，OZ是根据（10）的参数函数，并在最后步骤中的温度是过热器IV模糊PI控制器参数的函数。（11）
图。7.（a）过热器II温度的优化和过热器III（b）温度的优化。
图8.过热器IV温度优化
有两个优化任务,得到两组参数。这些参数被验证在非线性模型相同的负载级别阶跃变化从100%降至50%。反应的温度输出对应线性模型和响应的结果是在公差内。然而这个过程显示小振荡所需的值。有必要调整模糊PI控制器过热器承运输出的四个参数。第二逻辑除了一步一步验证设置的参数变化和验证模糊算法是否能覆盖这些需求外，对于这个实验是选择趋势变化的负载水平从50%提高到100%,涵盖整个负载范围和极端相反的阶跃变化的操作模式也应该考虑。此处执行的优化任务,见图9。初始设置是绿色,每个优化流程蓝色，适当的设置是标志为紫色。
图9 过热器IV负荷温度变化趋势优化
找到妥协方案之间的两种类型的操作模式和避免不必要的振动,我们使用结果参数,它对应于紫色的过程中间接近参数的优化,得到优化的任务步骤的变化。剩下的四个参数的调优过热器IV输出的优化任务。妥协的解决方案获得通过仿真实验,验证了这种方法的两个阶跃变化图10(a)和趋势变化的负载非线性模型图10(b)
图10所示。过热器IV输出温度响应的比较 (a)阶跃变化和(b)负载的变化趋势
总结
可以说,基于两个图表,改善控制系统的响应是通过实现最小化标准的模糊PI控制器参数。适当的选择大大促进了模糊PI控制器参数优化的任务。优化过程步骤和负荷变化趋势显示在图10。正如你所看到的图片,优化效果明显。模糊算法测试电流操作模式由一步变化和趋势变化在整个范围的监控负载水平变化。这样的设计，模糊算法的性能在两个反应干扰和动力学过程的变化下进行了测试,与原来的PI控制系统相比而言，模糊控制系统改善了控制过程。
感谢
这项工作经由捷克共和国技术支持，合同号 No. TA02020109 “稳定改善预测控制系统和更高效率的发电厂”。感谢给予支持的利贝雷茨工业大学的学生。
参考文献
[1] L. Damiani, A. P. Prato, Simulation of a Power Regulation System for Steam Power Plants, Energy Procedia, Volmne 45, 2014, Pages 1185-1194, ISSN 1876-6102
[2] E. F. Camacho, C. Bordnos, Model Predictive Control. London: Springer-Verlag, 1999. 405 s. ISBN: 3-540-76241
[3] J. Hlava, L. Hubka, L. Tuina. Modeling and predictive control of a nonlinear power plant reheater with switched dynamics, Methods and Models in Automation and Rob
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[147202]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
