火电厂主汽温控制系统研究

1引言过热蒸汽温度是锅炉运行质量的重要指标之一，过热蒸汽温度过高，可能造成过热其蒸汽管道和汽轮机的高压部分损坏；过热蒸汽温度过低，会引起电厂热耗上升，并使汽轮机轴向推力增大而造成推力轴承过载，还会引起汽轮机末级蒸汽湿度增加，从而降低汽轮机的内效率，加剧对叶片的腐蚀。所以锅炉运行中必须保持过热汽温稳定在规定值附近。因此，火电厂锅炉过热汽温，通常要求它保持在额定值±5℃范围内[1]。而汽温调节过程是典型的大延迟热工过程，由于大延迟的存在使过程可控指数很低，受控对象为多容、大惯性系统，受控系统存在严重的非线性和时变特性，且影响汽温变化的扰动因素很多，如蒸汽负荷、火焰中心位置等。这就给汽温调节带来很大的困难。而一些常规的控制方案用于大机组汽温调节效果不够理想，因此研究火电厂的主蒸汽温度控制系统的新型控制策略具有重要的意义。模糊控制是当今控制领域中令人瞩目的控制方法和技术，它通过把专家的经验和要求总结成若干规则，采用简便、快速、灵活的手段，来完成那些用经典和现代控制手段难以实现的自动化的目标，因而在多个领域中得到越来越广泛的应用。由于常规模糊控制器的控制规则是根据现场操作人员或专家的经验总结出来的，其语言规则和合成推理往往是固定的，它假设控制过程不会产生超出这些经验范围的显著变化，从而有一定的局限性[2]。对于一个非线性、大延迟的系统，使用常规的PID控制，或是简单的模糊控制将难以达到满意的控制效果。大型火电厂锅护主蒸汽温度控制系统是提高电厂经济效益，保证机组安全运行的不可缺少的环节。主蒸汽温度一般可看作多容分布参数受控对象，其动态特性表现为具有明显的滞后特性，因此对该对象的控制比较困难，本文结合模糊控制和串级控制的优点，提出主汽温FUZZY-PI串级控制方法，并且使用MATLAB中的SIMULINK软件进行仿真，仿真结果表明该控制器可以使系统具有很好的抗干扰性能和鲁棒性[3]。2第一章绪论1.1论文的选题背景和意义在火电厂中，热工对象普遍存在着大滞后和大惯性的特征，如电厂汽包锅炉蒸汽压力和燃料控制系统,汽包锅炉过热蒸汽的温度控制系统,这给控制带来了一定的困难。本文以汽包锅炉过热蒸汽温系统为研究对象,对汽温动态特性分析。过热蒸汽温度一般可以看成多容分布参数受控对象，其动态特性描述一般可用多容惯性环节来表示,通过其阶跃扰动动态特性实验结果可以看出,该对象具有明显的滞后特性。原因主要有:①锅炉燃烧工况不稳定,烟气侧扰动频繁且扰动量较大,影响过热蒸汽温度变化快;②由于工艺特性决定各级过热汽管道较长,造成过热汽温对其控制输入——喷水减温器的减温水量变化反应较慢;③外部扰动(如主蒸汽流量波动、主汽压力波动、汽水分离器水位波动、给水温度及流量变化、蒸汽吹灰投入等)变化频繁且扰动量较大,而使主汽温度长期不能稳定;④由于参数整定不当引起一、二级喷水量不匹配,使得喷水量内扰较大,造成过热汽温在外扰较小时仍偏离设定值较大。因此,针对上述情况设计的过热汽温控制系统,既要求对烟气侧扰动及负荷波动等较大外扰具有足够快的校正速度,同时又要求对减温水内扰有较强的抑制能力,从而使系统具有足够的稳定性和良好的控制品质,并能保证系统运行的安全性。常规控制方案:一种是串级控制,另一种是导前汽温微分信号控制。当工况变化大时,难以保证控制品质。因而考虑在串级控制系统中引入模糊控制器,根据运行人员的操作经验,采用复合模糊串级控制系统。仿真结果表明:与传统的PID控制相比,复合模糊串级控制具有更快的响应、更小的超调和更强的抗干扰能力[4]。1965年，美国加利福尼亚大学的扎德教授发表了开创性的论文，从而产生了模糊集合论，并奠定了模糊集理论和应用研究的基础。其后，一些学者把模糊集的思想引入系统控制，提出了模糊控制的概念，并开展了理论及应用方面的研究。1974年，英国的E.H.Mamdani首先把模糊控制语言组成的模糊控制器用于控制蒸汽发动机；在以后的20多年中，模糊控制在控制领域的应用越来越受到人们的重视。国外不少专家、学者、工程技术人员都致力于模糊控制3的研究，并将模糊控制器用于工业过程控制方面，取得了良好的效果。在高度工业化的日本，其模糊控制理论和研究都处于世界领先地位。从家用电器到生产过程控制，应用模糊控制技术的新一代产品已大量上市。从1979年开始，我国也开始了模糊控制理论及应用方面的研究。目前，模糊理论方面的研究已取得了重要的成果。在各种模糊控制算法和模糊与常规复合控制算法的研究中取得了许多有价值的成就。传统的PID控制器，由于其控制规律简单，参数设置亦不复杂，在过程控制中仍得到广泛的应用。但其致命的缺点是事先设定好的控制参数不能适应过程的不确定性而做出相应的调整。当系统参数变化时，由于控制参数不能随之而变化，不能对受控过程参数做出适时调整，从而使过程的品质指标恶化。Carcia和Morari在1982年提出了内模控制，这一控制的优点是能将PID控制、SIMULINK预估控制、确定性线性二次最优反馈控制和多种预测控制等归纳在同一架构之下，内模控制设计简单、跟踪性能好、鲁棒性强、能消除不可测干扰的影响，是一种设计和分析预测控制系统的有力工具[5]。在控制工程中，被控对象总是含有种种不确定性。如果用精确数学模型设计相应的控制器，那么当不确定参数变化剧烈时，往往难以获得满意的控制效果，甚至造成无法控制。为了解决这个问题，出现模糊控制等方法。这些方法在一定条件下是可行的。但是当系统操作环境突变例如被控对象发生故障或运行环境发生突变，系统的参数变化很大，常规自适应控制器中的辨识器难以跟随参数的实际变化，导致控制器性能不佳；另外，基于对象模型识别的常规自适应控制器以及目前已提出的模糊自适应控制器或者基于神经网络实现的自适应控制器．由于计算量大，控制规律复杂，很难满足实时性要求，尤其是在操作环境突变的暂态性比较差。1.2论文需要解决的问题论文主要有以下几个方面的工作需要完成：1．通过给定的数据和传递函数，根据给定的衰减率进行串级控制系统调节器整定计算，并进行仿真实验。2．熟悉MATLAB仿真工具SIMULINK。3．利用上述模糊控制方法针对过热器这一温度对象，进行模糊控制器设计，进行仿真实验。4第二章模糊控制理论的数学基础及模糊控制算法概述2.1模糊控制的数学基础2.1.1模糊集合及其运算定义1：设U为以{u}表示的一个论域空间，此空间可以是连续的，也可以是离散的。论域空间U上的模糊集合F由隶属函数F表示，在区间[0，1]上取值，即：U[0，1]。模糊集合可看成普通集合概念的推广。普通集合的隶属函数只能取两值{0，1}。因此模糊集合可以用其元素u和它的隶属度来表示：F={(u,()Fu∣uU}当U连续时，模糊集合F可以简写为：()FuuFu；当U离散是，模糊集合F可简写为：1()nFiiiuFu。定义2：设A和B为论域U上的两个模糊集合，规定ABAB、、AC的隶属函数分别为CABABA、、，并且对于U上的每一个元素有：()()ABAuBu()()ABAuBu()1CAAu上三式分别为A与B的并集、交集和A的补集。式中“”表示取大运算，“”表示取小运算，成为Zadeh算子。定义3：笛卡尔乘积，若A1，A2，……，An分别为U1,U2,……，Un中的模糊集合，A1，A2，……，An的笛卡尔乘积在乘积空间12nUUU……的隶属函数为：12121212(,,)min{(),(),()}nnAAAnAAAnUuuuUuUuUu……,,或者：12121212(,,)()()()nnAAAnAAAnUuuuUuUuUu……,2.1.2模糊关系及其合成定义4：模糊关系：一个n维的模糊关系为12nUUU中的模糊集合并表示为：1212121212{((,,,),(,,,))(,,,)}nUUUnRnnnRuuuuuuuuuuUUU5定义5：模糊关系的合成：若R和S分别为UV和VW中的模糊关系，则R和S的合成也为一个模糊关系，表示为RS，定义为：{[(,),sup(,)],,,}RSuwvwuUvVwW其中：可以使最小算子，也可以使代数积、有界积等[6]。2.1.3语言变量定义6：模糊数：设A为论域U上的模糊集合，()Au为其隶属函数，又设sup(())Au，若对任意(0,)，{()}AAXu都是一个闭区间，则称A是一个模糊数。凡具有连续隶属函数()Au的凸模糊子集都是模糊数，凸模糊集是指以实数为论域且隶属函数()Au满足()min((),())AABuab;aXb,,abXR的模糊子集而言。定义7：语言变量：语言变量由一个5元素的集合(,(),,,)NTNUGM来表征，其中①N是语言变量的名称，如年龄、颜色、速度、体积等；②U是N的论域；③()TN是语言变量值X的集合，每个语言值都是定义在论域U上的一个模糊集合；④G是语法规则，用以产生语言变量N的语言值X的名称；⑤M是语义规则，使与语言变量相联系的算法规则，用以产生模糊子集X的隶属函数。例：“年龄”为一个语言变量，他的语义项集合T（年龄）可为：T（年龄）={老，非常老，比较老，年轻，年少，……}2.1.4模糊逻辑和近似推理在模糊逻辑和近似推理中，有两类重要的模糊推理规则，即：广义肯定式推理（GMP）前提1ifxisAthenyisB前提2ifxisA＇结论yisB＇6广义否定式推理（GMT）前提1ifxisAthenyisB前提2ifyisB＇结论xisA＇在广义肯定式推理中，当A=A＇,B=B＇时，广义肯定式推理就成了肯定式推理；在广义否定式推理中，当B＇=非B，A＇=非A时，广义否定式推理就成了否定式推理。由于广义肯定式推理是前向数据驱动式推理，所以在模糊控制中这种形式的推理更常用。定义8：复合推理规则：若R为UV中的一个模糊关系，且x为U中的一个模糊集合，y为V中的一个模糊集合，由x推出V的方法定义为YXR若式中取最小算子，则上式即为Zadeh提出的取大-取小复合推理规则[7]。2.2基本模糊控制系统在工业过程中，由于一系列原因（例如被控对象和过程是非线性、时变性、多参数间的强耦合、较大的随机干扰、过程机理错综复杂以及现场测量仪表条件的不足等），不可能建立被控对象的精确数学模型，而通常只能测得其参数间模糊的关系估计。因此，往往采用传统的控制方法，包括基于现代控制理论的控制方法，不如一个有实践经验的操作人员所进行的手动控制效果好。所谓模糊控制，就是在控制方法上应用模糊集合论、模糊语言变量及模糊逻辑推理的知识来模拟人的模糊逻辑思维方法，用计算机实现与操作者相同的控制。基本Fuzzy控制系统框图如图2-1所示：图2-1基本Fuzzy控制系统方框图要设计一个模糊控制器以实现语言控制必须经过以下三步：1.精确量的模糊化，把语言量的语言值化为某适当区域上的模糊子集；72.模糊控制算法的设计，通过一组模糊条件语句构成模糊控制规则，并计算模糊控制规则决定的模糊关系；3.输出信息的模糊判决，并完成由模糊量到精确量的转化。现用一简单的模糊控制器图2-1来说明Fuzzy控制的实现步骤。图中R是系统设定值（精确量）；e、ec分别是系统误差和误差变化（精确量）；E和EC分别为反映系统误差与误差变化的语言变量的模糊集合（模糊量）；u为模糊控制器输出的控制作用（精确量）；y为输出量（精确量），下面简要介绍模糊控制器的设计方法。2.2.1精确量的模糊化设误差的基本论域为[,]ee，误差所取的模糊集合的论域为{,1,,0,,Xnn1,}nn，这时需要通过量化因子进行论域变换，量化因子ek的定义是enke（2-1）一旦量化因子ek选定，系统的任何误差ie总可以量化为论域X上的某一元素。例如，已知实测误差为ie，则它必属于下列3种情况之一：（1）1,eilkelln（2）eiken（3）eiken对于情况（2）及（3），分别将ie量化为-n与n。对于情况（1），若1