一種鍋爐主蒸汽壓力的自適應預測控制方法
【專利說明】一種鍋爐主蒸汽壓力的自適應預測控制方法 【技術領域】
[0001] 本發明涉及鍋爐控制的技術領域，特別是循環流化床鍋爐主蒸汽壓力的自動控制
技術領域。 【【背景技術】】
[0002] 循環流化床燃燒技術是在鼓泡流化床燃燒技術的基礎上發展起來的一種高效、低 污染的新型燃燒技術。循環流化床鍋爐（Circulating Fluidized Bed Boiler,簡稱CFBB) 是一種燃燒礦物質燃料生產蒸汽的裝置。鍋爐的爐膛運行在一種特殊的流體動力特性下， 細顆粒被以超過平均粒徑顆粒終端速度的氣速輸送通過爐膛，同時又有足夠的顆粒返混以 保證爐膛內的溫度分布均勻，燃料以及脫硫劑在爐膛內多次循環，反復進行低溫燃燒和脫 硫，從而達到燃料的高效燃燒及污染物的低排放。
[0003] 循環流化床鍋爐通常由爐膛、氣固分離器、固體物料再循環設備、外置熱交換器 等組成，與其他鍋爐相比，其主要特點是：1.燃料制備系統簡單；2.鍋爐的燃燒溫度較低； 3.床料在爐膛呢內呈流化態燃燒，大大增強燃燒強度和燃燒效率；4.獨特的物料循環系統 等。
[0004] 正是因為循環流化床鍋爐的時變、非線性、多工況等特性，所以引入自適應控制十 分自然。自適應控制通過不斷測量系統的狀態、性能和參數，得到當前系統的運行指標并與 期望指標作比較，從而調整控制器的結構與參數，以保證系統運行在某種意義下的最優或 者次優狀態。自適應控制器的這種特性就保證了當循環流化床鍋爐對象發生時變或者變工 況時，控制器可以通過調整參數來適應這個變化，從而保證控制效果。 【
【發明內容】
】
[0005] 本發明的目的就是解決現有技術中的問題，提出一種鍋爐主蒸汽壓力的自適應預 測控制方法，因為主蒸汽壓力與床溫存在強烈的耦合關系，需要對簡化的數學模型先進行 解耦，然后進行辨識，對主蒸汽壓力進行自適應控制。
[0006] 為實現上述目的，本發明提出了一種鍋爐主蒸汽壓力的自適應預測控制方法，具 體步驟包括：
[0007] (a)建立經驗模型：根據現場操作的實際經驗，建立主蒸汽壓力與床溫之間的耦 合關系；
[0008] (b)靜態解耦：對（a)步驟的模型進行靜態解耦，消除兩者之間的關聯；
[0009] (c)參數辨識：對解耦之后的模型引入準則，進行模型參數的辨識；
[0010] (d)數據采樣：確定采樣時間T，采樣解耦后的主蒸汽壓力與床溫對象的單位階躍 數據；
[0011] (e)優化計算：利用動態矩陣算法對辨識的模型進行計算，在線校正模型誤差。
[0012] 作為優選，所述耦合模型是在實際經驗中逐漸積累的，給參數辨識過程較大的范 圍與選擇，對不同工況、鍋爐等留有一定的裕量。
[0013] 作為優選，所述解耦過程采用的時靜態解耦方式，是考慮到該方法的成熟應用性 和效果，不同的解耦方式最終都會影響到控制效果的好壞。
[0014] 作為優選，所述自適應預測控制是利用動態矩陣算法來實現，在優化過程中需要 獲得主蒸汽壓力與床溫對象的單位階躍數據。
[0015] 本發明的有益效果：本發明通過解耦主蒸汽壓力與床溫之間的耦合關系，辨識循 環流化床鍋爐的對象特性，最后通過自適應控制方法來自動調節這個多參數、非線性、時變 及多變量緊密耦合的復雜系統，使得控制效果在最優范圍內，有利于計算機的實時控制與 在線校正，提高過程系統的反應速度和控位精度，建模過程與控制方法具有普適性，對相關 控制過程的具有推廣意義。
[0016] 本發明的特征及優點將通過實施例結合附圖進行詳細說明。 【【附圖說明】】
[0017] 圖1是本發明一種鍋爐主蒸汽壓力的自適應預測控制方法的靜態解耦的控制框 圖；
[0018] 圖2是本發明一種鍋爐主蒸汽壓力的自適應預測控制方法的仿真結構圖。 【【具體實施方式】】
[0019] 參閱圖1、圖2,本發明一種鍋爐主蒸汽壓力的自適應預測控制方法，具體步驟包 括：
[0020] 步驟一、根據現場操作的實際經驗，建立主蒸汽壓力與床溫之間的耦合關系；
[0021] 步驟二、對步驟一的模型進行靜態解耦，消除兩者之間的關聯；
[0022] 步驟三、對解耦之后的模型引入準則，進行模型參數的辨識；
[0023] 步驟四、確定采樣時間T，采樣解耦后的主蒸汽壓力與床溫對象的單位階躍數據；
[0024] 步驟五、利用動態矩陣算法對辨識的模型進行計算，在線校正模型誤差。
[0025] 所述耦合模型是在實際經驗中逐漸積累的，給參數辨識過程較大的范圍與選擇， 對不同工況、鍋爐等留有一定的裕量；所述解耦過程采用的時靜態解耦方式，是考慮到該方 法的成熟應用性和效果，不同的解耦方式最終都會影響到控制效果的好壞；所述自適應預 測控制是利用動態矩陣算法來實現，在優化過程中需要獲得主蒸汽壓力與床溫對象的單位 階躍數據。
[0026] 步驟一中，在燃燒率擾動及汽輪機采用液壓調速系統時，主蒸汽汽壓的動態特性 為：
[0028] 在床溫自動控制系統投入閉環運行的情況下，送風量作階躍擾動，得到的主蒸汽 壓力的廣義動態特性為：
[0030] 在給煤量階躍擾動下，床溫的動態特性為：
[0032] 在送風量擾動下，床溫的動態特性為：
[0034] 綜上，可以得到主蒸汽壓力與床溫的耦合傳函：
[0036] 其中，Μ為燃料量，V為送風量，P為主蒸汽壓力，T為床層溫度。
[0037] 步驟五中，由于循環流化床鍋爐具有較大的延遲特性，而且步驟四中辨識的參數 具有一定的波動，所以選擇了具有克服延遲與較強魯棒性的動態矩陣算法，具體過程如 下：
[0038] 測定對象階躍響應的采樣值a1= a(iT)，其中Τ為采樣周期。t N= NT之后趨于穩 定，即aN~a( °° )，則對象動態信息可以描述為有限集合a = {a d a2, . . . aN}，aTS模型向 量，N為建模時域。
[0040] 其中，j認+ / μ)為k時刻對k+i時刻的預測輸出，+ f μ)為k時刻的初始 預測值。
[0044] 優化性能指標：
[0046] 其中q^rj為權值系數。
[0047] 向量形式之后，偏導
，得到：
[0049] 根據滾動優化的要求，則只取Δ u (k)的第一個值，BP :
[0051] 最優通過在反饋校正獲得輸出值：
將k+Ι時刻的預測輸出與系統實際輸出y(k+l)比 較，構成輸出誤差
，從而來修正未來時刻的預測輸出初值
其中>Vl認)為k時刻的預測輸出值。
[0053] 本發明工作過程：
[0054] 本發明通過解耦主蒸汽壓力與床溫之間的耦合關系，辨識循環流化床鍋爐的對象 特性，最后通過自適應控制方法來自動調節這個多參數、非線性、時變及多變量緊密耦合的 復雜系統，使得控制效果在最優范圍內，有利于計算機的實時控制與在線校正，提高過程系 統的反應速度和控位精度，建模過程與控制方法具有普適性，對相關控制過程的具有推廣 意義。
[0055] 上述實施例是對本發明的說明，不是對本發明的限定，任何對本發明簡單變換后 的方案均屬于本發明的保護范圍。
【主權項】
1. 一種鍋爐主蒸汽壓力的自適應預測控制方法，其特征在于：所述控制方法是根據主 蒸汽壓力與床溫存在強烈的耦合關系，先進行解耦，然后進行辨識，再對主蒸汽壓力進行自 適應控制，具體步驟包括： (a) 建立經驗模型：根據現場操作的實際經驗，建立主蒸汽壓力與床溫之間的耦合關 系； (b) 靜態解耦：對（a)步驟的模型進行靜態解耦，消除兩者之間的關聯； (c) 參數辨識：對解耦之后的模型引入準則，進行模型參數的辨識； (d) 數據采樣：確定采樣時間T，采樣解耦后的主蒸汽壓力與床溫對象的單位階躍數 據； (e) 優化計算：利用動態矩陣算法對辨識的模型進行計算，在線校正模型誤差。2. 如權利要求1所述的一種鍋爐主蒸汽壓力的自適應預測控制方法，其特征在于：所 述（a)步驟中，耦合模型是在實際經驗中逐漸積累的，給參數辨識過程較大的范圍與選擇， 對不同工況、鍋爐等留有一定的裕量。3. 如權利要求1所述的一種鍋爐主蒸汽壓力的自適應預測控制方法，其特征在于：所 述（b)步驟中，解耦過程采用的時靜態解耦方式，是考慮到該方法的成熟應用性和效果，不 同的解耦方式最終都會影響到控制效果的好壞。4. 如權利要求1所述的一種鍋爐主蒸汽壓力的自適應預測控制方法，其特征在于：所 述（d)、（e)步驟中，自適應預測控制是利用動態矩陣算法來實現，在優化過程中需要獲得 主蒸汽壓力與床溫對象的單位階躍數據。
【專利摘要】本發明公開了一種鍋爐主蒸汽壓力的自適應預測控制方法，具體步驟包括：(a)建立經驗模型：建立主蒸汽壓力與床溫之間的耦合關系；(b)靜態解耦；(c)參數辨識：對解耦之后的模型引入準則，進行模型參數的辨識；(d)數據采樣：采樣解耦后的主蒸汽壓力與床溫對象的單位階躍數據；(e)優化計算：利用動態矩陣算法對辨識的模型進行計算。本發明通過解耦主蒸汽壓力與床溫之間的耦合關系，辨識循環流化床鍋爐的對象特性，最后通過自適應預測控制方法來自動調節這個多參數、非線性、時變及多變量緊密耦合的復雜系統，使得控制效果在最優范圍內，建模過程與控制方法具有普適性，對相關控制過程的具有推廣意義。
【IPC分類】F23C10/28, F22B35/00
【公開號】CN105276561
【申請號】CN201510783129
【發明人】楊海霞, 黃紅林
【申請人】黃紅林
【公開日】2016年1月27日
【申請日】2015年11月16日