锅炉类毕业论文4

锅炉温度控制策略的应用研究 摘要:针对锅炉汽温控制的特点,设计了过热汽温串级模糊控制系统,介绍了系统的构成、原理 及该系统的优越性,并利用MATLAB仿真软件进行了仿真分析。 关键词:汽温;串级模糊控制;系统仿真 0 引言 过热蒸汽温度是衡量锅炉能否正常运行的重要 指标。假如过热蒸汽温度过高,若超过了设备部件 (如过热器管、蒸气管道、阀门、汽轮机的喷嘴、叶片 等)的允许工作温度,将使钢材加速蠕变,从而降低 使用寿命。严重的超温甚至会使管子过热而爆破。 可能造成过热器、蒸汽管道和汽轮机的高压部分损 坏。过热蒸汽温度过低,会引起热耗上升,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 剧对叶片的侵蚀。因此在锅炉运行中,必须保持过 热汽温稳定在规定值附近。通常允许变化范围为额 定值±5℃。目前对锅炉过热汽温调节大都采用导 前汽温的微分作为补充信号的系统。其系统原理如 图1所示。 系统针对过热汽温调节对象调节通道惯性延迟 大、被调量反馈慢的特点,从对象调节通道找出一个 比被调量反应快的中间信号θ1作为调节器的补充 信号,以改善对象调节通道的动态特性。动态时调 节器根据θ1的微分和θ2这两个信号而动作。但在 静态时(调节过程结束后)θ1不再变化,则dθ1/dt= 0,这时过热器汽温必然恢复到给定值。实际使用 中,中间信号θ1的引入在一定程度上确实改善了控 制系统的动态特性,但是,影响蒸汽温度的因素很 多,除减温水流量的扰动外,负荷的变化,工况的不 稳定,过剩空气系数等都会导致蒸汽θ2温度发生波 动。这些波动是无法预知的,无法用精确的数学模 型来描述。由于模糊控制不依赖被控对象的精确数 学模型,它主要是根据人的思维方式,总结人的操作 经验,完成控制作用,特别适合于大滞后、时变、非线 性场合,因此该文提出一种锅炉过热气温的串级模 糊控制系统。 1 控制方案的研究设计 串级调节系统是改善大惯性、纯滞后系统调节 质量的最有效方法之一,所以设计的控制方案采用 串级模糊控制,其控制系统如图2所示。 图2中F为减温水流量调节阀。P为副调节 器,采用比例调节;FC为主调节器,采用混合模糊控 制器,即一个二维模糊控制器和常规PI调节器并联 而成,除能够尽快消除副环外的扰动之外还可以校 正汽温偏差,保证汽温控制的精度。 汽温调节对象由减温器和过热器组成,减温水 流量Wj为对象调节通道的输入信号,过热器出口汽 温θ2为输出信号。为了改善调节品质,系统中采用 减温器出口处汽温θ1作为辅助调节信号(称为导前 汽温信号)。当调节机构动作(喷水量变化)后,导 前汽温信号θ1的反应显然要比被调量信号θ2早很 多。由于从调节对象中引出了θ1信号,对象调节通 道的动态特性可以看成由两部分构成:①以减温水 流量Wj作为输入信号,减温器出口处温度θ1作为 输出信号的通道,这部分调节通道称为导前区,传递 函数为G01(s);②以减温器出口处汽温θ1作为输入 信号,过热器出口汽温θ2为输出信号的通道,这部 分调节通道称为惰性区,传递函数为G02(s),显然 导前区G01(s)的延迟和惯性要比惰性区G02(s)小 很多。系统结构如图3所示。 图3中有两个闭合的调节回路:①由对象调节 通道的惰性区G02(s)、副控制器Gc2(s)、副检测变送 器Gm2(s)组成的副调节回路;②由对象调节的导前 区G01(s)、主控制器(PI+混合模糊控制器)、主检 测变送器Gm1(s)以及副调节回路组成的主回路。 引入θ1负反馈而构成的副回路起到了稳定θ1的作 用,从而使过热汽温保持基本不变,因此可以认为副 回路起着粗调过热汽温θ2的作用。而过热汽温的 给定值,主要由主控制器(PI+混合模糊控制器)来 严格保持。只要θ2不等于给定值,主控制器就会不 断改变其输出信号σ2,并通过副调节器去不断改变 减温水流量,直到θ2恢复到等于给定值为止。可 见,主调节器的输出信号σ2相当于副调节器的可变 给定值。稳态时,过热汽温等于给定值,而导前汽温 θ1则不一定等于主调节器输出值σ2。 当扰动发生在副回路内,例如当减温水流量发 生自发性波动(可能是减温水压力或蒸汽压力改 变),由于有副回路的存在,而且导前区的惯性又很 小,副调节器将能及时动作,快速消除其自发性波 动,从而使过热汽温基本不变。当扰动发生在副回 路以外,引起过热汽温偏离给定值时,串级系统首先 由主调节器(PI+混合模糊控制器)迅速改变其输 出校正信号σ2,通过副调节回路去改变减温水流 量,使过热汽温恢复到给定值。由于主调节器(PI+ 混合模糊控制器)的惯性迟延小,故反应迅速。 因此在串级模糊蒸汽温度控制系统中,副回路 的任务是尽快消除减温水流量的自发性扰动和其他 进入副回路的各种扰动,对过热汽温的稳定起粗调 作用。主调节器的任务是保持过热汽温等于给定 值。系统在主控制器的设计上将模糊控制与常规的 PI调节器相结合,使控制系统既具有模糊控制响应 快、适应性强的优点,又具有PI控制精度高的特点。 2 模糊控制器的设计 模糊控制是一种基于规则的控制,在设计中不 需要建立被控对象的精确的数学模型。 2.1 模糊控制器的结构设计 该系统以过热蒸汽的实际温度T与设定值Td 之间的误差E=Td-T和误差变化DE作为输入语 言变量,系统控制值U为输出语言变量,构成一个 二维模糊控制器。其结构如图4所示。 Ku为模糊控制器比例因子,Ke,Kec为量化因子。 Ke:在输入量化等级确定之后,算法中改变误差 输入论域大小即改变了Ke的值,Ke增大,相当于缩 小误差的基本论域,起增大误差变量的控制作用。 若Ke选择较大,则上升时间变短,但会使系统产生 较大超调,从而过渡过程变长;Ke很小,则系统上升 较慢,快速性差。同时它还直接影响模糊控制系统 的稳态品质。 Kec:Kec选择较大时,超调量减小,但系统的响应 速度变慢,Kec对超调的抑制作用十分明显。但在 Ke,Kec和Ku中,系统对Kec的变化最不敏感,一般Kec 可调整范围较宽,其鲁棒性较好,给实际调试带来很 大方便。 Ku:比例因子Ku实质上是模糊控制器总的增益, 它的大小对系统输出的影响较大。Ku增大,系统超 调量随之增大,动态过程加快;反之,Ku减小,系统超 调量减小,动态过程变慢;Ku选择过大将会导致系统 震荡。由于Ku的敏感性,故可调范围较小。 模糊控制器可调参数Ke,Kec和Ku对系统性能 的影响各不相同,改变这3个参数可使控制器适用 于不同系统的性能要求。 2.2 模糊概念的确定及模糊化过程 对输入变量E进行模糊化,选择语言集为{负 大(NB),负中(NM),负小(NS),零(ZE),正小 (PS),正中(PM),正大(PB)},模糊论域选择如下 [-n,-n-1,…,-1,0,1,…, n-1, n],E的实际 变化范围为[-x,x],则量化因子为Ke=n /x。对偏 差变化率DE进行模糊化,选择合适的模糊论域和 偏差变化率范围,同理可以计算出相应的模糊量化 因子Kec,在这里为了方便起见,选择偏差e、偏差变 化率DE具有相同模糊论域。 对于输出量U,调节范围为[-R,R],语言集为 {负大(NB),负中(NM),负小(NS),零(ZE),正小 (PS),正中(PM),正大(PB)},模糊论域选择为[- m,-m-1,…,-1,0,1,…,m-1,m ],输出比例 因子为Ku=R /m。 在设计过程中,选取各变量的模糊论域,E= {-3,-2,-1,0,1,2,3};DE={-3,-2,-1,0,1, 2,3};U={-3,-2,-1,0,1,2,3},输入量E,DE 及输出量U模糊集的隶属函数选择为三角形,如图 5所示。 2.3 模糊规则的确定 模糊决策一般都采用“选择从属度大”的规则, 在过热蒸汽温度调节过程中,当系统的偏差较大时, 系统的快速性为主要矛盾,系统的稳定性控制精度 却是次要的,这时应使系统快速减小偏差;而当系统 偏差较小时,则要求以保证系统的稳定性及控制精 度为主。因而模糊控制规律应遵循:过热汽温上升 速度快,汽温偏高,则汽温的控制量应向下浮动;过 热汽温下降速度快,汽温偏低,则汽温的控制量应向 上浮动。因此采用的模糊控制器的模糊控制规则具 有以下的形式: if {E=AiandDE=Bi}thenU=Ci, i=1, 2,...,n 其中Ai, Bi以及Ci分别为E, EC、和U的模糊子 集。控制规则的多少可视输入输出物理量数目及所 需的控制精度而定。由于模糊控制器采用两个输入 E, EC,每个输入分为7级共有49条规则。 按模糊数学推理法则选则表1所示控制规则。 2.4 逆模糊化过程 文中采用的模糊推理方式是常用的Mamdani 的Min-Max-COA法,即前项取小,多规则取大合 成结论,然后取重心得出非模糊化结论的算法。在 上述规则中,Ai,Bi, Ci分别为论域E,DE,U的模糊 子集,根据上述规则可推出模糊关系Ri=ExDE,这 里采用的最小运算规则,在按最大—最小合成(max -min composition)推理算法求得控制器输出的模糊 子集为U=(ExDE)·Ri,其中“·”为合成运算,非 模糊化后的结论即为输出U的修正值。逆模糊化 方法采用重心平均法(centroid of area)。 3 系统仿真 为了说明串级模糊控制系统在锅炉过热蒸汽温 度的控制上有更好的调节效果,分别搭建具有导前 微分信号控制系统和串级模糊控制系统的仿真框 图。在保持相同输入信号条件下设置两系统被控对 象为相同的参数,以利于比较。 考虑到在实际应用中,各种随机扰动的影响及 过程的复杂性,被控对象有着大惯性、纯滞后的特 性,设系统的主副被控对象的数学模型分别为: 两系统仿真方框图搭建分别如图6、图7所示; 过热汽温响应曲线分别如图8、图9所示。 从仿真曲线可以很清楚的看到:串级模糊控制 系统应用在锅炉过热蒸汽温度控制上能够获得比具 有导前微分信号控制系统更好的调节效果。具有导 前微分信号的控制系统仿真曲线有振荡,有超调,动 态过渡时间长,误差大。而串级模糊控制系统仿真 曲线基本无振荡,无超调,动态过渡时间短,误差小, 有较好的控制品质。 根据现场锅炉运行情况,为了能 更好地说明问题,在保持两个系统中 各调节器、控制器参数不变的情况下, 同时改变两个系统的被控对象的参 数。 W02=e-5s12s+1 观察仿真曲线,如图10、图11所 示。 由于被控对象在电厂中各种设备复杂的运行环 境下,一直处于波动状态,改变主被控对象参数后而 其他参数保持不变时,具有导前微分信号的控制系

基于PID的锅炉温度控制系统设计 摘要:利用BP神经网络PID控制具有逼近任意非线性函数的能力,将神经网络PID与LabVIEW友好地人 机交互结合,实现对锅炉温度的控制.仿真结果表明,该系统具有更小的超调量,并且更快地到达需要的控制温 度. 关键词:BP神经网络;PID控制;温度控制 温度是锅炉生产蒸汽质量的重要指标之一,也是保证锅炉设备安全的重要参数.同时,温度是影响锅 炉传热过程和设备效率的主要因素.例如,在利用烟化炉对锌、铝冶炼过程中,如果温度过低,则还原速度 和挥发速度都会降低;但温度也不宜过高,否则在温度超过1 250℃时,可能形成Zn-Fe合金,有害于烟 化炉的作业,因此温度的精确测量和控制是十分必要的.作为工业控制系统中的基本方式,PID控制对于 动态反应较缓慢的工业过程是非常好的控制规律[1].但是,当工业过程复杂,负荷变化很多,对象的纯滞 后又较大时常规PID控制达不到要求,为了解决上述问题系统采用PLC作为下位机,PC作为上位机,利 用labVIEW构造人机交互界面,应用神经网络PID对系统进行控制,设计锅炉温度的监制电路. 1 系统总体设计 系统通过热电偶传感器检测出锅炉的温度,采集的信号经过A/D电路转换后传给PLC控制器.PLC 根据数据做出判断,当锅炉处在升温阶段时对锅炉进行加热,当锅炉处于保温段时调用PID算法控制温 度满足输出要求.同时PLC把数据传给PC机,PC机做出显示和报警.具体电路如图1所示. 1·1 主控芯片 S7-300PLC是西门子生产的模块式中小型PLC,提供了大量可以选择的模块,包括:PS 电源模块、CPU模块、IM接口模块、SM信号模块、FM功能模块和CP通信模块.其中FM模块可实现高 速级数、定位控制、闭环控制功能;CP模块是组态网使用的接口模块常用的网络有PROFIBUS,工业以太 网及点对点连接网络.这些模块可以通过U形总线紧密地固定在轨道上,一条导轨共有11个槽号:1号槽 至3号槽分别放置电源、CPU、IM模块4号槽至11号槽 可以随意放置其他模块. 1·2 通信网络 一般的自动化系统都是以单元生产设备 为中心进行检测和控制,不同单元的生产设备间缺乏信息 交流,难以满足生产过程的统一管理.西门子全集成自动 化解决方案顺应了当今自动化的需求,TIA从统一的组态 和编程、统一的数据管理及统一的通信三方面集成在一 起,从现场级到管理级,可以使用如工业以太网、PROFIB- BUS,MPI,EIB等通信网络.根据设计的需要可以自由选择通信网络的配置[2]. 1·3 温度传感器 热电偶是将2种不同的导体焊接起来组成闭合回路,当两端节点有温度差时,两端点 之间产生电动势,回路中会产生电流,这种现象称为热电效应.热电偶温度传感器就是利用这一效应来工 作的.在工业生产过程中被测点与基准节点之间的距离常常过远,为了节省热电偶材料,降低成本,通常采 用补偿导线的方式进行补偿[3]. 1·4 显示界面 LabVIEW是美国NI公司推出的图形化工业控制测控开发平台,是目前应用最广、发展 最快、功能最强的图形软件集成开发环境.LabVIEW具有界面友好、开发周期短等优点,广泛应用于仪器 控制、数据采集、数据分析和数据显示等领域.所以,我们可以在计算机上采用它来实现对设备运行状态的 监控,同时也可以对各种数据进行采集显示.系统的温度显示界面如图2所示. 2 系统控制算法设计 PID控制是工业过程控制中最常用的一种控制方法, 但常规的PID控制在被控对象具有复杂的非线性时,如锅 炉的温度控制,不仅具有较大的纯延迟,而且模型也不确 定时,对于这种对象往往难以达到满意的控制效果.BP神 经网络PID控制具有逼近任意非线性函数的能力,通过神 经网络自身的学习,找到最佳组合的PID控制参数,以满 足控制系统的要求.具体的神经网络PID控制系统框图如 图3所示. 设PID神经元网络是一个3层BP网络,包括2个输入节点,3个隐含层节点,1个输出接点.输入节 点对应所选的系统运行状态量,如系统不同时刻的输入量和输出量等,必要时要进行归一化处理.输出节 点分别对应PID控制的3个可调参数KP,KI,KD.输入层的2个神经元在构成控制系统可分别输入系统 被调量的给定值和实际值.由文献[4]和[5]中的前向算法可得到输出层的权系数计算公式为: 3结论 PID控制算法是一种易于实现而且经济实用的方法,具有很强的灵活性,但在被控制对象具有复杂的 非线性时,难以满足控制要求,而神经网络PID控制具有逼近任意非线性函数的能力,神经网络PID与 LabVIEW结合实现对锅炉温度的数据采集、控制和显示,提高了锅炉监控系统的效率. 参考文献: [1] 邓洪伟.供暖锅炉温度和压力的PLC控制[J].动力与电力工程,2008(18):93-94. [2] 张运刚.西门子S7-300/400PLC技术与应用[M].北京:人民邮电出版社,2007. [3] 何希才.传感器及其应用实例[M].北京:机械工业出版社,2004. [4] 何离庆.过程控制系统与装置[M].北京:重庆大学出版社,2003. [5] 舒怀林.PID神经元网络及其控制系统[M].北京:国防工业出版社,2006.