一、锅炉燃烧系统预测自校正控制算法的研究(论文文献综述)
王丹娜[1](2020)在《锅炉燃烧系统主蒸汽压力的预测控制方法研究》文中提出工业锅炉属于高污染的工业设备,主蒸汽压力的优化控制是实现热电厂锅炉节能减排的重要一环。本文以独山子石化公司热电厂2#220t/h煤粉锅炉为研究对象,在分析热电厂锅炉燃烧过程的原理和影响因素以及优化控制要求的基础上,以送入炉膛的煤粉量作为主要控制量,主蒸汽压力作为被控量。在保证安全性的基础上,提出基于动态矩阵控制(DMC)和广义预测控制(GPC)的锅炉燃烧系统主蒸汽压力回路的优化控制方案,并实现基于LabVIEW的主蒸汽压力控制系统设计。本文主要工作总结如下:(1)分析现有的电厂锅炉燃烧系统的控制策略,针对该热电厂目前存在的问题,使用预测控制器控制和优化主蒸汽压力控制系统。设计了以煤粉量为主要影响因素的主蒸汽压力控制系统的控制结构。(2)根据该热电厂的实际情况设计了基于主蒸汽压力控制系统的DMC控制算法,并给出合理的DMC参数调节方法。实现DMC控制器的仿真验证,对比PID控制的主蒸汽压力输出响应,并验证DMC控制程序的可行性。(3)对该热电厂主蒸汽压力回路数据进行分析,采用递推最小二乘法(RLS)对回路数据进行参数辨识。设计基于主蒸汽压力控制系统的GPC控制算法,并给出合理的参数调节方法,仿真验证GPC控制程序的有效性。由于GPC控制初始阶段响应波动较大,设计了一种模拟退火方案对GPC控制器的控制权系数的设置进行参数优化,使得控制系统的动态响应更加平稳,能够得到良好的控制效果。(4)基于预测控制的电厂锅炉主蒸汽压力控制系统的实现,采用C语言和LabVIEW的混合编程方式,包括DMC、GPC和PID控制算法核心程序的动态链接库(DLL)文件的编写,以适应工业现场不同工控平台的调用。LabVIEW平台的控制算法的验证以及控制界面、回路曲线显示、数据分析等功能的实现。为了更好地实现软件系统,设计了基于锅炉燃烧控制系统的设备仿真器,并且考虑到各个控制器对被控系统模型的要求,该软件提供最小二乘法系统参数辨识模块。
张蓓[2](2020)在《基于LabVIEW的系统辨识与内模控制方法研究及应用》文中研究表明现代社会的不断发展促进了工业技术的提高,智能化的控制应用到了人类生活所涉及到的各个工业领域,这些工业过程对象具有大滞后、多变量、强耦合、不确定性等特征,如何对于这种系统进行有效的控制是能否提高生产效益的关键,从而达到节约资源,节省工业成本的目的。本课题基于此背景下,研究了内模控制的方法应用,此方法是基于对象模型的,因此研究了低阶模型辨识的方法,开发了模型辨识与内模控制的软件系统。本文研究了对于低阶时滞系统的模型辨识问题,根据输入信号的不同,对于基于阶跃响应的系统辨识方法有传统的非参数辨识法如两点法、切线法,参数辨识法有基于积分法辨识一阶滞后系统、基于最小二乘法辨识二阶系统以及n阶系统的直接辨识法;另外对于基于输入信号是伪随机序列的离散模型辨识采用了递推最小二乘法;并对于以上的方法进行了模拟仿真分析;此外基于LabVIEW软件开发了辨识系统,自主编写了滤波、辨识、模型评价的程序,封装成动态链接库,在此平台进行进一步的开发,并设计了人工操作界面,使得此辨识方法具有了实际工程效用性。研究了内模控制器(IMC)的基本结构以及设计原理,分别对于连续和离散的控制对象的内模控制器进行设计,以及进行连续传递函数转化为离散传递函数的公式推导。对于一阶、二阶系统给出了具体的控制算法实现,分析了内模控制的主要参数对于系统性能的影响,并做了仿真分析;最后设计了基于LabVIEW平台的内模控制软件,自主编写控制程序并进行封装,在此平台上进行再次开发,设计了控制操作界面,使得控制更为方便简单,并开发了仿真系统可以实时验证控制算法的效果。以锅炉燃烧系统的主蒸汽回路和3D打印机温度控制系统为对象,应用以上开发的系统辨识与控制软件对于该系统进行了模型辨识,辨识结果较精确的拟合真实采样输出数据,并对系统应用内模控制,将控制效果与传统PID控制进行比较,结果表明内模控制响应速度快,便于程序实现,并且其可调节参数只有一个,易于调节,可以解决模型失配的问题,鲁棒性更强,稳定性也更好。
杜罗通[3](2019)在《基于广义预测控制的锅炉燃烧优化控制系统研究与应用》文中研究表明发电燃煤锅炉是火力发电机组运行中提供蒸汽的主要热力设备。随着我国经济的快速发展,对电力资源的需求量进一步加大,对电站燃煤锅炉节能提效和经济运行提出了更高的要求。然而,燃煤锅炉是一个时变、强耦合的复杂系统,干扰和影响因素众多,具有很强的不确定性。因此,开展燃煤锅炉燃烧过程的优化控制技术研究,对企业实现节能降耗,提高经济效益具有重要意义。本文以莱钢4#75t/h燃煤发电锅炉为研究对象,在分析锅炉燃烧工艺原理和影响因素以及优化控制要求的基础上,以减温水流量、送风量和引风量为输入量,以主蒸汽温度、烟气含氧量和炉膛负压为被控量,提出了基于广义预测控制的三输入-三输出锅炉燃烧优化控制方案,保证锅炉运行的安全性和经济性。论文通过采集控制系统输入和输出数据并进行预处理后,建立三个三输入-单输出子系统的受控自回归滑动模型,再采用RLS方法进行模型参数辨识,然后根据广义预测控制理论建立燃烧优化的多变量隐式广义预测自校正控制模型,并通过目标函数来求解最优控制率及控制量的增量表达式。在此基础上,采用MATLAB对控制系统进行模型适配和失配情况下的仿真,分析和验证控制方案的准确性和有效性。最后,本文采用力控工业组态软件设计燃煤锅炉燃烧优化自动控制系统,并进行了相关的软件开发,现场投运结果表明,系统具有良好的控制效果。
张仲琪,付树强,林涛,李金京[4](2017)在《基于LS-SVM与GPC算法的锅炉燃烧优化控制》文中研究指明基于LS-SVM算法和反馈网络建立了非线性对象全参数动态模型,实现了对非线性系统动态特性的多步预测;考虑控制的实时性,研究了将非线性LS-SVM动态模型在线线性化和构造对象实时线性CARIMA动态模型的方法;并结合GPC算法,提出了LSSVM-GPC动态优化控制策略。文中验证了LSSVM-GPC动态优化控制算法的跟踪能力和抗干扰能力,通过仿真试验给出了该算法对电站锅炉燃烧系统具有优秀的动态调节性能。
陈莹[5](2017)在《基于广义预测控制的直流锅炉燃烧系统的研究与应用》文中研究说明随着供电需求逐渐加大,目前,我国火电厂的小机组锅炉正逐渐被亚临界、超临界甚至超超临界的大容量锅炉取代。2002年,我国就“厂网分离、竞价上网”模式的改革,电厂必须在保障运行安全的前提下,尽量降低发电成本才能有效的参与竞争。另一方面,我国乃至世界都出现了严重的能源危机,环境问题也日益严重。因此,提高锅炉燃烧系统的热效率,优化燃烧,降低发电成本,节约能源,同时减少污染物的排放是目前我国电厂发展的重要研究课题,也是目前很多学者的研究目标。本文以某电厂600MW机组的大容量直流锅炉为研究对象,对该锅炉的燃烧系统进行了分析研究,锅炉中煤粉的燃烧过程十分复杂,并存在着大时滞、非线性等问题,影响燃烧过程的因素也非常多,因此,要建立锅炉燃烧系统的数学模型十分困难。本文依据电厂锅炉燃烧系统要完成的三项基本任务选取了送风量、给煤量、引风量(引风机的转速)作为被控变量,来控制锅炉燃烧的主蒸汽压力、烟气含氧量和炉膛负压的变化,搭建一个多输入多输出的数学模型作为被控对象来实现对锅炉燃烧系统的研究。建模过程中,为了防止原始数据中某些数量级较小但表征被控对象特性的数据被忽略,通过计算原始数据的数学期望和方差值对数据进行了归一化处理,再用归一化后的数据代替原始数据建立数学模型。为了验证所建模型的准确性,采用另一组数据输入给模型,通过模型输出和真实输出进行对比,证明了所建模型可以代替锅炉燃烧系统作为被控对象进行研究。此外,根据燃烧迟滞的特性,对所建模型进行进一步优化,添加时滞项并做近似处理,辨识结果表明,优化后的模型更加精确,更具有锅炉燃烧系统的特征。本文采用广义预测控制算法设计控制器代替传统的PID控制器对锅炉燃烧系统进行优化控制,预测控制产生于工业过程控制中,对被控对象模型的要求不是很高,因此弥补了由于模型不够精确导致控制效果不准确的缺陷,同时,广义预测控制滚动优化和反馈校正的特点使其有较强的鲁棒性和抗干扰能力。鉴于广义预测控制算法的显示算法需要求解丢番图,有大量的矩阵求逆的运算,容易造成工作量大,工作时间长的问题,本文采用了广义预测控制的隐式算法,不需要求解丢番图,而是利用输入输出数据直接辨识控制率的参数,减少计算量同时节省时间,仿真结果显示,隐式广义预测控制算法对锅炉燃烧控制系统有很好的控制效果,可以提高锅炉燃烧的经济性,同时维持炉膛压力的稳定,并将炉膛负压维持在允许的范围内。
程才[6](2017)在《多变量改进型预测控制在热力过程与感应电机中的应用研究》文中进行了进一步梳理锅炉燃烧系统是典型具有多变量、大滞后以及其他扰动因素特点的热力系统。它设计的合理与否,不仅影响到锅炉整体的效率,甚至影响锅炉的可靠性与经济性。本文采用新型的预测函数控制策略,以状态空间方程为模型,通过对目标指标添加预测误差项,构成了改进型PID结构的目标函数。该控制策略通过多变量预测函数控制与多变量PID控制相结合的预测模型,根据规定的预测模型,使得控制输入量根据其变化而不断进行滚动优化。仿真实验表明:多变量PID预测函数控制器(MPID-PFC)仿真结果分析显示,其应用于锅炉燃烧系统中具有较好的稳定性与较高的效率,拥有较好的实际应用价值。与此同时,不同于热力过程这一类大时滞的慢速系统,感应电机作为典型的快速系统,其是交流驱动系统的典型代表,同时其对于实时性具有很高的要求。本文在对感应电机效率优化问题进行研究的基础上,考虑到传统方法在电机动态时无法同时兼顾响应性能和效率优化的缺陷,本文设计了一种新型分数阶PI(FOPI)预测函数控制策略。该控制策略将预测函数控制和分数阶PI两种算法相结合,构建具有分数阶比例、积分性质的多变量预测函数控制器,兼顾了感应电机动态效率与转速响应速度的优点。应用于电动机效率优化的最大转矩电流比控制方面,采用前馈补偿解耦设计的思路,将系统分解成两个具有可测扰动的子系统。仿真实验表明:新型控制策略具有在线识别模型识别模型参数,跟踪效果好,抗干扰能力强,无超调,稳态误差小,取得了良好的控制效果。
陆琳辉[7](2017)在《循环流化床机组AGC多变量约束预测控制方法研究与应用》文中进行了进一步梳理近年来,在能源紧缺和环境污染的大背景之下,国家对于燃煤电厂的能耗与环保指标日趋严格,循环流化床锅炉(Circulating Fluidized Bed Boiler,CFBB)凭借燃烧效率高、燃料适应性广、燃烧污染低、脱硫效率高和投资成本低等显着优点,展现出非常广阔的应用前景,针对循环流化床机组的建模与控制也日益成为研究的热点和重点。但是,目前针对CFB机组的建模和控制研究依然存在较多的问题,以燃烧系统建模为例,由于CFB内部的流动过程和燃烧反应非常的复杂,而目前面向CFB设计的建模方法大都偏重内部机理的分析,复杂的模型结构导致求解难度增加,所以并不适用于控制策略的研究;控制研究方面,由于循环流化床机组本身是一个典型的非线性、大延迟、大惯性、强耦合热工对象,且存在输入输出约束,而传统的AGC控制沿用常规煤粉锅炉机组控制结构,并采用PID加前馈解耦的控制策略,无法充分利用CFB机组特性,所以不能获得理想的控制效果。综上所述,面向控制的循环流化床机组简化机理模型的建立,以及在此基础上的新型控制结构和控制策略的研究,都具有非常重要的理论意义和应用价值。本文首先通过研究循环流化床机组特性,以燃烧系统为重点,深入分析“积碳”和一次风对于炉膛燃烧的影响,同时综合考虑汽水系统、过热器和汽机系统,建立面向控制的循环流化床机组简化机理模型,并针对模型的参数辨识,给出了一种基于改进和声搜索算法的辨识方法,结合现场实验数据验证了模型的可靠性;其次充分利用一次风对于CFB燃烧过程中“积碳”和蓄热的影响,提出了针对循环流化床机组的新型AGC控制结构,并结合工程实际,将床温区间控制引入控制策略中。同时以此控制结构为基础,研究基于IHS-MHE算法的循环流化床机组多变量约束预测控制算法,并通过AGC仿真实验验证算法的负荷跟踪性能、稳定性和鲁棒性;最后利用Visual C++和Matlab混合编程的方式,开发循环流化床机组AGC优化控制软件,并完成了 DCS逻辑组态的修改。
李梦宁[8](2016)在《循环流化床锅炉燃烧过程无模型控制研究》文中指出工业生产是国家经济发展的命脉,而锅炉又是工业生产的重要设备。循环流化床锅炉(Circulating fluidized bed boiler,CFBB)运用了循环流化床燃烧技术,具有高燃烧效率且污染气体排放量可控的优点,在全球都在面临资源紧缺和环境污染日益严重等问题的今天,循环流化床锅炉燃烧过程的自动化控制研究具有重要的意义。然而循环流化床锅炉燃烧过程非常复杂,具有大滞后、非线性、多变量耦合以及时变的特点,难以建立精确的数学模型,一般的控制方法往往很难达到良好的控制效果,这一点严重制约了这种清洁高效的燃烧技术的推广。本文分析了循环流化床锅炉燃烧过程的主要被控对象,即床温和主蒸汽压力的动态特性,根据其控制要求和控制难点,采用无模型自适应控制(model free adaptive control,MFAC)方法对其进行控制。该方法无需建立被控对象精确模型,可直接进行控制器的设计。在基本无模型控制方法的基础上,考虑到被控系统的大时滞特性,将基本MFAC算法中的控制律进行变周期差值分析,增大控制输入差值周期,对控制算法进行改进,得到一种改进的无模型自适应控制(improved model free adaptive control,IMFAC)。同时考虑被控对象多变量耦合的特点,将算法扩展到多输入多输出(multi-input multi-output,MIMO)系统,得到MIMO-IMFAC算法。对于CFBB这种复杂的MIMO系统,无需外加解耦环节,就可以实现同时对床温和主蒸汽压力两个被控对象的直接控制。在MATLAB环境下,利用S函数进行了无模型控制器模块的设计,并且分别对床温控制系统、主蒸汽压力控制系统、床温和主蒸汽压力协调控制系统的控制效果做了大量的仿真实验,实验结果证明该改进算法能够满足控制要求,并且具有比较良好的控制效果和适应性。最后对全文进行了总结,并提出对于课题研究的一些不足和展望。
张嘉英,张立,王秀玲,武欣玫[9](2015)在《超临界机组燃烧自适应优化控制系统的设计》文中研究说明自适应控制具有良好的鲁棒性,调节速度快和抗干扰性能优越。超临界机组燃烧系统是一个复杂非线性时变系统,针对火电厂超临界机组燃烧系统的特点采用自适应控制系统结构实现对锅炉燃烧系统的优化控制,保证系统运行的高效性和稳定性。通过燃烧自适应控制系统的仿真实验,证明该方法能够有效地解决系统变量之间的耦合关系。能够根据当前负荷的变化做出相应的控制,做到稳、快、准地实现主蒸汽压力有效的调节,保证燃料的充分燃烧,使炉膛负压在规定的范围内变化。在煤质和设备特性发生变化时,系统能保证稳定工作且大大提高了燃烧效率。这种控制方法能使复杂生产过程控制在最佳运行状态,降低煤耗,保证系统的安全性与可靠性。
王婵婵[10](2015)在《多变量广义预测控制在锅炉燃烧系统中的应用研究》文中提出锅炉燃烧控制系统不仅是一个复杂的多变量系统,并且还存在着大惯性滞后、在一定程度表现出非线性等特点,这就使得常规的PID算法不能很好地满足其要求,作为一种从工业生产过程中发展起来的新型算法,广义预测控制对于解决这类问题具有很好地控制效果。本文将多变量广义预测控制算法应用于锅炉燃烧系统中,得到了良好地仿真效果。本文主要从以下几个方面进行了研究,并取得一定的研究成果。(1)在了解锅炉燃烧系统工艺和控制要求的前提下,对各环节提出针对不同情况下的具体控制方案,而后分析了锅炉燃烧控制系统的难点,针对传统PID算法在处理这类复杂工业过程时未能得到满意的效果,于是提出把多变量广义预测控制这种对模型要求低且适合大时滞非最小相位系统的算法应用其中。(2)首先介绍了预测控制算法的理论,而后从单变量和多变量系统两个方面系统地阐述了广义预测控制算法,了解到传统算法在线计算量大这一实际问题,于是提出改进的广义预测控制,并通过仿真实例对该算法的可行性进行了研究。(3)通过对传统PID控制在锅炉燃烧系统中存在的一些问题,提出了把改进的多变量广义预测控制算法应用到锅炉燃烧系统中,以某电厂锅炉燃烧系统为例,进行仿真研究,根据仿真结果分析该算法的可行性。
二、锅炉燃烧系统预测自校正控制算法的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、锅炉燃烧系统预测自校正控制算法的研究(论文提纲范文)
(1)锅炉燃烧系统主蒸汽压力的预测控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景与意义 |
1.2 锅炉燃烧系统控制策略的国内外研究现状 |
1.3 课题主要研究内容和结构 |
2 锅炉燃烧系统的控制结构及特性 |
2.1 锅炉燃烧系统 |
2.1.1 锅炉燃烧系统的控制结构 |
2.1.2 锅炉燃烧系统的影响因素 |
2.1.3 该电厂存在问题 |
2.2 锅炉燃烧系统主蒸汽压力的结构特性 |
2.2.1 主蒸汽压力的运行方式 |
2.2.2 主蒸汽压力的优化控制 |
2.2.3 锅炉燃烧系统模型的建立 |
2.3 本章小结 |
3 基于DMC的主蒸汽压力锅炉燃烧系统设计 |
3.1 主蒸汽压力优化系统中DMC控制算法设计 |
3.1.1 主蒸汽压力的模型预测 |
3.1.2 控制量的滚动优化 |
3.1.3 系统的反馈校正 |
3.2 主蒸汽压力优化系统中DMC控制器的参数设计 |
3.2.1 动态矩阵控制参数设计 |
3.2.2 参数的影响以及性能比较 |
3.2.3 主蒸汽压力动态矩阵控制核心程序的实现 |
3.3 主蒸汽压力优化系统中DMC控制的仿真验证 |
3.3.1 主蒸汽压力回路的DMC控制输出响应 |
3.3.2 DMC控制输出加干扰的情况 |
3.3.3 主蒸汽压力控制系统DMC和PID输出响应对比 |
3.4 本章小结 |
4 基于GPC的主蒸汽压力锅炉燃烧系统设计 |
4.1 主蒸汽压力优化系统中GPC控制算法设计 |
4.1.1 主蒸汽压力的模型预测 |
4.1.2 控制量的滚动优化 |
4.1.3 主蒸汽压力的在线辨识与校正 |
4.2 主蒸汽压力优化系统中GPC控制器的性能分析 |
4.2.1 广义预测控制闭环传递函数 |
4.2.2 广义预测控制参数设计 |
4.2.3 广义预测控制核心程序实现 |
4.2.4 模拟退火方案进行参数优化 |
4.3 主蒸汽压力优化系统中GPC控制的仿真验证 |
4.3.1 主蒸汽压力回路的GPC控制响应 |
4.3.2 参数优化退火方案的GPC控制响应 |
4.3.3 设定值扰动的GPC控制响应 |
4.4 本章小结 |
5 基于LabVIEW的锅炉燃烧控制系统设计 |
5.1 锅炉燃烧软件系统的总体架构 |
5.1.1 独山子锅炉燃烧先进控制系统 |
5.1.2 系统实现方式 |
5.2 锅炉燃烧优化控制系统的LabVIEW实现 |
5.2.1 预测控制器混合编程的实现 |
5.2.2 系统控制界面设计 |
5.2.3 锅炉燃烧系统设备仿真器 |
5.2.4 基于LabVIEW的先进控制系统的控制器实现 |
5.2.5 多回路控制器的设计 |
5.3 基于LabVIEW的主蒸汽压力控制系统仿真 |
5.3.1 预测控制系统单回路控制响应 |
5.3.2 设定值发生改变时系统控制响应 |
5.3.3 预测控制系统双回路控制响应 |
5.3.4 主蒸汽压力现场调试方法 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间部分学术成果 |
(2)基于LabVIEW的系统辨识与内模控制方法研究及应用(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 工业系统辨识方法研究现状 |
1.2.2 工业系统内模控制应用研究现状 |
1.3 论文主要研究内容 |
2 工业低阶时滞系统模型辨识 |
2.1 低阶系统辨识步骤 |
2.2 系统辨识前期准备 |
2.2.1 输入信号的设计 |
2.2.2 辨识数据的滤波处理 |
2.2.3 滤波效果对比 |
2.3 低阶时滞系统辨识方法 |
2.3.1 基于阶跃响应的几种辨识方法 |
2.3.2 基于伪随机序列的最小二乘法辨识 |
2.4 基于LabVIEW的工业先进控制系统开发 |
2.4.1 先进控制系统软件需求概括 |
2.4.2 先进控制系统总体结构 |
2.4.3 IMC_CON网络构架 |
2.4.4 IMC_CON程序构架 |
2.4.5 基于LabVIEW的工业系统辨识软件设计 |
2.5 本章小结 |
3 工业内模控制的系统设计及算法实现 |
3.1 内模控制的基本结构 |
3.1.1 基于工业连续系统的内模控制器设计 |
3.1.2 工业系统连续模型与离散模型实际转换 |
3.1.3 基于工业离散系统的内模控制器设计 |
3.2 工业应用中的内模控制器算法实现 |
3.3 内模控制中主要参数对于系统性能的影响 |
3.4 基于LabVIEW内模控制系统软件设计 |
3.5 本章小结 |
4 系统辨识及内模控制方法在工程中的应用 |
4.1 先进控制系统在锅炉燃烧系统中的应用 |
4.1.1 锅炉系统基本工作原理 |
4.1.2 主蒸汽压力系统动态特性 |
4.1.3 IMC_CON在锅炉主蒸汽压力系统建模及控制中的应用 |
4.2 先进控制系统在3D打印机系统中的应用 |
4.2.1 3D打印机系统基本工作原理 |
4.2.2 激光温度控制系统 |
4.2.3 IMC_CON在打印机温度系统建模及控制中的应用 |
4.3 本章小结 |
5 总结与展望 |
5.1 全文总结 |
5.2 课题展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(3)基于广义预测控制的锅炉燃烧优化控制系统研究与应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 锅炉燃烧优化控制研究现状 |
1.2.2 预测控制研究现状 |
1.3 课题来源及研究内容 |
1.3.1 课题来源 |
1.3.2 主要研究内容 |
1.3.3 各章内容简介 |
第2章 燃煤锅炉控制系统工艺机理分析 |
2.1 锅炉-汽轮机运行机理分析 |
2.2 燃煤锅炉热效率计算 |
2.2.1 锅炉热效率的计算方法 |
2.2.2 热损失的计算 |
2.3 锅炉燃烧优化控制 |
2.3.1 锅炉燃烧优化的影响因素分析 |
2.3.2 锅炉燃烧优化控制的技术要求 |
2.3.3 燃烧优化总体方案 |
2.4 本章小结 |
第3章 锅炉燃烧控制系统建模 |
3.1 系统建模概述 |
3.2 数据预处理 |
3.3 最小二乘法系统辨识 |
3.3.1 最小二乘法原理 |
3.3.2 模型参数在线优化预估 |
3.4 系统辨识MATLAB仿真 |
3.4.1 系统模型参数辨识 |
3.4.2 系统辨识模型验证 |
3.5 本章小结 |
第4章 基于广义预测控制的锅炉燃烧优化控制系统设计 |
4.1 预测控制概述 |
4.2 广义预测控制原理 |
4.3 隐式广义预测自校正控制 |
4.3.1 系统控制方案 |
4.3.2 隐式广义预测控制系统设计 |
4.4 隐式广义预测控制系统仿真 |
4.4.1 模型适配时控制系统仿真 |
4.4.2 模型失配时控制系统仿真 |
4.5 本章小结 |
第5章 燃烧优化控制系统设计开发 |
5.1 控制系统设计要求 |
5.2 控制系统硬件设计 |
5.2.1 硬件结构 |
5.2.2 PLC硬件配置 |
5.3 控制系统软件设计 |
5.4 控制系统监控画面设计 |
5.5 控制系统应用分析 |
5.6 本章小结 |
第6章 总结与展望 |
参考文献 |
附录A 部分现场运行数据 |
附录B 部分MATLAB程序 |
附录C 插图清单 |
附录D 表格清单 |
攻读学位期间已发表论文 |
致谢 |
(4)基于LS-SVM与GPC算法的锅炉燃烧优化控制(论文提纲范文)
1 LS-SVM动态模型的在线线性化 |
2 基于LS-SVM的CARIMA动态模型构建 |
3 基于LS-SVM与GPC的动态优化控制算法 |
4 算法验证 |
4.1 仿真算例 |
4.2 LSSVM-GPC算法的动态燃烧优化结果 |
5 结论 |
(5)基于广义预测控制的直流锅炉燃烧系统的研究与应用(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 电厂锅炉燃烧系统的研究现状 |
1.2.1 建模技术在锅炉燃烧系统中的研究 |
1.2.2 先进控制算法在锅炉燃烧系统中的研究 |
1.3 预测控制的研究现状 |
1.3.1 国内预测控制研究现状 |
1.3.2 国外预测控制研究现状 |
1.4 关键问题提炼及提出创新点 |
1.5 本文主要内容及章节安排 |
2 直流锅炉燃烧控制系统 |
2.1 直流锅炉结构及燃烧物理过程 |
2.2 燃烧控制系统的动态特性 |
2.2.1 主蒸汽压力的动态特性 |
2.2.2 烟气含氧量的动态特性 |
2.2.3 炉膛压力的动态特性 |
2.3 锅炉燃烧控制系统的基本任务 |
2.3.1 满足主蒸汽压力的要求 |
2.3.2 保证燃烧过程的经济性 |
2.3.3 维持炉膛压力稳定 |
2.4 本文控制方案确定 |
2.5 本章小结 |
3 锅炉燃烧过程的建模和辨识 |
3.1 系统建模概述 |
3.2 最小二乘法 |
3.2.1 基本概念 |
3.2.2 基本原理 |
3.3 锅炉燃烧系统模型建立 |
3.3.1 数据预处理 |
3.3.2 最小二乘法建模 |
3.4 锅炉燃烧系统模型的辨识与改进 |
3.4.1 基于最小二乘法的模型辨识 |
3.4.2 对锅炉燃烧系统模型的改进 |
3.5 本章小结 |
4 广义预测控制算法 |
4.1 广义预测控制的原理 |
4.1.1 预测模型 |
4.1.2 滚动优化 |
4.1.3 反馈校正 |
4.2 丢番图的解法 |
4.3 隐式广义预测控制算法 |
4.4 广义预测控制的特性 |
4.4.1 GPC的鲁棒性 |
4.4.2 GPC控制算法中主要参数对系统性能的影响 |
4.5 本章小结 |
5 直流锅炉燃烧系统预测控制仿真 |
5.1 锅炉燃烧系统预测控制方案 |
5.2 控制结果仿真及应用 |
5.2.1 基于MATLAB的仿真结果分析 |
5.2.2 预测控制器在电厂中的应用结果分析 |
5.2.3 先进算法应用于锅炉燃烧系统的具体实施方案 |
5.3 本章小结 |
6 总结与展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文 |
(6)多变量改进型预测控制在热力过程与感应电机中的应用研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究课题的提出 |
1.2 感应电机控制策略概述 |
1.3 锅炉燃烧系统的控制策略概述 |
1.4 预测控制理论概述 |
1.4.1 预测控制研究现状 |
1.4.2 预测控制基本原理 |
1.4.3 预测控制存在的问题 |
1.5 本文主要研究内容 |
第二章 热力和感应电机控制系统概述 |
2.1 锅炉燃烧系统概述 |
2.1.1 锅炉系统结构 |
2.1.2 锅炉燃烧系统控制目标 |
2.1.3 锅炉燃烧系统数学模型 |
2.2 感应电机系统概述 |
2.2.1 感应电机分类 |
2.2.2 感应电机结构 |
2.2.3 感应电机工作原理与运行状态 |
2.2.4 感应电机用途 |
2.2.5 感应电机系统数学模型 |
2.3 本章小结 |
第三章 多变量PID-PFC控制算法及应用 |
3.1 PID控制 |
3.1.1 位置式PID控制算法 |
3.1.2 增量式PID控制算法 |
3.2 预测控制算法 |
3.2.1 预测控制概述 |
3.2.2 预测控制基本原理 |
3.2.3 预测函数控制算法-控制量 |
3.2.4 预测函数控制算法-参考轨迹 |
3.2.5 预测函数控制算法-输出模型 |
3.3 多变量PID-PFC算法 |
3.4 多变量PID-PFC算法仿真 |
3.4.1 控制性能对比 |
3.4.2 控制效果对比 |
3.5 本章小结 |
第四章 多变量FOPI-PFC控制算法及应用 |
4.1 分数阶PI算法 |
4.2 预测函数控制 |
4.3 多变量FOPI-PFC算法 |
4.4 多变量FOPI-PFC算法仿真 |
4.4.1 控制效果对比 |
4.5 本章小结 |
第五章 总结与展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的主要论文 |
(7)循环流化床机组AGC多变量约束预测控制方法研究与应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 循环流化床机组建模的研究现状 |
1.2.2 循环流化床机组AGC控制的研究现状 |
1.3 论文主要研究内容与结构 |
第二章 基于改进和声搜索算法(IHS)的循环流化床机组动态建模研究 |
2.1 引言 |
2.2 循环流化床机组简化机理建模 |
2.2.1 建模相关假设 |
2.2.2 积碳与燃烧模型 |
2.2.3 汽水系统模型 |
2.2.4 过热器模型 |
2.2.5 汽轮机系统模型 |
2.3 循环流化床机组的简化机理模型 |
2.4 基于改进和声搜索算法(IHS)的模型辨识 |
2.4.1 和声搜索算法 |
2.4.2 基于改进和声搜索算法(IHS)的模型辨识 |
2.4.3 模型验证 |
2.5 本章小结 |
第三章 基于MHE的循环流化床机组多变量约束预测控制方法研究 |
3.1 引言 |
3.2 循环流化床机组新型AGC控制结构 |
3.3 基于MHE算法的多变量约束预测控制算法 |
3.3.1 基于状态空间模型的多变量预测控制算法 |
3.3.2 基于MHE的状态估计算法 |
3.4 仿真研究 |
3.4.1 典型工况点划分与子模型辨识 |
3.4.2 全局线性变参数模型(LPV)建模 |
3.4.3 CFB机组AGC仿真 |
3.5 本章小结 |
第四章 循环流化床机组预测控制优化软件的开发 |
4.1 引言 |
4.2 控制软件研究与开发 |
4.2.1 控制软件结构研究 |
4.2.2 控制软件编程研究 |
4.3 系统DCS研究与逻辑组态修改 |
4.3.1 DCS系统控制画面说明与修改 |
4.3.2 DCS系统控制逻辑组态说明与修改 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 今后工作展望 |
致谢 |
参考文献 |
作者在攻读硕士学位期间发表的论文 |
作者在攻读硕士学位期间申请的专利 |
作者在攻读硕士学位期间参与的科研项目 |
(8)循环流化床锅炉燃烧过程无模型控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.2 循环流化床锅炉研究现状 |
1.2.1 国外循环流化床锅炉的发展 |
1.2.2 国内循环流化床锅炉的发展 |
1.2.3 循环流化床锅炉控制技术现状 |
1.3 无模型控制研究背景及意义 |
第2章 循环流化床锅炉燃烧特性 |
2.1 循环流化床锅炉工艺流程 |
2.2 循环流化床锅炉燃烧系统 |
2.2.1 循环流化床锅炉燃烧控制系统介绍 |
2.2.2 循环流化床锅炉燃烧系统控制目标 |
2.2.3 循环流化床锅炉燃烧系统控制难点 |
2.3 循环流化床锅炉燃烧系统被控对象动态特性 |
2.3.1 主蒸汽压力被控对象动态特性分析 |
2.3.2 床温被控对象动态特性分析 |
2.3.3 燃烧系统建模与参数辨识介绍 |
2.4 本章总结 |
第3章 无模型自适应控制 |
3.1 无模型控制理论 |
3.1.1 无模型控制定义 |
3.1.2 无模型控制方法的被控对象 |
3.1.3 典型的无模型控制方法 |
3.2 离散时间非线性系统的动态线性化 |
3.3 基于CFDL的无模型自适应控制 |
3.3.1 MFAC控制算法 |
3.3.2 特征参数估计算法 |
3.3.3 无模型自适应控制方案 |
3.3.4 无模型控制系统收敛性和稳定性分析 |
3.3.5 仿真研究 |
3.4 本章小结 |
第4章 复杂大时滞系统改进无模型控制 |
4.1 对复杂大时滞系统的控制研究 |
4.2 改进的无模型自适应控制算法 |
4.2.1 MIMO非线性系统的动态线性化 |
4.2.2 控制算法 |
4.2.3 PJM估计算法 |
4.2.4 系统控制方案 |
4.3 对改进算法的稳定性分析 |
4.4 仿真实验 |
4.5 本章小结 |
第5章 循环流化床锅炉燃烧控制系统仿真 |
5.1 仿真对象介绍 |
5.2 循环流化床锅炉床温无模型控制 |
5.2.1 一次风-床温控制系统 |
5.2.2 给煤量-床温控制系统 |
5.3 循环流化床锅炉主蒸汽压力无模型控制 |
5.3.1 给煤量-主蒸汽压力控制系统 |
5.3.2 一次风-主蒸汽压力控制系统 |
5.4 循环流化床锅炉燃烧系统协调控制 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(9)超临界机组燃烧自适应优化控制系统的设计(论文提纲范文)
1 基于极点配置的自校正算法的基本原理 |
1.1 模型的选取参数估计 |
1. 2 丢番方程的解法 |
1.3 递推最小二乘估计 |
1.4 针对IN-OUT系统模型的极点配置设计基本方法 |
2 超临界锅炉燃烧自适应控制方案 |
2.1 超临界锅炉燃烧系统的动态特性 |
2.2 超临界锅炉燃烧系统的自适应控制结构 |
2.3 系统仿真研究 |
3 结论 |
(10)多变量广义预测控制在锅炉燃烧系统中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题介绍 |
1.1.1 研究课题的提出 |
1.1.2 课题的研究现状 |
1.1.3 研究课题的目的和意义 |
1.2 课题的理论发展 |
1.2.1 预测控制的形成 |
1.2.2 广义预测控制的发展 |
1.3 本文工作 |
第2章 锅炉燃烧控制系统 |
2.1 锅炉设备的工艺流程 |
2.2 锅炉燃烧控制系统 |
2.2.1 燃烧过程自动控制任务 |
2.2.2 蒸汽压力控制系统 |
2.2.3 烟气含氧量闭环控制系统 |
2.2.4 炉膛负压控制系统 |
2.2.5 安全连锁控制系统 |
2.3 控制对象的复杂性分析 |
2.4 本章小结 |
第3章 广义预测控制算法 |
3.1 预测控制的原理 |
3.1.1 预测模型 |
3.1.2 滚动优化 |
3.1.3 反馈校正 |
3.2 广义预测预测控制算法 |
3.2.1 传统单变量广义预测控制 |
3.2.2 改进的单变量广义预测控制 |
3.2.3 仿真研究 |
3.3 多变量广义预测控制算法 |
3.3.1 传统多变量广义预测控制 |
3.3.2 改进的多变量广义预测控制 |
3.3.3 仿真研究 |
3.4 本章小结 |
第4章 多变量广义预测控制在锅炉燃烧中的应用研究 |
4.1 多变量广义预测控制在锅炉燃烧系统中的应用研究 |
4.1.1 算法描述 |
4.1.2 控制器参数选择 |
4.1.3 鲁棒性分析 |
4.2 仿真研究 |
4.3 控制方案 |
4.3.1 硬件部分 |
4.3.2 软件部分 |
4.4 本章小结 |
结论与展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文 |
四、锅炉燃烧系统预测自校正控制算法的研究(论文参考文献)
- [1]锅炉燃烧系统主蒸汽压力的预测控制方法研究[D]. 王丹娜. 西安理工大学, 2020(01)
- [2]基于LabVIEW的系统辨识与内模控制方法研究及应用[D]. 张蓓. 西安理工大学, 2020(12)
- [3]基于广义预测控制的锅炉燃烧优化控制系统研究与应用[D]. 杜罗通. 安徽工业大学, 2019(02)
- [4]基于LS-SVM与GPC算法的锅炉燃烧优化控制[J]. 张仲琪,付树强,林涛,李金京. 重庆电力高等专科学校学报, 2017(06)
- [5]基于广义预测控制的直流锅炉燃烧系统的研究与应用[D]. 陈莹. 西安建筑科技大学, 2017(02)
- [6]多变量改进型预测控制在热力过程与感应电机中的应用研究[D]. 程才. 南京信息工程大学, 2017(03)
- [7]循环流化床机组AGC多变量约束预测控制方法研究与应用[D]. 陆琳辉. 东南大学, 2017(04)
- [8]循环流化床锅炉燃烧过程无模型控制研究[D]. 李梦宁. 燕山大学, 2016(01)
- [9]超临界机组燃烧自适应优化控制系统的设计[J]. 张嘉英,张立,王秀玲,武欣玫. 电站系统工程, 2015(06)
- [10]多变量广义预测控制在锅炉燃烧系统中的应用研究[D]. 王婵婵. 青岛科技大学, 2015(04)