主汽温控制研究现状
随着科技日新月异的发展,火电厂锅炉机组的要求也越来越高,在火电厂机组控制中,主蒸汽温度是一个非常重要的被控参数,是提高电厂经济效益,保证机组安全运行不可缺少的环节。主汽温控制的任务是通过维持过热器出口蒸汽温度在允许的范围之内,保护过热器,使其管壁温度不超过允许的工作温度,它是检验锅炉运行质量的重要指标之一2。
主汽温温度过高或过低都会影响电厂的安全性和经济性。过热汽温的额定值通常在500℃以上,上限不应超过额定值5℃,下限一般不低于额定值l0℃。汽温过高会加快锅炉受热面及蒸汽管道金属材料的蠕变速度,影响使用寿命;汽温过低会降低机组循环热效率,增大煤耗。所以能否对主蒸汽温度进行有效控制,对机组的运行来说是至关重要的。
目前在火电厂中,广泛应用PID串级控制方式控制过热蒸汽温度,正因为其参数意义明确、具有一定的鲁棒性且易于调整,所以在热工过程控制系统中一直占据主要地位。但常规PID控制器也存在一些缺陷使,因而在实际应用中的效果不够理想。其问题有如下几个方面:
(1)影响过热蒸汽温度发生变化的因素十分复杂。(2)目前广泛采用喷水减温作为控制汽温的手段,但如果只根据汽温偏差来改变喷水量往往不能满足生产上的要求,应该加入更能提前反映扰动的前馈补偿信号。(3)对象在某种扰动下(负荷、工况变化等),具有非线性和时变性,进一步加大控制的难度。(4)由于工艺特性决定各级过热器管道较长,造成主汽温对其控制输入、喷水减温器的减温水量变化反应较慢。(5)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,致使主汽温长期不能稳定。
此外,汽温调节对象是一个多容环节,因为它的对象模型不确定,干扰因素多,纯迟延时间和时间常数都比较大,在热工自动调节系统中被认为是可控性最差的调节系统。因此,设计出一种能适应多种变化、且具有较强的鲁棒性的主汽温控制系统尤为重要。
主汽温度控制的难点分析主蒸汽温度的控制多年来一直是电厂过程控制中的一个难点,主要是因为以下几点原因:
(1) 主蒸汽温度是一个迟延现象比较严重的对象,机组容量越大,迟延现象就越严重。当有些机组的主蒸汽温度的迟延太大时,反馈控制根本来不及控制。而PID控制就是属于反馈控制。
(2) 主蒸汽温度容易受到多种因素的影响,如烟气温度和压力的波动、负荷的变化、主蒸汽压力的变化、燃料量的变化、给水温度和流量的波动及减温水流量的抖动、吹灰器投入、磨煤机的切换等都会引起主蒸汽温度的变化。
(3) 主蒸汽温度被控对象工艺流程复杂,不同的机组主蒸汽温度特性完全不同,很难得到对象与干扰之间准确的数学模型。即使通过现场试验的办法得到当时对象的数学模型,但随着时间的推移和机组工况的变化,对象的模型会发生变化。
主汽温控制方法常规的主汽温控制方法分为导前汽温微分信号的双冲量汽温控制、串级汽温控制、分段汽温控制及相位补偿汽温控制几种。但是,随着机组容量的逐渐增大,常规控制方法已经不能得到足够满意的控制质量,同时,由于工业过程逐渐复杂化,单一控制技术也远远无法达到要求。因此,结合先进的控制理论和控制算法将成为今后研究的一大趋势。近几年已经出现了一些相类似的控制方法,主要有以下两类:一类是先进控制算法与传统控制方法相结合,另一类是先进控制算法之间的结合。主要包括3:
(1)Smith预估控制及其改进型。
(2)基于神经网络理论的各种控制策略,诸如单神经元控制器取代主蒸汽温度串级PID控制中主调节器的策略、基于BP神经网络提出主蒸汽温度的串级智能控制等。
(3)基于模糊控制理论的各种控制策略,
诸如主蒸汽温度的模糊PID控制、模糊控制与基于专家系统整定的串级PID控制相结合的复合控
制策略,主蒸汽温度的Fuzzy-PI复合控制策略等。
(4)基于状态反馈的控制策略,例如:基于现代控制理论中状态反馈控制原理的分级控制方法、状态反馈控制与串级PID控制相结合的主蒸汽温度控制策略、将状态反馈引入到锅炉主蒸汽温度中的一种多回路串级控制方法等。
(5)其它控制策略,诸如基于鲁棒控制原理改进主蒸汽温度串级PID控制策略并指出在DCS系统中的实现方法、用预测智能控制器作为串级控制的主调节器以改善主蒸汽温度的迟延特性等。
我们所接触的是一个复杂多变的系统,难以建立被控对象的精确模型,而传统控制方法往往需要建立一个精确的数学模型。同时,由于一些被控对象带有大迟延和大惯性的动态特性,因而即使建立了数学模型,通常也不如一个有经验的操作人员进行手动控制效果好。
从20世纪七十年代开始,生物控制理论逐渐引起研究者的重视并迅速发展。目前神经网络控制已经发展得比较成熟,但是基于神经内分泌系统的生物智能控制理论研究才刚刚起步。作为人体各种激素调节中心,神经内分泌系统具有较好的稳定性和适应性,通过将模糊理论与神经内分泌反馈调节机制算法相结合,优势互补,并应用于PID控制器中,可以对锅炉主汽温系统的对象特性和一般控制规律进行分析。
系统运行关断阀的控制当下列条件全部满足时,自动打开关断阀4。
① 锅炉蒸汽流量>10%MCR。
② 无主燃料跳闸MFT。
③ 控制系统已要求低流量阀有一定的开度(约2%)。
上述任一条件不满足(对于条件③是指开度指令小于约1%),以及当大、小调节阀都已关闭时,则关闭关断阀。
调节阀的运行当下列条件全部满足时,允许对调节阀进行控制。 ① 锅炉蒸汽流量>10%MCR。 ② 无主燃料跳闸MFT。
任一条件不成立,则关闭调节阀。
手动/自动站的运行一级减温水控制站(两侧相似)
作用:控制一级减温水量。
显示:PV柱,显示本侧屏过入口汽温(测量故障时,指示为零)。 SP柱,显示本侧屏过入口汽温定值℃)。 下列任一条件出现,站切手动。
① 本侧屏过出口温度或初过出口压力测量信号,或主汽压力、差压、流量信号测量质量不好,或传输到本系统后出现质量不好。
② 本侧一级减温器出口温度测量系统发出“置手动”信号。
③ 本侧小流量调节阀开度已达6%,而关断阀仍处于关闭状态。
④ 主燃料跳闸MFT。
⑤主蒸汽流量小于10%MCR。
操作;
① 无SP操作。
② 手动方式时,可手操CO按扭,以改变减温水,但若由于MFT或主蒸汽流量小于10%MCR的原因而导致手动,站的输出将跟踪零,“TRACK”灯亮,此时不可手动改变控制输出。
二级减温水控制站(两侧相似)
作用:控制二级减温水量。
显示:PV柱,显示未级过热器出口蒸汽温度(℃)。 SP柱,显示未级过热器出口温度定值(℃)。 下列任一条件出现,站切手动。
① 未级过热器出口蒸汽温度测量系统发出“置手动”信号。
② 主蒸汽流量、一级压力、压力、差压信号测量系统发出“置手动”信号或者在传输到本系统后发现质量不好。
③ 本侧未过入口汽温信号质量不好。
④ 本侧小流量调节阀开度已达6%,而关断阀仍处于关闭状态。
⑤ 主燃料跳闸MFT。
⑥ 主蒸汽流量小于10%MCR。
操作:
① 无SP操作。
② 手动方式时,可手操CO按扭,以改变减温水,但若由于MFT或主蒸汽流量小于10%MCR的原因而导致手动,站的输出将跟踪零,“TRACK”灯亮,此时不可手动改变控制输出。
主汽温控制系统分类串级控制系统汽温串级控制幕统由于其整定方便的优点,已在国内外得到越来越多的应用。现在20万kW以t的机组大多果用这科控制方案。奠基本原理就是系统根据主蒸汽温度设定值和反馈值的偏差作为主调节器的输入,主调节器经过PID运算后的输出(调节器的输入设定值)与撮温器出口温厦反馈值的偏差作为副调节器的输入,其输出作为执行器的输入动作指令。
串级控制系统对于克服二次扰动非常有效。串级控制系统中,副对象与主对象时间常数相差较大。副对象时间常数小,目此副目路为快速目路,用于克服内扰主对象时间常数大,主目路为慢速调节目路。
主汽温级串-Smith预估控制系统串级控制系统的设计要求有一个快速的副回路,当存在较大的纯滞后过程时,调节时间将明显延长,而副制器的比例系数稍大又会引起振荡,所以副控制器只能选择较低的比例系数,这样就降低了整个系统的控制品质。将smith预估补偿引入串级控制系统,就是为了补偿纯滞后过程,刚鞋屯滞后对系统的影响,使控制系统的调节加快,系统的稳定性增强。串级一smlth预估控制系统,选择纯迟延较大的部升作为主回路.在主回路中采用Smith预估补偿控制。主调节器起定值控$悱用,是主气温控制操作的主要指标.允许波动的范围较小,要求没有余差或较小的余差,故主目路采用PI控制。副回路是随动系统,能够快速克服二次扰动,采用P调节器。
由于惰性区的大时滞,将这一部分采用Smlth预估蹦求提高其快速性和控制品质,而整体上采用串级控制以保证幕统的稳定性和一定的快速性。串级一smith预估控制结合了串级控制与史密斯预估控制的优点,有利于克服汽温对象的太退延.大惯性特点。
基于神经网络的主汽温控制系统基于神经网络的自学习模糊PID控制器在控制品质方面明显优于常规PID控制系统,尤其在变工况时,控制效果更加明显。此类控制的特点是将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,实现了对非线性、大时滞系统模型的控制。神经网络采用多层前传网络结构,针对BP算法容易陷入局部最小的缺陷,提出了数值积分寻优和BP算法相结合的IBP神经网络训练算法5。
基于遗传算法的主汽温控制系统遗传算法在电厂主汽温控制中的应用针对电厂过程控制中主蒸汽温度的大迟延性、非线性和时变性,在充分分析主蒸汽温度被控对象动态特性和现场实际情况的基础上,将现代控制理论中的状态观测器技术,用于实现主蒸汽温度的导前汽温的重构;采用神经网络技术,实现了准确性较高的主蒸汽温度前馈控制;采用模糊控制技术,在很难获得主蒸汽温度被控对象的数学模型的情况下,实现了对主蒸汽温度的有效控制;设计出适用于过程控制的基于遗传算法机理的模糊控制器动态优化方法,解决了一般遗传算法实时性差的难题,实现了对电厂主蒸汽温度模糊控制系统中的模糊控制器的实时在线动态优化。