APP下载

模糊自适应补偿控制在炉内脱硫系统中的应用

2016-05-11ApplicationofFuzzyAdaptiveCompensationControlinFurnaceDesulfurizationSystem

自动化仪表 2016年3期
关键词:方法模型系统

Application of Fuzzy Adaptive Compensation Control in Furnace Desulfurization System

白建云1 张志华1 张培华2 侯致福2(山西大学自动化系1,山西太原 030013;山西平朔煤矸石发电有限公司2,山西朔州 036800)



模糊自适应补偿控制在炉内脱硫系统中的应用

山西省科技攻关基金资助项目(编号:20140313002-1)。

修改稿收到日期:2015-06-09。

第一作者白建云(1962-),女,1983年毕业于华北电力学院电厂热工测量及自动化专业,获学士学位,教授;主要从事大型发电机组智能控制及火电厂污染物排放控制策略的研究。

0 引言

循环流化床[1-2](circulating fluidized bed,CFB)机组炉内脱硫过程具有时变、大纯迟延、大惯性、非线性等复杂特性,特别是大纯迟延、时变特性[3-4],这使得常规PID无法满足越来越高的控制要求。Smith预估器是一种解决大纯迟延对象的有效方法,它对被控对象模型的要求,限制了其在实际中的应用[5]。模糊控制基于专家经验,不依赖于被控对象数学模型,而是依据模糊控制规则库,对时变、非线性过程具有较好的控制效果[6],实际应用中一般采用模糊与PID构成的混合控制器[7-9],但其不能很好地克服纯滞后给控制过程带来的影响[7]。

针对上述控制方法的不足,本文提出一种基于模糊PID的增量自适应补偿控制方案。将其应用于某300 MW CFB机组炉内脱硫模型,与常规PID控制、模糊PID控制进行仿真对比,验证本文方法的控制效果。

1 模糊自适应补偿算法设计

1.1增量自适应补偿方案设计

本文提出的增量自适应控制方案是一种新型Smith预估补偿控制的改进方案,其方框图如图1所示。

基于模糊PID的增量自适应控制方案通过减法器、加法器和识别器来实现。……

登录APP查看全文

猜你喜欢

方法模型系统
一半模型
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
重尾非线性自回归模型自加权M-估计的渐近分布
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
3D打印中的模型分割与打包
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼