热电厂cfb锅炉燃烧系统智能控制的研究

《热电厂cfb锅炉燃烧系统智能控制的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要am锅炉(CirculatingFluidizedBedBoiler，简称CFB锅炉)作为高效、低污染、燃烧适应性广、负荷调节性能好的洁净燃煤技术，受到人们的青睐，正在成为燃煤技术的主力军．由于其燃烧系统具有非线性、多变量耦合、参数时变以及大惯性、大延迟等特点，常规闭环控制对此类对象难以获得满意效果。本文主要针对CFB锅炉燃烧系统中的主蒸汽压力和床温控制的特点，采用智能控制策略，为这一问题的解决提供了新的思路。首先，本文深入研究am锅炉的结构和工艺流程，在此基础上总结CFB锅炉燃烧系统各个部分的数学模型，以及基本控制量。以CFB锅炉为对象的动态建模仿真实验和理论研究，为智能控制应

2、用于CFB燃烧系统提供了依据。根据现场控制的实际情况，本文主要对CFB锅炉燃烧系统中的主蒸汽压力控制回路和床温控制回路进行了研究：在主蒸汽压力控制回路中保留了传统的PID控制回路，采用模糊控制算法根据人工经验在线的调整PID控制参数来满系统的非线性要求；在床温控制中，考虑到影响床温的因素较多，且各因素相互影响，因此在床温控制回路中引入了具有强大自学习能力的神经网络，同时考虑到神经网络对微小偏差的不敏感，又引入了Pl控制环节。构成了神经网络与PI的复合控制器。实验仿真表明，这两种控制器与传统控制方法相比具有较好的控制效果。其次，运用OPC技术，在CFB锅炉DCS控制系统中实现智能控制算

3、法。在实现控制算法的过程中，遵守算法模块化的原则，脱离了组态环境的限制，利用VC编译的算法程序通过OPC接口嵌入DCS中，具有较强的通用性和移植性．最后，就所完成的课题做出总结，分析了当前研究工作的不足，并对今后的发展及研究方向进行了展望。关键词：CFB锅炉；主蒸汽压力；床温；模糊自调整PID；神经网络热电厂CFB锅炉燃烧系统智能控制的研究AbstractCirculatingFluidizadBedBoiler(orbBoiler)isbecomingthemaincoalcombustiontechniqueallovertheworldforitsattractiveadvan

4、tagesofhighcombustionefficiency,efficientsulfurremoval，lowNOx砌鹋ion，fuelflexibilityandgoodload-followingcapability．Tomeettheneedofitscommercialdevelopment,high=demandofCFBBoilerautomationisproposed．Characterizedbynonlinearity,mnltivariablecoupling,timevariationofparametersandlargeinertiaandlarge

5、timedelay,CFBBoilercombustionsystemfacesahardworkintheautocontrolimplements．Inthethesis，intelligentcontrolstrategyisproposedtosolvethedifficnlfi鼯inthisfield．HowtointroducetheadvancedintelfigentcontrolilItOtheCFBBoilercontrolsystemisthemaincontentofmyresearch．Theresearchworksincludedinthisdisser

6、tationareasfollows：Firstly,thoroughlylearningthestructureandtechnicalprocessoftheCFBBoiler,andsummarizingitsmathematicalmodelandcontrolvariation．Whichprovidestheoreticalbasisforintroducingtheadvancedintelligentcontr01．Secondly,inUoducingadvancedcontrolstrategyintothecontrolloopsofcombustion．Iti

7、spresentedfuzzyauto-tuningPIDcontrollerinthecontrolofmainstreampressure,whichcanauto-tuningtheparameterofthePIDaccordingthevariableoftheerror．Inthebedtemperatureloop，it’sintroducedneuralnetworkthathasstrongabilityoflearning,andit'