CN102414510A

CN102414510A - 用于调节蒸汽发电设备的蒸汽温度的方法和设备

Info

Publication number: CN102414510A
Application number: CN2010800192529A
Authority: CN
Inventors: M.特里尔; B.莫贝克; J.鲁普; T.维斯巴克; K.温德尔伯格
Original assignee: Siemens AG
Current assignee: Siemens Energy Global GmbH and Co KG
Priority date: 2009-03-24
Filing date: 2010-03-23
Publication date: 2012-04-11
Anticipated expiration: 2030-03-23
Also published as: AU2010227607A1; CA2756259A1; RU2011142779A; RU2486405C1; BRPI1012712A2; ES2452167T3; US20120072045A1; EP2244011A1; EP2411735A2; AU2010227607B2; US9500361B2; CA2756259C; CN102414510B; MX2011010007A; WO2010108904A3; WO2010108904A2; EP2411735B1

Abstract

本发明涉及一种用于调节蒸汽发电设备(2)的蒸汽(8)的温度的方法，其中，状态调节器(46)借助计算状态的观测器(42)反馈多个在用于过热蒸汽(8)的过热器(6)中的蒸汽状态以便输出作为调节参数的蒸汽额定温度

并且将所述蒸汽额定温度

传输给另一个用于调节所述温度的调节器(32)。为了达到温度且精确地调节蒸汽温度，建议所述状态调节器(46)是线性二次型调节器。

Description

用于调节蒸汽发电设备的蒸汽温度的方法和设备

本发明涉及一种用于调节蒸汽发电设备的蒸汽温度的方法，其中，状态调节器借助计算蒸汽状态的观测器反馈用于过热蒸汽的过热器中的多个蒸汽状态以便输出作为调节参数的蒸汽额定温度，并且将该蒸汽额定温度传输给用于调节温度的另一个调节器。

蒸汽发电设备的效率随着发电站锅炉中产生的蒸汽温度而提高。但不允许超过锅炉管道材料和加载蒸汽的汽轮机的温度最大许用极限值。温度越准确地保持在其额定值中，额定值就越接近温度许用极限值，即，就可以在发电设备工作时实现越高的效率。

通过将蒸汽多级地导引经过被加热的管束(所谓的过热器级)实现在锅炉中过热蒸汽。通过相应的喷射阀将水喷入过热器级之前的蒸汽导管中实现蒸汽温度的调节。具有较大生铁质量的过热器具有惰性的特性。调节喷射阀在几分钟之后才对待调节的温度产生影响。这样的延时在此并不是不变的，而是与当前的蒸汽质量流有关。由于大量的干扰，例如负载的变化、锅炉中的煤尘气泡、燃料的交换等附加地严重影响待调节的温度。出于此原因很难实现精确地调节温度。

为了解决该问题已知所谓的级联调节器，其中，构造两个相互连接的PI(比例积分)调节回路。外部的、慢速PI调节器调节过热器出口处的温度并且预先给定一个在过热器入口处(即在喷射之后)的温度额定值。过热器入口处的温度被内部的快速的、调节喷射阀的PI调节器调节。因此可以快速地调整消除喷射入口处的蒸汽温度的干扰。这种方案的缺点在于，只能在外部的、慢速的回路中，亦即，以较小的调节质量调整消除对过热器本身产生的干扰。

本发明所要解决的技术问题是提供一种方法，通过该方法可以既准确又稳定地调节蒸汽温度。

该技术问题由此解决，即，状态调节器按本发明是线性二次型调节器。这种线性二次型调节器(LQR)或换言之的线性二次型最佳状态反馈回路是一个状态调节器，该状态调节器的参数可以确定为能够优化用于调节质量的质量指标。由此可以实现既精确又稳定的调节。本发明在此出于这种考虑，在状态调节时反馈多个(部分不可测量的)状态用以计算调节器调节信号。在此应用情况下这意味着，还按一定的算法使用在沿过热器的多个位置处的温度。但因为这些温度不可测量，所以需要观测器回路，借助该观测器回路可以估算或计算出所需的温度值。下列将概念“计算”和“算出”用作同义词。这种方案的优点在于，可以快速且准确地对作用在过热器上的干扰作出反应。

蒸汽发电设备是一个借助蒸汽动力运行的设备。它可以是蒸汽汽轮机、蒸汽过程设备或任何一个借助蒸汽能量运行的设备。

以下可以将状态调节器理解为调节回路，该调节回路根据状态空间表示调整被调参数

在此被调对象或受控系统(Regelstrecke)的状态通过被调对象的观测器输送，也就是反馈。与被调对象共同形成调节回路的反馈通过代替测量装置的观测器和真正的状态调节器实现。观测器计算系统的、在此情况下亦即过热器中蒸汽的状态。观测器包括状态微分方程式、输出方程式和观测器向量。观测器的输出值与被调对象的输出值比较。差值通过观测器向量作用到状态微分方程式上。

在本发明的一种有利的实施形式中，观测器是设计用于线性二次状态反馈的卡尔曼滤波器。LQR与卡尔曼滤波器相互配合就称作LQG(线性二次高斯)算法。

将通过过热器传递给蒸汽的热量的干扰参数有利地定义为状态并且按调节算法使用该干扰参数。在此，不仅可以将沿过热器的多个温度或由此导出的参数定义为状态而且还可附加地将干扰参数定义为状态并且尤其借助观测器估算或计算这些参数。直接作用到过热器上的干扰可表述为预热时间间隔在过热器中的变化。通过干扰参数的这种观测可以实现对相应的干扰非常快速且准确，但同时稳健的反应。

本发明的另一种有利的设计方案规定，蒸汽的焓用作状态参数。通过使用焓代替蒸汽温度，可以使调节系统线性化并且由此获得更容易的计算方法。LQR方法涉及线性的调节问题。但过热器中入口处的温度由于热量的吸收以非线性的方式作用到被调参数亦即出口处的温度上。通过尤其是坚持将所有温度测量值和额定值换算成焓，可以实现调节问题的线性化，因为在输入焓和输出焓之间存在一种线性关联。在此适宜地借助相应的水/蒸汽-表格关系通过使用测得的蒸汽压力进行换算。通过这种线性化，实现非常稳健的调节特性，即，调节质量不再与发电设备当前的运行点有关。

此外建议所述状态反馈通过矩阵方程进行，该矩阵方程的参数至少部分地通过使用当前的测量值确定。调节器可以通过反馈矩阵的在线计算不断地与实际运行条件匹配。由此例如可以自动地计算出过热器动态特性与负载有关的变化。也可以通过这个步骤实现调节算法的稳健性。基于调节器算法是非常稳健的这个事实，在启动时只需调整设定很少的参数。因此，启动时间和耗费相对所有现今已知的方法明显减少。

有利地通过蒸汽发电设备的控制技术计算矩阵方程。在此控制技术可以是控制系统，该控制系统控制蒸汽发电设备正常运行。为保持控制技术的数学模块简单，将矩阵方程转换成一组标量微分方程是有利的。矩阵方程相对较简单的积分可以通过回溯一段时间内的积分实现。因为在实际情况下不存在将来的信息，所以在这组带有相反符号的标量微分方程积分时可以实现等效于反向积分的积分，这稳定地致使同样不变的解。

本发明还涉及一种用于调节蒸汽发电设备的蒸汽温度的设备，该设备具有状态调节器，该状态调节器用于通过反馈过热蒸汽的过热器的多个蒸汽状态来输出作为调节参数的蒸汽额定温度；该设备还具有计算这些蒸汽状态的观测器和用于根据额定蒸汽温度调节温度的另一个调节器。

建议状态调节器是线性二次型调节器。它可实现精确且稳定的调节。

该设备有利地设计用于实施一个或多个或所有上述的方法步骤。

根据附图中所示的各实施例进一步阐述本发明。在附图中：

图1是具有过热器的蒸汽发电厂的局部，

图2是调节级的示意图，

图3是过热器的模型，

图4是作为用于设计调节器的基础的、线性的被调对象模型，

图5是观测器的结构以及

图6是调节器结构的总览。

图1示意出蒸汽发电厂的局部，该蒸汽发电厂具有作为蒸汽发电设备2的蒸汽轮机、将热量输出给多级过热器6的过热器级的锅炉4，例如蒸汽8流经该多级过热器6。通过吸收热量，过热器6中的蒸汽8被加热成新鲜蒸汽10，并随后输送给蒸汽轮机。为调节蒸汽8的温度设有一个将水喷射入蒸汽8中并因此冷却该蒸汽8的喷射冷却器12。喷入的水量14通过调节阀16调节。温度传感器18和压力传感器20测量过热器6之前的蒸汽8的温度

或压力p_NK，并且温度传感器22和压力传感器24测量过热器6之后的新鲜蒸汽10的温度或压力p_D。

仅为了更好地区分，以下过热器6之前的蒸汽8称作蒸汽8，而过热器之后的蒸汽10称作新鲜蒸汽10，其中，要强调的是，本发明在以下所述的实施形式中当然同样可以运用在必要时未称作新鲜蒸汽的蒸汽上。

在图2中，示意性示出具有一个外部级26和一个内部级28的调节级

外部级26包括一个LQG调节器30，新鲜蒸汽温度

以及其额定值新鲜蒸汽压力p_D和蒸汽8的温度

或压力p_NK作为输入参数输送给该LQG调节器30。另一个输入是当前的负载信号LA，该负载信号LA需要用于与负载有关地匹配过热器的时间常数。过热器6之后的新鲜蒸汽温度

是LQG调节器30的被调参数。额定温度

作为调节参数从LQG调节器30中输出。

为内部级28的调节回路32预先给定作为额定值的、蒸汽8的额定温度

蒸汽8在喷射冷却器12之后的温度

是调节回路32的被调参数。调节回路32具有一个作为调节参数的、喷射冷却12的调节阀16的位置并且借助喷入蒸汽8中的水量14调节温度

LQG调节器30并不是直接通过一个执行元件直接作用到该过程中，而是将喷射冷却器12之后的温度额定值

传输给下游设置的调节回路32，因此LQG调节器30与该调节回路32一起构成一个由外部级26和内部级28组成的串级。因为从温度和压力中计算出内部焓，所以与喷射冷却器12之后的蒸汽压力p_NK和新鲜蒸汽压力p_D一样，测得的喷射冷却器12之后的温度

作为附加信息为LQG调节器30所需。冷却器12之后的温度额定值的饱和蒸汽限制在LQG调节器部件30以外进行。

为了参数化LQG调节器30，需要在满载时描述过热器时间特性的时间常数T₁₀₀。过热器入口处的蒸汽温度

的变化在此大致这样地对新鲜蒸汽温度

起作用，如它描述一种由于三个分别具有时间常数T₁₀₀的PT₁元件的延迟。此外，需要用于描述新鲜蒸汽温度测量的时间特性的时间常数T_mess。

调节器的特性通过两个调节值R_k和R参数化，这两个调节值描述状态调节器和卡尔曼滤波器的灵敏性。

图3示出过热器6中过热器受控系统的模型，该模型由三个PT₁元件34组成。以下将PT₁元件34理解为具有第一级延时的线性传递元件。三个PT₁元件34形成从过热器6的入口处，也就是冷却器12之后的比焓h_NK转变为新鲜蒸汽10的比焓h_D延时的特性。在此用焓代替温度来计算，因为由此设想线性特性是完全合理的。由T₁₀₀和负载信号LA组成的商用作PT₁元件34的时间常数

用此近似过热器与负载有关的时间特性。在负载较小时，蒸汽8经过过热器的流动速度降低并且传递特性相应地变得更加迟钝。

来自锅炉4中的热量输送q_F导致过热器6蒸汽内的焓提高。在该模型中，这通过各个PT₁元件34入口处各三分之一的比热输送相加实现。测量件延迟在新鲜蒸汽温度测量中通过另一个具有时间常数T_测量的PT₁元件36模拟。执行机构动态特性在作为状态调节器亦即LQG调节器30一部分的基础的模型中被有意认为不存在。

来自锅炉4中的热量输入q_F在所考虑的模型中是一个不直接测量的干扰参数。因此，在调节器中已知进行受控系统或被调对象的动态加宽。I份额的加入能够避免存在的调节偏差。但因为q_F不是慢速变化的参数，而是大量波动地作用在过热器6上的干扰，所以以这种方式由火引起的干扰主要通过该I份额而并不通过原来的状态调节器调整消除。

在LQG调节器30中，干扰参数q_F由使用的观测器重建并且相应地接入，因此不需要受控系统模型动态加宽最后的I份额。

LQG调节器30的被调参数是新鲜蒸汽的温度

但因为在此所考虑的状态调节器基于带有焓的模型，所以新鲜蒸汽温度

借助新鲜蒸汽压力p_D和水蒸气表格换算成新鲜蒸汽10的比焓h_D。对于线性的状态调节器来说比焓h_D也就是被调参数。

所考虑的状态调节器不应当直接作用到喷射冷却器调节阀16上。所提到的级联结构应当保持不变，其中，下游设置的调节回路32，例如PI调节器借助调节阀16将喷射冷却器12之后的温度

调节到一个额定温度该额定温度

也就是由状态调节器构成的外部级的调节参数。额定值

在此又借助压力和水蒸气表格由焓h_NKS构成。因此，线性状态调节器具有调节参数h_NKS。

状态调节器构成其作为受控系统模型的状态加权总和的调节器输出端。在此处模型化的情况下，该输出端就是四个PT₁元件34、36的输出端，在图3中用h₁至h₄表示。

但并没有为调节直接使用四个状态h₁至h₄，而是使用这些状态与其工作点的偏差。对于h₁和h₂，通过焓额定值h_DS给出这个工作点，对于h₃和h₄，工作点则要低1/3q_F或2/3q_F。以k₁至k₄加权的总和由如下公式得到：

A_{1} = k_{1} (h_{1} - h_{DS}) + k_{2} (h_{2} - h_{DS}) + k_{3} (h_{3} - h_{DS} - \frac{1}{3} q_{F}) + k_{4} (h_{4} - h_{DS} - \frac{2}{3} q_{F})

= k_{1} (h_{1} - h_{DS}) + k_{2} (h_{2} - h_{DS}) + k_{3} (h_{3} - h_{DS}) + k_{4} (h_{4} - h_{DS}) - \frac{1}{3} (k_{3} + 2 k_{4}) q_{F}

= Σ_{i = 1}^{4} k_{i} (h_{i} - h_{DS}) - \frac{1}{3} (k_{3} - 2 k_{4}) q_{F}

各状态与其工作点的偏差(并因此加权总和A₁)在工作点中变成零，亦即没有进行调节器干预。但调节参数h_NKS应当在工作点时不为零，而是比新鲜蒸气焓额定值h_DS低一个吸热量q_F的量值。通过这个补偿(offset)最终得到调节器定律

h_{NKS} = h_{DS} - q_{F} - A_{1}

= h_{DS} - (1 - \frac{1}{3} k_{3} - \frac{2}{3} k_{4}) q_{F} - Σ_{i = 1}^{4} k_{i} (h_{i} - h_{DS}) - - - (1)

吸热量q_F在此可以看做干扰参数，该干扰参数以

k_{5} = 1 - \frac{1}{3} k_{3} - \frac{2}{3} k_{4} - - - (2)

加权接入。此外通过接入干扰参数k₅q_F进行补偿，使得用于h₃和h₄的额定值与h_DS不同。项h_DS-k₅q_F可以解释为控制支路并且保持作为反馈：

被调对象或受控系统的固有特性仅会受到反馈的影响。因此在以下考虑

- Σ_{i = 1}^{4} k_{i} (h_{i} - h_{DS}) = Σ_{i = 1}^{4} k_{i} x_{i}

x_i＝(h₁-h_DS)，i＝1，…，4 (3)

的受控系统模型中，控制支路和干扰参数已从该受控系统模型中被去掉。获得如图4所示的PT₁元件34、36链。

按照矩阵表示法，通过公式的状态空间表示法代表PT₁元件34、36链，

其中，状态向量

\overset{\cdot}{x} (t) = Ax (t) + bu (t)

y(t)＝c^Tx(t)

x (t) = [\begin{matrix} x_{1} (t) \\ x_{2} (t) \\ x_{3} (t) \\ x_{4} (t) \end{matrix}]

系统矩阵

A = [\begin{matrix} \frac{- 1}{T_{mess}} & \frac{1}{T_{mess}} & 0 & 0 \\ 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{T_{\overset{\cdot \cdot}{U} H}} & 0 \\ 0 & 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{T_{\overset{\cdot \cdot}{U} H}} \\ 0 & 0 & 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} \end{matrix}],

b = [\begin{matrix} 0 \\ 0 \\ 0 \\ \frac{1}{T_{\overset{\cdot \cdot}{U} H}} \end{matrix}]

和c^T＝[1 0 0 0]

被调对象或受控系统的特性通过A矩阵的本征值表示，该本征值与传递函数的极点有同样含义。在-1/T_mess时得到一个极点，并且在

时得到三极点。因为所有极点具有负实部，所以受控系统稳定。因为所有极点的虚部为零，也就是不存在一对共轭复极点，所以受控系统不会波动，亦即，不会出现过冲。起振和衰减的速度最终通过极点实部的数值描述

若调节回路通过状态反馈回路闭合

u = - Σ_{j = 1}^{4} k_{j} x_{j} = - k^{T} x - - - (4)

其中，调节器增益

k^T＝[k₁ k₂ k₃ k₄]

，则获得

x(t)＝(A-bk^T)x(t)

闭合式调节回路的固有特性通过矩阵(A-bk^T)的本征值表示。通过相应地选择调节器增益k^T，这个本征值，也就是闭合的调节回路的极点发生变化，并因此受控系统的特性变化。例如极点“向左”的移动，亦即一个更强的负实数部使得受控系统或被调对象更快。

需要适当的方法来选择调节器增益k^T。LQ调节问题表达一种在调节费用和调节质量之间的妥协，但无需被迫实现非周期性特性并且由此实现了一种明显较高的稳健性。

用成本函数分析调节质量和调节费用。

1 = {&Integral;}_{t = 0}^{\infty} [x (t) Qx (t) + u (t) ru (t)] dt

这些状态的偏差在此通过矩阵Q二次积分、二次调节费用以r加权并在一段时间内积分。若人们观察例如一个未调节的稳定系统或稳定对象，如图4中的过热器系统，则状态的初始干扰随时间完全衰减。函数采用一定的有限值。若现在调节回路闭合并由此产生一个更快的衰减特性，则这些状态对于函数值的贡献一般也变得更小，调节质量变得更好。但现在还加上用于调整消除初始干扰的调节费用。因此，在主动性强的调节器中，成本函数甚至采用一个比在未调节的系统中更大的值。将成本函数减至最小因此表示一种在调节质量和调节费用之间的折中。

因为通过状态的加权平方和实现调节质量，所以通过矩阵Q的选择可以对什么是“良好的调节特性”施加影响。一般只占据Q的主对角线，由此分析各状态的二次方，但不分析由两种状态构成的乘积。调节费用以因数r进行加权。为影响调节质量与调节费用之间的关系，改变r并且让Q不变化就足够。例如对矩阵Q每次输入的加倍可省略并且可等同地表示为相当于r值除以二，因此这相当于0.5倍成本函数的最小化并且导出相同结果。

采用调节定律并且寻求调节器增益k^T使成本函数变最小的最小化问题

u(t)＝-k^Tx(t)

导致用于矩阵P(t)的矩阵黎卡提微分方程(MRDGL)，如大量文献所述：

- \frac{dP}{dt} = A^{T} P + PA - \frac{1}{r} {Pbb}^{T} P + Q - - - (5)

最后，通过这个MRDGL的静态解P得到调节增益k^T

k^{T} = [\begin{matrix} k_{1} & k_{2} & k_{3} & k_{4} \end{matrix}] = \frac{1}{r} b^{T} P - - - (6)

所述观测器下面也称作干扰观测器或干扰参数观测器，因为它观测干扰。图5示出干扰参数观测器的结构。

状态调节器形成它作为受控系统状态加权总和的调节器输出。在模型化的情况下，这是四个PT₁元件34、36的输出。但因为不存在沿过热器6进行的焓的测量，所以必须借助所述观测器重建。

系统状态的重建通过计算平行于真正过程的、动态的系统模型实现。来自过程中的测量参数和通过系统模型算出的相应值之间的偏差称作观测器误差e。系统模型的各状态分别通过加权的观测器误差校正，由此稳定观测器误差。加权称作观测器增益L₁-L₅。

在这种情况下新鲜蒸气的比焓h_D用作“测量参数“，该比焓由新鲜蒸气温度和新鲜蒸气压力p_D计算。

作为系统模型使用一个与图3相比略有变化的观测器模型。作为状态参数不选择绝对比焓，而选择绝对比焓与新鲜蒸气10焓额定值h_DS的偏差，如之前在状态调节器的描述中所定义的状态那样。

输入系统模型中的一个输入量是冷却器12之后的比焓h_NK。它直接由冷却器12之后的温度

和对应的压力p_NK构成。

输入系统模型中的第二个输入量是不可测量、而应当重建的干扰参数q_F。因此观测器模型在此部位处加宽一个状态x₅。积分仪38将估算的热流输入系统模型。输入积分仪中的仅仅是通过L₅加权的用于校正的观测器误差。

观测器模型的系统矩阵(在没有通过观测器增益反馈的情况下)如下式：

A_{o} = [\begin{matrix} \frac{- 1}{T_{mess}} & \frac{1}{T_{mess}} & 0 & 0 & 0 \\ 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{T_{\overset{\cdot \cdot}{U} H}} & 0 & \frac{1}{3 T_{\overset{\cdot \cdot}{U} H}} \\ 0 & 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{3 T_{\overset{\cdot \cdot}{U} H}} \\ 0 & 0 & 0 & \frac{- 1}{T_{\overset{\cdot \cdot}{U} H}} & \frac{1}{3 T_{\overset{\cdot \cdot}{U} H}} \\ 0 & 0 & 0 & 0 & 0 \end{matrix}],

b_{o} = [\begin{matrix} 0 \\ 0 \\ 0 \\ \frac{1}{T_{\overset{\cdot \cdot}{U} H}} \\ 0 \end{matrix}]

且c_o ^T＝[1 0 0 0 0]

下标的o在此代表观测器。需要注意的是，代表热流q_F的状态x₅不可控制，但可观测。

在此描述的干扰参数观测器为重建系统状态(x₁至x₄)和干扰参数(x₅)仅需要测量值或由测量值得出的参数(在过热器6之前的比焓h_NK和过热器6之后的比焓h_D)。不需要调节器的调节信号，因为调节器不包括执行机构动态学的模型。因此在控制技术系统中实施的观测器可以任何时刻同时进行，而与牵涉哪种调节结构无关，亦即，切断状态调节器或暂时地由另一个调节结构来代替，并不会影响观测器。

在图5中通过加权L₁至L₅表示的观测器增益选择成，使观测器误差e稳定，并且相应地快速衰减。这相当于通过状态调节器进行双系统的调节(具有系统矩阵A_D＝A_O ^T，b_D＝c_O和c_D ^T＝b_O ^T，下标D表示双重)。

若观测器增益的设置没有通过固定规定观测器极点，而是通过设计用于双系统的LQR进行，则人们得到卡尔曼滤波器。因此权重Q_o和r_o相当于系统噪声和测量噪声的协方差。

相应的矩阵黎卡提微分方程就类似于LQR设计

- \frac{d P_{O}}{dt} = A_{D}^{T} P_{O} + P_{O} A_{D} - \frac{1}{r_{O}} P_{O} b_{D} b_{D}^{T} P_{O} + Q_{O}

并且通过静态解P_o获得观测器增益如下：

L = [\begin{matrix} L_{1} \\ L_{2} \\ L_{3} \\ L_{4} \\ L_{5} \end{matrix}] = {(\frac{1}{r_{O}} {b_{D}}^{T} P_{O})}^{T} - - - (7)

这个具有恒定参数b_D ^T的反馈向量L的方程用于计算观测器增益L₁至L₅。

LQG调节器30作为状态调节器的结构总览在图6中示出。首先借助水蒸汽表格实现温度换算成焓。调节器增益k₁至k₅和观测器增益L₁至L₅根据时间常数、调节参数和蒸汽发电设备2的负载计算。

在图5中示出的观测器42提供状态x₁至x₄以及观测到的干扰参数x₅＝q_F。调节器增益k^T或k₁至k₄(方程6)以及干扰参数补偿的加权(方程2)提供MRDGL(方程5)。观测器增益L提供由方程7构成的MRDGL观测器48。状态调节器46引起按方程1至4的反馈，其中，干扰参数启动电路-k₅x₅已经集成到状态调节器46的和表达式中i＝1-5。之后通过水蒸气表格进行重新换算，以便将喷射冷却器6之后的焓额定值h_NKS转换成温度额定值。然后该温度额定值可以用于调节喷射阀。

在图6中示出的状态调节器30不应当通过恒定的增益因数k₁至k₄和L₁至L₅参数化，而是通过系统的时间常数和加权因数的调节来参数化。此外，最佳的增益因数不是恒定的，因为系统模型的时间常数与负载有关。矩阵黎卡提微分方程因此必须在每个时间点都具有相应参数的控制技术内来求解。因此矩阵黎卡提微分方程(MRDGL)的初始积分是不合适的。

由上述MRDGL为每个工作点实际上仅仅求静态解，亦即，将MRDGL的右侧设定为零并且得到代数黎卡提方程(ARE)。对于求解该二次矩阵方程存在有效算法，但该有效算法不能顺利地在在控制技术中实施。

因此，在这种情况下人们过去选择另一条路线，该线路尤其通过与负载有关的时间常数来适合系统方程的时间变化特性：MRDGL通过在一段时间内积分求解。但它在前向积分时不稳定并因此相宜地在时间上反向积分。通过简单的符号变换形成DGL，其在前向积分中稳定并且具有同样静态的解。仅在时间变化的过程中，亦即在负载变化期间和调节参数变化时，通过前向积分得到的解偏离理论上仅可以通过反向积分确定的、最佳解走向。

前面建议的调节器方案在控制技术中的实施通过标准模块(亦即四个基本计算类型和积分器)的连接实现。所述模块仅以标量变量在控制技术中工作。不存在向量值的信号或矩阵值的信号并因此也没有例如用于两个矩阵乘积的模块。

因此，将所需用于计算调节器增益K和观测器增益L的矩阵黎卡提微分方程转换成一组标量微分方程。为此，将用于具体问题的系统矩阵插入MRDGL中，并且相乘。对于矩阵诸元

得到标量方程。

MRDGL对称构造。当在加权矩阵Q中如上述仅主对角线占据时，其结果是，矩阵元P_i，j和P_j，i收敛到相同值并且从此处起总是重叠。当设定P_i，j＝P_j，i时，用于这些矩阵元的微分方程是相应一致的。若人们利用该对称特性，考虑三角矩阵就足够。

因此对于计算调节器的4×4的矩阵P，无需16个，10个标量微分方程就足以。相应地，对于观测器的5×5的矩阵P₀，无需25个微分方程，15个微分方程就足矣。

多个观测器增益可在控制技术的一个宏模块48中成组地计算。宏模块因此需要调节参数r₀和Q₀₁至Q₀₅、测量元件时间常数T_mess和由T₁₀₀和负载信号LA计算出的过热器时间常数对15个微分方程中的每个来说存在一个各自的子巨集或子宏，该子宏实施DGL的右侧并且包括一个用于各状态P_0ij的积分仪。

用于观测器42的系统模型按图5在一个宏块内构造。仅焓偏差在该宏块之外形成。PT₁元件34、36由带有时间常数1秒的反馈积分仪构成。校正项(L_je)直接作用在各积分仪的入口处，由此取消带有各时间常数的乘法。

温度值换算成焓值可以在调节模块-宏块的最外层面上进行。水蒸汽表格的调用除了温度外还需要分别相应的压力。这对于新蒸汽温度而言是新鲜蒸汽压力，对于喷射冷却器之后的温度而言是过热器之前相应的压力。后者通常不可使用，但可以由新鲜蒸汽压力代替，因为在过热器上的压力损失不会产生值得一提的影响。虽然在进入过热器的入口处的绝对焓值稍有变化，但在过热器上的主要焓增加由吸热量提供。换算成焓的目的是转换为线性系统。微量的焓误差因此导致微量的非线性。但通过相同压力值的顺算法和逆算法并不存在总体误差。

在温度与焓之间换算时，压力提供一种用于线性化的工作点。因此压力代表换算与负载的相关性。因此给调节模块提供每次较小的压力波动并不重要，调节模块更需要的是属于负载的“名义”压力。在压力测量中经常出现的快速波动因此例如通过带有时间常数10分钟的PT₁元件就足以平整。在为新鲜蒸汽压力和喷射冷却器之后的压力使用不同压力信号时，要注意对这两种信号进行相似的平整。

如上所述，所设计实施的调节器就考虑调节质量和调节费用的质量标准而言是最佳的。调节质量由加权矩阵Q，或在该实施例中由对角元Q₁至Q₄确定。

调节参数r加权在与调节质量有关的质量标准中的调节费用。较大的值在此导致在调节质量中损失的同时调节过程更平滑，较小的值导致更急剧的调节特性。

质量标准的选择与具有不同系统时间常数的实际装置无关。理论上在另一个装置上使用调节模块时，对时间常数进行调节适配就足矣。然而，从一个装置到另一个装置完全可能需要急剧不同的调节特性。为此的主要参数是r。

卡尔曼滤波器的协方差矩阵Q₀提供观测器模型的状态噪声的协方差。在此又仅对角线元素被占据。协方差小的值意味着，各状态很好地通过模型方程描述。而大的值意味着，存在较大的随机偏差。在实施的观测器模型的情况下，三个PT₁元件34、36较好地模拟过热器的传递特性。而待观测的干扰参数，即比热流q_F则根本没有被模拟或模型化。所述状态纯因干扰参数而变化。该状态的噪声因此也就具有大的协方差。

剩下的调节参数r₀给定测量噪声的协方差。这一点又可以从与状态噪声的协方差的关系中看出。大的值意味着，测量在遭受大量的噪声并且应当更信赖观测器模型的预报。而小的值r₀意味着，测量良好，并且可能出现的观测器误差应相应急速地校正。因此，通过r₀可以调节观测器或卡尔曼滤波器的速度。观测器的加速通过减小r₀可以实现。