CN102444784B - 基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 - Google Patents
基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 Download PDFInfo
- Publication number
- CN102444784B CN102444784B CN2011103589052A CN201110358905A CN102444784B CN 102444784 B CN102444784 B CN 102444784B CN 2011103589052 A CN2011103589052 A CN 2011103589052A CN 201110358905 A CN201110358905 A CN 201110358905A CN 102444784 B CN102444784 B CN 102444784B
- Authority
- CN
- China
- Prior art keywords
- module
- pipe network
- model
- control
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
一种基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统,属于钢铁企业蒸汽管网压力控制技术领域。包括系统硬件及应用模块;系统硬件包括关系数据库服务器,实时数据库服务器,应用服务器,工程师站;关系数据库服务器与工程师站和应用服务器相连,应用服务器除与关系数据库服务器相连外,还与实时数据库和工程师站相连,保持三者之间数据交换;应用模块包括关系数据库,数据采集模块,数据结果显示模块,管网计算模块、管网调度模块和管网控制模块;其中数据结果显示模块部署在工程师站,计算模块、调度模块和控制模块部署在应用服务器,关系数据库部署在关系数据库服务器,数据采集模块部署在实时数据库。优点在于:实现了管网快速控制,保证管网运行安全。
Description
技术领域
本发明属于钢铁企业蒸汽管网压力控制技术领域,特别是提供一种基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统,实现了管网快速控制,保证管网运行安全。
背景技术
钢铁企业是一个长流程,多工序的生产过程,企业对蒸汽的需求随着生产的进行波动较大,各个工序对蒸汽的品质、压力及数量的需求差异很大,因而导致蒸汽管网系统需要频繁调整蒸汽供应计划。管网系统本身具有大时滞、大惯性等特点,使得产汽点难以依靠自身稳压能力来有效控制整个管网大范围的波动。从管网运行维护的角度看,控制管网压力相对稳定是管网安全、高效运行所必需的。合理地运筹负荷,配合产汽系统协调控制蒸汽的产供过程,是一项具有极大经济效益的节能降耗技术。
按照层级递阶控制系统结构,将控制系统分为组织级、协调级和执行级。组织级具有组织、学习和综合智能决策能力,是智能决策支持系统,为协调级提供知识库;协调级为组织级和执行级之间的连接装置,涉及决策方式的表示,用来协调执行级的动作;执行级是常规控制系统,要求具有较高的执行精度。
对于具有非线性、时变、强耦合的复杂工业过程,仅仅采用经典控制理论和现代控制理论难以进行有效的控制,智能优化控制的思想在很多工业过程控制系统中得到应用。但是随着工业技术和过程控制技术的发展,工业过程越来越复杂,控制的目标越来越多样化,控制精度的要求越来越高。模型预测控制是一种基于模型的闭环优化控制策略,其算法核心是:可预测未来的动态模型,在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。模型预测控制具有控制效果好、鲁棒性强等优点,可有效地克服钢铁企业蒸汽系统中的时滞性、非线性和强惯性,并能方便的处理过程被控变量和操纵变量中的各种约束。
本发明将建立一种安全有效的管网压力控制计算方法,实现对管网较为精确的压力控制和调度,从而使得管网安全高效运行,保障生产运行。
发明内容
本发明的目的在于提供一种基于预测控制的层级递阶压力控制系统,实现安全有效的管网压力控制。将企业蒸汽管网的汽源(锅炉、CDQ抽汽)、内部可调阀门(放散阀,减温减压阀)、可调用户(隔断阀)按照层次递阶原理把管网系统分成组织级,协调及,控制级。管网控制依赖于调度模型和计算模型的调度方案和管网计算参数,为协调级提供知识库,把调度模型和计算模型作为组织级。调节对象和手段确定最终控制决策方案,处于协调级。执行级是最终的执行环境,如放散阀、隔断阀等。对于管网内部可调阀门,其控制目标是出口端压力和流量,作为预测控制模型的输出P,G,阀门的开度直接决定出口压力和流量,阀门开度作为DMC模型控制量u。
本发明包括系统硬件及应用模块;系统硬件包括关系数据库服务器,实时数据库服务器,应用服务器,工程师站。关系数据库服务器与工程师站和应用服务器相连,应用服务器除与关系数据库服务器相连外,还与实时数据库和工程师站相连,保持三者之间数据交换。应用模块包括关系数据库,数据采集模块,数据结果显示模块,管网计算模块、管网调度模块和管网控制模块。其中数据结果显示模块部署在工程师站,计算模块、调度模块和控制模块部署在应用服务器,关系数据库部署在关系数据库服务器,数据采集模块部署在实时数据库。
关系数据库是显示模块与计算模块、调度模块和控制模块之间的数据通讯媒介。计算模块、调度模块和控制模块将计算结果写入关系数据库,显示模块再从关系数据库中读出并予以显示;
关系数据库:存储用于模型计算、调度模块、控制模块、数据显示的数据。包括管点信息,管段信息,计算模块、调度模块和控制模块的结果等信息。
数据采集模块:由实时数据库和现场采集仪表以及传输网络组成;现场采集仪表将信息实时传入实时数据库中,并有数据采集模块根据要求向管网计算模型提供数据。
数据结果显示模块:数据接口部分,为模型计算提供数据输入功能,包括读取数据文件,直接读取GIS信息功能;计算结果的显示对模型计算结果实现多种方式显示,包括图表显示和图形显示;
管网计算模块:包括1、建立多气源管网拓扑模型结构,并对管网结构进行合理适当的串联、并联简化,便于模型计算;2、基于IF97公式,水力学热力学定律,以及基尔霍夫定律建立蒸汽管网水力热力耦合计算模型;3、通过牛顿-拉夫逊法求解管网水力热力模型,通过压降计算公式,将节点流量连续方程组表示为以管段压降为未知量的方程组;之后,利用环路压降能量方程,将方程中的管段压降表示为管段始段、末段压力的差值,得到关于节点压力的非线性方程组;利用泰勒公式将方程组线性化,并对其求解,得到独立节点压力的修正量。采用同样流程,可得到独立节点温度的修正量。随后迭代求解独立节点压力、温度,管段压降、温降,管段流量和参考节点流量,直到满足精度要求。
管网调度模块:包括1、蒸汽管网数学规划、企业规则混合调度模型,以启发式规则调度为主,通过数学规划方法根据情况在备选规则间进行选择,达到最优的控制效果。当产汽、用汽设施有计划发生变化,预判其变化幅度后,首先适时增(或减)干熄焦发电机组抽汽量,其次根据数学规划求解调整合适锅炉气源的负荷。2、调度模型-计算模型方案验证。在汽源正常产汽参数和用户的蒸汽需求量条件下,不考虑蒸汽通过管网传输过程中的参数变化影响,根据估计的用户参数,求解优化运行的调度模型,得到最优的运行方案;根据步骤一优化求得的汽源产汽量,通过管网仿真计算得到到达各用户的蒸汽参数;是判断到达用户蒸汽参数是否满足需求,如不满足则提高汽源的产汽参数,回到第一步,重新计算;如满足则确定调度方案,结束。
管网控制模块:
1、建立层级递阶控制模型
按照层级递阶控制系统结构,将控制系统分为组织级、协调级和执行级。组织级具有组织、学习和综合智能决策能力,是智能决策支持系统,为协调级提供知识库;协调级为组织级和执行级之间的连接装置,涉及决策方式的表示,用来协调执行级的动作;执行级是常规控制系统,要求具有较高的执行精度。
管网压力调节对象主要有汽源(锅炉、CDQ抽汽)、管网内部可调阀门(放散阀,减温减压阀)、可调用户(隔断阀),对不同调节点使用不同的调节手段和方法。同时也应改采用合适的调节顺序,使得管网压力调节保持较高的效率和较低的费用。一般来说,放散阀调节具有速度快,简单易行的特点,但是很明显这种方式会造成大量的蒸汽能源浪费,所以并非好的方法;汽轮机具有较大的调节范围和响应速度,并且在调压过程中能量损失较小;减温减压装置在调解过程中调节速度快,操作简便,能量损失少,适用于小范围内的调节;汽源锅炉具有较大调节能力,但需要考虑锅炉的启停费用,适用于较大范围内的调节。一般地,在管网中的压力调节按照CDQ抽汽、减温减压、汽源锅炉、放散阀、停供用户的顺序进行调节。
管网控制依赖于调度模型和计算模型的调度方案和管网计算参数,为协调级提供知识库,把调度模型和计算模型作为组织级。调节对象和手段确定最终控制决策方案,处于协调级。执行级是最终的执行环境,如放散阀、隔断阀等。
汽源锅炉和CDQ由系统内部系统控制主要为PID控制。管网内部阀门采用动态矩阵预测算法进行控制方案的制定,将在下一节详细介绍。可调用户一般是在管网供汽不足时,采取按优先级停供,以保证级别高的用户能够得到供应保障。依据企业对蒸汽用户级别优先级的定义由高到低为:炼钢RH、焦化、制氧、海水淡化、冷轧、高炉、烧结、制氢、煤气柜区、热轧、换热站采暖、原水除盐站、生活设施用汽。当需要停供用户时,按照由低到高的顺序依次停止用户供应,直至满足管网供汽要求。
2、建立预测控制模型
动态矩阵控制(DMC)是一种基于对象阶跃响应的预测控制算法,它适用于渐近稳定的线性对象,对于弱非线性对象,可在工作点处首先线性化。动态矩阵控制算法不要求对模型的结构有先验知识,适用于数学模型难以精确建立的复杂对象。
在DMC算法中主要分三个部分:
模型预测:在M个连续的控制增量Δu(k),…,Δu(k+M-1)作用下未来各时刻的输出值为:
滚动优化:取即时控制增量Δu(k)构成实际控制量u(k)=u(k-1)+Δu(k)作用于对象。到下一时刻,它又提出类似的优化问题求出Δu(k+1)。
反馈校正:
对于管网内部可调阀门,其控制目标是出口端压力和流量,作为预测控制模型的输出P,G,阀门的开度直接决定出口压力和流量,阀门开度作为DMC模型控制量u。该系统是一个多输入多输出的控制结构。具体执行步骤如下:
步骤一:检测实际输出y,并计算误差y-y(1)->e
步骤二:预测值校正,y(t)+he->y(t),t=1,2…N
步骤三:移位设置该时刻初值y(i+1)->y(i),i=1,2…N-1
步骤五:计算控制量并输出u+Δu->u
步骤六:计算输出预测值y(i)+aiΔu->y(t),t=1,2…N
本发明的优点在于:基于管网水耦合计算方程,通过层级递阶模型,实现对管网压力的模型预测控制,实现管网压力稳定安全,在保证生产的前提下,节能降耗。采用模型预测控制可快速准确的调节管网对象,实现管网平衡控制。
附图说明
图1是本发明系统各模块之间关系图。
图2是层级递阶模型图。
图3是动态矩阵预测控制流程图。
具体实施方式
本发明包括系统硬件及应用模块;系统硬件包括关系数据库服务器,实时数据库服务器,应用服务器,工程师站;关系数据库服务器与工程师站和应用服务器相连,应用服务器除与关系数据库服务器相连外,还与实时数据库和工程师站相连,保持三者之间数据交换;应用模块包括关系数据库,数据采集模块,数据结果显示模块,管网计算模块、管网调度模块和管网控制模块;其中数据结果显示模块部署在工程师站,计算模块、调度模块和控制模块部署在应用服务器,关系数据库部署在关系数据库服务器,数据采集模块部署在实时数据库;
关系数据库是显示模块与计算模块、调度模块和控制模块之间的数据通讯媒介;计算模块、调度模块和控制模块将计算结果写入关系数据库,显示模块再从关系数据库中读出并予以显示
关系数据库:存储用于模型计算、调度模块、控制模块、数据显示的数据。包括管点信息,管段信息,计算模块、调度模块和控制模块的结果信息
数据采集模块:由实时数据库和现场采集仪表以及传输网络组成;现场采集仪表将信息实时传入实时数据库中,并有数据采集模块根据要求向管网计算模型提供数据;
数据结果显示模块:数据接口部分,为模型计算提供数据输入功能,包括读取数据文件,直接读取GIS信息功能;计算结果的显示对模型计算结果实现多种方式显示,包括图表显示和图形显示;
管网计算模块:建立多气源管网拓扑模型结构,并对管网结构进行合理适当的串联、并联简化,便于模型计算;基于IF97公式,水力学热力学定律,以及基尔霍夫定律建立蒸汽管网水力热力耦合计算模型;通过牛顿-拉夫逊法求解管网水力热力模型,通过压降计算公式,将节点流量连续方程组表示为以管段压降为未知量的方程组;之后,利用环路压降能量方程,将方程中的管段压降表示为管段始段、末段压力的差值,得到关于节点压力的非线性方程组;利用泰勒公式将方程组线性化,并对其求解,得到独立节点压力的修正量;采用同样流程,得到独立节点温度的修正量;随后迭代求解独立节点压力、温度,管段压降、温降,管段流量和参考节点流量,直到满足精度要求。
管网调度模块:蒸汽管网数学规划、企业规则混合调度模型,以启发式规则调度为主,通过数学规划方法根据情况在备选规则间进行选择,达到最优的控制效果;当产汽、用汽设施有计划发生变化,预判其变化幅度后,首先适时增或减干熄焦发电机组抽汽量,其次根据数学规划求解调整合适锅炉气源的负荷;调度模型-计算模型方案验证;在汽源正常产汽参数和用户的蒸汽需求量条件下,不考虑蒸汽通过管网传输过程中的参数变化影响,根据估计的用户参数,求解优化运行的调度模型,得到最优的运行方案;根据步骤一优化求得的汽源产汽量,通过管网仿真计算得到到达各用户的蒸汽参数;是判断到达用户蒸汽参数是否满足需求,如不满足则提高汽源的产汽参数,回到第一步,重新计算;如满足则确定调度方案,结束。
管网控制模块:建立层级递阶控制模型和预测控制模型。
图1是发明系统各模块之间关系图。本发明系统硬件包括关系数据库,数据采集模块,数据结果显示模块,水力热力耦合计算模块、管网调度模块和预测控制模块。其中数据结果显示模块部署在工程师站,管网耦合计算模块、调度模块和控制模块部署在应用服务器,关系数据库部署在关系数据库服务器,数据采集模块部署在实时数据库。关系数据库是显示模块与耦合计算模块、调度模块和控制模块之间的数据通讯媒介。耦合计算模型、调度模块和控制模块将计算结果写入关系数据库,显示模块再从关系数据库中读出并予以显示。
图2是层级递阶模型图。按照层级递阶控制系统结构,将控制系统分为组织级、协调级和执行级。调度模型,管网计算模型以及调度员属于组织级;各种管网气源及调节装置属于协调级,如CDQ抽汽,气源锅炉,减温减压装置,放散装置等;阀门属于执行级。
图3是动态矩阵预测控制流程图。首先检测实际输出y,并计算误差,然后预测值校正,并进行移位设置该时刻初值,其次计算控制增量,计算控制量并输出,最后计算输出预测值。
Claims (3)
1.一种基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统,其特征在于,包括系统硬件及应用模块;系统硬件包括关系数据库服务器,实时数据库服务器,应用服务器,工程师站;关系数据库服务器与工程师站和应用服务器相连,应用服务器除与关系数据库服务器相连外,还与实时数据库和工程师站相连,保持三者之间数据交换;应用模块包括关系数据库,数据采集模块,数据结果显示模块,管网计算模块、管网调度模块和管网控制模块;其中数据结果显示模块部署在工程师站,计算模块、调度模块和控制模块部署在应用服务器,关系数据库部署在关系数据库服务器,数据采集模块部署在实时数据库;
关系数据库是显示模块与计算模块、调度模块和控制模块之间的数据通讯媒介;计算模块、调度模块和控制模块将计算结果写入关系数据库,显示模块再从关系数据库中读出并予以显示;
关系数据库:存储用于模型计算、调度模块、控制模块、数据显示的数据;包括管点信息,管段信息,计算模块、调度模块和控制模块的结果信息;
数据采集模块:由实时数据库和现场采集仪表以及传输网络组成;现场采集仪表将信息实时传入实时数据库中,并有数据采集模块根据要求向管网计算模型提供数据;
数据结果显示模块:数据接口部分,为模型计算提供数据输入功能,包括读取数据文件,直接读取GIS信息功能;计算结果的显示对模型计算结果实现多种方式显示,包括图表显示和图形显示;
管网计算模块:建立多气源管网拓扑模型结构,并对管网结构进行合理适当的串联、并联简化,便于模型计算;基于IF97公式,水力学热力学定律,以及基尔霍夫定律建立蒸汽管网水力热力耦合计算模型;通过牛顿-拉夫逊法求解管网水力热力模型,通过压降计算公式,将节点流量连续方程组表示为以管段压降为未知量的方程组;之后,利用环路压降能量方程,将方程中的管段压降表示为管段始段、末段压力的差值,得到关于节点压力的非线性方程组;利用泰勒公式将方程组线性化,并对其求解,得到独立节点压力的修正量;采用同样流程,得到独立节点温度的修正量;随后迭代求解独立节点压力、温度,管段压降、温降,管段流量和参考节点流量,直到满足精度要求;
管网调度模块:蒸汽管网数学规划、企业规则混合调度模型,以启发式规则调度为主,通过数学规划方法根据情况在备选规则间进行选择,达到最优的控制效果;当产汽、用汽设施有计划发生变化,预判其变化幅度后,首先适时增或减干熄焦发电机组抽汽量,其次根据数学规划求解调整合适锅炉气源的负荷;调度模型—计算模型方案验证;在汽源正常产汽参数和用户的蒸汽需求量条件下,不考虑蒸汽通过管网传输过程中的参数变化影响,根据估计的用户参数,求解优化运行的调度模型,得到最优的运行方案;根据步骤一优化求得的汽源产汽量,通过管网仿真计算得到到达各用户的蒸汽参数;是判断到达用户蒸汽参数是否满足需求,如不满足则提高汽源的产汽参数,回到步骤一,重新计算;如满足则确定调度方案,结束;
管网控制模块:建立层级递阶控制模型和预测控制模型;
所述的步骤一是指:检测实际输出y,并计算误差y-y(1)→e。
2.根据权利要求1所述的系统,其特征在于,
所述的建立层级递阶控制模型:
按照层级递阶控制系统结构,将控制系统分为组织级、协调级和执行级;组织级具有组织、学习和综合智能决策能力,是智能决策支持系统,为协调级提供知识库;协调级为组织级和执行级之间的连接装置,涉及决策方式的表示,用来协调执行级的动作;执行级是常规控制系统,要求具有较高的执行精度;
管网压力调节对象有汽源、管网内部可调阀门、可调用户,对不同调节点使用不同的调节手段和方法;同时也应改采用合适的调节顺序,使得管网压力调节保持较高的效率和较低的费用;在管网中的压力调节按照CDQ抽汽、减温减压、汽源锅炉、放散阀、停供用户的顺序进行调节;
管网控制依赖于调度模型和计算模型的调度方案和管网计算参数,为协调级提供知识库,把调度模型和计算模型作为组织级;调节对象和手段确定最终控制决策方案,处于协调级;执行级是最终的执行环境,执行环境包括放散阀、隔断阀;
汽源锅炉和CDQ由PID控制,管网内部阀门采用动态矩阵预测算法进行控制方案的制定,可调用户是在管网供汽不足时,采取按优先级停供,以保证级别高的用户能够得到供应保障;依据企业对蒸汽用户级别优先级的定义由高到低为:炼钢RH、焦化、制氧、海水淡化、冷轧、高炉、烧结、制氢、煤气柜区、热轧、换热站采暖、原水除盐站、生活设施用汽;当需要停供用户时,按照由低到高的顺序依次停止用户供应,直至满足管网供汽要求;
动态矩阵控制是一种基于对象阶跃响应的预测控制算法,它适用于渐近稳定的线性对象,对于弱非线性对象,在工作点处首先线性化;动态矩阵控制算法不要求对模型的结构有先验知识,适用于数学模型难以精确建立的复杂对象。
3.根据权利要求1所述的系统,其特征在于,所述的动态矩阵控制算法中包括三个部分:
模型预测:在M个连续的控制增量△u(k),…,△u(k+M-1)作用下未来各时刻的输出值为:
式中,k+i|k表示在k时刻对k+i时刻的预测,表示初始预测值;
滚动优化:取即时控制增量△u(k)构成实际控制量u(k)=u(k-1)+△u(k)作用于对象;到下一时刻,它又提出类似的优化问题求出△u(k+1);
反馈校正:
对于管网内部可调阀门,其控制目标是出口端压力和流量,作为预测控制模型的输出P,G,阀门的开度直接决定出口压力和流量,阀门开度作为DMC模型控制量u;该系统是一个多输入多输出的控制结构;具体执行步骤如下:
步骤一:检测实际输出y,并计算误差y-y(1)→e
步骤二:预测值校正,y(t)+he→y(t),t=1,2…N
步骤三:移位设置该时刻初值y(i+1)→y(i),i=1,2…N-1
步骤四:计算控制增量
步骤五:计算控制量并输出u+△u→u
步骤六:计算输出预测值y(i)+ai△u→y(t),t=1,2…N。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103589052A CN102444784B (zh) | 2011-11-14 | 2011-11-14 | 基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103589052A CN102444784B (zh) | 2011-11-14 | 2011-11-14 | 基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102444784A CN102444784A (zh) | 2012-05-09 |
CN102444784B true CN102444784B (zh) | 2013-11-20 |
Family
ID=46007556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103589052A Active CN102444784B (zh) | 2011-11-14 | 2011-11-14 | 基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102444784B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102819250B (zh) * | 2012-08-10 | 2015-06-03 | 南京南瑞继保电气有限公司 | 一种制氧厂机组负荷优化分配方法 |
CN103267229B (zh) * | 2013-05-30 | 2016-05-11 | 武汉钢铁(集团)公司 | 一种工业煤气数据采集和监控装置 |
CN103425743A (zh) * | 2013-07-17 | 2013-12-04 | 上海金自天正信息技术有限公司 | 基于贝叶斯神经网络算法的蒸汽管网预测系统 |
CN103793767B (zh) * | 2014-02-26 | 2016-08-24 | 大连理工大学 | 基于炼钢节奏估计的冶金企业转炉煤气发生量长期预测方法 |
CN104133393A (zh) * | 2014-07-28 | 2014-11-05 | 浙江中控软件技术有限公司 | 一种能源管理控制方法和装置 |
US10372089B2 (en) * | 2014-10-10 | 2019-08-06 | Japan Science And Technology Agency | Predicted value shaping system, control system, predicted value shaping method, control method, and predicted value shaping program |
CN107947166B (zh) * | 2017-12-01 | 2019-08-30 | 湖南水利水电职业技术学院 | 一种基于动态矩阵控制的多能微网变时调度方法及装置 |
CN109027691B (zh) * | 2018-08-16 | 2020-06-19 | 北京航天石化技术装备工程有限公司 | 一种减压系统的高压热力平衡方法 |
CN109634114B (zh) * | 2018-11-28 | 2021-08-31 | 北京和隆优化科技股份有限公司 | 一种冶金燃气锅炉蒸汽管网与煤气管网协调控制方法 |
CN111241074B (zh) * | 2019-12-27 | 2023-07-04 | 冶金自动化研究设计院 | 基于时序数据和关系数据的钢铁企业数据中心应用系统 |
CN111475913A (zh) * | 2020-03-04 | 2020-07-31 | 曹雁青 | 一种蒸汽动力系统的运行操作优化方法及系统 |
CN111898976A (zh) * | 2020-07-20 | 2020-11-06 | 中国石油化工股份有限公司 | 一种蒸汽动力系统在线监控及智能化运行系统 |
CN112184038A (zh) * | 2020-10-06 | 2021-01-05 | 冶金自动化研究设计院 | 一种基于动态优化的炼钢智能调度系统 |
CN113139353B (zh) * | 2021-05-11 | 2023-09-29 | 东北大学 | 蒸汽管网动态计算及在线监测预警分析方法 |
CN117332725B (zh) * | 2023-12-01 | 2024-07-02 | 中国科学院广州能源研究所 | 一种综合能源系统的蒸汽网络动态计算方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003172497A (ja) * | 2001-12-05 | 2003-06-20 | Koatsu Gas Kogyo Co Ltd | 自動車用天然ガス充填設備 |
CN201540493U (zh) * | 2009-11-12 | 2010-08-04 | 浙江威星智能仪表股份有限公司 | 一种气体压力控制装置 |
KR20110085704A (ko) * | 2010-01-21 | 2011-07-27 | 현대중공업 주식회사 | 초저온 초고압 가스공급시스템 |
CN102185338A (zh) * | 2011-05-12 | 2011-09-14 | 四川省达州钢铁集团有限责任公司 | 一种蒸汽并网控制系统 |
-
2011
- 2011-11-14 CN CN2011103589052A patent/CN102444784B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003172497A (ja) * | 2001-12-05 | 2003-06-20 | Koatsu Gas Kogyo Co Ltd | 自動車用天然ガス充填設備 |
CN201540493U (zh) * | 2009-11-12 | 2010-08-04 | 浙江威星智能仪表股份有限公司 | 一种气体压力控制装置 |
KR20110085704A (ko) * | 2010-01-21 | 2011-07-27 | 현대중공업 주식회사 | 초저온 초고압 가스공급시스템 |
CN102185338A (zh) * | 2011-05-12 | 2011-09-14 | 四川省达州钢铁集团有限责任公司 | 一种蒸汽并网控制系统 |
Non-Patent Citations (2)
Title |
---|
余热锅炉蒸汽并入厂区管网后压力控制的改进;贾飙;《冶金动力》;20000228(第2期);25-26 * |
贾飙.余热锅炉蒸汽并入厂区管网后压力控制的改进.《冶金动力》.2000,(第2期),25-26. |
Also Published As
Publication number | Publication date |
---|---|
CN102444784A (zh) | 2012-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102444784B (zh) | 基于动态矩阵控制的钢铁企业蒸汽管网压力控制系统 | |
Wang et al. | State-space model predictive control method for core power control in pressurized water reactor nuclear power stations | |
CN102494336B (zh) | 一种循环流化床锅炉燃烧过程多变量控制方法 | |
Zhao et al. | A MILP model concerning the optimisation of penalty factors for the short-term distribution of byproduct gases produced in the iron and steel making process | |
CN101498554B (zh) | 高炉串罐自动喷煤控制系统及方法 | |
CN101187967B (zh) | 钢铁企业煤气动态仿真系统 | |
CN104865830A (zh) | 一种机组负荷双重智能优化控制方法 | |
CN109001979A (zh) | 基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法 | |
Dobos et al. | Controller tuning of district heating networks using experiment design techniques | |
WO2015035134A1 (en) | Combined cycle power generation optimization system | |
CN110376895A (zh) | 一种基于分层受限预测控制的火电机组协调控制方法 | |
CN110501909A (zh) | 基于扰动观测器的增强鲁棒特性的模糊预测控制方法 | |
Wang et al. | Analysis of economy, energy efficiency, environment: A case study of the CHP system with both civil and industrial heat users | |
CN110991092A (zh) | 一种余能一体化利用计算方法及系统 | |
Gao et al. | Research on coordinated control system of drum boiler units considering energy demand decoupling | |
CN104408317A (zh) | 一种基于Bootstrap回声状态网络集成的冶金企业煤气流量区间预测方法 | |
Xu et al. | Design of type-2 fuzzy fractional-order proportional-integral-derivative controller and multi-objective parameter optimization under load reduction condition of the pumped storage unit | |
CN106855691A (zh) | 用于超临界火电机组机炉系统负荷跟踪的双层控制系统 | |
Hou et al. | Application of multi-agent EADRC in flexible operation of combined heat and power plant considering carbon emission and economy | |
Scholten et al. | Modeling and control of heat networks with storage: the single-producer multiple-consumer case | |
Sun et al. | Online control system reconfiguration towards long period energy-saving optimization of heat exchanger networks | |
Dobos et al. | Dynamic model and control of heat exchanger networks for district heating | |
JP3965615B2 (ja) | プロセス制御装置 | |
Skakovsky et al. | Efficiency improvement for sugar plant boiler department work based on boiler units optimal loads distribution | |
Wang et al. | A deep reinforcement learning control strategy to improve the operating flexibility of CHP units under variable load conditions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |