CN102631828A - 一种煤泥流化床锅炉干法脱硫模糊控制方法 - Google Patents

一种煤泥流化床锅炉干法脱硫模糊控制方法 Download PDF

Info

Publication number
CN102631828A
CN102631828A CN2012100720408A CN201210072040A CN102631828A CN 102631828 A CN102631828 A CN 102631828A CN 2012100720408 A CN2012100720408 A CN 2012100720408A CN 201210072040 A CN201210072040 A CN 201210072040A CN 102631828 A CN102631828 A CN 102631828A
Authority
CN
China
Prior art keywords
fuzzy
concentration
value
function
coal slime
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.)
Granted
Application number
CN2012100720408A
Other languages
English (en)
Other versions
CN102631828B (zh
Inventor
江爱朋
姜周曙
王剑
林伟伟
丁强
黄国辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Dianzi University
Original Assignee
Hangzhou Dianzi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Dianzi University filed Critical Hangzhou Dianzi University
Priority to CN201210072040.8A priority Critical patent/CN102631828B/zh
Publication of CN102631828A publication Critical patent/CN102631828A/zh
Application granted granted Critical
Publication of CN102631828B publication Critical patent/CN102631828B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)
  • Fluidized-Bed Combustion And Resonant Combustion (AREA)

Abstract

本发明公开了一种煤泥流化床锅炉干法脱硫模糊控制方法。目前采用人工控制或者普通的PID控制无法实现
Figure DEST_PATH_IMAGE002
排放浓度的稳定、达标要求,并且对锅炉效率损失影响比较大。本发明方法首先根据煤泥流化床锅炉燃烧脱硫过程的实时数据挖掘出系统的基本特性,以此建立过程模型;然后根据专家模糊控制经验,制定模糊控制规则,设计模糊控制器,并根据模糊控制特点,加入积分环节实现控制的无差跟踪。最后,根据煤泥在燃烧过程中负荷变化比较大,煤泥量根据蒸汽负荷和床温调整的特点,加入抑止这种扰动的最佳前馈环节。本发明弥补了传统控制方式的不足,具有很好的控制精度和稳定性,实现脱硫排放指标控制的同时,对脱硫剂的使用和对锅炉热损失的影响明显降低。

Description

一种煤泥流化床锅炉干法脱硫模糊控制方法
技术领域
本发明属于自动控制技术领域,涉及一种煤泥流化床干法脱硫系统的控制方法。
背景技术
煤泥是煤炭洗选加工过程中排放的固体废弃物,颗粒细小(通常小于0.5mm),其物理特性为:水份高,粘度大,不易运输,在堆积状态下形态极不稳定,遇水易流失污染水体,风干后遇风飞扬污染空气。为保护矿区环境,合理利用资源,采用煤泥流化床锅炉将其燃烧发电是最为有效的途径。但是煤泥中含有硫份,燃烧会放出                                               
Figure 2012100720408100002DEST_PATH_IMAGE002
污染环境。
Figure 380505DEST_PATH_IMAGE002
及其在大气环境中转化成的硫酸雾可被吸附在材料的表面,具有很强的腐蚀作用,会使金属设备、建筑物等遭受腐蚀,大大降低其使用寿命。随着我国装机容量的递增,
Figure 297645DEST_PATH_IMAGE002
的排放量也在不断增加,人们对环境质量的要求也日益增强,国家对电厂二氧化硫的排放限制也越来越严格,电厂必须对烟气中的二氧化硫脱除后才能排放。
湿法脱硫由于具有很高的脱硫效率而得到广泛应用,但是该方法的缺点是占用面积大、投资成本高。新建的大型的电站锅炉一般采用湿法脱硫技术,但是对于中小型锅炉特别是已经建成的中小型锅炉,受到成本等因素的限制,一般采用干法或者半干法脱硫技术。对于以燃烧劣质燃料为主的坑口电厂流化床锅炉,采用湿法脱硫技术成本太高,因此采用干法等脱硫手段进行脱硫。采用干法脱硫系统具有以下问题:1)如果锅炉运行状况不良,波动比较大,如床温太高,负荷变化大,则很难实现
Figure 264333DEST_PATH_IMAGE002
浓度的控制。2)煤泥燃烧释放
Figure 659542DEST_PATH_IMAGE002
以及脱硫系统进行脱硫的过程中,都具有很大的滞后性。煤泥在流化床内首先进行水分的析出过程,煤泥凝结成块状,然后才析出挥发分,最后是焦炭部分的燃烧,因此
Figure 411598DEST_PATH_IMAGE002
的生成滞后性比较大。对于脱硫系统,脱硫剂管道距离比较远,而检测的位置必须在烟道尾部,脱硫剂首先需要加热、分解,然后才能反应,上述几个因素导致脱硫系统滞后性也很大。基于以上问题,目前采用人工控制或者普通的PID控制无法实现
Figure 189509DEST_PATH_IMAGE002
排放浓度的稳定、达标要求,并且对锅炉效率损失影响比较大。
发明内容
本发明的目的是针对现有的煤泥流化床锅炉干法脱硫控制技术的不足,提供一种结合最佳反馈、专家模糊经验的控制方法。该方法加入一种性能最佳前馈,并根据脱硫系统大滞后和专家控制经验,采用包含积分过程的模糊控制技术实现脱硫系统
Figure 388409DEST_PATH_IMAGE002
排放浓度的稳定优化控制。该方法弥补了传统控制方式的不足,具有很好的控制精度和稳定性,实现脱硫排放指标控制的同时,对脱硫剂的使用和对锅炉热损失的影响明显降低。
本发明方法首先根据煤泥流化床锅炉燃烧脱硫过程的实时数据挖掘出系统的基本特性,以此建立过程模型;然后根据专家模糊控制经验,制定模糊控制规则,设计模糊控制器,并根据模糊控制特点,加入积分环节实现控制的无差跟踪。最后,根据煤泥在燃烧过程中负荷变化比较大,煤泥量根据蒸汽负荷和床温调整的特点,加入抑止这种扰动的最佳前馈环节。
本发明的技术方案是通过数据采集、过程信息辨识、模糊机理、以及最优参数计算等手段,确立了一种用于煤泥流化床锅炉干法脱硫系统的控制方法,该方法可以实现
Figure 994971DEST_PATH_IMAGE002
排放浓度的达标、稳定控制,波动小,对脱硫剂使用和对锅炉热效率损失影响都比较小。
本发明的步骤包括:
步骤(1)利用煤泥流化床锅炉脱硫的实时数据建立过程模型。具体方法为:将煤泥流化床锅炉负荷控制在额定负荷的75-80%,在保持煤泥流化床锅炉负荷较为稳定的情况下,根据
Figure 175285DEST_PATH_IMAGE002
排放浓度要求,采用干法脱硫系统进行脱硫,并保持
Figure 929615DEST_PATH_IMAGE002
的排放浓度相对稳定。然后控制脱硫剂流量增加15-20%,采集此过程的
Figure 604310DEST_PATH_IMAGE002
浓度数据直到的浓度重新得到稳定状态。记录从脱硫剂流量增加开始时刻至
Figure 243025DEST_PATH_IMAGE002
的浓度重新稳定时刻的数据
Figure 2012100720408100002DEST_PATH_IMAGE004
,
Figure 2012100720408100002DEST_PATH_IMAGE006
,其中
Figure 2012100720408100002DEST_PATH_IMAGE008
表示采样时间,
Figure 2012100720408100002DEST_PATH_IMAGE010
表示采样时刻
Figure 609284DEST_PATH_IMAGE002
浓度。
给煤泥流量一个阶跃,使得流量增加15-20%,采集煤泥流量发生阶跃后的
Figure 822091DEST_PATH_IMAGE002
浓度数据直到的浓度重新回到稳定状态,记录此过程的数据
Figure 2012100720408100002DEST_PATH_IMAGE012
,,其中
Figure 2012100720408100002DEST_PATH_IMAGE016
表示新的采样时间,表示对应的
Figure 613778DEST_PATH_IMAGE002
浓度。
然后根据
Figure 280382DEST_PATH_IMAGE002
浓度变化情况确定
Figure 359197DEST_PATH_IMAGE002
浓度与脱硫剂之间的开环传递函数
Figure 2012100720408100002DEST_PATH_IMAGE020
,以及
Figure 542660DEST_PATH_IMAGE002
浓度与煤泥之间的开环传递函数
Figure 2012100720408100002DEST_PATH_IMAGE022
。这里
Figure 2012100720408100002DEST_PATH_IMAGE024
Figure 2012100720408100002DEST_PATH_IMAGE026
分别为开环增益,根据输出变化量与输入变量的比值获得, 
Figure 2012100720408100002DEST_PATH_IMAGE028
Figure 2012100720408100002DEST_PATH_IMAGE030
分别为时间常数,
Figure 2012100720408100002DEST_PATH_IMAGE032
为时间延迟常数,这四个参数为待求参数。
Figure 2723DEST_PATH_IMAGE032
Figure 953361DEST_PATH_IMAGE034
Figure 22817DEST_PATH_IMAGE028
Figure 375301DEST_PATH_IMAGE030
的值的求取采用非线性最小二乘算法,优化目标为ITAE指标,以此得到最佳的传递函数模型
Figure 2012100720408100002DEST_PATH_IMAGE038
步骤(2)依据专家模糊控制经验,采用模糊机理建立脱硫系统的模糊控制规则,设计模糊控制器。具体步骤如下:
I)根据煤泥流化床锅炉
Figure 878701DEST_PATH_IMAGE002
排放浓度要求,将
Figure 316636DEST_PATH_IMAGE002
排放浓度设定值定为要求上限值减去30-50
Figure 2012100720408100002DEST_PATH_IMAGE040
。将
Figure 861887DEST_PATH_IMAGE002
浓度的实际误差
Figure 2012100720408100002DEST_PATH_IMAGE042
的基本论域定为
Figure 2012100720408100002DEST_PATH_IMAGE044
,取量化因子为,所对应的模糊论域为e=
Figure 2012100720408100002DEST_PATH_IMAGE048
×{-3,-2,-1,0,1,2,3},为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
II)根据实际运行经验,设定误差变化率
Figure 2012100720408100002DEST_PATH_IMAGE050
的基本论域为
Figure 2012100720408100002DEST_PATH_IMAGE052
。取量化因子为,则其所对应的模糊论域ec=
Figure 2012100720408100002DEST_PATH_IMAGE056
×{-3,-2,-1,0,1,2,3 },为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
III)控制量u的基本论域为。取量化因子为
Figure 2012100720408100002DEST_PATH_IMAGE060
,则其所对应模糊论域为u=×{-3,-2,-1,0,1,2,3}。为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB。隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
IV) 确定模糊规则。将模糊控制机理与实际操作经验结合,建立合适的模糊规则表,得到的模糊规则如表1所示。
表1 模糊控制规则表
Figure 2012100720408100002DEST_PATH_IMAGE064
Figure 2012100720408100002DEST_PATH_IMAGE066
Figure 2012100720408100002DEST_PATH_IMAGE068
U
NB NM NS Z PS PM PB
NB PB PB PM PM PS PS Z
NM PB PM PM PS PS PS NS
NS PM PM PS PS Z Z NS
Z PM PS PS Z NS NS NM
PS PS PS Z NS NS NM NM
PM PS Z NS NS NM NM NB
PB Z NS NS NM NM NB NB
模糊推理采用Mamdani模型的模糊逻辑系统,去模糊化采用重心法。
步骤(3) 在模糊控制器的基础上加入积分环节,解决模糊控制方法中存在的设定值与反馈值偏差问题。积分值采用以下方法得到:
Figure 2012100720408100002DEST_PATH_IMAGE070
,则积分参数取值为
Figure 2012100720408100002DEST_PATH_IMAGE072
,其中
Figure 2012100720408100002DEST_PATH_IMAGE074
,取初值为0.5,可根据实际控制效果进行适当调整,如果超调过大,则减小
Figure 2012100720408100002DEST_PATH_IMAGE076
值,否则适当增加值。假设模糊控制器输出量为U,那么加入积分环节后总的输出
Figure 2012100720408100002DEST_PATH_IMAGE078
Figure 2012100720408100002DEST_PATH_IMAGE080
步骤(4) 根据煤泥随着负荷变化特征,加入与之适应的前馈环节,并求取最佳的前馈参数。根据实际过程,前馈传递函数
Figure 2012100720408100002DEST_PATH_IMAGE082
可描述为
Figure 2012100720408100002DEST_PATH_IMAGE084
的形式,为大于等于1的整数,
Figure 2012100720408100002DEST_PATH_IMAGE088
Figure 2012100720408100002DEST_PATH_IMAGE092
分别为该环节开环增益、时间常数和延迟时间。求取最佳前馈参数的方法如下:
a)根据前馈原理,在煤泥量发生扰动后,为消除扰动, 
Figure 2012100720408100002DEST_PATH_IMAGE096
应尽量趋近于零,表示扰动输入,
Figure 2012100720408100002DEST_PATH_IMAGE098
表示反拉氏变换。其响应在达到稳态时候的值应该为零,因此传递函数的开环增益为
b) 假设
Figure 2012100720408100002DEST_PATH_IMAGE102
在时间
Figure 2012100720408100002DEST_PATH_IMAGE104
,响应达到稳态值
Figure 2012100720408100002DEST_PATH_IMAGE106
,其中表示在前馈作用下采样时间,
Figure 2012100720408100002DEST_PATH_IMAGE110
表示前馈作用下与采样时间相对应的SO2浓度响应,那么传递函数
Figure 968416DEST_PATH_IMAGE082
的参数最佳值满足
Figure 2012100720408100002DEST_PATH_IMAGE112
。以
Figure 216864DEST_PATH_IMAGE112
为目标,以参数
Figure 2012100720408100002DEST_PATH_IMAGE114
为变量,并满足参数为正,为大于1的整数变量的解就为参数的最佳值。
Figure 127313DEST_PATH_IMAGE116
因为表示开环阶数,不宜太大。则其解可表示为的一个根,为了方便求解,又可以表示为
Figure 2012100720408100002DEST_PATH_IMAGE120
,且随着迭代增加令
Figure 2012100720408100002DEST_PATH_IMAGE122
,这里
Figure 2012100720408100002DEST_PATH_IMAGE124
表示松弛变量。因此最佳参数值的获得需要求解以下命题:
Figure 2012100720408100002DEST_PATH_IMAGE126
s.t.  
Figure 2012100720408100002DEST_PATH_IMAGE128
Figure 2012100720408100002DEST_PATH_IMAGE130
Figure 2012100720408100002DEST_PATH_IMAGE132
并且满足
Figure 2012100720408100002DEST_PATH_IMAGE134
以上优化命题为非线性问题,通过加入松弛变量不等式约束可以转化为等式约束。改写为以下形式
其中
Figure 2012100720408100002DEST_PATH_IMAGE138
Figure 2012100720408100002DEST_PATH_IMAGE140
Figure 2012100720408100002DEST_PATH_IMAGE142
Figure 2012100720408100002DEST_PATH_IMAGE144
均连续可微。问题可通过求解一系列的QP子问题来逐步逼近以上优化命题的最优解,具体求解过程为:
i) 在迭代点
Figure 2012100720408100002DEST_PATH_IMAGE146
处对以上优化命题进行泰勒展开,并忽略高次项和目标函数中的常数项,则原命题转为求解以下QP子问题
式中
Figure 2012100720408100002DEST_PATH_IMAGE150
为搜索方向矢量,
Figure 2012100720408100002DEST_PATH_IMAGE152
等简写为
Figure 2012100720408100002DEST_PATH_IMAGE156
Figure 2012100720408100002DEST_PATH_IMAGE158
形式,分别表示在
Figure 100692DEST_PATH_IMAGE146
处目标函数
Figure 837614DEST_PATH_IMAGE142
的导数和约束的雅克比矩阵,
Figure 2012100720408100002DEST_PATH_IMAGE160
为拉格朗日函数的Hessian阵,为维矩阵。其中拉格朗日函数为:
Figure 2012100720408100002DEST_PATH_IMAGE164
,其中
Figure 2012100720408100002DEST_PATH_IMAGE166
Figure 2012100720408100002DEST_PATH_IMAGE170
为拉格朗日乘子。
ii)采用积极集方法求取以上QP子问题,得到搜索方向
iii)求取搜索方向二范数
Figure 2012100720408100002DEST_PATH_IMAGE172
、拉格朗日函数梯度与搜索方向乘积
Figure 2012100720408100002DEST_PATH_IMAGE174
的值和一阶优化条件的值。如果一阶优化条件值小于设定误差,或者
Figure 607228DEST_PATH_IMAGE172
Figure 173338DEST_PATH_IMAGE174
的值同时满足小于设定误差
Figure 412690DEST_PATH_IMAGE176
,则计算停止,得到最优目标函数值和在此情况下的最佳变量值。如果迭代步数达到最大设定迭代步数,则终止计算,得到当前变量的值。否则进行下一步计算。
IV) 令
Figure 2012100720408100002DEST_PATH_IMAGE178
,这样就得到了下一个迭代点。
Figure 2012100720408100002DEST_PATH_IMAGE180
为步长系数,通过一维搜索方法求取。
V) 令
Figure 2012100720408100002DEST_PATH_IMAGE182
,然后进入I)步骤继续计算。
通过以上方法得到前馈传递函数
Figure 897898DEST_PATH_IMAGE082
的最佳形式,在控制策略中加入该前馈以消除煤泥燃料变化对系统的扰动。
本发明的有益效果:本发明弥补了传统控制方式的不足,具有很好的控制精度和稳定性,特别是在负荷扰动下SO2浓度的波动大大降低,实现脱硫排放指标控制的同时,对脱硫剂的使用和对锅炉热损失的影响明显降低。
 
附图说明
图1煤泥流化床锅炉脱硫控制结构框图;
图2未加前馈的阶跃响应图;
图3 加入最佳前馈的响应图;
图4 加入最佳前馈系数的阶跃相应图;
图5 没加最佳前馈的模糊控制曲线;
图6 加入最佳前馈和积分环节的模糊控制系统曲线。
具体实施方式
以下结合附图对本发明作进一步说明
一种煤泥流化床锅炉干法脱硫模糊控制方法,以75吨流化床锅炉为例,具体实施采用以下步骤:
步骤(1)利用煤泥流化床锅炉脱硫的实时数据建立过程模型。具体方法为:将煤泥流化床锅炉负荷控制在额定负荷的75-80%,在保持煤泥流化床锅炉负荷较为稳定的情况下,根据
Figure DEST_PATH_IMAGE183
排放浓度要求,采用干法脱硫系统进行脱硫,并保持
Figure 973432DEST_PATH_IMAGE183
的排放浓度相对稳定。然后控制脱硫剂流量增加15-20%,采集此过程的
Figure 343234DEST_PATH_IMAGE183
浓度数据直到
Figure 171513DEST_PATH_IMAGE183
的浓度重新得到稳定状态。记录从脱硫剂流量增加开始时刻至
Figure 155518DEST_PATH_IMAGE183
的浓度重新稳定时刻的数据
Figure 2012100720408100002DEST_PATH_IMAGE184
,
Figure DEST_PATH_IMAGE185
,其中
Figure 2012100720408100002DEST_PATH_IMAGE186
表示采样时间,
Figure DEST_PATH_IMAGE187
表示采样时刻
Figure 387523DEST_PATH_IMAGE183
浓度。
给煤泥流量一个阶跃,使得流量增加15-20%,采集煤泥流量发生阶跃后的
Figure 498698DEST_PATH_IMAGE183
浓度数据直到
Figure 509380DEST_PATH_IMAGE183
的浓度重新回到稳定状态,记录此过程的数据
Figure 2012100720408100002DEST_PATH_IMAGE188
,,其中
Figure 2012100720408100002DEST_PATH_IMAGE190
表示新的采样时间,
Figure DEST_PATH_IMAGE191
表示对应的
Figure 290385DEST_PATH_IMAGE183
浓度。
然后根据
Figure 386517DEST_PATH_IMAGE183
浓度变化情况确定
Figure 35804DEST_PATH_IMAGE183
浓度与脱硫剂之间的开环传递函数
Figure 2012100720408100002DEST_PATH_IMAGE192
,以及
Figure 87943DEST_PATH_IMAGE183
浓度与煤泥之间的开环传递函数
Figure DEST_PATH_IMAGE193
。这里
Figure 433397DEST_PATH_IMAGE026
分别为开环增益,根据输出变化量与输入变量的比值获得, 
Figure 683113DEST_PATH_IMAGE028
Figure 606069DEST_PATH_IMAGE030
分别为时间常数,
Figure 915828DEST_PATH_IMAGE032
Figure 173503DEST_PATH_IMAGE034
为时间延迟常数,这四个参数为待求参数。
Figure 226909DEST_PATH_IMAGE032
Figure 4373DEST_PATH_IMAGE034
Figure 485032DEST_PATH_IMAGE028
Figure 465889DEST_PATH_IMAGE030
的值的求取采用非线性最小二乘算法,优化目标为ITAE指标,以此得到最佳的传递函数模型
Figure 260670DEST_PATH_IMAGE036
Figure 954956DEST_PATH_IMAGE038
步骤(2)依据专家模糊控制经验,采用模糊机理建立脱硫系统的模糊控制规则,设计模糊控制器。具体步骤如下:
I)根据煤泥流化床锅炉
Figure 793468DEST_PATH_IMAGE183
排放浓度要求,将
Figure 776468DEST_PATH_IMAGE183
排放浓度设定值定为要求上限值减去30-50
Figure 2012100720408100002DEST_PATH_IMAGE194
。将
Figure 857163DEST_PATH_IMAGE183
浓度的实际误差
Figure 405956DEST_PATH_IMAGE042
的基本论域定为
Figure DEST_PATH_IMAGE195
,取量化因子为
Figure 2012100720408100002DEST_PATH_IMAGE196
,所对应的模糊论域为e=
Figure DEST_PATH_IMAGE197
×{-3,-2,-1,0,1,2,3},为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
II)根据实际运行经验,设定误差变化率
Figure DEST_PATH_IMAGE198
的基本论域为
Figure DEST_PATH_IMAGE199
。取量化因子为
Figure DEST_PATH_IMAGE200
,则其所对应的模糊论域ec=
Figure DEST_PATH_IMAGE201
×{-3,-2,-1,0,1,2,3 },为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
III)控制量u的基本论域为
Figure DEST_PATH_IMAGE202
。取量化因子为
Figure DEST_PATH_IMAGE203
,则其所对应模糊论域为u=
Figure DEST_PATH_IMAGE204
×{-3,-2,-1,0,1,2,3}。为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB。隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数。
IV) 确定模糊规则。将模糊控制机理与实际操作经验结合,建立合适的模糊规则表,得到的模糊规则如表1所示。
表1 模糊控制规则表
Figure DEST_PATH_IMAGE064A
Figure DEST_PATH_IMAGE066A
Figure DEST_PATH_IMAGE208
U
NB NM NS Z PS PM PB
NB PB PB PM PM PS PS Z
NM PB PM PM PS PS PS NS
NS PM PM PS PS Z Z NS
Z PM PS PS Z NS NS NM
PS PS PS Z NS NS NM NM
PM PS Z NS NS NM NM NB
PB Z NS NS NM NM NB NB
模糊推理采用Mamdani模型的模糊逻辑系统,去模糊化采用重心法。
步骤(3) 在模糊控制器的基础上加入积分环节,解决模糊控制方法中存在的设定值与反馈值偏差问题。积分值采用以下方法得到:
Figure 930216DEST_PATH_IMAGE070
,则积分参数取值为
Figure 321883DEST_PATH_IMAGE072
,其中,取初值为0.5,可根据实际控制效果进行适当调整,如果超调过大,则减小
Figure 612498DEST_PATH_IMAGE076
值,否则适当增加
Figure 809124DEST_PATH_IMAGE076
值。假设模糊控制器输出量为U,那么加入积分环节后总的输出
Figure 563453DEST_PATH_IMAGE078
步骤(4) 根据煤泥随着负荷变化特征,加入与之适应的前馈环节,并求取最佳的前馈参数。根据实际过程,前馈传递函数
Figure 10801DEST_PATH_IMAGE082
可描述为
Figure 378329DEST_PATH_IMAGE084
的形式,
Figure 39861DEST_PATH_IMAGE086
为大于等于1的整数,
Figure 580564DEST_PATH_IMAGE088
Figure 161718DEST_PATH_IMAGE090
Figure 496884DEST_PATH_IMAGE092
分别为该环节开环增益、时间常数和延迟时间。求取最佳前馈参数的方法如下:
a)根据前馈原理,在煤泥量发生扰动
Figure 412756DEST_PATH_IMAGE094
后,为消除扰动, 应尽量趋近于零,
Figure 927231DEST_PATH_IMAGE094
表示扰动输入,
Figure 433299DEST_PATH_IMAGE098
表示反拉氏变换。其响应在达到稳态时候的值应该为零,因此传递函数的开环增益为
Figure 158121DEST_PATH_IMAGE100
b) 假设
Figure 510605DEST_PATH_IMAGE102
在时间
Figure 640103DEST_PATH_IMAGE104
,响应达到稳态值
Figure 78038DEST_PATH_IMAGE106
,其中表示在前馈作用下采样时间,表示前馈作用下与采样时间相对应的SO2浓度响应,那么传递函数
Figure 442264DEST_PATH_IMAGE082
的参数最佳值满足
Figure 367495DEST_PATH_IMAGE112
。以
Figure 529486DEST_PATH_IMAGE112
为目标,以参数
Figure 43513DEST_PATH_IMAGE114
为变量,并满足参数为正,
Figure 327863DEST_PATH_IMAGE116
为大于1的整数变量的解就为参数的最佳值。
Figure 678073DEST_PATH_IMAGE116
因为表示开环阶数,不宜太大。则其解可表示为的一个根,为了方便求解,又可以表示为
Figure 310491DEST_PATH_IMAGE120
,且随着迭代增加令
Figure 703426DEST_PATH_IMAGE122
,这里
Figure 603249DEST_PATH_IMAGE124
表示松弛变量。因此最佳参数值的获得需要求解以下命题:
Figure 356310DEST_PATH_IMAGE126
s.t.  
Figure 330083DEST_PATH_IMAGE128
Figure 665159DEST_PATH_IMAGE130
Figure 989961DEST_PATH_IMAGE132
并且满足
以上优化命题为非线性问题,通过加入松弛变量不等式约束可以转化为等式约束。改写为以下形式
Figure 437309DEST_PATH_IMAGE136
其中
Figure 642791DEST_PATH_IMAGE142
Figure 591155DEST_PATH_IMAGE144
均连续可微。问题可通过求解一系列的QP子问题来逐步逼近以上优化命题的最优解,具体求解过程为:
i) 在迭代点
Figure 746062DEST_PATH_IMAGE146
处对以上优化命题进行泰勒展开,并忽略高次项和目标函数中的常数项,则原命题转为求解以下QP子问题
Figure 842194DEST_PATH_IMAGE148
式中
Figure 911388DEST_PATH_IMAGE150
为搜索方向矢量,
Figure 979838DEST_PATH_IMAGE152
Figure 118695DEST_PATH_IMAGE154
等简写为
Figure 889074DEST_PATH_IMAGE156
形式,分别表示在
Figure 61746DEST_PATH_IMAGE146
处目标函数
Figure 59920DEST_PATH_IMAGE142
的导数和约束
Figure 68328DEST_PATH_IMAGE144
的雅克比矩阵,为拉格朗日函数的Hessian阵,为
Figure 148465DEST_PATH_IMAGE162
维矩阵。其中拉格朗日函数为:
Figure 566808DEST_PATH_IMAGE164
,其中
Figure 401833DEST_PATH_IMAGE168
Figure 33802DEST_PATH_IMAGE170
为拉格朗日乘子。
ii)采用积极集方法求取以上QP子问题,得到搜索方向
Figure 872314DEST_PATH_IMAGE150
iii)求取搜索方向二范数
Figure 917630DEST_PATH_IMAGE172
、拉格朗日函数梯度与搜索方向乘积
Figure 250523DEST_PATH_IMAGE174
的值和一阶优化条件的值。如果一阶优化条件值小于设定误差,或者
Figure 575773DEST_PATH_IMAGE172
Figure 780490DEST_PATH_IMAGE174
的值同时满足小于设定误差,则计算停止,得到最优目标函数值和在此情况下的最佳变量值。如果迭代步数达到最大设定迭代步数,则终止计算,得到当前变量的值。否则进行下一步计算。
IV) 令
Figure 507323DEST_PATH_IMAGE178
,这样就得到了下一个迭代点。
Figure 766266DEST_PATH_IMAGE180
为步长系数,通过一维搜索方法求取。
V) 令
Figure 940502DEST_PATH_IMAGE182
,然后进入I)步骤继续计算。
通过以上方法得到前馈传递函数
Figure 880776DEST_PATH_IMAGE082
的最佳形式,在控制策略中加入该前馈以消除煤泥燃料变化对系统的扰动。
 
具体实施结果:
以75吨流化床锅炉为例,在脱硫系统较为稳定运行的工况点附近,脱硫系统关于
Figure 404161DEST_PATH_IMAGE183
浓度的传递函数为
Figure DEST_PATH_IMAGE210
,其中时间常数单位为分钟。煤泥燃料对
Figure 693060DEST_PATH_IMAGE183
浓度的开环传递函数为:
Figure DEST_PATH_IMAGE212
,其中时间常数单位为分钟。按照以上模糊规则建立模糊控制器。对于积分环节,
Figure DEST_PATH_IMAGE214
积分常数Ti=0.001通过优化前馈计算,最佳前馈形式为:
Figure DEST_PATH_IMAGE216
在没有加入前馈时候,对二氧化硫加入50mg/m3的阶跃输入,以及高斯分布扰动,仿真研究结果如图2所示,曲线表示测量值,直线表示设定值。加入最佳前馈后,输出结果如图3所示,曲线表示测量值,直线表示设定值。仅加入最佳前馈系数输出结果如图4所示,曲线表示测量值,直线表示设定值。从图中看出,加入最佳前馈后抑制扰动的能力明显提高,大大优于没有反馈或者仅加入最佳前馈系数的方式。
在工作点设定
Figure 747735DEST_PATH_IMAGE183
浓度为350,加最佳前馈和不加最佳前馈实际运行曲线如图5和图6所示,曲线表示测量值,直线表示设定值。图5为包含模糊控制和积分环节的控制曲线,从中看出,在扰动作用下,系统曲线在设定值附近变化,可消除稳态误差,但是对扰动的抑制能力不够好,
Figure 226121DEST_PATH_IMAGE183
浓度变化较快/较大。图6为包含了最佳反馈的控制系统,从图中看出,通过加入模糊控制规则和积分环节和最佳前馈的控制系统稳定性好,抑制扰动的能力很强。

Claims (1)

1. 一种煤泥流化床锅炉干法脱硫模糊控制方法,其特征在于该方法包括以下步骤:
步骤(1)利用煤泥流化床锅炉脱硫的实时数据建立过程模型,具体方法为:将煤泥流化床锅炉负荷控制在额定负荷的75-80%,在保持煤泥流化床锅炉负荷较为稳定的情况下,根据                                               
Figure 2012100720408100001DEST_PATH_IMAGE002
排放浓度要求,采用干法脱硫系统进行脱硫,并保持的排放浓度相对稳定;然后控制脱硫剂流量增加15-20%,采集此过程的
Figure 783860DEST_PATH_IMAGE002
浓度数据直到的浓度重新得到稳定状态;记录从脱硫剂流量增加开始时刻至
Figure 277082DEST_PATH_IMAGE002
的浓度重新稳定时刻的数据
Figure 2012100720408100001DEST_PATH_IMAGE004
,
Figure 2012100720408100001DEST_PATH_IMAGE006
,其中
Figure 2012100720408100001DEST_PATH_IMAGE008
表示采样时间,
Figure 2012100720408100001DEST_PATH_IMAGE010
表示采样时刻
Figure 525792DEST_PATH_IMAGE002
浓度;
给煤泥流量一个阶跃,使得流量增加15-20%,采集煤泥流量发生阶跃后的浓度数据直到的浓度重新回到稳定状态,记录此过程的数据
Figure 2012100720408100001DEST_PATH_IMAGE012
,
Figure 2012100720408100001DEST_PATH_IMAGE014
,其中表示新的采样时间,
Figure 2012100720408100001DEST_PATH_IMAGE018
表示对应的
Figure 816068DEST_PATH_IMAGE002
浓度;
然后根据
Figure 355503DEST_PATH_IMAGE002
浓度变化情况确定浓度与脱硫剂之间的开环传递函数
Figure 2012100720408100001DEST_PATH_IMAGE020
,以及
Figure 34188DEST_PATH_IMAGE002
浓度与煤泥之间的开环传递函数;这里
Figure 2012100720408100001DEST_PATH_IMAGE024
Figure 2012100720408100001DEST_PATH_IMAGE026
分别为开环增益,根据输出变化量与输入变量的比值获得, 
Figure 2012100720408100001DEST_PATH_IMAGE030
分别为时间常数,
Figure 2012100720408100001DEST_PATH_IMAGE032
为时间延迟常数,这四个参数为待求参数;
Figure 616258DEST_PATH_IMAGE032
Figure 511664DEST_PATH_IMAGE034
Figure 562797DEST_PATH_IMAGE028
Figure 674978DEST_PATH_IMAGE030
的值的求取采用非线性最小二乘算法,优化目标为ITAE指标,以此得到最佳的传递函数模型
Figure 2012100720408100001DEST_PATH_IMAGE036
Figure 2012100720408100001DEST_PATH_IMAGE038
步骤(2)依据专家模糊控制经验,采用模糊机理建立脱硫系统的模糊控制规则,设计模糊控制器;具体步骤如下:
I)根据煤泥流化床锅炉
Figure 460138DEST_PATH_IMAGE002
排放浓度要求,将
Figure 974165DEST_PATH_IMAGE002
排放浓度设定值定为要求上限值减去30-50
Figure 2012100720408100001DEST_PATH_IMAGE040
;将
Figure 196199DEST_PATH_IMAGE002
浓度的实际误差
Figure 2012100720408100001DEST_PATH_IMAGE042
的基本论域定为
Figure 2012100720408100001DEST_PATH_IMAGE044
,取量化因子为
Figure 2012100720408100001DEST_PATH_IMAGE046
,所对应的模糊论域为e=×{-3,-2,-1,0,1,2,3},为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数;
II)根据实际运行经验,设定误差变化率
Figure 2012100720408100001DEST_PATH_IMAGE050
的基本论域为
Figure 2012100720408100001DEST_PATH_IMAGE052
;取量化因子为
Figure 2012100720408100001DEST_PATH_IMAGE054
,则其所对应的模糊论域ec=
Figure 2012100720408100001DEST_PATH_IMAGE056
×{-3,-2,-1,0,1,2,3 },为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数;
III)控制量u的基本论域为
Figure 2012100720408100001DEST_PATH_IMAGE058
;取量化因子为
Figure 2012100720408100001DEST_PATH_IMAGE060
,则其所对应模糊论域为u=
Figure 2012100720408100001DEST_PATH_IMAGE062
×{-3,-2,-1,0,1,2,3};为此论域定义7个语言变量PB,PM,PS,Z,NS,NM,NB;隶属函数在初始部分取Z型函数,在最后部分取S型函数,其余全部选取论域范围内均匀分布、等距离的三角型函数;
IV) 确定模糊规则;将模糊控制机理与实际操作经验结合,建立合适的模糊规则表,得到的模糊规则如下所示;
Figure 2012100720408100001DEST_PATH_IMAGE064
Figure 2012100720408100001DEST_PATH_IMAGE066
Figure 2012100720408100001DEST_PATH_IMAGE068
U
NB NM NS Z PS PM PB
NB PB PB PM PM PS PS Z NM PB PM PM PS PS PS NS NS PM PM PS PS Z Z NS Z PM PS PS Z NS NS NM PS PS PS Z NS NS NM NM PM PS Z NS NS NM NM NB PB Z NS NS NM NM NB NB
模糊推理采用Mamdani模型的模糊逻辑系统,去模糊化采用重心法;
步骤(3) 在模糊控制器的基础上加入积分环节,解决模糊控制方法中存在的设定值与反馈值偏差问题;积分值采用以下方法得到:
Figure 2012100720408100001DEST_PATH_IMAGE070
,则积分参数取值为,其中
Figure 2012100720408100001DEST_PATH_IMAGE074
,取初值为0.5,可根据实际控制效果进行适当调整,如果超调过大,则减小
Figure 2012100720408100001DEST_PATH_IMAGE076
值,否则适当增加
Figure 966316DEST_PATH_IMAGE076
值;假设模糊控制器输出量为U,那么加入积分环节后总的输出
Figure 2012100720408100001DEST_PATH_IMAGE078
步骤(4) 根据煤泥随着负荷变化特征,加入与之适应的前馈环节,并求取最佳的前馈参数;根据实际过程,前馈传递函数可描述为
Figure 2012100720408100001DEST_PATH_IMAGE084
的形式,为大于等于1的整数,
Figure 2012100720408100001DEST_PATH_IMAGE088
Figure 2012100720408100001DEST_PATH_IMAGE090
Figure 2012100720408100001DEST_PATH_IMAGE092
分别为该环节开环增益、时间常数和延迟时间;求取最佳前馈参数的方法如下:
a)根据前馈原理,在煤泥量发生扰动后,为消除扰动, 
Figure 2012100720408100001DEST_PATH_IMAGE096
应尽量趋近于零,
Figure 492850DEST_PATH_IMAGE094
表示扰动输入,表示反拉氏变换;其响应在达到稳态时候的值应该为零,因此传递函数
Figure 799066DEST_PATH_IMAGE082
的开环增益为
Figure 2012100720408100001DEST_PATH_IMAGE100
b) 假设
Figure 2012100720408100001DEST_PATH_IMAGE102
在时间
Figure 2012100720408100001DEST_PATH_IMAGE104
,响应达到稳态值
Figure 2012100720408100001DEST_PATH_IMAGE106
,其中
Figure 2012100720408100001DEST_PATH_IMAGE108
表示在前馈作用下采样时间,表示前馈作用下与采样时间相对应的SO2浓度响应,那么传递函数的参数最佳值满足
Figure 2012100720408100001DEST_PATH_IMAGE112
;以
Figure 528042DEST_PATH_IMAGE112
为目标,以参数为变量,并满足参数为正,
Figure 2012100720408100001DEST_PATH_IMAGE116
为大于1的整数变量的解就为参数的最佳值;
Figure 904273DEST_PATH_IMAGE116
因为表示开环阶数,不宜太大;则其解可表示为
Figure 2012100720408100001DEST_PATH_IMAGE118
的一个根,为了方便求解,又可以表示为,且随着迭代增加令
Figure 2012100720408100001DEST_PATH_IMAGE122
,这里
Figure 2012100720408100001DEST_PATH_IMAGE124
表示松弛变量;因此最佳参数值的获得需要求解以下命题:
s.t.  
Figure 2012100720408100001DEST_PATH_IMAGE128
Figure 2012100720408100001DEST_PATH_IMAGE130
Figure 2012100720408100001DEST_PATH_IMAGE132
并且满足
Figure 2012100720408100001DEST_PATH_IMAGE134
以上优化命题为非线性问题,通过加入松弛变量不等式约束可以转化为等式约束;改写为以下形式
Figure 2012100720408100001DEST_PATH_IMAGE136
其中
Figure 2012100720408100001DEST_PATH_IMAGE140
Figure 2012100720408100001DEST_PATH_IMAGE142
Figure 2012100720408100001DEST_PATH_IMAGE144
均连续可微;问题可通过求解一系列的QP子问题来逐步逼近以上优化命题的最优解,具体求解过程为:
i) 在迭代点处对以上优化命题进行泰勒展开,并忽略高次项和目标函数中的常数项,则原命题转为求解以下QP子问题
Figure 2012100720408100001DEST_PATH_IMAGE148
式中为搜索方向矢量,
Figure 2012100720408100001DEST_PATH_IMAGE152
Figure 2012100720408100001DEST_PATH_IMAGE154
等简写为
Figure 2012100720408100001DEST_PATH_IMAGE158
形式,分别表示在
Figure 960869DEST_PATH_IMAGE146
处目标函数
Figure 524706DEST_PATH_IMAGE142
的导数和约束的雅克比矩阵,
Figure 2012100720408100001DEST_PATH_IMAGE160
为拉格朗日函数的Hessian阵,为
Figure 2012100720408100001DEST_PATH_IMAGE162
维矩阵;其中拉格朗日函数为:
Figure 2012100720408100001DEST_PATH_IMAGE164
,其中
Figure 2012100720408100001DEST_PATH_IMAGE166
Figure 2012100720408100001DEST_PATH_IMAGE168
Figure 2012100720408100001DEST_PATH_IMAGE170
为拉格朗日乘子;
ii)采用积极集方法求取以上QP子问题,得到搜索方向
Figure 891413DEST_PATH_IMAGE150
iii)求取搜索方向二范数、拉格朗日函数梯度与搜索方向乘积
Figure 2012100720408100001DEST_PATH_IMAGE174
的值和一阶优化条件的值;如果一阶优化条件值小于设定误差
Figure 2012100720408100001DEST_PATH_IMAGE176
,或者
Figure 857708DEST_PATH_IMAGE172
Figure 592446DEST_PATH_IMAGE174
的值同时满足小于设定误差
Figure 201282DEST_PATH_IMAGE176
,则计算停止,得到最优目标函数值和在此情况下的最佳变量值;如果迭代步数达到最大设定迭代步数,则终止计算,得到当前变量的值;否则进行下一步计算;
IV) 令
Figure 2012100720408100001DEST_PATH_IMAGE178
,这样就得到了下一个迭代点;
Figure 2012100720408100001DEST_PATH_IMAGE180
为步长系数,通过一维搜索方法求取;
V) 令
Figure 2012100720408100001DEST_PATH_IMAGE182
,然后进入I)步骤继续计算;
通过以上方法得到前馈传递函数
Figure 922244DEST_PATH_IMAGE082
的最佳形式,在控制策略中加入该前馈以消除煤泥燃料变化对系统的扰动。
CN201210072040.8A 2012-03-19 2012-03-19 一种煤泥流化床锅炉干法脱硫模糊控制方法 Expired - Fee Related CN102631828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210072040.8A CN102631828B (zh) 2012-03-19 2012-03-19 一种煤泥流化床锅炉干法脱硫模糊控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210072040.8A CN102631828B (zh) 2012-03-19 2012-03-19 一种煤泥流化床锅炉干法脱硫模糊控制方法

Publications (2)

Publication Number Publication Date
CN102631828A true CN102631828A (zh) 2012-08-15
CN102631828B CN102631828B (zh) 2014-09-17

Family

ID=46616509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210072040.8A Expired - Fee Related CN102631828B (zh) 2012-03-19 2012-03-19 一种煤泥流化床锅炉干法脱硫模糊控制方法

Country Status (1)

Country Link
CN (1) CN102631828B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102840598A (zh) * 2012-08-20 2012-12-26 广东电网公司电力科学研究院 一种火电厂锅炉的燃料控制方法
CN103197636A (zh) * 2013-03-22 2013-07-10 广东电网公司电力科学研究院 配合燃烧优化的下层控制系统及其实现方法
CN104566352A (zh) * 2014-12-30 2015-04-29 武汉工程大学 带指令调节器的循环流化床锅炉一次风机控制方法及系统
CN107077104A (zh) * 2014-09-18 2017-08-18 理化工业株式会社 控制装置
CN108361688A (zh) * 2018-02-11 2018-08-03 邯郸学院 循环流化床锅炉炉内脱硫的控制方法、系统及终端设备
CN109833773A (zh) * 2019-03-08 2019-06-04 东方电气集团东方锅炉股份有限公司 一种高效脱硝氨流量精确控制方法
CN113777921A (zh) * 2021-08-27 2021-12-10 深圳市英维克信息技术有限公司 目标设备的控制方法、系统、存储介质及计算机设备
CN113960924A (zh) * 2021-08-28 2022-01-21 昆岳互联环境技术(江苏)有限公司 一种循环流化床法脱硫物料平衡边缘智控系统
CN114217523A (zh) * 2021-12-15 2022-03-22 昆岳互联环境技术(江苏)有限公司 一种sds干法脱硫剂精准加料控制方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0531324A (ja) * 1991-07-26 1993-02-09 Ishikawajima Harima Heavy Ind Co Ltd 脱硫装置の脱硫度影響因子修正方法
JPH0633743A (ja) * 1992-07-13 1994-02-08 Toshiba Corp 脱硝制御装置
CN1289631A (zh) * 2000-10-18 2001-04-04 鞍山西玛环保有限公司 锅炉喷射固硫剂脱硫模糊控制方法
CN101303595A (zh) * 2008-06-19 2008-11-12 浙江天蓝脱硫除尘有限公司 一种用于湿法烟气脱硫系统的开环模糊控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0531324A (ja) * 1991-07-26 1993-02-09 Ishikawajima Harima Heavy Ind Co Ltd 脱硫装置の脱硫度影響因子修正方法
JPH0633743A (ja) * 1992-07-13 1994-02-08 Toshiba Corp 脱硝制御装置
CN1289631A (zh) * 2000-10-18 2001-04-04 鞍山西玛环保有限公司 锅炉喷射固硫剂脱硫模糊控制方法
CN101303595A (zh) * 2008-06-19 2008-11-12 浙江天蓝脱硫除尘有限公司 一种用于湿法烟气脱硫系统的开环模糊控制系统

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102840598A (zh) * 2012-08-20 2012-12-26 广东电网公司电力科学研究院 一种火电厂锅炉的燃料控制方法
CN103197636A (zh) * 2013-03-22 2013-07-10 广东电网公司电力科学研究院 配合燃烧优化的下层控制系统及其实现方法
CN107077104A (zh) * 2014-09-18 2017-08-18 理化工业株式会社 控制装置
CN104566352A (zh) * 2014-12-30 2015-04-29 武汉工程大学 带指令调节器的循环流化床锅炉一次风机控制方法及系统
CN108361688A (zh) * 2018-02-11 2018-08-03 邯郸学院 循环流化床锅炉炉内脱硫的控制方法、系统及终端设备
CN109833773A (zh) * 2019-03-08 2019-06-04 东方电气集团东方锅炉股份有限公司 一种高效脱硝氨流量精确控制方法
CN109833773B (zh) * 2019-03-08 2021-05-04 东方电气集团东方锅炉股份有限公司 一种高效脱硝氨流量精确控制方法
CN113777921A (zh) * 2021-08-27 2021-12-10 深圳市英维克信息技术有限公司 目标设备的控制方法、系统、存储介质及计算机设备
CN113960924A (zh) * 2021-08-28 2022-01-21 昆岳互联环境技术(江苏)有限公司 一种循环流化床法脱硫物料平衡边缘智控系统
CN113960924B (zh) * 2021-08-28 2024-05-07 江苏昆仑互联科技有限公司 一种循环流化床法脱硫物料平衡边缘智控系统
CN114217523A (zh) * 2021-12-15 2022-03-22 昆岳互联环境技术(江苏)有限公司 一种sds干法脱硫剂精准加料控制方法和装置
CN114217523B (zh) * 2021-12-15 2023-09-01 江苏昆仑互联科技有限公司 一种sds干法脱硫剂精准加料控制方法和装置

Also Published As

Publication number Publication date
CN102631828B (zh) 2014-09-17

Similar Documents

Publication Publication Date Title
CN102631828A (zh) 一种煤泥流化床锅炉干法脱硫模糊控制方法
CN103576553B (zh) 一种燃煤锅炉蒸汽温度的分数阶自整定控制方法
CN109004251B (zh) 一种固体氧化物燃料电池系统的智能控制方法
CN106919053A (zh) 一种基于变结构预测控制算法的火电机组协调控制系统
CN113467392B (zh) 一种燃煤锅炉开环燃烧控制优化方法
CN102997265B (zh) 烟气余热回收设备的冷源温度控制方法及装置
CN110260356B (zh) 一种流化床锅炉的节能控制方法
WO2020062806A1 (zh) 一种用于燃烧后co 2捕集系统的改进ina前馈控制方法
CN109002068B (zh) 一种火道的温度优化控制方法
CN111841276B (zh) 循环流化床机组sncr脱硝控制方法及装置、存储介质
CN102201585A (zh) 固体氧化物燃料电池输出电压的控制方法
CN104879750A (zh) 一种用于循环流化床锅炉的燃烧优化设备、系统以及方法
CN112197262B (zh) 一种循环流化床燃煤锅炉智能控制方法
CN110687792A (zh) 一种用于化学吸附燃烧后co2捕集系统的抗烟气扰动模糊控制方法
CN111881554A (zh) 一种锅炉随气温变化的优化控制方法
CN105276561A (zh) 一种锅炉主蒸汽压力的自适应预测控制方法
CN101676631A (zh) 燃煤锅炉低氮燃烧闭环控制方法
CN108488831B (zh) 锅炉燃烧控制系统和方法
CN112556258A (zh) 一种补偿时延的热泵智能控制方法
CN109426148A (zh) 一种实现燃煤锅炉除灰过程循环周期时间自动调节的方法
Sun et al. DEB-oriented modelling and control of coal-fired power plant
Fu et al. Cascaded PI Controller Tuning for Power Plant Superheated Steam Temperature based on Multi-Objective Optimization
CN211316135U (zh) 一种循环流化床机组自动发电控制系统
CN114053865A (zh) 适用于燃煤锅炉scr脱硝控制系统的广义预测控制方法
Zheng et al. Double fuzzy pitch controller of wind turbine designed by genetic algorithm

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140917

Termination date: 20180319

CF01 Termination of patent right due to non-payment of annual fee