CN103148472A

CN103148472A - 生物质锅炉燃烧控制系统和控制方法

Info

Publication number: CN103148472A
Application number: CN2013100675746A
Authority: CN
Inventors: 孙君曼; 黄春; 吴艳敏; 姚莉娜; 郑晓婉; 孙慧君; 于浩
Original assignee: Zhengzhou University of Light Industry
Current assignee: Zhengzhou University of Light Industry
Priority date: 2012-03-23
Filing date: 2013-03-04
Publication date: 2013-06-12
Anticipated expiration: 2033-03-04
Also published as: CN103148472B

Abstract

本发明公开了包括汽包水位信息采集单元和燃烧控制子系统信息采集单元、信号传输单元、中央控制单元以及执行单元，汽包水位信息采集单元和燃烧控制子系统信息采集单元用来采集生物质锅炉的信息，并将采集信息通过信号传输单元发送中央控制单元，中央控制单元经过处理后发送控制信号给执行单元，通过中央控制单元的控制方法使锅炉始终运行在最佳燃烧状态，节约能源，减少污染。

Description

生物质锅炉燃烧控制系统和控制方法

技术领域

本发明涉及生物质锅炉领域，尤其涉及一种生物质锅炉控制系统和控制方法。

背景技术

目前,能源和环境问题已成为全球关注的焦点，虽然石油、煤和天然气这些常规能源至今仍是燃料的主要来源，但是随着常规能源的日益枯竭和环境问题的日趋严重，开发利用洁净可再生能源已经成了紧迫的课题。在此背景下，生物质能作为唯一可储存和运输的可再生绿色能源，其高效转换和洁净利用日益受到世界的重视。

工业锅炉是煤炭消费大户对环境的重要污染源，发展生物质锅炉技术，提高绿色可再生能源利用，对促进我国节约型社会主义建设具有重要意义。使用废弃生物质压缩成型的颗粒燃料的锅炉，替代燃煤燃油锅炉，因其使用清洁能源，具有节约能源、二氧化碳温室气体零排放、环保性好、符合国家能源发展战略的优点而得到迅速发展。生物质燃料锅炉的种类很多，按照锅炉燃用生物质品种的不同可分为：木材炉、薪柴炉、秸秆炉、垃圾焚烧炉等；按照锅炉燃烧方式的不同又可分为流化床锅炉、层燃炉等。早在1979年，美国就开始采用垃圾直接燃烧发电，发电的总装机容量超过10000MW，单机容量达10～25MW；美国爱达荷能源产品公司已经开发生产出燃烧生物质流化床锅炉，蒸汽锅炉出力为4.5t/h～50t/h ，供热锅炉出力为36.67MW；美国CE公司利用鲁奇技术研制的大型燃废木循环流化床发电锅炉出力为100t/h ，蒸汽压力为8.7MPa；此外，瑞典以树枝、树叶等林业废弃物作为大型流化床锅炉的燃料加以利用，锅炉热效率可达到80%；丹麦采用高倍率循环流化床锅炉，将干草与煤炭按照6：4的比例送入炉内进行燃烧，锅炉出力为100t/h ，热功率达80MW。生物质能在我国是仅次于煤炭、石油和天然气的第四位能源资源，占全部能源消耗总量的20%。但长期以来，生物质能在我国商业用能结构中的比率极小，其主要是作为一次能源在农村利用，约占农村总能耗的70 %左右。而我国目前生物质能利用的主要方法是传统的炉灶直接燃烧，其转换效率仅为10%～20%，浪费严重，并且造成环境污染。2007年12月10日，我国第一个自主研发的软质秸秆发电项目在江苏淮安建成并投入运营，该项目的成功投运，开创了我国软质秸秆发电的先河。

锅炉控制的难点主要集中在最优燃烧和汽包液位的控制上，它们的过程是一个大惯性、纯时滞、变参数的多输入多输出的复杂过程。经典控制理论、现代控制理论、智能控制理论作为自动控制理论发展的三个不同阶段，在锅炉燃烧控制理论的发展上得到了体现。20世纪60～70年代，对锅炉燃烧控制的研究主要集中在锅炉的动态特性和数学模型，从线性到非线性，从单变量到多变量，从时不变到时变等，都进行了广泛而深入的研究。

发明内容

本发明的目的是提供一种生物质锅炉的控制系统和控制方法，能够最优控制生物质锅炉的燃烧。

本发明采用下述技术方案：一种生物质锅炉燃烧控制系统，包括汽包水位信息采集单元和燃烧控制子系统信息采集单元、信号传输单元、中央控制单元以及执行单元，汽包水位信息采集单元和燃烧控制子系统信息采集单元用来采集生物质锅炉的信息，并将采集信息通过信号传输单元发送中央控制单元，中央控制单元经过处理后发送控制信号给执行单元。

所述的汽包水位信息采集单元包括测量给水量的第一流量传感器、测量蒸汽流量的第二流量传感器、测量蒸汽压力的第一压力传感器、测量汽包水位的水位传感器、测量给水温度和蒸汽温度的第一温度传感器和第二温度传感器。

所述的燃烧控制子系统信息采集单元包括测量送风量的第三流量传感器、测量引风量的第四流量传感器、测量炉膛负压的第二压力传感器、测量燃料量的称重传感器、测量烟气含氧量的氧气传感器。

所述的中央控制单元包括下位机和上位机，下位机接收数据采集单元的信息并将信息传输给上位机进行处理，上位机的通信端还连接有GPRS模块。

生物质锅炉燃烧控制系统进行的控制方法，其特征在于：包括以下步骤：（1）、汽包水位信息采集单元和燃烧控制子系统信息采集单元将采集的信息发送给下位机，下位机将信息发送给上位机；

（2）、上位机对采集到的汽包水位信息和燃烧控制子系统信息进行运算控制；

（3）、上位机发送控制信号给执行单元，实现对生物质锅炉的控制。

所述的步骤（2）中对燃烧控制子系统信息进行运算控制的控制方法包括炉膛压力的控制方法、送风量的控制方法和主汽压的控制方法：

（a）、炉膛压力控制方法：炉膛压力的给定值通过带死区的非线性函数的作用后输入PI调节器，PI调节器的输出与送风干扰量调节后进行求和，求和后的值输出给引风量作用下炉膛压力的传递函数，送风量输出给送风干扰下的炉膛压力传递函数，两个传递函数的共同作用即为炉膛压力的实测值，此实测值即为测量炉膛负压的第二压力传感器的输出值，炉膛压力的实测值又反馈给带死区的非线性函数的输入端；

其中引风量作用下炉膛压力的传递函数为：

；

送风量干扰下炉膛压力的传递函数为：

；

PI调节器的比例系数为：K_P=-2.5，T_i=5；

送风干扰量调节系数

=0.5；

（b）、送风量控制方法：称重传感器测量的燃料量通过燃料量修正函数送入过量空气PID调节器，总风量通过总风量修正函数后与PID的输出和最小风量进行比较，其中比较后的最大值输出给P调节器，P调节器的输出输入送风量控制回路传递函数，送风量控制回路传递函数的输出输入氧量校正回路传递函数，氧量校正回路传递函数的输出即为烟气含氧量的实测值，其中送风量控制回路传递函数的输出反馈给P调节器的输入端，氧量校正回路传递函数的输出反馈给过量空气PID调节器的输入端；

其中总风量是锅炉指令，是设定值，来自燃料主控制系统，用烟气的含氧量进行修正；最小风量是总风量的30%；

其中燃料量修正函数的作用是：使含氧量最终维持在给定值上，以保证适当的风料比。系统通过函数器产生一个随负荷变化的最佳氧气信号并经过运行人员进行修正；

总风量修正函数的作用是：确保总风量定值不低于最小总风量定值，同时实现锅炉加负荷时“先增风才增料”，减负荷时“先减料后减风”；

送风量控制回路传递函数为：

0.1

其中氧量校正回路传递函数为

PID调节器的比例系数为：K_P1=20，T_i1=30，T_d=7；P调节器的比例系数为：K_P2=2；

（c）、主汽压控制方法：主汽压的输出给微分调节后输入到模糊控制器，模糊控制器的输出端通过PID控制器，然后通过SMITH预估后，反馈第一压力传感器的实测值，即主汽压力。

所述的步骤（2）中对汽包水位信息的控制方法：汽包水位给定值输入到模糊PID控制器中，模糊PID控制器的输出与蒸汽流量前馈、给水流量反馈比较后输出给水调节的控制信号，水位传感器输出的汽包水位实测值与给汽包水位给定值比较，通过水位电动阀自动调节水位；

其中模糊PID控制器以误差和误差变化作为输入，通过模糊推理以及PID调节器作用到被控对象上，从而得出Kp=500；Ki=0.5；Kd=400。

本发明提供了一种简单实用、易于调整、污染小、收效高的生物质锅炉控制系统和控制方法，主要有以下技术效果：

(1) 控制系统采用大量传感器实时检测生物质锅炉的各项信息，由上位机进行处理，从而实现对锅炉汽包水位和燃烧系统的控制；MCGS组态监控功能，实现生产现场的动态监控，使其具有良好的人机界面、清晰直观的组态图形，使得操作人员通过计算机屏幕对现场情况变化一目了然，通过可靠DDE技术，实现了MCGS组态软件与MATLAB的数据通信，充分发挥了组态软件可视化界面功能与MATLAB强大的工程计算能力，从而实现对生物质燃料锅炉汽包水位和燃烧系统的优化控制；且利用GPRS模块，能够实现管理员的远程监控功能；

(2)根据生物质燃料锅炉的本身特性，将Fuzzy-Smith算法应用于锅炉燃烧系统的优化控制中，使锅炉始终运行在最佳燃烧状态，节约能源，减少污染；

(3)依据模糊PID控制器的结构模型在MATLAB/ SIMULINK平台上，建立了模糊自适应PID系统的仿真模型，对锅炉的汽包水位进行控制，具有强抗干扰性、灵活性和适应性强的优点，又具有PID控制精度高的优势。

附图说明

图1为本发明的控制系统框图；

图2为本发明的炉膛压力控制方法的流程图；

图3为本发明的炉膛压力控制方法的仿真图；

图4为图3的阶跃响应曲线图；

图5为本发明的送风量控制方法的流程图；

图6为本发明的送风量控制方法的仿真图；

图7为图6的阶跃响应曲线图；

图8为本发明的送风量控制方法中在燃料量对应的风量为最大值的情况下的仿真图；

图9图8的阶跃响应曲线图；

图10为本发明的主汽压控制方法的仿真图；

图11为模糊控制器的输入量误差E的语言值及其相应的隶属度函数图；

图12模糊控制器的输入量误差变化率EC的语言值及其相应的隶属度函数图；

图13模糊控制器的输出△U的语言值及其相应的隶属度函数图；

图14为模糊控制器的仿真结果图（阶跃响应曲线图）；

图15为燃料量干扰下的仿真结果图；

图16为用汽量干扰系统仿真结果图；

图17为汽包水位控制方法的原理图；

图18为模糊自适应PID控制系统原理图；

图19模糊自适应PID的PID参数在线自整定工作流程图；

图20为本发明中汽包水位控制方法的仿真图；

图21为模糊自适应PID的PID控制器模块图；

图22为图20的阶跃响应与正常PID的阶跃响应对比图；

图23为图20中加干扰后的阶跃响应图。

具体实施方式

如图1所示，本发明一种生物质锅炉燃烧控制系统，包括汽包水位信息采集单元和燃烧控制子系统信息采集单元、信号传输单元、中央控制单元以及执行单元，汽包水位信息采集单元和燃烧控制子系统信息采集单元用来采集生物质锅炉的信息，并将采集信息通过信号传输单元发送中央控制单元，中央控制单元经过处理后发送控制信号给执行单元。所述的中央控制单元包括下位机（Atmegal128）和上位机，下位机接收数据采集单元的信息并将信息传输给上位机进行处理，上位机的监控系统包括MCGS组态软件和Matlab Simulink模块，通过可靠DDE技术，实现了MCGS组态软件与MATLAB的数据通信，充分发挥了组态软件可视化界面功能与MATLAB强大的工程计算能力，并且还负责对整个系统采集数据的显示、存储、分析、控制以及故障报警等信息，上位机的通信端还连接有GPRS模块，为管理员提供远距离查询数据。

所述的汽包水位信息采集单元包括测量给水量的第一流量传感器（所对应的执行元件是给水调节阀）、测量蒸汽流量的第二流量传感器（所对应的执行元件是蒸汽调节阀）、测量蒸汽压力的第一压力传感器（所对应的执行机构：燃料输送量、送风量调节机构）、测量汽包水位的水位传感器（所对应的执行元件是：锅炉给水调节阀）、测量给水温度的第一温度传感器和测量蒸汽温度的第二温度传感器（第一温度传感器执行机构：减温水阀；第二温度传感器执行机构：燃料进料量和送风量）。

所述的燃烧控制子系统信息采集单元包括测量送风量的第三流量传感器（所对应的执行元件是送风机）、测量引风量的第四流量传感器（所对应的执行元件是引风机）、测量炉膛负压的第二压力传感器（所对应的执行机构：风量执行机构）、测量燃料量的称重传感器（所对应的执行元件是：电子皮带秤）、测量烟气含氧量的氧气传感器（所对应的执行元件是：送风机构）。

利用所述的生物质锅炉燃烧控制系统进行的控制方法，包括以下步骤：（1）、汽包水位信息采集单元和燃烧控制子系统信息采集单元将采集的信息发送给下位机，下位机将信息发送给上位机；

所述的步骤（2）中对燃烧控制子系统信息进行运算控制的控制方法包括炉膛压力的控制方法、送风量的控制方法和主汽压的控制方法：（是为了合理调节炉排转速和鼓风量的配比，既要避免由于空气不足使烟囱冒黑烟，也不要因空气过量而增加热量损失，达到最优燃烧。）

（a）、炉膛压力控制方法：如图2所示，炉膛压力的给定值（-10～30Pa）通过带死区的非线性函数的作用后输入PI调节器，PI调节器的输出与送风干扰量调节后进行求和，求和后的值输出给引风量作用下炉膛压力的传递函数，送风量输出给送风干扰下的炉膛压力传递函数，两个传递函数的共同作用即为炉膛压力的实测值（此实测值即为测量炉膛负压的第二压力传感器的输出值），炉膛压力的实测值又反馈给带死区的非线性函数的输入端；（目的是控制引风量使锅炉运行在一定负压状态下，防止炉膛向外喷火，同时也避免因为负压过大锅炉热量随烟气排放，保持锅炉燃烧的经济性；）

炉膛压力在内扰下的动态特性W₀(S)基本上是一个比例环节，对于此对象一般采用比例规律的单回路控制系统。

其中引风量作用下炉膛压力的传递函数为：；

送风量干扰下炉膛压力的传递函数为：

；

PI调节器的比例系数为：K_P=-2.5，T_i=5；

送风干扰量调节系数参数

的整定按不变性原理进行，在送风量V扰动下，Ps的传递函数W(S)为

W(S)=

根据不变性原理：令W(S)=0，则：

因此：

=0.5

如图3所示为送风干扰下的系统仿真图，图4为仿真图的阶跃响应曲线图，由图可知：如果被控对象不发生变化的话，前馈控制可完全消除干扰。

（b）、送风量控制方法：如图5所示，燃料量（是测量燃料量的称重传感器的测量值）通过燃料量修正函数送入过量空气PID控制器，总风量通过总风量修正函数后与PID控制器的输出和最小风量进行比较，其中比较后的最大值输出给P调节器，P调节器的输出输入送风量控制回路传递函数，送风量控制回路传递函数的输出输入氧量校正回路传递函数，氧量校正回路传递函数的输出即为烟气含氧量的实测值，其中送风量控制回路传递函数的输出反馈给P调节器的输入端，氧量校正回路传递函数的输出反馈给过量空气PID控制器的输入端；（送风量的控制最终是要控制鼓风机进行送风量的调整）

其中总风量是锅炉指令，是设定值，来自燃料主控制系统，用烟气的含氧量进行修正；A为最小风量的给定值，一般为保证锅炉的安全燃烧，30%总风量为最小风量；大值选择器max是使总风量D不小于当时燃料量B(包括给料量和油量)所需的总风量；送风量调节器P和送风机构成快速响应的内回路，过量空气调节器（PID）起校正作用，是串级系统的主调节器，起作用是使含氧量O₂最终维持在给定值上，以保证适当的风料比。

其中燃料量修正函数的作用是：使含氧量最终维持在给定值上，以保证适当的风料比。系统通过函数器产生一个随负荷变化的最佳氧气信号并经过运行人员进行修正。

总风量修正函数的作用是：确保总风量(定值)不低于最小总风量(定值)，同时实现锅炉加负荷时“先增风才增料”，减负荷时“先减料后减风’’。

送风量控制回路传递函数为：0.1

其中氧量校正回路传递函数为

由于本系统副回路的副对象为一比例环节P，故采用一步法整定PID控制器参数，按照一步法，副回路采用纯比例控制，被控对象为流量，比例放大系数K_P2一般为1.25-2.5之间，我们选K_P2=2；然后按单回路系统的整定方法去整定主控制器的参数，按照响应曲线法整定控制器参数，得K_P1=20，T_i1=30，T_d=7。如图6所示，按照所得参数进行仿真，得到系统的阶跃响应曲线如图7所示。由图7可知控制结果不错。

在燃料量对应的风量为最大值的情况下，送风量控制方法的仿真图如图8所示，其阶跃响应曲线如图9所示，由响应曲线可知，对于燃料量的突然增加，对应的风量与之成比例的增加。

（c）、主汽压控制方法（PID、SMITH预估、模糊控制，主蒸汽压力的变化反映了锅炉的蒸汽产量与负荷耗汽量之间的不平衡，这时需要改变燃料量以改变锅炉的蒸汽产量，来达到适应负荷耗汽量变化的目的，从而构成主蒸汽压力控制系统）：如图10所示，主汽压的输出给微分调节后输入到模糊控制器，模糊控制器的输出端通过PID控制器，PID控制器输出经过SMITH预估补偿后，反馈第一压力传感器的实测值，即主汽压力，主汽压力的测量值是由测量蒸汽压力的第一压力传感器测得，

其中主汽压传递函数为：

；

式中，静态增益K_p、时间常数T_p1和T_p2、延迟时间τ_p都是随运行工况的不同而变的参数。控制对象的各参数取为：τ_P=40，K_p=1，T_p1=100，T_p2=50。输入为单位阶跃信号。

基本模糊控制缺乏对具有较大纯时间滞后对象的控制能力，因此，在模糊控制系统中引入Smith预估控制，以提高模糊控制器对具有纯时间滞后对象的控制能力。常用的模糊控制器输出环节有比例输出和积分输出两种形式，前者阶跃响应快，但为有差控制，后者可接近无差控制，但响应慢，且超调较大。本系统采用二者相结合的比例积分输出结构，具有超调小、暂态时间短的优点。

模糊控制器的具体过程如下所述： (1) 输入、输出变量的模糊化

本方法取误差e和误差变化率ec作为模糊控制器的输入量，属于二维模糊控制器。其中：e=r-y，ec=de/dt。模糊控制器的输出为控制量的增量△U。

误差E、误差变化率EC、控制量的增量△U的模糊子集语言变量分别规定如下：E={NB，NM，NS，ZO，PS，PM，PB}，

EC={NB，NM，NS，ZO，PS，PM，PB}，

△U ={NVB，NB，NM，NS，ZO，PS，PM，PB，PVB}。

对主汽压回路，设误差E的变化范围为[ -1MPa，1MPa ]，其模糊量E的论域为[ - 6，6 ]，则Ke =6。设主汽压力误差变化率的变化范围为[ - 0.05MPa，0.05MPa ]，其模糊量EC 的论域为[ - 6，6 ]，则Kec=120 。控制量△U即电机转速的变化范围为[ -28，28 ]，其模糊量U的论域为[ -7，7 ]，则Ku =4。取Ki=0.04。误差量化因子Ke、误差变化量化因子Kec除了把输入量变换到模糊集合的论域上以外，还对控制系统的动态性能影响极大。Ke、Kec通过调整语言变量的取值来改变控制器的输出，Ku相当于常规控制中的比例增益，Ki引入了积分控制作用。由该式可以看出，影响控制系统响应特性的因素包括两方面，一是开环被控对象的动态特性，二是量化因子、比例因子和积分因子的取值。量化因子Ke、Kec可以提高系统对误差及其变化率的分辨率，使控制精度提高，但Ke、Kec太大不利于系统的稳定。增大Ku或Ki都能使响应速度加快，但可能引起振荡。

E、EC、△U的隶属度函数曲线都取为三角形，其相应表示如图11、图12、图13所示。

(2) 模糊控制规则

模糊控制规则采取 if E and EC then △U 的形式，具体规则共有49条，如下：

if E＝NB and EC＝NB then △U=NVB

if E＝NB and EC＝NM then △U=NB

if E＝NB and EC＝NS then △U=NM

if E＝NB and EC＝ZO then △U=NM

if E＝NB and EC＝PS then △U=NS

if E＝NB and EC＝PM then △U=ZO

if E＝NB and EC＝PB then △U=ZO

if E＝NM and EC＝NB then △U=NB

if E＝NM and EC＝NM then △U=NM

if E＝NM and EC＝NS then △U=NM

if E＝NM and EC＝ZO then △U=NS

if E＝NM and EC＝PS then △U=ZO

if E＝NM and EC＝PM then △U=ZO

if E＝NM and EC＝PB then △U=PS

if E＝NS and EC＝NB then △U=NM

if E＝NS and EC＝NM then △U=NM

if E＝NS and EC＝NS then △U=NS

if E＝NS and EC＝ZO then △U=NS

if E＝NS and EC＝PS then △U=ZO

if E＝NS and EC＝PM then △U=PS

if E＝NS and EC＝PB then △U=PS

if E＝ZO and EC＝NB then △U=NM

if E＝ZO and EC＝NM then △U=NS

if E＝ZO and EC＝NS then △U=NS

if E＝ZO and EC＝ZO then △U=ZO

if E＝ZO and EC＝PS then △U=PS

if E＝ZO and EC＝PM then △U=PS

if E＝ZO and EC＝PB then △U=PM

if E＝PS and EC＝NB then △U=NS

if E＝PS and EC＝NM then △U=NS

if E＝PS and EC＝NS then △U=ZO

if E＝PS and EC＝ZO then △U=PS

if E＝PS and EC＝PS then △U=PS

if E＝PS and EC＝PM then △U=PM

if E＝PS and EC＝PB then △U=PB

if E＝PM and EC＝NB then △U=NS

if E＝PM and EC＝NM then △U=ZO

if E＝PM and EC＝NS then △U=PS

if E＝PM and EC＝ZO then △U=PS

if E＝PM and EC＝PS then △U=PM

if E＝PM and EC＝PM then △U=PM

if E＝PM and EC＝PB then △U=PB

if E＝PB and EC＝NB then △U=ZO

if E＝PB and EC＝NM then △U=PS

if E＝PB and EC＝NS then △U=PS

if E＝PB and EC＝ZO then △U=PM

if E＝PB and EC＝PS then △U=PM

if E＝PB and EC＝PM then △U=PB

if E＝PB and EC＝PB then △U=PVB

(3) 模糊推理：本方法采用Mamdani极大极小合成算法，Mamdani推理法是一种在模糊控制中普遍使用的方法。

(4) 清晰化：用重心法求出输出的精确值△U。

采用模糊控制器的仿真结果如图14所示，采用fuzzy-Smith的控制效果有了显著改善，超调量非常小，几乎没有超调，调节时间也缩短许多，还不到200秒，与之前的600秒相比小了很多。单纯模糊控制器稳态性能欠佳，难以达到较高的控制精度。但由于采用了积分加比例输出，本系统的稳态误差非常小，控制精度不错。

汽压控制系统的主要干扰量是燃料量和蒸汽负荷变化量，下面分别讨论这两种干扰对系统输出的影响。燃料量干扰：在系统运行250s后（此时系统已稳定），由于某种原因实际给料量有一大幅度阶跃的波动，系统仿真结果如图15所示，由图15可知，在燃料量有大幅度的波动下，主汽压的波动还不到5%，说明本系统对内扰有很强的抑止能力；用汽量干扰：在系统运行250s后（此时系统已稳定），由于某种原因用汽量突然大幅阶跃增加，系统仿真结果如下图16所示。从图16可看出，在用汽量有大幅度的波动下，主汽压的波动在10%之内，说明本控制方法对外扰有很强的抑止能力。

所述的步骤（2）中对汽包水位信息的控制方法（模糊自适应PID）：汽包水位给定值输入到模糊PID控制器中，模糊PID控制器的输出与蒸汽流量前馈、给水流量反馈比较后输出给水调节的控制信号，水位传感器输出的汽包水位实测值与给汽包水位给定值比较，通过水位电动阀自动调节水位，控制汽包液位在一个能保证锅炉安全运行的位置。

所述的汽包水位控制采用模糊自适应PID控制策略，控制系统原理图如图17所示。采用偏差e和偏差变化率ec作为输入，通过模糊控制器实时整定出来PID控制器的Kp、Ki、Kd三个参数，模糊控制器的模糊规则根据操作者和专家的一些经验进行编写，并在PID控制器的输出部分每15s加入一个脉冲扰动信号，证明模糊自适应PID控制器对干扰的抑制能力。

模糊自适应PID控制系统的原理图如图18所示，自适应模糊控制器以误差e和误差变化ec作为输入，可以满足不同时刻的e和ec对PID参数自整定的要求。

参数模糊自整定是找出PID3个参数与e和ec之间的模糊关系，在运行中通过不断检测e和ec，根据模糊控制原理来对3个参数进行在线修改，以满足不同e和ec时对控制参数的不同要求，而使被控对象有良好的动稳态性能。

一般情况下，在不同︱e︱、︱ec︱下被控过程对参数Kp、Ki、Kd 的自整定要求可归纳为：

(1) 当︱e︱较大时，为使系统具有良好的快速跟踪性能，应取较大的 Kp和较小的Kd，同时为避免系统响应出现较大的超调，应对积分作用加以限制，通常取 Ki = 0；

(2) 当︱e︱处于中等大小时，为使系统响应具有较小的超调，Kp应取得小些；在这种情况下，Kd的取值对系统响应的影响较大，Ki的取值要适当；

(3) 当︱e︱较小时，为使系统具有较好的稳态性能，Kp与Ki均应取得大些，同时为避免系统在设定值附近出现振荡，Kd值的选择是相当重要的。

增量式PID控制算式为

式中

根据模糊自适应PID控制系统框图以及增量式PID控制算式设计出系统simulink仿真图主要由两部分组成：可调整PID控制器和模糊控制器，在常规PID控制的基础上，以误差e和误差变化率ec作为输入，通过模糊推理输出kp,ki,kd的调整值，以实现在线整定，满足不同的e和ec对PID参数kp、ki和kd的要求，而使被控对象具有良好的动、静态性能。Kp、ki和kd的整定方法为

,

式中

为模糊控制器的输出。

(1) 各参数隶属函数的确定

模糊控制器各语言变量的论域为：

e：{-3,3}，ec：{-3,3}，kp：{-0.3,0.3}，ki：{-0.06,0.06}，kd：{-3，3}。

以上语言各论域变量中，输入输出语言变量的论域语言值为“大”（PB）“中”（PM）“小”（PS）“零”（ZO）“负小”（NS）“负中”（NM）“负大”（NB）各语言值的定义可由隶属函数表示，前面已进行过详细说明，不再赘述。

(2) 建立模糊控制规则表

参数的整定规则是模糊控制的核心，建立模糊控制规则的原则是依据专家的经验，将其编辑成模糊规则，本项目中采用的模糊语言规则如表4-1、表4-2.、表4-3所示。

(a) k _p的模糊规则表见表4-1

表4-1 k _p的模糊规则表

(b) k _i的模糊规则表见表4-2

表4-2 k _i的模糊规则

(c) k _d的模糊规则表见表4-3

表4-3 k _d的模糊规则表

(d) PID参数的在线自整定工作流程如图19所示。

(3) 模糊推理及模糊运算

测得e和ec，并转换成相应的模糊语言后，根据整定规则，经过模糊决策可得到一个模糊查询表，这个模糊查询表就是做成硬件后，烧在硬件中以便计算机进行查询，从而得到Kp、Ki、Kd的整定值。

基于Simulink环境下建好的模块图如图20所示。整个模型由模糊控制器、PID控制模块、控制对象及输入输出等组成。

选取某供汽量为120t/h的锅炉汽包为被控对象,其给水流量与水位的传递函数为：G（s）=0.0529/8.5s²+s

在MATLAB命令窗口中输入fuzzy命令，打开模糊编辑窗口，打开编辑好的模糊控制器并将其加载到工作空间中，模糊控制器加载的名字要与Simulink仿真图中模糊控制器的名字相同，这样模糊控制器就可以工作了。

可变参数PID控制器模块图如图21所示。

在设计PID控制器中，要调整3个参数，根轨迹和Bode图设计方法通常不被采用。Ziegler与Nichols(尼克尔斯)发展了PID调节器设计方法。该方法基于简单的稳定性分析方法。首先，置Kd=Ki=0，然后增加比例系数直至系统开始震荡（即闭环系统极点在jω轴上）。再将该比例系数乘以0.6，而其他参数可按下式计算得出。

式中，Km为系统开始振荡时的K值；ωm为振荡频率。然而该设计方法在设计过程中没有考虑任何特性要求。但是Ziegler与Nichols发现这种设计方法给予过程控制器提供了好的工作性能。工程师们的多年经验证明，这种设计方法的确是一种好的方法。

利用根轨迹或Bode图方法，可以确定Km和ωm，例如，对于给定的被控对象的传递函数，可以得到一根轨迹图。对应穿越jω轴时的增益为Km,而此点的ω值即为ωm，另外对于给定的被控对象传递函数可绘制Bode图。在频率为ωpc处确定增益裕量，Km=10(GM/20)，而ωm=ωpc，注意Bode图只能给出近似的结果。

设计最终采用的PID参数为：

Kp=500

Ki=0.5

Kd=400

取量化因子ke=0.3，kec=0.1，取Kp、Ki、Kd的比例因子为k₁=2，k₂=0.005，k₃=25。

采用模糊自适应PID控制对生物质锅炉汽包水位系统进行阶跃响应仿真，并将其仿真结果与PID控制进行对比。仿真时间为20s，在15s处加周期为15s，占空比为5%，幅度为10的脉冲信号，研究模糊PID对干扰的抑制能力。其仿真结果分别如图22、23所示。

由仿真结果可以看出来，模糊PID控制器的响应速度更快，超调量比PID控制器要小，振荡时间更短，可以很快的趋于稳定状态，显示出良好的动态性能和稳定精度。同时从加干扰后的仿真图中可以看出来模糊PID控制器对干扰有很好的抑制能力。在控制精度为10%范围内的抑制幅度大小为40（4000%）控制精度为5%范围内的抑制幅度大小为20（2000%），控制精度为2%范围内的抑制幅度为8（800%）。

Claims

1.一种生物质锅炉燃烧控制系统，其特征在于：包括汽包水位信息采集单元和燃烧控制子系统信息采集单元、信号传输单元、中央控制单元以及执行单元，汽包水位信息采集单元和燃烧控制子系统信息采集单元用来采集生物质锅炉的信息，并将采集信息通过信号传输单元发送中央控制单元，中央控制单元经过处理后发送控制信号给执行单元。

2.根据权利要求1所述的生物质锅炉燃烧控制系统，其特征在于：所述的汽包水位信息采集单元包括测量给水量的第一流量传感器、测量蒸汽流量的第二流量传感器、测量蒸汽压力的第一压力传感器、测量汽包水位的水位传感器、测量给水温度和蒸汽温度的第一温度传感器和第二温度传感器。

3.根据权利要求2所述的生物质锅炉燃烧控制系统，其特征在于：所述的燃烧控制子系统信息采集单元包括测量送风量的第三流量传感器、测量引风量的第四流量传感器、测量炉膛负压的第二压力传感器、测量燃料量的称重传感器、测量烟气含氧量的氧气传感器。

4.根据权利要求3所述的生物质锅炉燃烧控制系统，其特征在于：所述的中央控制单元包括下位机和上位机，下位机接收数据采集单元的信息并将信息传输给上位机进行处理，上位机的通信端还连接有GPRS模块。

5.根据权利要求1所述的生物质锅炉燃烧控制系统进行的控制方法，其特征在于：包括以下步骤：（1）、汽包水位信息采集单元和燃烧控制子系统信息采集单元将采集的信息发送给下位机，下位机将信息发送给上位机；

6.根据权利要求5所述的一种生物质锅炉燃烧控制系统的控制方法，其特征在于：所述的步骤（2）中对燃烧控制子系统信息进行运算控制的控制方法包括炉膛压力的控制方法、送风量的控制方法和主汽压的控制方法：

其中引风量作用下炉膛压力的传递函数为：

；

送风量干扰下炉膛压力的传递函数为：

；

PI调节器的比例系数为：K_P=-2.5，T_i=5；

送风干扰量调节系数

=0.5；

其中燃料量修正函数的作用是：使含氧量最终维持在给定值上，以保证适当的风料比；

系统通过函数器产生一个随负荷变化的最佳氧气信号并经过运行人员进行修正；

送风量控制回路传递函数为：0.1

其中氧量校正回路传递函数为

7.根据权利要求5所述的一种生物质锅炉燃烧控制系统的控制方法，其特征在于：所述的步骤（2）中对汽包水位信息的控制方法：汽包水位给定值输入到模糊PID控制器中，模糊PID控制器的输出与蒸汽流量前馈、给水流量反馈比较后输出给水调节的控制信号，水位传感器输出的汽包水位实测值与给汽包水位给定值比较，通过水位电动阀自动调节水位；