CN103336438A - 复杂热工对象非对称约束自适应控制方法 - Google Patents

Abstract

本发明公开了一种复杂热工对象的非对称约束自适应控制方法。该方法通过一个能够直观反映复杂热工对象能量和质量间失配和失衡的四维非对称量度和约束空间来建立自适应控制规则，进而实现对热工调节回路中PID调节器和动态补偿环节的自适应校正。实际应用证明该方法物理意义明了，便于机理或辨识建模；可以直接采用分散控制系统的基本控制算法设计组态实现，现场调整简单；适用于各种具有强耦合、非线性、大滞后和时变特征的复杂热工对象的优化控制。

Description

复杂热工对象非对称约束自适应控制方法

技术领域

本发明涉及一种自适应控制方法，尤其涉及一种基于复杂热工对象本身能量和质量平衡机理及其非对称特性的多变量约束自适应控制方法，属于热工自动控制领域。

背景技术

复杂热工对象是一种典型的具有大滞后、非线性、不确定时变和强耦合特征的被控对象。近几十年来，除了最为经典的PID调节器之外，国内外对其优化控制方法的研究几乎覆盖了所有经典、现代或智能自动控制理论^[1][2]。

而在实际工程应用中，虽然目前国内大型火电厂单元机组的热工自动控制系统都采用了功能日益强大的计算机分散控制系统(Distributed Control System，简称DCS)，但从控制理论和控制工程的角度看，整体应用水平仍然与上世纪80年代初期不相上下，几乎100％的自动调节回路仍然采用的还是最经典的PID调节回路。这呈现出一个极为矛盾的现象，一方面各种现代控制理论和智能控制方法及其在火电厂中的研究文献可谓是汗牛充栋，而且计算机过程控制系统的功能和处理能力也今非昔比，但复杂热工对象优化控制的难题仍然没有得到很好的解决。经对近几年来国内专业期刊上发表的超过300余篇有关火电厂先进控制的相关研究论文和发明专利进行检索和分析发现，其中超过85％的文献都只是对各种现代控制理论和智能控制方法的重复数学推导和简单的仿真验证，而且为了满足数学推导和求解的需要，上述文献大都对所针对的热工对象的数学模型都进行了过度的简化，很大程度上已经偏离了所需解决问题的本质，其研究结论的实际应用价值也就十分有限。

由于传统的先进控制方法一般都依赖于被控对象的精确数学模型。而对于一个实际的多变量输入输出热工被控对象(MIMO)而言，过程动态特性的辨识往往存在许多实际的困难：(一)系统本身不完全可测；(二)辨识所需的充分激励信号和系统安全运行限制相矛盾；(三)对系统结构的假设很难覆盖所有目标；(四)需要复杂的离线训练；(五)实际应用中模型的收敛性和系统稳定性无法保证等等。因此，对于广义的复杂热工对象而言，许多现有的先进控制方法在处理其多变量、非线性、变结构尤其是不确定时变特性时仍存在一定的困难。而对可以简化为单输入单输出被控对象(SISO)或多变量线性模型(LMIMO)的热工被控对象，状态反馈控制、预测控制等先进控制策略在国内外已经有了不少的成功应用案例^[3][4]。

国内外自动化领域的专家学者们也都注意到了这种控制理论和控制工程间所存在的鸿沟。许多学者提出了具有创新性的理论和方法，如席裕庚教授首先提出的针对有约束多目标多自由度优化CMMO的满意优化控制概念，韩京清教授首创的自抗扰控制理论，吴宏鑫教授总结的基于特征模型的智能自适应控制方法等等，意在解决现代控制理论在非线性和多变量优化控制问题上所存在的缺陷和不足，减少现有方法对模型和数理推导的过分依赖^[5]-[8]。

在本发明人所承担的上海市科技创新专项中，针对于变压运行超临界直流锅炉-汽轮发电机组等典型的复杂多变量热工对象的控制难题进行了深入的研究，针对机组直接能量和质量平衡机理以及启停过程等不稳态工况的对象时变和耦合特征对现有的机炉协调控制系统和机组自启停过程的多目标优化控制策略提出了改进方案^[9][10]。同时，基于对上述复杂热工对象本身能量和质量间静、动态非对称特性的综合与分析，提出了一种复杂热工对象的多变量非对称约束自适应控制方法。

自适应控制方法从上世纪50年代被提出之后，国内外已有许多学者在其理论和方法上进行了大量卓有成效的研究工作^[11]-[17]。王伟，张晶涛，柴天佑针对目前的各种PID调节器自整定方法进行了总结^[18]，指出了目前仍存在并且必须解决的几个主要问题：(一)性能的折衷；(二)少的先知信息量；(三)简易、直观的在线整定。

而变压运行超临界直流锅炉-汽轮发电机组本身是一个极为复杂的热力系统，燃烧及两相流等关键工艺过程目前从机理上还无法完全被精确地认知和描述，许多重要热工参量在现有的技术基础上尚难以准确量度或因为经济成本等因素未设置直接的量测装置。因此建立一个精确的全局全工况数学模型是相当困难的，常需对其进行集总化、线性化和多回路处理。这样就可以采用线性化或局部定量模型进行仿真分析和运用传统的控制理论和方法进行分析综合和设计整定。如在现有的单元机组模拟量控制系统MCS中，针对主要控制参量与机组负荷、主蒸汽压力或主蒸汽流量间的非线性特性对PID参数进行自适应修正的设计方法已经应用得极为普遍^[19]。但是这种常用的简化和泛化分析方法也使得许多复杂热工对象的机理特征未能充分反映出来并在设计和综合过程中有针对性地加以利用，如复杂热工对象的非对称特性在目前的热工自动调节系统中一般都没有予以考虑。

复杂热工对象的非对称特性主要体现以下几个方面：一是由于热力学机理或结构分布性特点所呈现出的静态不对称性，如汽机阀门升程和流量间的非对称度、不同层燃烧器对锅炉负荷调节特性的空间不对称性、工质及金属的蓄热在拟临界区域的特殊热物理特性等；另一种则是因为不同工艺设备或过程间存在明显的特性差异所导致的质量和能量间的动态不对称性，如外扰或内扰及其组合导致的压力、温度和负荷的动态失配和失衡；当复杂热工对象存在这些明显的不对称特征时，按照线性化方法整定或根据工况进行一维非线性修正的PID调节器往往会出现过调或欠调等非正常调节动作，直接影响到系统的动态稳定性。

而这种复杂热工对象的非对称特性虽然精确建模也十分困难，但其低阶特性往往是可以通过其热力学机理进行边界度量和根据先验知识进行辨识和预估的，可以采用非模型化的约束自适应控制方法实现其满意度优化控制。例如机组实际运行过程中，运行操作人员凭经验对调节回路设定值或输出偏置进行的即时干预，很多都是对这种非对称特性的约束行为，并且这种约束往往能够取得很明显的效果。曾有一个有趣的统计结论：60～70％的热工过程采用带有一维非线性修正的PID调节回路已经基本可以满足实际需要，而20～30％的PID调节回路可以采用上述的“人工自适应”方法进行即时调整从而达到更好的效果，只有5％不到的场合先进控制方法的确起到了有效的作用。

正是基于这种认知，诸如模糊逻辑和神经网络等方法在复杂热工对象的优化控制中也大行其道。毋庸置疑，这些先进的控制方法都有望取得很好的控制效果，但实际应用存在的主要问题仍然是迄今为止仍未找到一种广义和有效的数理方法来建立恰当的模糊控制规则和验证神经网络的全局鲁棒性^[20]。这种情况下其与传统的PID调节回路相比，反而使得一个“灰箱”问题演化成了一个“黑箱”问题。

参考文献：

[1]开平安，刘建民，焦嵩鸣等.火电厂热工过程先进控制技术[M].北京：中国电力出版社.2010.

[2]刘红波，李少远.火电机组先进智能控制及其应用[M].北京：科学出版社.2005.

[3]席裕庚.预测控制[M].北京：国防工业大学出版社.1993.

[4]叶敏.状态反馈及观测器控制的整定与分析[J].发电设备，1991，(7)：6-9.

[5]席裕庚.复杂工业过程的满意控制[J].信息与控制，1995，24(1)：14-20.

[6]吴宏鑫，胡军，解永春.基于特征模型的智能自适应控制[M].北京：中国科学技术出版社.2009.

[7]实现最优化自抗扰反馈控制的方法和装置[Z].中国专利CN1225679C

[8]黄一，张文革.自抗扰控制器的发展[J].控制理论与应用，2002，19(4)：485-491.

[9]直流炉单元机组直接能质平衡协调控制系统[Z].中国专利，CN102323748B

[10]火电厂单元机组自启停优化控制系统[Z].中国专利，CN102193532B

[11]袁震东.自适应控制理论及其应用[M].上海：华东师范大学出版社，1988.3

[12]王维杰，李东海，高琪瑞，王传峰.一种二自由度PID控制器参数整定方法[J].清华大学学报(自然科学版)，2008，48(11)

[13]薛亚丽.热力过程多变量控制系统的优化设计[D].北京：清华大学，2005.

[14]PID参数整定方法及PID参数整定系统[Z].中国专利，CN102621883A

[15]过程自适应控制技术及过程控制系统[Z].中国专利，CN1072369C

[16]非线性时变自适应控制器及其控制方法[Z].中国专利，CN1234056C

[17]化工多变量生产过程的两自由度解耦控制系统[Z].中国专利，CN1234056C

[18]王伟，张晶涛，柴天佑.PID参数先进整定方法综述[J].自动化学报，2000，26(3)：347-355.

[19]刘红波，李少远，柴天佑.一种基于工况分解的热工过程非线性控制模型建立方法及应用[J]控制理论与应用.2004，21(5)：785-790.

[20]丁玲，厉隽烽，席裕庚.非线性对象神经网络建模的广义自组织学习[J]电子学报.1992，20(10)：56-60

[21]基于模糊目标与模糊约束的工业过程预测控制方法[Z].中国专利CN100547504C

[22]郑昶.协调控制系统机组实时能力识别限幅[J].动力工程，1991，(05)：31-41.

[23]多燃料混烧锅炉燃料自适应控制系统[J].中国专利CN102799110A

[24]李旭，凌荣生.宝钢电厂1160吨/时锅炉过热器调节系统的研究和改进[J].动力工程，1983，(3)：31-39.

发明内容

本发明给出了一种基于热工对象本身能量和质量失配和失衡程度的非对称约束自适应控制方法，该方法可以直接用于现有的热工自动调节回路中的PID调节器和各种补偿环节调节参数的动态自适应校正。其技术方案具体是由以下方法和步骤来实现的：

在复杂热工对象自动调节回路的设定值形成回路(1)、PID调节器(2)、动态前馈环节(3)、动态解耦环节(4)或控制输出限幅环节(5)中，设计有非对称约束自适应校正环节(10)，该环节(10)可以根据复杂热工对象本身热量和质量间的失衡和失配程度，对上述(1)或(2)或(3)或(4)或(5)的可调整参数进行在线自适应校正，具体是由以下步骤和方法实现的：

步骤1.1.从机组分散控制系统DCS中选择及计算得到复杂热工对象输入、输出能量和质量变量e_i、m_j，0≤i，j≤2；

步骤1.2.由复杂热工对象的热力学方程或辨识模型计算其能量和质量的多目标和多自由度约束条件，包括：

-能量e_i或质量m_j变量偏差或偏差变化速率本身的正反向非对称约束；

-能量e_i或质量m_j变量的偏差与对应的偏差变化速率间的非对称约束；

-能量e_i或质量m_j变量相互之间偏差及偏差变化率的动态非对称约束；

从而得到分别对应于(1)或(2)或(3)或(4)或(5)的非对称约束信号(11)、(12)、(13)、(14)、(15)；步骤1.3.将上述非对称约束信号(11)、(12)、(13)、(14)、(15)与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加或限幅，构成复杂热工对象的非对称约束自适应校正环节(10)，从而实现其自动调节回路的自适应优化控制。

所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的非对称约束环节(10)的多目标和多自由度约束条件可表达为一加权多项式等式模型，其与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加，以完成复杂热工对象的非对称约束自适应优化控制，即(1)或(2)或(3)或(4)或(5)的非对称约束信号(11)、(12)、(13)、(14)、(15)均可表达为：

$\mathrm{\δ}={\mathrm{\δ}}_0+\underset{j=1}{\overset{2}{\mathrm{\Σ}}}\underset{i=0}{\overset{2}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}\·\left|{\mathrm{\Δe}}_j^{i-1}\right|\·{\mathrm{\Δe}}_j^i\·\frac{d\left({\mathrm{\Δe}}_j\right)}{\mathrm{dt}}\×\underset{i=0}{\overset{2}{\mathrm{\Σ}}}{b}_{\mathrm{ij}}\·\left|{\mathrm{\Δm}}_j^{i-1}\right|\·{\mathrm{\Δm}}_j^i\·\frac{d\left({\mathrm{\Δm}}_j\right)}{\mathrm{dt}}$

其中：j为整数且1≤j≤2，δ₀为(1)或(2)或(3)或(4)或(5)的可调整参数的初始值。

所述的非对称约束环节(10)的多目标和多自由度约束条件还可表达为一不等式模型，其对(1)或(2)或(3)或(4)或(5)可调整参数的初始值进行即时限幅，以完成复杂热工对象的非对称约束自适应优化控制，即(1)或(2)或(3)或(4)或(5)的的非对称约束信号(11)、(12)、(13)、(14)、(15)均可表达为：

$\mathrm{\δ}=\underset{j=1}{\overset{2}{\mathrm{\Σ}}}\underset{i=0}{\overset{2}{\mathrm{\Σ}}}{a}_{\mathrm{ij}}\·\left|{\mathrm{\Δe}}_j^{i-1}\right|\·{\mathrm{\Δe}}_j^i\·\frac{d\left({\mathrm{\Δe}}_j\right)}{\mathrm{dt}}\×\underset{i=0}{\overset{2}{\mathrm{\Σ}}}{b}_{\mathrm{ij}}\·\left|{\mathrm{\Δm}}_j^{i-1}\right|\·{\mathrm{\Δm}}_j^i\·\frac{d\left({\mathrm{\Δm}}_j\right)}{\mathrm{dt}}$

$\left\{\begin{array}{c}\mathrm{\&delta;}-{\mathrm{\&delta;}}_0\&GreaterEqual;c;\mathrm{\&delta;}=\mathrm{\&delta;}\\ \mathrm{\&delta;}-{\mathrm{\&delta;}}_0<c;\mathrm{\&delta;}={\mathrm{\&delta;}}_0\end{array}\right.$

这里阈值c为一预置的常数，δ₀为(1)或(2)或(3)或(4)或(5)可调整参数的初始值。

当能量e_i或质量m_j变量采用辨识模型时，(1)或(2)或(3)或(4)或(5)的的非对称约束信号(11)、(12)、(13)、(14)、(15)还可表达为神经网络模型，其神经网络输入分别为能量e_i或质量m_j变量的偏差及其偏差的微分，即输出为δ，0≤i，j≤2；神经网络模型的建立可应用现有的技术完成模型的构建和学习；其与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加或限幅，以完成复杂热工对象的非对称约束自适应优化控制。

其中，所述的输入、输出能量和质量变量e_i、m_j可以采用机组分散控制系统DCS实际测量得到的压力、温度、流量、功率，或通过这些测量信号计算得到的热焓信号，或复杂热工对象自动调节回路的控制输出信号。

当对象具有大时滞、强耦合等特征或测量信号因为技术困难无法保证其精度时，为获得更好的控制效果，所述的输入、输出能量和质量变量e_i、m_j可以是根据机组分散控制系统DCS测量得到的压力、温度、流量、功率通过软测量技术得到的直接能量平衡信号或直接质量平衡信号，且通常所说的直接能量平衡信号或直接质量平衡信号，这些软测量信号比上述直接测量的参数具有更好的线性度和动态响应性。

可采用非对称约束自适应校正环节(10)进行在线校正的PID调节器(2)的可调整参数包括比例系数、积分时间常数、微分时间常数，即非对称约束信号(12)可分别对PID调节器(2)的每个可调整参数单独进行自适应校正；而设定值形成回路(1)、动态前馈环节(3)、动态解耦环节(4)的可调整参数包括其前向增益系数和时间常数，即非对称约束信号(11)或(13)或(14)可分别对(1)或(3)或(4)的每个可调整参数单独进行自适应校正。

而所述的控制输出限幅环节(5)的可调整参数包括其闭锁加、闭锁减或迫升、迫降的触发输入，或迫升、迫降指令的目标值，或迫升、迫降指令的变化速率；即非对称约束信号(15)可分别对上述可调整参数单独进行自适应校正。

本发明的研究和所提出的方法主要基于以下的认识：第一，实践已经充分证明以PID为基础的调节回路能够满足绝大多数热工过程的控制要求；第二，迄今为止并没有另外一种普适的控制算法被充分证明能够很好地替代PID；第三，新的控制方案必须能够在现有的主流控制系统平台如DCS系统上可靠地实现，第四，先进的控制理论和方法必须能够提供一种在实际应用中便于整定和计算的实用准则。在这种前提下，完善以PID调节器为基础的优化控制策略和简化其整定过程对热工控制系统的工程应用而言更为现实和可行。

而本发明通过对反映被控对象能量和质量参数间失衡的非对称度的实时识别和约束，来“智能”地改变PID调节回路和各种动态补偿环节的定值和动态参数，所提出的方法直接针对实际应用过程和复杂热工对象的特点：(1)被控对象存在显著的非线性和非对称特性；(2)被控对象具有难以建模的多变量耦合特征，辨识和精确建模极为困难；(3)被控对象随环境和运行工况存在不确定时变性和干扰。其有益效果是：(4)能够在已有常规反馈一前馈复合调节器基础上，进一步实现满意度控制；(5)能够在现有的控制系统标准控制算法组态实现；(6)无需囿于精确的数理模型，其控制机理符合对象基本的热力学特征，因而便于现场调整和整定。

附图说明

附图1是本发明的非对称约束自适应控制方框图；

附图2是采用本发明技术方案的校正模型示例图；

附图3是采用本发明技术方案的控制逻辑示例图；

附图4是采用本发明技术方案的控制原理示例图；

附图5是采用本发明技术方案的实施效果示例图。

具体实施方式

下面结合附图1～图5来对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施并给出了具体的实施方式和系统结构，但本发明的保护范围不限于下述的实施例。

随着现代火力发电机组单机容量和参数的提高，并且广泛采用变压运行方式，被控对象的多变量动态不对称特征也更加明显。同时，由于机组设计运行参数与其金属材料热应力和允许极限温度间的裕度更小，单向安全约束的作用更加不可或缺。本发明总结提出了一种基于热工对象能量和质量平衡机理的非对称约束自适应控制方法(Asymmetric constrained adaptive control，简称ACAC或AC²)，其与通常仅以过程变量偏差及其变化率作为模糊控制或神经网络等智能自适应控制输入参数的不同之处在于：其自适应控制率是以同时反映热工过程热量和质量这两个主要变量随时间或空间的变化和失衡程度来进行度量的，并综合考虑了对象静态和动态两方面的不对称度。而目前实际应用中的模糊控制或神经网络大多只能简化为SISO调节回路来进行设计和综合^[21]，而如附图1所示，AC²则针对的是能量和质量双变量间多目标和多自由度的可变约束。

从附图2也可以看出，其实质上是通过一个能量与质量偏差的四度约束空间的方法来构建其多变量非对称约束条件。根据不同的热工对象和应用场合，可以通过对象机理的简化建模获得其具体的非对称约束信号，并且可以采用现有的DCS标准算法以非线性函数、限幅和时序触发等不同形式实现。由于其物理意义明确，也很容易在现场根据经验进行修正。

在实际应用中，根据AC²建立的不对称约束既可以对一个PID调节器的定值、调节参数或动态前馈进行自适应校正，也可以通过“柔性”调谐的方法对一个多输入多输出调节回路MIMO的动态解耦环节进行即时修正，在被控参数接近或达到安全裕度时，还可以采用方向闭锁(BLOCKIND/DEC)或迫升/迫降(RU/RD)来对自动调节回路的控制输出进行不对称的动态限幅^[22]。

附图3给出了在某自备电厂350MW亚临界汽包锅炉-汽轮发电机组采用本发明技术方案的实施例控制逻辑示意图，该机组正常运行时锅炉的燃料包括燃煤Coal、高炉煤气BFG、焦炉煤气COG，其中BFG热值较低，仅3201kJ/m³，而COG的热值为18700kJ/m³。在纯烧燃煤时，锅炉炉膛为正常的辐射/对流传热特性，而低热值、大流量的高炉煤气进入炉膛后，不仅炉膛传热特性会发生显著改变，而且大量的低温烟气会迅速降低炉膛温度，造成主汽压力、温度大幅度波动。因此，该机组的燃烧控制不仅具有与其它燃煤火力发电机组一样的控制难题，而且其特殊之处在于煤、汽混烧工况还带来了非单调和多态性问题，比如BFG初投入时，虽然燃料总量增加，但汽温、汽压却迅速下跌，机组燃料调节回路将迅速自动增加燃煤量，而当炉膛烟温很快恢复之后，又很快会因为燃料总量的过调而使得压力、温度大幅回窜超限。

多燃料热值平衡计算回路虽然能够对相互间的静态关系求得其解^[23]，但也无法反映动态过程中传热的非单调变化，也很难找到一个能够正确反映其热量动态变化的特征信号。而当BFG和COG同时切投的情况下，由于同时还产生热值的大幅度波动，耦合扰动特性更加明显。

由于炉膛燃烧工况本身难以精确建模且具有不确定时变特征，采用基于模型的控制方法很难获得理想的效果。80年代初该机组从国外成套引进和投产初期，在其模拟组装仪表中曾设计过汽温的二阶超前滞后环节来对其汽温的大滞后特性进行补偿^[24]，但其后因为运行效果欠佳，一直处于切除状态，而机组多年运行过程中，燃料掺烧率发生变化时多依靠操作人员凭经验进行即时调整来消除上述耦合影响。

在该机组实施DCS改造后，采用本发明的技术方案在DCS系统中对原来的常规控制策略进行了优化修改，设计实现了主汽压或汽温自适应PID调节回路，其控制原理如附图4所示。通过非对称约束对主汽压或汽温调节回路的PID比例增益和积分时间常数进行在线修正。

该设计方案的特点是在燃料大幅切换时，根据汽压、汽温以及功率、汽机能量需求变化的不对称性来自动修正汽压调节回路的PID参数。同时，可以根据不对称约束条件实现了汽温状态反馈控制回路和双回路PID调节回路间的自平衡无扰动切换，避免了因为多变量动态特性的瞬间异变造成调节回路的动态失衡，抑制了状态反馈本身高阶微分特性对动态过程的不利影响，取得了良好的实际控制效果，如附图5所示。

由于主汽管道没有设置流量测量装置，汽机能量需求采用了一个软测量信号P₁×P_S/P_T来表征。非对称约束信号采用不等式模型，即当模型计算出的可调整参数大于初始值超过一个设定阈值c时，将对其进行在线修正。

在本实施例中，非对称约束自适应校正回路全部由DCS系统的标准控制算法组态生成，并以宏模块形式应用于调节回路和加、减负荷的不同运行模式；每个调节回路或不同运行模式中的算法参数均可分别进行调整。

Claims (9)

1.一种复杂热工对象非对称约束自适应控制方法，其特征在于：在复杂热工对象自动调节回路的设定值形成回路(1)、PID调节器(2)、动态前馈环节(3)、动态解耦环节(4)或控制输出限幅环节(5)中，设计有非对称约束自适应校正环节(10)，该环节(10)可以根据复杂热工对象本身热量和质量间的失衡和失配程度，对上述(1)或(2)或(3)或(4)或(5)的可调整参数进行在线自适应校正，具体是由以下步骤和方法实现的： 

步骤1.1.从机组分散控制系统DCS中选择及计算得到复杂热工对象输入、输出能量和质量变量e_i、m_j，0≤i，j≤2； 

步骤1.2.由复杂热工对象的热力学方程或辨识模型计算其能量和质量的多目标和多自由度约束条件，包括： 

-能量e_i或质量m_j变量偏差Δe_i、Δm_j或偏差变化速率

本身的正反向非对称约束； 

-能量e_i或质量m_j变量的偏差Δe_i、Δm_j与对应的偏差变化速率

间的非对称约束； 

-能量e_i或质量m_j变量相互之间偏差Δ(e_i-m_j)及偏差变化率的动态非对称约束；从而得到分别对应于(1)或(2)或(3)或(4)或(5)的非对称约束信号(11)、(12)、(13)、(14)、(15)； 

步骤1.3.将上述非对称约束信号(11)、(12)、(13)、(14)、(15)与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加或限幅，构成复杂热工对象的非对称约束自适应校正环节(10)，从而实现其自动调节回路的自适应优化控制。 

2.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的非对称约束环节(10)的多目标和多自由度约束条件可表达为一加权多项式等式模型，其与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加，以完成复杂热工对象的非对称约束自适应优化控制，即(1)或(2)或(3)或(4)或(5)的非对称约束信号(11)、(12)、(13)、(14)、(15)均可表达为： 

其中：j为整数且1≤j≤2，δ₀为(1)或(2)或(3)或(4)或(5)的可调整参数的初始值。 

3.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的非对称约束环节(10)的多目标和多自由度约束条件可表达为一不等式模型，其对(1)或(2)或(3)或(4)或(5)可调整参数的初始值进行即时限幅，以完成复杂热工对象的非对称约束自适应优化控制，即(1)或(2)或(3)或(4)或(5)的的非对称约束信号(11)、(12)、(13)、(14)、(15)均可表达为： 

这里阈值c为一预置的常数，δ₀为(1)或(2)或(3)或(4)或(5)的可调整参数的初始值。 

4.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的非对称约束环节(10)的多目标和多自由度约束条件可表达为一神经网络模型，其输入分别为能量e_i或质量m_j变量的偏差及其偏差的微分，输出为δ，其与(1)或(2)或(3)或(4)或(5)的可调整参数的初始值进行叠加或限幅，以完成复杂热工对象的非对称约束自适应优化控制。 

5.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的输入、输出能量和质量变量e_i、m_j为机组分散控制系统DCS实际测量得到的压力、温度、流量、功率，或通过这些测量信号计算得到的热焓信号，或复杂热工对象自动调节回路的控制输出信号。 

6.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的输入、输出能量和质量变量e_i、m_j为根据机组分散控制系统DCS测量得到的 压力、温度、流量、功率通过软测量技术得到的直接能量平衡信号或直接质量平衡信号，且直接能量平衡信号或直接质量平衡信号e_i、m_j具有比上述测量信号更好的线性度和动态响应性。 

7.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述PID调节器(2)的可调整参数包括比例系数、积分时间常数、微分时间常数，即非对称约束信号(12)可分别对PID调节器(2)的每个可调整参数单独进行自适应校正。 

8.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的(1)或(3)或(4)的可调整参数包括其前向增益系数和时间常数，即非对称约束信号(11)或(13)或(14)可分别对(1)或(3)或(4)的每个可调整参数单独进行自适应校正。 

9.如权利要求1所述的一种复杂热工对象非对称约束自适应控制方法，其特征在于：所述的控制输出限幅环节(5)的可调整参数包括其闭锁加、闭锁减或迫升、迫降的触发输入，或迫升、迫降指令的目标值，或迫升、迫降指令的变化速率；即非对称约束信号(15)可分别对上述可调整参数单独进行自适应校正。 

Images