CN103676651B - 基于状态观测模型的锅炉汽温预测控制方法 - Google Patents
基于状态观测模型的锅炉汽温预测控制方法 Download PDFInfo
- Publication number
- CN103676651B CN103676651B CN201310630433.0A CN201310630433A CN103676651B CN 103676651 B CN103676651 B CN 103676651B CN 201310630433 A CN201310630433 A CN 201310630433A CN 103676651 B CN103676651 B CN 103676651B
- Authority
- CN
- China
- Prior art keywords
- temperature
- model
- boiler
- segmentation
- algorithm based
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 21
- 230000011218 segmentation Effects 0.000 claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 238000005303 weighing Methods 0.000 claims 4
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Abstract
本发明涉及一种基于状态观测模型的锅炉汽温预测控制方法,其包括:1、以自然分段或者虚拟分段为原则,将换热器置换成多段集中参数环节,以各段介质出口参数作为集中环节的代表参数对换热器焓温通道进行数学建模;2、构建基于输出反馈的状态观测器,对分段出口温度进行估计;3、将MPC控制器与PID调节器进行级联构成串级控制回路,根据换热器焓温通道模型得到阶跃响应系数,并得到导前温度的设定值;4、内环PID调节器根据导前温度与MPC控制器输出的偏差进行调节,得到减温水阀门控制信号。本发明进行建模与校验,减少现场试验需求。通过状态观测器对惯性、滞后的被控对象进行状态重构,改善对象特性。实施预测控制,更精准、快速地达到控制目标。
Description
技术领域
本发明涉及一种基于状态观测模型的预测控制方法,具体地说是一种对大惯性、大滞后控制对象进行有效分段,利用状态观测方法构建数学模型,进行模型预测控制的方法,用于锅炉的汽温控制。
背景技术
模型预测控制由于采用了控制对象的数学模型,使得控制器可以直接处理控制对象在动态过程中的一些典型特性,并且在一段预测时域内预测出扰动因素的作用,并且在约束条件下做出正确的控制作用。理论推导和数值仿真均证明了模型预测控制行之有效,进而越来越多地出现在实践尝试之中。
不过在现场实践中如果单独应用模型预测控制,效果很难达到预期,尤其是在负荷剧烈波动的工况下。这是因为模型预测控制方法本质上是一种反馈控制方法,其数学模型的形式决定了模型预测控制的基本行为。对于大惯性、大滞后的锅炉汽温控制对象,出口汽温对于入口汽温变化的响应通常时间较长,依据这个模型形式进行预测控制,整个控制过程达到稳态的过程必然较长,这限制了模型预测控制取得良好的效果。
此外对于预测控制的核心之数学模型的获取,工程现场往往通过动态特性试验的方法。阶跃信号法是其中常用的一种,通过改变减温喷水量来测取换热器出口与入口温度,辨识得到换热器焓温通道的传递函数。工程上为了便于处理,也经常将获得的数学模型表现为阶跃响应的格式。工程试验方法易于开展,但是需要针对不同负荷、不同煤质等情况分别进行,即便在一种工况下也要进行数次,以确保工况的稳定性,排除复杂因素的综合影响,从而获得较为理想的试验数据。显然工程试验成本较高,也需要较好的建模工具。
为了充分利用预测控制的良好特性,必需能够较为便捷而准确地获取数学模型,并且能够有效地克服因为大惯性、大滞后对象带来的稳定周期较长的问题。
发明内容
本发明的目的在于提供一种为了解决上述现有模型预测控制方法存在的技术缺陷,提供一种基于状态观测模型的预测控制方法,对锅炉汽温这种大惯性、大滞后的控制对象进行预测控制的基于状态观测模型的预测控制方法。
本发明的目的是这样实现的:基于状态观测模型的锅炉汽温预测控制方法,其特征在于:其包括以下步骤:
步骤1、以自然分段或者虚拟分段为原则,将整个换热器置换成多段集中参数环节来处理,以各段介质出口参数作为集中参数环节的代表参数即集中参数环节特征对换热器焓温通道进行数学建模;
步骤2、构建基于输出反馈的状态观测器,对分段出口温度进行估计;
步骤3、PID是比例积分微分调节器(以下简称PID调节器),MPC是多变量模型预测控制器(以下简称MPC控制器),将MPC控制器与PID调节器进行级联构成串级控制回路,MPC控制器为主控制器,根据换热器焓温通道模型得到阶跃响应系数,利用多输入单输出的控制方法得到导前温度的设定值;
步骤4、内环PID调节器根据导前温度与MPC控制器输出的偏差进行调节,得到减温水阀门控制信号。
由于实行上述技术方案,本发明通过设计资料或者运行历史数据来进行建模与校验,减少现场试验需求。通过状态观测器对大惯性、大滞后的被控对象进行状态重构,改善对象特性。通过预测控制作为主控制器实施预测控制,更精准、快速地达到控制目标。
附图说明:本发明的技术方案由以下的附图和实施例给出:
图1是基于状态观测模型的预测控制方法原理图;
图2是基于状态观测模型的预测控制方法流程图。
具体实施方式:
本发明不受下述实施例的限制,可根据本发明的技术方案与实际情况来确定具体的实施方式。
实施例:一种基于状态观测模型的锅炉汽温预测控制方法,包括:
步骤1、以自然分段或者虚拟分段为原则,将整个换热器置换成多段集中参数环节来处理,以各段介质出口参数作为集中参数环节的代表参数即集中参数环节特征,或设计资料或者运行历史数据对换热器焓温通道进行数学建模。
锅炉的汽温变化是在典型的单相工质换热器等热交换设备中进行的,换热器通常管路较长,并且从热量的充分利用与工艺流程的优化设计角度考虑,存在多种混合的布置型式,形成了自然的分界,例如再热器的低温水平段、低温垂直段、高温段等,即便是采用统一布置型式的加热器,也可以沿程进行均匀的虚拟分界,将长管段划分为若干个串联的中等管段。无论是自然分段还是虚拟分段,分界点上的汽温变化总是先于整个管道出口温度的变化,也给模型预测控制带来更迅速的反馈信号。
作为机组动态特性试验的辅助手段,机理建模可以充分利用机组的设计资料,并且可以规避现场试验中复杂因素的综合干扰,抓住数学模型的本质特征。在对换热器进行焓温通道的数学建模时,由于线性或者非线性分布参数模式体现为超越函数型式,仅仅在稳定工况附近的小幅变动工况中提供稳定的准确性,并且形式复杂,故而一般转而采用集中参数法,并且以自然分段或者虚拟分段为原则,将整个换热器置换成多段集中参数环节来处理,以各段介质出口参数作为集中参数环节的代表参数。
锅炉汽温对象对扰动信号具有低通滤波器的特性,故而将传递函数进行展开后用低阶近似,就能准确反映出原传递函数的低频特性。因此,对第i段单相受热管焓温通道集中参数动态数学模型采用低阶近似,并且结合物理概念进行简化,利用比较系数法对传递函数中各系数的计算方法如下:
式中,afa为金属对工质的传热系数,kJ/(m2s K),AM为加热器内表面面积,m2,FS为工质流量,kg/s,cps为工质定压比热容,kJ/(kg K),MM为加热器质量,kg,CpM为金属比热容,kJ/(kg K)。
对于一个由z个自然分段串联的控制对象,按照如下方法计算综合传递函数的参数:
对综合传递函数构建虚拟分段,设为n段,将等效对象的传递函数和参考模型均展开并且比较系数可得状态观测系数:
其中为组合系数,。
若以自然分段构建状态观测,观测系数需要考虑到每一段传递函数的阶数以及整个换热器管段的分段数,给出具体的计算方式。
步骤2、构建基于输出反馈的状态观测器,对分段出口温度进行估计。
在自然分段模式中,以各段加热器的自然出口作为分段界面,每一段加热器的物理参数均方便获取,便于进行传递函数的推算。各个分段串联在一起,即获得了整个加热器的动态特性。在自然分段或者虚拟分段模式中,每个分段模型内集中参数的选择一致,故而每个分段模型的形式与整个换热器模型的型式是相同的,整个换热器相当于各个分段串联而成,即分段模型是以分段数为指数的幂。无论哪种建模方式,数学模型的输出与实际的输出一定存在误差,因此引入状态观测环节,逐步消除各分段点上的温度偏差。
步骤3、如图1所示,其中PID是比例积分微分调节器(以下简称PID调节器),MPC是多变量模型预测控制器(以下简称MPC控制器)。将MPC控制器与PID调节器进行级联构成串级控制回路,MPC为主控制器,采用DMC算法(动态矩阵控制(Dynamic Matrix Control)),根据换热器焓温通道模型得到阶跃响应系数,利用多输入单输出的线性控制方法得到导前温度的设定值。(多输入多输出的线性控制方法见《信息与控制》1995年第06期 作者:廖福成,土谷武士,江上正)。
图1中将换热器通道划分为5处分段(分段具体个数依据现场具体参数而定)。T1是换热器入口温度,T2是换热器喷水减温器后温度,又称导前温度,T3是换热器出口温度,T2sp是导前温度设定值,本发明中为MPC控制器的输出,T3sp是出口温度设定值,T1’是第1段换热器出口温度,T2’是第2段换热器出口温度,T3’是第3段换热器出口温度,T4’是第4段换热器出口温度,T5’是第5段换热器出口温度,O1是第1段换热器观测系数,O2是第2段换热器观测系数,O3是第3段换热器观测系数,O4是第4段换热器观测系数,O5是第5段换热器观测系数。
为了进一步减小汽温控制的动态和稳态偏差,提高系统的控制性能,本发明采用了模型预测控制器与比例-积分-微分调节器串级控制的策略。
通过步骤1、2分析和计算可得到较为精确的换热器管道模型,进一步地在其基础上可得到各个分段温度之间的阶跃响应模型。本申请中,包含1个控制输入和n个输出,对每个输出对输入的的阶跃响应向量为:,在未来P个时刻的预测值为:,表示从k时刻起M个增量变化,上式中:
令
则可得到本发明中所采用的多变量的多步预测模型:,
设定性能指标为:,
其中为设定主汽温度下,根据机理模型得到的虚拟分段处的温度在预测时域P中的温度设定值。
上式中,粗体表示输出的预测向量。加权矩阵Q,R分别为:
首先考虑控制输入量的幅值约束条件,即:
以上式中各项均为的列向量,B为单位下三角矩阵。其次考虑输入量的变化率约束:
最后考虑输出约束,
粗体y为的列向量,则含约束的优化性能指标函数为:
其中,,
,
性能指标函数为标准QP问题,可采用内点法等标准求解方法。
当得到k+1时刻实际输出yi(k+1)时,将该时刻的输出作为k+1时刻系统的预测值对控制系统进行反馈校正,减小预测模型与实际系统之间的偏差。
步骤4、内环PID调节器根据导前温度与MPC控制器输出的偏差进行调节,得到减温水阀门控制信号。MPC控制器的输出值作为内环PID调节器的设定温度,并与当前导前区域的温度测量值相减得到温度偏差信号,经过PID调节器的整定最终得到减温水阀门的调节指令。
如图2所示,在实际运行过程中本申请可做进一步的扩展:
步骤1,根据电厂的管道设计及运行工况进行建模,建模过程中可根据具体的情况对机理模型的形式进行补充或化简,确定模型中的关键分段。
步骤2,根据历史数据,对模型中的集中参数环节特征数进行数值验证;
步骤3,设计基于输入测量的观测器;
步骤4,利用历史数据对将要采用的MPC控制器,及对[0017]段中所述步骤2的基于输出反馈的状态观测器进行验证,确保所得到的数据与工艺特性相符;
步骤5,整定内环PID调节器的控制参数,可在得到减温水阀门开度与导前温度传递函数的基础上利用内模法进行整定;(内模法是指:基于Matlab的内模法PID控制仿真,见《计算机测量与控制》2007年01期)
步骤6,设计MPC控制器,对MPC控制器中的权重参数进行调整,确定算法优化步骤的约束条件,并尽可能利用离线仿真对控制器进行评估;
步骤7,基于状态观测模型的预测控制器在线运行。
以上技术特征构成了本发明的最佳实施例,其具有较强的适应性和最佳实施效果,可根据实际需要增减非必要技术特征,来满足不同情况的需要。
Claims (8)
1.一种基于状态观测模型的锅炉汽温预测控制方法,其特征在于:其包括以下步骤:
步骤1、以自然分段或者虚拟分段为原则,将整个换热器置换成多段集中参数环节来处理,以各段介质出口参数作为集中参数环节的代表参数即集中参数环节特征数对换热器焓温通道进行数学建模;
步骤2、构建基于输出反馈的状态观测器,对分段出口温度进行估计;
步骤3、PID是比例积分微分调节器即PID调节器,MPC是多变量模型预测控制器即MPC控制器,将MPC控制器与PID调节器进行级联构成串级控制回路,MPC控制器为主控制器,根据换热器焓温通道模型得到阶跃响应系数,利用多输入单输出的控制方法得到导前温度的设定值;
步骤4、内环PID调节器根据导前温度与MPC控制器输出的偏差进行调节,得到减温水阀门控制信号。
2.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在自然分段模式中,以各段加热器的自然出口作为分段界面,各个分段串联在一起。
3.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在自然分段或者虚拟分段模式中,每个分段模型内集中参数的选择一致,每个分段模型的形式与整个换热器模型的型式相同,整个换热器相当于各个分段串联而成,即分段模型是以分段数为指数的幂。
4.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:MPC控制器的输出值作为内环PID调节器的设定温度,并与当前导前区域的温度测量值相减得到温度偏差信号,经过PID调节器的整定最终得到减温水阀门的调节指令。
5.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在权利要求1的步骤1和步骤2间,可根据历史数据,对模型中的集中参数环节特征数进行数值验证。
6.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在权利要求1的步骤3中利用历史数据对将要采用的MPC控制器,及对步骤2所述构建的基于输出反馈的状态观测器进行验证,确保所得到的数据与工艺特性相符。
7.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在权利要求1的步骤3中整定内环PID调节器的控制参数,可在得到减温水阀门开度与导前温度传递函数的基础上利用内模法进行整定。
8.如权利要求1所述的基于状态观测模型的锅炉汽温预测控制方法,其特征在于:在权利要求1的步骤3中设计MPC控制器,对MPC控制器中的权重参数进行调整,确定算法优化步骤的约束条件,并利用离线仿真对MPC控制器进行评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310630433.0A CN103676651B (zh) | 2013-12-02 | 2013-12-02 | 基于状态观测模型的锅炉汽温预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310630433.0A CN103676651B (zh) | 2013-12-02 | 2013-12-02 | 基于状态观测模型的锅炉汽温预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103676651A CN103676651A (zh) | 2014-03-26 |
CN103676651B true CN103676651B (zh) | 2018-03-06 |
Family
ID=50314561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310630433.0A Active CN103676651B (zh) | 2013-12-02 | 2013-12-02 | 基于状态观测模型的锅炉汽温预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103676651B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150346703A1 (en) * | 2014-05-27 | 2015-12-03 | Infineon Technologies Ag | State observers |
CN105700357B (zh) * | 2016-02-25 | 2018-06-26 | 南京信息工程大学 | 基于多变量pid-pfc的锅炉燃烧系统控制方法 |
CN107179685B (zh) * | 2016-03-09 | 2019-12-10 | 中国科学院沈阳自动化研究所 | 一种适用于多变量模型预测控制的分程控制实现方法 |
CN105867169B (zh) * | 2016-04-20 | 2019-03-08 | 华北电力大学(保定) | 一种基于状态观测器的动态系统建模方法 |
CN107451304B (zh) * | 2016-05-30 | 2021-02-09 | 上海明华电力科技有限公司 | 再热器传递函数模型的机理建模计算方法 |
CN106773675B (zh) * | 2016-11-28 | 2019-05-28 | 国网浙江省电力公司电力科学研究院 | 火电机组预测函数控制简化方法及其应用 |
CN106647261B (zh) * | 2016-11-28 | 2019-07-09 | 国网浙江省电力公司电力科学研究院 | 一种基于导前扰动模型的火电机组汽温预测函数控制算法 |
CN106647240B (zh) * | 2016-11-28 | 2019-07-09 | 国网浙江省电力公司电力科学研究院 | 基于导前扰动模型的亚临界机组协调预测函数控制算法 |
CN106444388A (zh) * | 2016-12-06 | 2017-02-22 | 杭州电子科技大学 | 一种焦炭炉炉膛压力的分布式pid型动态矩阵控制方法 |
CN107726294A (zh) * | 2017-09-14 | 2018-02-23 | 国网山西省电力公司电力科学研究院 | 一种采用状态观测器的发电机组过热汽温控制系统 |
CN108615917B (zh) * | 2018-04-11 | 2020-08-18 | 华中科技大学 | 一种固体氧化物燃料电池系统的故障检测系统及方法 |
CN108800102B (zh) * | 2018-04-12 | 2019-10-15 | 中国神华能源股份有限公司 | 用于控制锅炉的蒸汽温度的方法、装置及系统 |
CN108509752B (zh) * | 2018-05-02 | 2021-09-03 | 东南大学 | 一种结合现场数据的过热器机理模型动态参数整定方法 |
CN110059359A (zh) * | 2019-03-21 | 2019-07-26 | 江苏东方国信工业互联网有限公司 | 一种基于大数据分析的控制炉体工艺的系统及其方法 |
CN115480478A (zh) * | 2021-06-16 | 2022-12-16 | 中国科学院沈阳自动化研究所 | 一种基于dmc-pid的恒速变温过程控制方法 |
CN114020071B (zh) * | 2021-11-10 | 2022-10-18 | 经纬恒润(天津)研究开发有限公司 | 恒温系统及恒温控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844739A (zh) * | 2006-04-11 | 2006-10-11 | 中控科技集团有限公司 | 一种循环流化床锅炉负荷串级燃烧控制系统及方法 |
CN101074772A (zh) * | 2007-06-25 | 2007-11-21 | 周振华 | 锅炉蒸汽温度的自动控制方法 |
CN101639703A (zh) * | 2009-07-28 | 2010-02-03 | 山东电力研究院 | 过热蒸汽温度的控制方法 |
CN101709869A (zh) * | 2009-12-18 | 2010-05-19 | 杭州电子科技大学 | 燃煤锅炉过热蒸汽温度系统混合控制方法 |
CN101761917A (zh) * | 2010-01-11 | 2010-06-30 | 重庆大学 | 一种锅炉过热汽温模糊控制方法 |
CN102360176A (zh) * | 2011-07-21 | 2012-02-22 | 山东省电力学校 | 基于简化二阶自抗扰控制器的电厂主汽温度控制方法 |
CN103343961A (zh) * | 2013-07-22 | 2013-10-09 | 华北电力大学(保定) | 锅炉汽温控制系统中减温水冲击导前汽温测点的动态补偿方法 |
-
2013
- 2013-12-02 CN CN201310630433.0A patent/CN103676651B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1844739A (zh) * | 2006-04-11 | 2006-10-11 | 中控科技集团有限公司 | 一种循环流化床锅炉负荷串级燃烧控制系统及方法 |
CN101074772A (zh) * | 2007-06-25 | 2007-11-21 | 周振华 | 锅炉蒸汽温度的自动控制方法 |
CN101639703A (zh) * | 2009-07-28 | 2010-02-03 | 山东电力研究院 | 过热蒸汽温度的控制方法 |
CN101709869A (zh) * | 2009-12-18 | 2010-05-19 | 杭州电子科技大学 | 燃煤锅炉过热蒸汽温度系统混合控制方法 |
CN101761917A (zh) * | 2010-01-11 | 2010-06-30 | 重庆大学 | 一种锅炉过热汽温模糊控制方法 |
CN102360176A (zh) * | 2011-07-21 | 2012-02-22 | 山东省电力学校 | 基于简化二阶自抗扰控制器的电厂主汽温度控制方法 |
CN103343961A (zh) * | 2013-07-22 | 2013-10-09 | 华北电力大学(保定) | 锅炉汽温控制系统中减温水冲击导前汽温测点的动态补偿方法 |
Non-Patent Citations (5)
Title |
---|
IMC-PID and Predictive Controller Design For a Shell and Tube Heat Exchanger;R D Kokate,等;《Second International Conference on Emerging Trends in Engineering and Technology》;20091231;第1037-1041页 * |
Temperature control of ultrasupercritical once-through boiler-turbine system using multi-input multi-output dynamic matrix control;Un-Chul Moon and Woohun Kim;《Journal of Electrical Engineering & Technology》;20111231;第6卷(第3期);第423-430页 * |
电站锅炉汽温控制研究进展;杨平;《华东电力》;20090731;第37卷(第7期);第1214-1218页 * |
锅炉串级汽温控制系统设计方法研究;张晓萍,等;《山西电力技术》;19980630(第3期);第5-9页 * |
锅炉汽温控制H∞性能状态观测器的设计;张长青,等;《中国电机工程学报》;20060731;第26卷(第14期);第109-113页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103676651A (zh) | 2014-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103676651B (zh) | 基于状态观测模型的锅炉汽温预测控制方法 | |
CN108469744B (zh) | 一种建立核电机组蒸汽发生器机理模型的方法及其系统 | |
CN108509752B (zh) | 一种结合现场数据的过热器机理模型动态参数整定方法 | |
EP3828651B1 (en) | Apparatus, method and program | |
CN101761917B (zh) | 一种锅炉过热汽温模糊控制方法 | |
CN107065515A (zh) | 基于模糊pid控制的板式换热器模型构建方法 | |
Karamali et al. | A distributed solar collector field temperature profile control and estimation using inlet oil temperature and radiation estimates based on iterative extended kalman filter | |
Nowak et al. | Robust tuning of a first order reduced Active Disturbance Rejection Controller | |
CN110764417A (zh) | 一种基于闭环辨识模型的线性二次型最优动态前馈-反馈pid控制系统及其控制方法 | |
CN105388765A (zh) | 一种中速磨煤机的多变量推断预测控制方法 | |
Verma et al. | Energy management in multi stage evaporator through a steady and dynamic state analysis | |
Viljoen et al. | Dynamic modelling of induced draft cooling towers with parallel heat exchangers, pumps and cooling water network | |
CN103822758B (zh) | 换热器漏流异常工况在线诊断与选择性控制方法及装置 | |
Guo et al. | Enhancement of performance monitoring of a coal-fired power plant via dynamic data reconciliation | |
Lu et al. | An object-oriented power plant adaptive control system design tool | |
CN105652692B (zh) | 基于热发电的电厂仪控系统的半实物仿真平台及控制方法 | |
Kavaklioglu | Support vector regression model based predictive control of water level of U-tube steam generators | |
Delatore et al. | Multivariable optimal control of a heat exchanger network with bypasses | |
Scholten et al. | Modeling and control of heat networks with storage: the single-producer multiple-consumer case | |
Kocher et al. | PID Based Temperature Control of a Plant Heat Exchanger System | |
CN106444419B (zh) | 一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法 | |
Silva et al. | Model predictive control of an experimental water canal | |
CN105095539B (zh) | 含括蒸汽直管的蒸汽动力系统优化方法及系统 | |
Peshko et al. | Technological Wear Influence Analysis on the Decrease in the Efficiency of a Closed Loop Control of Heat Exchange Equipment | |
Li et al. | Intelligent model building and GPC-PID based temperature curve control strategy for metallurgical industry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |