CN105388765A - 一种中速磨煤机的多变量推断预测控制方法 - Google Patents
一种中速磨煤机的多变量推断预测控制方法 Download PDFInfo
- Publication number
- CN105388765A CN105388765A CN201510982530.5A CN201510982530A CN105388765A CN 105388765 A CN105388765 A CN 105388765A CN 201510982530 A CN201510982530 A CN 201510982530A CN 105388765 A CN105388765 A CN 105388765A
- Authority
- CN
- China
- Prior art keywords
- coal
- delta
- pulverizer
- coal pulverizer
- omega
- 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
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B02—CRUSHING, PULVERISING, OR DISINTEGRATING; PREPARATORY TREATMENT OF GRAIN FOR MILLING
- B02C—CRUSHING, PULVERISING, OR DISINTEGRATING IN GENERAL; MILLING GRAIN
- B02C25/00—Control arrangements specially adapted for crushing or disintegrating
Landscapes
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Disintegrating Or Milling (AREA)
Abstract
本发明公开了一种中速磨煤机的多变量推断预测控制方法,它采用扩展卡尔曼滤波方法,通过磨煤机进出口压差和出口温度对磨煤机的出口煤量进行实时估计,并以出口煤量的估计值作为新的被控量加入到控制系统中,同时增加了给每机转速作为被控量,可以较快的响应磨煤机负荷指令,缩短制粉系统侧的延迟时间。在控制方法上采用模型预测控制算法,相比于传统的PID控制方法可以更好的调节一次风量和出口温度,同时对煤质改变引起的扰动有较好的抑制作用。
Description
技术领域
本发明涉及火力发电厂控制领域,特别是涉及中速磨煤机的控制方法。
背景技术
锅炉制粉系统是火电厂的重要组成部分,其运行的安全可靠性和经济性直接影响到锅炉机组的安全可靠性和经济性。随着火电机组容量和参数的不断提高,火电厂普遍采用中速磨直吹式制粉系统。目前,300MW的机组配套4台中速磨煤机,600~1000MW的机组配套5台,单台中速磨最大出力是45t/h。传统的中速磨煤机控制方案是以冷风阀门开度和热风阀门开度作为控制量,一次风量和出口温度作为被控量,采用PID前馈解耦方法进行控制,两个单回路分别是由热风控制一次风流量,冷风调节出口温度。
中速磨煤机系统是耦合性强、大滞后、多输入-多输出的非线性系统,其动态特性随着运行工况的变化而大范围变化,传统的PID加解耦的控制手段很难做到精确的控制,从而会导致机组对AGC指令响应变差,磨煤机出口温度控制不稳定,影响运行的安全性与经济性。另一方面,由于磨煤机出口煤量难以在线测量,因此传统控制系统在机组变负荷的情况下及时调整磨煤机的出口煤量,使得负荷响应与指令之间存在较大的延迟。
发明内容
发明目的:本发明的目的是提供一种能够实现精确控制,且在变负荷时能够及时调整磨煤机出口煤量,有效缩短延迟时间的中速磨煤机的多变量推断预测控制方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的中速磨煤机的多变量推断预测控制方法,包括如下的步骤:
S1:建立中速磨煤机的模型:
中速磨煤机的一次风量Fa、磨煤机进口风温Ta和给煤机瞬时流量Ff分别为:
Ff=ωflf(3)
其中,μc为冷风阀门开度,μh为热风阀门开度,ωf为给煤机转速,lf为给煤机皮带长度;
状态方程为:
其中,f为状态方程,Mcoal为磨煤机内存煤量,Tout为磨煤机出口温度,a为原煤的灰分,m为原煤的水分,hc为原煤的可磨性系数,ωsep为分离器转速,Ta为磨煤机进口风温,Tcoal为原煤温度;
观测方程为:
其中,h为观测方程,Δp为磨煤机进出口压差;
输出方程为:
其中,fout为磨煤机出口煤量;
S2:对磨煤机的模型进行辨识,得到磨煤机的状态空间模型为:
其中,矩阵A,B,C,D均由辨识得到,x(k)为状态量,k为当前采样时刻;
S3:求解被控量的预测值
其中,各矩阵的表达形式如下:
其中,y(k)为被控量的反馈值,U(k)为控制量,Δu(k)为控制增量,N为控制器的预测时域,Nc为控制器的控制时域;
S4:结合现场运行数据和磨煤机模型,采用扩展卡尔曼滤波方法对磨煤机出口煤量进行估计,具体过程如下:
首先对状态方程f和观测方程h进行线性化处理,得到线性化后的矩阵F和H如下:
记X=[Mcoal,Tout],Z=[Δp,Tout],u=[Ff,Fa,Ta,ωsep],设P为X的协方差矩阵,Q、R分别是X、Z噪声的协方差矩阵,则可以由上一采样时刻的数据得到当前的状态量,其算法如下:
X(k|k-1)=f[X(k-1|k-1)](18)
P(k|k-1)=F(k-1)P(k-1|k-1)FT(k-1)+Q(19)
Kg(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)HT(k)+R](20)
X(k|k)=X(k|k-1)+Kg(k){Z(k)-h[X(k|k-1),u(k-1)]}(21)
P(k|k)=[I-Kg(k)H(k)]P(k|k-1)(22)
其中,Kg(k)为卡尔曼滤波增益,I为单位矩阵;
由此得到当前时刻的X(k|k),进而可知此时磨煤机内存煤量Mcoal(k),然后根据公式(6)求得磨煤机出口煤量fout;
S5:对状态量x(k)进行估计:
设x(k)的协方差矩阵为为状态量的估计值,的噪声协方差矩阵为估计过程如下:
由此得到状态量的估计值并令
S6:由步骤S4得到当前时刻的磨煤机出口煤量fout,由此得到当前时刻控制器的被控量反馈值通过计算以下目标函数求得下一时刻的控制量U(k),具体过程如下:
设定目标函数Jk:
其中,ω1、ω2均为单位矩阵;
将目标函数进行改写,写成如下二次规划形式:
其中,各矩阵表示如下:
E(k)=Yref(k)-Φx(k)-ΓU(k-1)(32)
其中,Yref(k)为被控量的设定值,ΔUmax为控制增量的上限,ΔUmin为控制增量的下限,Umax为控制量的上限,Umin为控制量的下限,Ymax为被控量的上限,Ymin为被控量的下限,Gy为公式(15),b为公式(31);
下一时刻的控制量U(k)为:
S7:判断中速磨煤机的自动控制系统是否停止运行:如果停止运行,则进行步骤S8;否则,返回步骤S3,更新被控量的预测值并对下一时刻的出口煤量进行估计;
S8:结束。
进一步,所述N的取值为80~120,Nc的取值为控制时域取5~8。
有益效果:与现有技术相比,本发明具有如下的有益效果:
1)本发明将多变量模型预测控制算法用在中速磨煤机,采用扩展卡尔曼滤波方法对中速磨煤机的出口煤量进行了估计,并将其作为被控量,可以实现出口煤量对给煤指令的及时跟踪,能有效缩短磨煤机的延迟时间;
2)本发明将中速磨煤机看为一个多输入多输出的对象,采用基于状态空间的模型预测控制算法,同时控制3个变量,实现了磨煤机出口煤量、出口温度和一次风量的有机协调,克服了传统PID单回路控制分别调节的缺陷,当工况发生改变时,在保证出口煤量及时跟踪给煤指令的情况下,可以同时保证出口温度和一次风量的稳定;
3)传统的PID单回路控制是单输入单输出控制,首先需要对系统进行解耦,增加了工作量,另外由于中速磨煤机的输入和输出之间的耦合关系较强,单回路控制无法解决多个输入和输出间交叉的部分,而本发明是多变量控制方法,可以克服这一缺点。
附图说明
图1为本发明的方法框图;
图2为传统PID系统与采用了本发明方法的系统的出口煤量随时间变化的仿真结果;
图3为传统PID系统与采用了本发明方法的系统的出口温度随时间变化的仿真结果;
图4为传统PID系统与采用了本发明方法的系统的一次风量随时间变化的仿真结果;
图5为传统PID系统与采用了本发明方法的系统的给煤机转速随时间变化的仿真结果;
图6为传统PID系统与采用了本发明方法的系统的冷风阀门开度随时间变化的仿真结果;
图7为传统PID系统与采用了本发明方法的系统的热风阀门开度随时间变化的仿真结果。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步的介绍。
在图1中,模型预测控制系统(MPC)有三个被控量,分别是出口煤量fout、出口温度Tout和一次风量Fa;系统的控制量U一共有3个,分别是给煤机皮带转速ωf、冷风阀门开度μc和热风阀门开度μh。扩展卡尔曼滤波估计器(EKF)用于估计磨煤机出口煤量。
本发明的中速磨煤机的多变量推断预测控制方法,包括如下的步骤:
S1:建立中速磨煤机的模型:
中速磨煤机的一次风量Fa、磨煤机进口风温Ta和给煤机瞬时流量Ff分别为:
Ff=ωflf(3)
其中,μc为冷风阀门开度,μh为热风阀门开度,ωf为给煤机转速,lf为给煤机皮带长度;
状态方程为:
其中,f为状态方程,Mcoal为磨煤机内存煤量,Tout为磨煤机出口温度,a为原煤的灰分,m为原煤的水分,hc为原煤的可磨性系数,ωsep为分离器转速,Ta为磨煤机进口风温,Tcoal为原煤温度;
观测方程为:
其中,h为观测方程,Δp为磨煤机进出口压差;
输出方程为:
其中,fout为磨煤机出口煤量;
S2:对磨煤机的模型进行辨识,得到磨煤机的状态空间模型为:
其中,矩阵A,B,C,D均由辨识得到,x(k)为状态量,k为当前采样时刻;
S3:求解被控量的预测值
其中,各矩阵的表达形式如下:
其中,y(k)为被控量的反馈值,U(k)为控制量,Δu(k)为控制增量,N为控制器的预测时域,Nc为控制器的控制时域;
S4:结合现场运行数据和磨煤机模型,采用扩展卡尔曼滤波方法对磨煤机出口煤量进行估计,具体过程如下:
首先对状态方程f和观测方程h进行线性化处理,得到线性化后的矩阵F和H如下:
记X=[Mcoal,Tout],Z=[Δp,Tout],u=[Ff,Fa,Ta,ωsep],设P为X的协方差矩阵,Q、R分别是X、Z噪声的协方差矩阵,则可以由上一采样时刻的数据得到当前的状态量,其算法如下:
X(k|k-1)=f[X(k-1|k-1)](18)
P(k|k-1)=F(k-1)P(k-1|k-1)FT(k-1)+Q(19)
Kg(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)HT(k)+R](20)
X(k|k)=X(k|k-1)+Kg(k){Z(k)-h[X(k|k-1),u(k-1)]}(21)
P(k|k)=[I-Kg(k)H(k)]P(k|k-1)(22)
其中,Kg(k)为卡尔曼滤波增益,I为单位矩阵;
由此得到当前时刻的X(k|k),进而可知此时磨煤机内存煤量Mcoal(k),然后根据公式(6)求得磨煤机出口煤量fout;
S5:对状态量x(k)进行估计:
设x(k)的协方差矩阵为为状态量的估计值,y(k)的噪声协方差矩阵为估计过程如下:
由此得到状态量的估计值并令
S6:由步骤S4得到当前时刻的磨煤机出口煤量fout,由此得到当前时刻控制器的被控量反馈值通过计算以下目标函数求得下一时刻的控制量U(k),具体过程如下:
设定目标函数Jk:
其中,ω1、ω2均为单位矩阵;
将目标函数进行改写,写成如下二次规划形式:
其中,各矩阵表示如下:
E(k)=Yref(k)-Φx(k)-ΓU(k-1)(32)
其中,Yref(k)为被控量的设定值,ΔUmax为控制增量的上限,ΔUmin为控制增量的下限,Umax为控制量的上限,Umin为控制量的下限,Ymax为被控量的上限,Ymin为被控量的下限,Gy为公式(15),b为公式(31);
下一时刻的控制量U(k)为:
S7:判断自动控制系统是否停止运行:如果停止运行,则进行步骤S8;否则,返回步骤S3,更新被控量的预测值并对下一时刻的出口煤量进行估计;
S8:结束。
其中,N的取值为80~120,Nc的取值为控制时域取5~8。
在仿真实验中,2500s时给煤指令发生阶跃扰动,一次风流量设定值调整到75.8t/h,保持出口温度设定值不变,观察三个被控量(图2-图4)和三个控制量(图5-图7)的响应曲线。其中,实线表示本专利的仿真效果,虚线表示传统的控制方案效果,结果表明,预测控制算法在出口煤量的调节上要快于传统的PID控制方式,煤量达到设定值的时间缩短了近20s,加快了机组对负荷指令的响应。同时,本专利的控制方法可以保证一次风量和出口温度较快稳定下来,而且控制量也没有较大幅度的波动,综合以上结果,可以看出本专利的方法要优于传统的控制方法。
Claims (2)
1.一种中速磨煤机的多变量推断预测控制方法,其特征在于:包括如下的步骤:
S1:建立中速磨煤机的模型:
中速磨煤机的一次风量Fa、磨煤机进口风温Ta和给煤机瞬时流量Ff分别为:
Ff=ωflf(3)
其中,μc为冷风阀门开度,μh为热风阀门开度,ωf为给煤机转速,lf为给煤机皮带长度;
状态方程为:
其中,f为状态方程,Mcoal为磨煤机内存煤量,Tout为磨煤机出口温度,a为原煤的灰分,m为原煤的水分,hc为原煤的可磨性系数,ωsep为分离器转速,Ta为磨煤机进口风温,Tcoal为原煤温度;
观测方程为:
其中,h为观测方程,Δp为磨煤机进出口压差;
输出方程为:
其中,fout为磨煤机出口煤量;
S2:对磨煤机的模型进行辨识,得到磨煤机的状态空间模型为:
其中,矩阵A,B,C,D均由辨识得到,x(k)为状态量,k为当前采样时刻;
S3:求解被控量的预测值
其中,各矩阵的表达形式如下:
其中,y(k)为被控量的反馈值,U(k)为控制量,Δu(k)为控制增量,N为控制器的预测时域,Nc为控制器的控制时域;
S4:结合现场运行数据和磨煤机模型,采用扩展卡尔曼滤波方法对磨煤机出口煤量进行估计,具体过程如下:
首先对状态方程f和观测方程h进行线性化处理,得到线性化后的矩阵F和H如下:
记X=[Mcoal,Tout],Z=[Δp,Tout],u=[Ff,Fa,Ta,ωsep],设P为X的协方差矩阵,Q、R分别是X、Z噪声的协方差矩阵,则可以由上一采样时刻的数据得到当前的状态量,其算法如下:
X(k|k-1)=f[X(k-1|k-1)](18)
P(k|k-1)=F(k-1)P(k-1|k-1)FT(k-1)+Q(19)
Kg(k)=P(k|k-1)H(k)T[H(k)P(k|k-1)HT(k)+R](20)
X(k|k)=X(k|k-1)+Kg(k){Z(k)-h[X(k|k-1),u(k-1)]}(21)
P(k|k)=[I-Kg(k)H(k)]P(k|k-1)(22)
其中,Kg(k)为卡尔曼滤波增益,I为单位矩阵;
由此得到当前时刻的X(k|k),进而可知此时磨煤机内存煤量Mcoal(k),然后根据公式(6)求得磨煤机出口煤量fout;
S5:对状态量x(k)进行估计:
设x(k)的协方差矩阵为为状态量的估计值,的噪声协方差矩阵为估计过程如下:
由此得到状态量的估计值并令
S6:由步骤S4得到当前时刻的磨煤机出口煤量fout,由此得到当前时刻控制器的被控量反馈值通过计算以下目标函数求得下一时刻的控制量U(k),具体过程如下:
设定目标函数Jk:
其中,ω1、ω2均为单位矩阵;
将目标函数进行改写,写成如下二次规划形式:
其中,各矩阵表示如下:
E(k)=Yref(k)-Φx(k)-ΓU(k-1)(32)
其中,Yref(k)为被控量的设定值,ΔUmax为控制增量的上限,ΔUmin为控制增量的下限,Umax为控制量的上限,Umin为控制量的下限,Ymax为被控量的上限,Ymin为被控量的下限,Gy为公式(15),b为公式(31);
下一时刻的控制量U(k)为:
S7:判断中速磨煤机的自动控制系统是否停止运行:如果停止运行,则进行步骤S8;否则,返回步骤S3,更新被控量的预测值并对下一时刻的出口煤量进行估计;
S8:结束。
2.根据权利要求1所述的中速磨煤机的多变量推断预测控制方法,其特征在于:所述N的取值为80~120,Nc的取值为控制时域取5~8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510982530.5A CN105388765B (zh) | 2015-12-24 | 2015-12-24 | 一种中速磨煤机的多变量推断预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510982530.5A CN105388765B (zh) | 2015-12-24 | 2015-12-24 | 一种中速磨煤机的多变量推断预测控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105388765A true CN105388765A (zh) | 2016-03-09 |
CN105388765B CN105388765B (zh) | 2018-05-18 |
Family
ID=55421157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510982530.5A Active CN105388765B (zh) | 2015-12-24 | 2015-12-24 | 一种中速磨煤机的多变量推断预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105388765B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106269197A (zh) * | 2016-08-01 | 2017-01-04 | 中国神华能源股份有限公司 | 一种磨煤机出口温度控制系统及其控制方法 |
CN106622620A (zh) * | 2016-09-27 | 2017-05-10 | 华北电力大学(保定) | 基于系统动力学的中速磨煤机模型构建方法 |
CN107855210A (zh) * | 2017-12-08 | 2018-03-30 | 西安热工研究院有限公司 | 超临界机组中速磨煤机出口温度节能优化控制系统及方法 |
CN108579929A (zh) * | 2018-04-26 | 2018-09-28 | 东南大学 | 一种基于rbf神经网络预测控制的双进双出球磨机控制系统及控制方法 |
CN109174423A (zh) * | 2018-09-18 | 2019-01-11 | 国电龙源节能技术有限公司 | 基于煤粉细度在线调整的磨煤机出口温度控制系统与方法 |
CN109598088A (zh) * | 2018-12-20 | 2019-04-09 | 中国矿业大学 | 一种带式输送机带速设定控制方法 |
CN109821646A (zh) * | 2019-01-14 | 2019-05-31 | 华北电力大学 | 一种磨煤机出口煤粉流量软测量方法 |
CN110124842A (zh) * | 2019-05-15 | 2019-08-16 | 广东电网有限责任公司 | 一种锅炉机组及其磨煤机出口温度控制方法与系统 |
CN113083447A (zh) * | 2021-04-10 | 2021-07-09 | 南京工程学院 | 大型冶炼高炉磨煤机球磨系统全自动智能减振控制方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103225799A (zh) * | 2013-05-09 | 2013-07-31 | 北京四方继保自动化股份有限公司 | 一种火电厂主蒸汽温度控制方法 |
CN104801416A (zh) * | 2015-04-23 | 2015-07-29 | 东南大学 | 新型磨煤机出口温度控制系统及其控制方法 |
CN104932488A (zh) * | 2015-06-30 | 2015-09-23 | 南京工业大学 | 一种模型预测控制性能评估与诊断方法 |
-
2015
- 2015-12-24 CN CN201510982530.5A patent/CN105388765B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103225799A (zh) * | 2013-05-09 | 2013-07-31 | 北京四方继保自动化股份有限公司 | 一种火电厂主蒸汽温度控制方法 |
CN104801416A (zh) * | 2015-04-23 | 2015-07-29 | 东南大学 | 新型磨煤机出口温度控制系统及其控制方法 |
CN104932488A (zh) * | 2015-06-30 | 2015-09-23 | 南京工业大学 | 一种模型预测控制性能评估与诊断方法 |
Non-Patent Citations (5)
Title |
---|
刘梓媛等: "基于MAC预测控制的磨煤机负荷控制系统", 《计算机仿真》 * |
徐玮等: "中储式钢球磨煤机制粉系统控制研究", 《热力发电》 * |
王颖洁: "钢球磨煤机料位的软测量及其动态过程建模与控制", 《工程科技II辑》 * |
秦旭日: "球磨机的预测控制策略及应用研究", 《信息科技辑》 * |
薛美盛等: "多变量系统的广义预测控制解耦设计", 《控制工程》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106269197A (zh) * | 2016-08-01 | 2017-01-04 | 中国神华能源股份有限公司 | 一种磨煤机出口温度控制系统及其控制方法 |
CN106269197B (zh) * | 2016-08-01 | 2018-09-14 | 中国神华能源股份有限公司 | 一种磨煤机出口温度控制系统及其控制方法 |
CN106622620A (zh) * | 2016-09-27 | 2017-05-10 | 华北电力大学(保定) | 基于系统动力学的中速磨煤机模型构建方法 |
CN107855210A (zh) * | 2017-12-08 | 2018-03-30 | 西安热工研究院有限公司 | 超临界机组中速磨煤机出口温度节能优化控制系统及方法 |
CN108579929A (zh) * | 2018-04-26 | 2018-09-28 | 东南大学 | 一种基于rbf神经网络预测控制的双进双出球磨机控制系统及控制方法 |
CN109174423A (zh) * | 2018-09-18 | 2019-01-11 | 国电龙源节能技术有限公司 | 基于煤粉细度在线调整的磨煤机出口温度控制系统与方法 |
CN109174423B (zh) * | 2018-09-18 | 2023-08-11 | 国能龙源蓝天节能技术有限公司 | 基于煤粉细度在线调整的磨煤机出口温度控制系统与方法 |
CN109598088A (zh) * | 2018-12-20 | 2019-04-09 | 中国矿业大学 | 一种带式输送机带速设定控制方法 |
CN109598088B (zh) * | 2018-12-20 | 2022-02-11 | 中国矿业大学 | 一种带式输送机带速设定控制方法 |
CN109821646A (zh) * | 2019-01-14 | 2019-05-31 | 华北电力大学 | 一种磨煤机出口煤粉流量软测量方法 |
CN110124842A (zh) * | 2019-05-15 | 2019-08-16 | 广东电网有限责任公司 | 一种锅炉机组及其磨煤机出口温度控制方法与系统 |
CN113083447A (zh) * | 2021-04-10 | 2021-07-09 | 南京工程学院 | 大型冶炼高炉磨煤机球磨系统全自动智能减振控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105388765B (zh) | 2018-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105388765A (zh) | 一种中速磨煤机的多变量推断预测控制方法 | |
CN102494336B (zh) | 一种循环流化床锅炉燃烧过程多变量控制方法 | |
CN103676651B (zh) | 基于状态观测模型的锅炉汽温预测控制方法 | |
Wang et al. | Improved boiler-turbine coordinated control of 1000 MW power units by introducing condensate throttling | |
Zhao et al. | A nonlinear industrial model predictive controller using integrated PLS and neural net state-space model | |
CN105334751B (zh) | 一种批次注塑过程的稳定控制器设计方法 | |
CN105911862B (zh) | 一种电加热炉温度控制方法 | |
CN105807632A (zh) | 一种基于改进大林算法的加热炉温度控制器设计方法 | |
CN103322553A (zh) | 一种火电机组过热汽温多模型扰动估计预测控制方法 | |
Kirtania et al. | A novel dead time compensator for stable processes with long dead times | |
CN104950681A (zh) | 一种石灰窑燃烧过程的模糊预测控制系统及其控制方法 | |
CN105289830A (zh) | 一种基于煤量在线补偿的中速磨煤机启停控制方法 | |
CN104122795A (zh) | 基于新型极值函数指标的智能自整定pid室温控制算法 | |
Carreno-Zagarra et al. | Active disturbance rejection and pid control of a one-stage refrigeration cycle | |
CN105595391A (zh) | 一种关于ctd气流式烘丝机的先进控制方法 | |
Sun et al. | DEB-oriented modelling and control of coal-fired power plant | |
CN105259761A (zh) | 一种基于特征模型的连续灭菌反复学习自适应控制器 | |
Shtifzon et al. | Development of adaptive fuzzy-logic device for control under conditions of parametric non-stationarity | |
Ridwan et al. | A simulink modeling to develop a control system of stirred tank heater with multifarious operating conditions | |
Duan | The design of predictive fuzzy-PID controller in temperature control system of electrical heating furnace | |
Kadu et al. | Performance assesment of IOPI and FOPI controller for FOPDT system | |
Prunescu et al. | Modelling and L 1 adaptive control of pH in bioethanol enzymatic process | |
CN106125781A (zh) | 一种基于LMIs的汽包水位控制系统设计方法 | |
Laszczyk et al. | LabVIEW-based implementation of balance-based adaptive control technique | |
Alsaleem et al. | Adaptive-model predictive control of electronic expansion valves for evaporator superheat minimization |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |