CN109695893A - 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 - Google Patents
一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN109695893A CN109695893A CN201811641000.4A CN201811641000A CN109695893A CN 109695893 A CN109695893 A CN 109695893A CN 201811641000 A CN201811641000 A CN 201811641000A CN 109695893 A CN109695893 A CN 109695893A
- Authority
- CN
- China
- Prior art keywords
- signal
- oxygen concentration
- controls
- advance amount
- observation signal
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N5/00—Systems for controlling combustion
- F23N5/003—Systems for controlling combustion using detectors sensitive to combustion gas properties
- F23N5/006—Systems for controlling combustion using detectors sensitive to combustion gas properties the detector being sensitive to oxygen
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/04—Memory
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/10—Correlation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/12—Integration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2223/00—Signal processing; Details thereof
- F23N2223/14—Differentiation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
- F23N—REGULATING OR CONTROLLING COMBUSTION
- F23N2235/00—Valves, nozzles or pumps
- F23N2235/02—Air or combustion gas valves or dampers
Abstract
本申请公开了一种锅炉系统中的氧气浓度控制方法,包括:接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;计算目标氧气浓度信号与氧气浓度观测信号的误差信号;氧气浓度观测信号为实际氧气浓度信号的观测信号;根据误差信号计算初始超前控制量;根据初始超前控制量和超前扰动观测信号计算总超前控制量;超前扰动观测信号和氧气浓度观测信号均为根据总超前控制量和实际氧气浓度信号而计算生成;输出总超前控制量至锅炉系统中的氧气浓度调节阀以调节实际氧气浓度信号。本申请基于超前扰动观测信号进行控制补偿,提高了响应速度和控制效果。本申请还公开了一种锅炉系统中的氧气浓度控制装置、设备及系统,同样具有上述有益效果。
Description
技术领域
本申请涉及自动控制技术领域,特别涉及一种锅炉系统中的氧气浓度控制方法、装置、设备及系统。
背景技术
在锅炉系统中氧气浓度控制的实际应用中,由于实际操作环境以及被控系统的复杂性,时滞问题及其带来的不良影响普遍存在。滞后特性降低了控制系统的稳定性,并增加了控制难度。通过将控制系统的内部不确定性以及外部扰动统一作为总扰动,并利用扩张状态观测结果进行补偿控制,可将非线性被控对象线性化为积分串联的标准型结构,具有优于传统PID控制方法的控制效果。而对于时滞被控对象,现有技术中虽然可通过将最终控制量与实际氧气浓度信号进行时间匹配而提高控制精度,但是并未考虑到扰动的滞后问题,因而其控制过程中的调节时间依旧较长,响应速度仍然不太理想。鉴于此,提供一种解决上述技术问题的方法已经成为本领域技术人员所亟需关注的。
发明内容
本申请的目的在于提供一种锅炉系统中的氧气浓度控制方法、装置、设备及系统,以便针对性克服锅炉系统中时滞特性带来的不良影响,缩短控制过程中的调节时间,提高响应速度和控制效果。
为解决上述技术问题,第一方面,本申请公开了一种锅炉系统中的氧气浓度控制方法,包括:
接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;
计算所述目标氧气浓度信号与氧气浓度观测信号的误差信号;所述氧气浓度观测信号为所述实际氧气浓度信号的观测信号;
根据所述误差信号计算初始超前控制量;
根据所述初始超前控制量和超前扰动观测信号计算总超前控制量;所述超前扰动观测信号和所述氧气浓度观测信号均为根据所述总超前控制量和所述实际氧气浓度信号而计算生成;
输出所述总超前控制量至所述锅炉系统中的氧气浓度调节阀以调节所述实际氧气浓度信号,直至所述误差信号小于预设误差阈值。
可选地,所述超前扰动观测信号和所述氧气浓度观测信号具体通过下式计算生成:
对所述总超前控制量u(t+τ)进行延迟处理以获取同步控制量u(t);
根据计算所述氧气浓度观测信号z1(t)、扰动观测信号z2(t)和扰动变化率观测信号z3(t);其中,y(t)为所述实际氧气浓度信号;β1、β2和β3均为输出观测参数;b0为增益参数;τ为所述锅炉系统的时滞参数;
根据所述扰动观测信号z2(t)和所述扰动变化率观测信号z3(t)计算所述超前扰动观测信号z2(t+τ)。
可选地,所述输出观测参数分别为:
β1=2wo;β3=0.1wo;其中,wo为输出观测带宽。
可选地,所述根据所述扰动观测信号z2(t)和所述扰动变化率观测信z3(t)号计算所述超前扰动观测信号z2(t+τ)包括:
根据z2(t+τ)=z2(t)+α·τ·z3(t)计算所述超前扰动观测信号z2(t+τ);其中,α为调节参数。
可选地,所述根据所述误差信号计算初始超前控制量包括:
获取所述误差信号的各阶微分信号;
根据计算所述初始超前控制量u0(t+τ);
其中,ei(t)为所述误差信号e(t)的第(i-1)阶微分信号;τ为所述被控对象的时滞参数;ki为控制参数;α为调节参数;i=1,2,…,n-1;n为微分阶数。
可选地,所述控制参数为其中,wc为控制带宽。
可选地,所述根据所述初始超前控制量和超前扰动观测信号计算总超前控制量包括:
根据u(t+τ)=[u0(t+τ)-z2(t+τ)]/b0计算所述总超前控制量u(t+τ);其中,z2(t+τ)为超前扰动观测信号;u0(t+τ)为初始超前控制量;b0为增益参数;τ为所述锅炉系统的时滞参数。
第二方面,本申请还公开了一种锅炉系统中的氧气浓度控制装置,包括:
接收模块,用于接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;
计算模块,用于计算所述目标氧气浓度信号与氧气浓度观测信号的误差信号;所述氧气浓度观测信号为所述实际氧气浓度信号的观测信号;
超前控制模块,用于根据所述误差信号计算初始超前控制量;
补偿控制模块,用于根据所述初始超前控制量和超前扰动观测信号计算总超前控制量;
超前观测模块,用于根据所述总超前控制量和所述实际氧气浓度信号而计算生成所述超前扰动观测信号和所述氧气浓度观测信号;
输出模块,用于输出所述总超前控制量至所述锅炉系统中的氧气浓度调节阀以调节所述实际氧气浓度信号,直至所述误差信号小于预设误差阈值。
第三方面,本申请还公开了一种锅炉系统中的氧气浓度控制设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上所述的任一种锅炉系统中的氧气浓度控制方法的步骤。
第四方面,本申请还公开了一种氧气浓度控制系统,包括锅炉系统中的氧气浓度调节阀、传感器以及如上所述的氧气浓度控制设备;所述传感器用于检测所述锅炉系统中的所述实际氧气浓度信号,并发送至所述氧气浓度控制设备;所述氧气浓度控制设备用于输出所述总超前控制量至所述氧气浓度调节阀。
本申请所提供的锅炉系统中的氧气浓度控制方法,包括:接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;计算所述目标氧气浓度信号与氧气浓度观测信号的误差信号;所述氧气浓度观测信号为所述实际氧气浓度信号的观测信号;根据所述误差信号计算初始超前控制量;根据所述初始超前控制量和超前扰动观测信号计算总超前控制量;所述超前扰动观测信号和所述氧气浓度观测信号均为根据所述总超前控制量和所述实际氧气浓度信号而计算生成;输出所述总超前控制量至所述锅炉系统中的氧气浓度调节阀以调节所述实际氧气浓度信号,直至所述误差信号小于预设误差阈值。
可见,针对于锅炉系统中氧气浓度的调节控制,本申请不仅在计算控制量时考虑到了滞后性,即通过计算超前控制量而抑制控制滞后现象,而且还考虑到了系统总扰动的滞后性,因而还对系统总扰动进行了超前观测而获取超前扰动观测信号,并基于该超前扰动观测信号进行控制补偿,从而进一步有效地提高了补偿精度,缩短了氧气浓度控制过程中所需要的调节时间,极大地有助于克服锅炉系统的时滞特性带来的不良影响,提高响应速度和控制效果。本申请所提供的锅炉系统中的氧气浓度控制装置、设备及系统可以实现上述锅炉系统中的氧气浓度控制方法,同样具有上述有益效果。
附图说明
为了更清楚地说明现有技术和本申请实施例中的技术方案,下面将对现有技术和本申请实施例描述中需要使用的附图作简要的介绍。当然,下面有关本申请实施例的附图描述的仅仅是本申请中的一部分实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图,所获得的其他附图也属于本申请的保护范围。
图1为本申请所提供的一种锅炉系统中的氧气浓度控制方法的流程图;
图2为本申请所提供的一种锅炉系统中的氧气浓度控制方法的示意图;
图3为本申请所提供的一种对实际氧气浓度信号进行状态观测的方法的流程图;
图4为本申请所提供的锅炉系统中的氧气浓度控制方法在一具体实施方式中的示意图;
图5为本申请所提供的高阶微分器的结构示意图;
图6为本申请所提供的高阶微分器在一具体实施方式中的结构示意图;
图7为本申请所提供的锅炉系统中的氧气浓度控制方法在一具体实施方式中的单位阶跃响应曲线图;
图8为本申请获取的误差信号与实际误差的对比曲线图;
图9为本申请获取的误差微分信号与实际误差微分信号的对比曲线图;
图10为本申请获取的超前总扰动观测信号与实际扰动的对比曲线图;
图11为本申请所提供的一种氧气浓度控制系统的结构框图。
具体实施方式
本申请的核心在于提供一种锅炉系统中的氧气浓度控制方法、装置、设备及系统,以便针对性克服锅炉系统中时滞特性带来的不良影响,缩短控制过程中的调节时间,提高响应速度和控制效果。
为了对本申请实施例中的技术方案进行更加清楚、完整地描述,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行介绍。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例公开了一种锅炉系统中的氧气浓度控制方法,参照图1所示,该方法主要包括以下步骤:
S11:接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号。
S12:计算目标氧气浓度信号与氧气浓度观测信号的误差信号;氧气浓度观测信号为实际氧气浓度信号的观测信号。
S13:根据误差信号计算初始超前控制量。
S14:根据初始超前控制量和超前扰动观测信号计算总超前控制量;超前扰动观测信号和氧气浓度观测信号均为根据总超前控制量和实际氧气浓度信号而计算生成。
S15:输出总超前控制量至锅炉系统中的氧气浓度调节阀以调节实际氧气浓度信号,直至误差信号小于预设误差阈值。
具体地,可对照参阅图2,图2为本申请所提供的锅炉系统中的氧气浓度控制方法的示意图。具体地,不妨用r(t)表示目标氧气浓度信号;y(t)表示实际氧气浓度信号;z1(t)表示氧气浓度观测信号;e(t)=r(t)-z1(t)表示误差信号;u0(t+τ)表示初始超前控制量,u(t+τ)表示总超前控制量;τ表示锅炉系统的时滞参数。
本申请所提供的锅炉系统中的氧气浓度控制方法,在基于误差信号e(t)得到初始超前控制量u0(t+τ)之后,具体又结合超前扰动观测信号而进行了补偿控制,以便将得到的总超前控制量u(t+τ)输出至锅炉系统中的氧气浓度调节阀。由此,本申请可将非线性的锅炉系统线性化为积分串联的标准结构,改善控制效果。
在此基础上,需要重点关注的是,对于系统中的总扰动(包括锅炉系统中的内部不确定性扰动以及系统外部扰动),本申请不仅进行了观测,而且还针对扰动的滞后问题而进行了超前处理,得到超前扰动观测信号z2(t+τ),并基于该超前扰动观测信号z2(t+τ)进行补偿控制,从而进一步提高了补偿精度和控制效果,有效缩短了系统的调节时间(TransientTime)。
其中,调节时间又称过渡时间,是自动控制领域中衡量控制效果的一个重要参数,具体指控制系统受到扰动作用后,被控变量从原稳定状态回复到新的平衡状态所经历的最短时间。相较于调节时间几乎为系统时滞时间4倍左右的其他控制方法,本申请一般可将调节时间降低至系统时滞时间的2.5倍左右,有效提高了响应速度。
本申请所提供的锅炉系统中的氧气浓度控制方法,通过接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;计算目标氧气浓度信号与氧气浓度观测信号的误差信号;氧气浓度观测信号为实际氧气浓度信号的观测信号;根据误差信号计算初始超前控制量;根据初始超前控制量和超前扰动观测信号计算总超前控制量;超前扰动观测信号和氧气浓度观测信号均为根据总超前控制量和实际氧气浓度信号而计算生成;输出总超前控制量至锅炉系统中的氧气浓度调节阀以调节实际氧气浓度信号,直至误差信号小于预设误差阈值。可见,针对于锅炉系统中氧气浓度的调节控制,本申请不仅在计算控制量时考虑到了滞后性,即通过计算超前控制量而抑制控制滞后现象,而且还考虑到了系统总扰动的滞后性,因而还对系统总扰动进行了超前观测而获取超前扰动观测信号,并基于该超前扰动观测信号进行控制补偿,从而进一步有效地提高了补偿精度,缩短了氧气浓度控制过程中所需要的调节时间,极大地有助于克服锅炉系统的时滞特性带来的不良影响,提高响应速度和控制效果。
请参考图3,图3为本申请所提供的一种对实际氧气浓度信号进行状态观测的方法的流程图。
作为一种优选实施例,如图3所示,本申请所提供的锅炉系统中的氧气浓度控制方法在上述内容的基础上,根据总超前控制量和实际氧气浓度信号计算生成超前扰动观测信号和氧气浓度观测信号具体包括:
S21:对总超前控制量u(t+τ)进行延迟处理以获取同步控制量u(t)。
具体地,在对总超前控制量u(t+τ)进行延迟处理时可具体根据下式进行:
Ut(s)=Ut+τ(s)·e-τs;
其中,Ut(s)为u(t)经拉氏变换后对应的S域信号;Ut+τ(s)为u(t+τ)经拉氏变换后对应的S域信号。
S22:根据计算氧气浓度观测信号z1(t)、扰动观测信号z2(t)和扰动变化率观测信号z3(t)。
其中,y(t)为实际氧气浓度信号;β1、β2和β3均为输出观测参数;b0为增益参数;τ为锅炉系统的时滞参数。利用由上式构建的扩张状态观测器(extended state observer,ESO),可对实际氧气浓度信号y(t)进行观测,得到对应的氧气浓度观测信号z1(t),并可同时获取关于系统总扰动的相关观测结果,包括扰动观测信号z2(t)和扰动变化率观测信号z3(t)。
作为一个优选实施例,可具体采用带宽法对输出观测参数进行整定:
其中,wo为输出观测带宽。本领域技术人员可根据实际应用情况自行选择输出观测带宽的取值。
S23:根据扰动观测信号z2(t)和扰动变化率观测信号z3(t)计算超前扰动观测信号z2(t+τ)。
作为一个优选实施例,可具体采用下式来计算超前扰动观测信号z2(t+τ):
z2(t+τ)=z2(t)+α·τ·z3(t)。
其中,α为调节参数。具体地,调节参数α的取值范围一般可为0.1~0.5。
具体地,在本实施例中,通过结合考虑扰动的变化率,可对扰动观测信号z2(t)进行超前处理,从而获取合适大小的超前扰动观测信号z2(t+τ)。当然,如上所述,本领域技术人员可自行根据实际应用情况而选择大小合适的调节参数α,以期获取理想的补偿控制效果。
作为一种优选实施例,本申请所提供的锅炉系统中的氧气浓度控制方法在上述内容的基础上,根据误差信号计算初始超前控制量包括:
获取误差信号的各阶微分信号;
根据计算初始超前控制量u0(t+τ)。
其中,ei(t)为误差信号e(t)的第(i-1)阶微分信号;τ为锅炉系统的时滞参数;ki为控制参数;α为调节参数;i=1,2,…,n-1;n为微分阶数。需要说明的是,误差信号e(t)的第零阶微分信号即为误差信号e(t)的跟踪信号。
具体地,如上所述,本实施例中所采用的超前控制律具体为:
通过在初始超前控制量u0(t+τ)的计算过程中充分利用误差信号e(t)的微分信息,可令初始超前控制量u0(t+τ)的构成更加合理,进一步提高控制效果。
其中,优选地,控制参数可具体取为其中,wc为控制带宽。
具体地,一般地,利用误差信号e(t)的二阶以下(包括二阶)的微分信号即可具有显著效果,因此,一般地可将微分阶数设置为n=3。则此时可参考图4,对应地有:
u0(t+τ)=k1[e1(t)+α·τ·e2(t)]+k2[e2(t)+α·τ·e3(t)];其中,e1(t)为误差信号e(t)的跟踪信号;e2(t)为误差信号e(t)的一阶微分信号;e3(t)为误差信号e(t)的二阶微分信号;k1=wc 2;k2=2wc。
作为一种优选实施例,本申请所提供的锅炉系统中的氧气浓度控制方法在上述内容的基础上,根据超前扰动观测信号和初始超前控制量计算总超前控制量包括:
根据u(t+τ)=[u0(t+τ)-z2(t+τ)]/b0计算总超前控制量u(t+τ);其中,z2(t+τ)为超前扰动观测信号;u0(t+τ)为初始超前控制量;b0为增益参数;τ为锅炉系统的时滞参数。
作为一种优选实施例,本申请所提供的锅炉系统中的氧气浓度控制方法在上述内容的基础上,获取误差信号的各阶微分信号包括:
对微分控制量连续进行n次积分以获取误差信号的跟踪信号;微分控制量为根据误差信号以及误差信号的各阶微分信号计算生成。
根据微分控制量对跟踪信号进行n阶状态观测,以获取跟踪信号的各阶输入观测信号,作为误差信号的各阶微分信号。
具体地,本实施例中具体是基于闭环跟踪控制而构建了高阶微分器(n-orderdifferentiator,NOD),以获取各阶微分信号的。通过对误差信号的跟踪信号进行观测而进行补偿控制,可确保跟踪信号对误差信号的良好跟踪效果。同时,借助于n阶的纯积分串联结构,观测所得到的结果正是跟踪信号的各阶微分信号,也是误差信号的各阶微分信号。
可对照参考图5所示的高阶微分器的结构示意图。设高阶微分器的输入信号为v,不妨用vrj表示计算得到的v的第j阶微分信号,用xr(n+1-j)表示第j次积分后得到的状态信号,j=0,1,…,n-1。即xr1表示第n次积分得到的状态信号即vy;xr2表示第(n-1)次积分得到的状态信号,…,以此类推,xrn表示第1次积分后得到的状态信号,而第1次积分前的被积对象为微分控制量ur。则各个状态信号xr(n+1-j)可具体表示为:
其中,作为一种优选实施例,微分控制量ur的计算表达式即其n阶控制律(n-ordercontrol law,NOCL)具体可采用:
ur=βc0(v-vr0)-βc1vr1-…-βc(n-1)vr(n-1);
其中,vrj为v的第j阶微分信号;j=0,1,…,n-1;βcj为微分控制参数。
同时,在上述内容中,作为一种优选实施例,可具体采用下式构建n阶状态观测器(n-order state observer,NOSO)对跟踪信号vy进行n阶状态观测,以得到各阶输入观测信号zr(j+1):
其中,βr(j+1)为输入观测参数;j=0,1,…,n-1。并进而可根据erj=zr(j+1)获取v的各阶微分信号vrj。
定义各阶输入观测误差为:
则,结合各个状态信号xr(n+1-j)的表达式可得到:
由此可知,当系统输出稳定时,即因此有er0=er1=…=ern=0,即此时各项输入观测误差均为零,说明此时得到的跟踪信号vrj能够较好地跟踪输入的信号v,而各阶输入观测信号zr(i+1)可视为v的各阶微分信号vrj。
下面以n=3时为例,对本申请所提供的获取各阶微分信号的方法进行介绍。可对照参考图6所示的结构示意图。则此时有:
下面将结合一些具体应用示例对本申请所提供的锅炉系统中的氧气浓度控制方法的控制效果进行介绍。
请参考图7,图7为本申请所提供的锅炉系统中的氧气浓度控制方法在一具体实施方式中的单位阶跃响应曲线图。
其中,锅炉系统具体为带有纯时滞环节的一阶系统,其时滞参数具体为τ=10,则其传递函数为:
在利用上述高阶微分器获取误差信号的各阶微分信号时,相关参数具体取值为:
n=3;βc0=3.375;βc1=75;βc2=125;βr1=15;βr2=75;βr3=125。
在对其采用超前控制律u0(t+τ)=k1[e1(t)+α·τ·e2(t)]+k2[e2(t)+α·τ·e3(t)]计算初始超前控制量u0(t+τ)、以及根据u(t+τ)=[u0(t+τ)-z2(t+τ)]/b0进行超前控制的过程中,相关参数的具体取值为:
在对实际氧气浓度信号进行状态观测过程中,相关参数的具体取值为:
由图7可见,本申请所提供的锅炉系统中的氧气浓度控制方法的调节时间仅仅是时滞时间的2.5倍左右,大大提高了氧气浓度调节过程中的响应速度。
相对应地,图8为本申请获取的误差信号与实际误差的对比曲线图;图9为本申请获取的误差微分信号与实际误差微分信号的对比曲线图;图10为本申请获取的超前总扰动观测信号与实际扰动的对比曲线图。
由图8至图10可见,本申请可实现对误差的超前估计,从而可基于误差及其微分信息而计算合适的超前控制量,改善时滞锅炉系统的时滞问题。
下面对本申请所提供的锅炉系统中的氧气浓度控制装置进行介绍。本申请所提供的一种锅炉系统中的氧气浓度控制装置包括:
接收模块,用于接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;
计算模块,用于计算目标氧气浓度信号与氧气浓度观测信号的误差信号;氧气浓度观测信号为实际氧气浓度信号的观测信号;
超前控制模块,用于根据误差信号计算初始超前控制量;
补偿控制模块,用于根据初始超前控制量和超前扰动观测信号计算总超前控制量;
超前观测模块,用于根据总超前控制量和实际氧气浓度信号而计算生成超前扰动观测信号和氧气浓度观测信号;
输出模块,用于输出总超前控制量至锅炉系统中的氧气浓度调节阀以调节实际氧气浓度信号,直至误差信号小于预设误差阈值。
可见,针对于锅炉系统中氧气浓度的调节控制,本申请不仅在计算控制量时考虑到了滞后性,即通过计算超前控制量而抑制控制滞后现象,而且还考虑到了系统总扰动的滞后性,因而还对系统总扰动进行了超前观测而获取超前扰动观测信号,并基于该超前扰动观测信号进行控制补偿,从而进一步有效地提高了补偿精度,缩短了氧气浓度控制过程中所需要的调节时间,极大地有助于克服锅炉系统的时滞特性带来的不良影响,提高响应速度和控制效果。
进一步地,本申请还公开了一种锅炉系统中的氧气浓度控制设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上所述的任一种锅炉系统中的氧气浓度控制方法的步骤。
进一步地,本申请还公开了一种氧气浓度控制系统。参见图11,本申请提供的氧气浓度控制系统包括锅炉系统中的氧气浓度调节阀1、传感器2以及如上所述的氧气浓度控制设备3;所述传感器2用于检测所述锅炉系统中的所述实际氧气浓度信号,并发送至所述氧气浓度控制设备3;所述氧气浓度控制设备3用于输出所述总超前控制量至所述氧气浓度调节阀1。
本申请所提供的锅炉系统中的氧气浓度控制装置、设备及系统的具体实施方式与上文所描述的锅炉系统中的氧气浓度控制方法可相互对应参照,这里就不再赘述。
本申请中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需说明的是,在本申请文件中,诸如“第一”和“第二”之类的关系术语,仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。此外,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的技术方案进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请的保护范围内。
Claims (10)
1.一种锅炉系统中的氧气浓度控制方法,其特征在于,包括:
接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;
计算所述目标氧气浓度信号与氧气浓度观测信号的误差信号;所述氧气浓度观测信号为所述实际氧气浓度信号的观测信号;
根据所述误差信号计算初始超前控制量;
根据所述初始超前控制量和超前扰动观测信号计算总超前控制量;所述超前扰动观测信号和所述氧气浓度观测信号均为根据所述总超前控制量和所述实际氧气浓度信号而计算生成;
输出所述总超前控制量至所述锅炉系统中的氧气浓度调节阀以调节所述实际氧气浓度信号,直至所述误差信号小于预设误差阈值。
2.根据权利要求1所述的氧气浓度控制方法,其特征在于,所述超前扰动观测信号和所述氧气浓度观测信号具体通过下式计算生成:
对所述总超前控制量u(t+τ)进行延迟处理以获取同步控制量u(t);
根据计算所述氧气浓度观测信号z1(t)、扰动观测信号z2(t)和扰动变化率观测信号z3(t);其中,y(t)为所述实际氧气浓度信号;β1、β2和β3均为输出观测参数;b0为增益参数;τ为所述锅炉系统的时滞参数;
根据所述扰动观测信号z2(t)和所述扰动变化率观测信号z3(t)计算所述超前扰动观测信号z2(t+τ)。
3.根据权利要求2所述的氧气浓度控制方法,其特征在于,所述输出观测参数分别为:
β1=2wo;β3=0.1wo;其中,wo为输出观测带宽。
4.根据权利要求2所述的氧气浓度控制方法,其特征在于,所述根据所述扰动观测信号z2(t)和所述扰动变化率观测信z3(t)号计算所述超前扰动观测信号z2(t+τ)包括:
根据z2(t+τ)=z2(t)+α·τ·z3(t)计算所述超前扰动观测信号z2(t+τ);其中,α为调节参数。
5.根据权利要求1所述的氧气浓度控制方法,其特征在于,所述根据所述误差信号计算初始超前控制量包括:
获取所述误差信号的各阶微分信号;
根据计算所述初始超前控制量u0(t+τ);
其中,ei(t)为所述误差信号e(t)的第(i-1)阶微分信号;τ为所述被控对象的时滞参数;ki为控制参数;α为调节参数;i=1,2,…,n-1;n为微分阶数。
6.根据权利要求2所述的氧气浓度控制方法,其特征在于,所述控制参数为其中,wc为控制带宽。
7.根据权利要求1至6任一项所述的氧气浓度控制方法,其特征在于,所述根据所述初始超前控制量和超前扰动观测信号计算总超前控制量包括:
根据u(t+τ)=[u0(t+τ)-z2(t+τ)]/b0计算所述总超前控制量u(t+τ);其中,z2(t+τ)为超前扰动观测信号;u0(t+τ)为初始超前控制量;b0为增益参数;τ为所述锅炉系统的时滞参数。
8.一种锅炉系统中的氧气浓度控制装置,其特征在于,包括:
接收模块,用于接收输入的目标氧气浓度信号以及传感器发送的实际氧气浓度信号;
计算模块,用于计算所述目标氧气浓度信号与氧气浓度观测信号的误差信号;所述氧气浓度观测信号为所述实际氧气浓度信号的观测信号;
超前控制模块,用于根据所述误差信号计算初始超前控制量;
补偿控制模块,用于根据所述初始超前控制量和超前扰动观测信号计算总超前控制量;
超前观测模块,用于根据所述总超前控制量和所述实际氧气浓度信号而计算生成所述超前扰动观测信号和所述氧气浓度观测信号;
输出模块,用于输出所述总超前控制量至所述锅炉系统中的氧气浓度调节阀以调节所述实际氧气浓度信号,直至所述误差信号小于预设误差阈值。
9.一种锅炉系统中的氧气浓度控制设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至7任一项所述的锅炉系统中的氧气浓度控制方法的步骤。
10.一种氧气浓度控制系统,其特征在于,包括锅炉系统中的氧气浓度调节阀、传感器以及如权利要求9所述的氧气浓度控制设备;所述传感器用于检测所述锅炉系统中的所述实际氧气浓度信号,并发送至所述氧气浓度控制设备;所述氧气浓度控制设备用于输出所述总超前控制量至所述氧气浓度调节阀。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641000.4A CN109695893B (zh) | 2018-12-29 | 2018-12-29 | 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811641000.4A CN109695893B (zh) | 2018-12-29 | 2018-12-29 | 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109695893A true CN109695893A (zh) | 2019-04-30 |
CN109695893B CN109695893B (zh) | 2020-03-06 |
Family
ID=66233111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811641000.4A Active CN109695893B (zh) | 2018-12-29 | 2018-12-29 | 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109695893B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115085611A (zh) * | 2022-08-22 | 2022-09-20 | 广东工业大学 | 一种直线电机运动控制方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020111758A1 (en) * | 2000-10-18 | 2002-08-15 | Qing-Guo Wang | Robust process identification and auto-tuning control |
CN101004592A (zh) * | 2007-01-25 | 2007-07-25 | 上海交通大学 | 干扰和时滞不稳定系统的前馈-反馈控制系统控制方法 |
CN101995822A (zh) * | 2010-09-26 | 2011-03-30 | 上海电力学院 | 一种大时滞系统的灰色自抗扰控制方法 |
CN103257204A (zh) * | 2013-03-01 | 2013-08-21 | 智谱特环境科技(北京)有限公司 | 双氧传感器绝对湿度测量中干湿氧滞后时间的自补偿方法 |
CN104267616A (zh) * | 2014-09-24 | 2015-01-07 | 北京科技大学 | 一种时滞系统的自抗扰控制系统的设计及整定方法 |
CN104460344A (zh) * | 2014-11-13 | 2015-03-25 | 北京工业大学 | 一种基于pd控制的扰动观测器控制方法 |
WO2015092145A1 (en) * | 2013-12-17 | 2015-06-25 | Aalto University Foundation | Method and apparatus for controlling combustion in a furnace |
US9160260B1 (en) * | 2014-06-16 | 2015-10-13 | Moog Inc. | Adaptive actuator control system |
CN106292273A (zh) * | 2016-09-26 | 2017-01-04 | 长春理工大学 | 针对大滞后温度系统的滞后时间削弱的自抗扰控制方法 |
CN108828943A (zh) * | 2018-06-20 | 2018-11-16 | 南通航运职业技术学院 | 一种带扰动补偿和有限时间收敛的自抗扰控制方法 |
-
2018
- 2018-12-29 CN CN201811641000.4A patent/CN109695893B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020111758A1 (en) * | 2000-10-18 | 2002-08-15 | Qing-Guo Wang | Robust process identification and auto-tuning control |
CN101004592A (zh) * | 2007-01-25 | 2007-07-25 | 上海交通大学 | 干扰和时滞不稳定系统的前馈-反馈控制系统控制方法 |
CN101995822A (zh) * | 2010-09-26 | 2011-03-30 | 上海电力学院 | 一种大时滞系统的灰色自抗扰控制方法 |
CN103257204A (zh) * | 2013-03-01 | 2013-08-21 | 智谱特环境科技(北京)有限公司 | 双氧传感器绝对湿度测量中干湿氧滞后时间的自补偿方法 |
WO2015092145A1 (en) * | 2013-12-17 | 2015-06-25 | Aalto University Foundation | Method and apparatus for controlling combustion in a furnace |
US9160260B1 (en) * | 2014-06-16 | 2015-10-13 | Moog Inc. | Adaptive actuator control system |
CN104267616A (zh) * | 2014-09-24 | 2015-01-07 | 北京科技大学 | 一种时滞系统的自抗扰控制系统的设计及整定方法 |
CN104460344A (zh) * | 2014-11-13 | 2015-03-25 | 北京工业大学 | 一种基于pd控制的扰动观测器控制方法 |
CN106292273A (zh) * | 2016-09-26 | 2017-01-04 | 长春理工大学 | 针对大滞后温度系统的滞后时间削弱的自抗扰控制方法 |
CN108828943A (zh) * | 2018-06-20 | 2018-11-16 | 南通航运职业技术学院 | 一种带扰动补偿和有限时间收敛的自抗扰控制方法 |
Non-Patent Citations (1)
Title |
---|
刘鹏: "循环流化床脱硫系统的自抗扰控制", 《信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115085611A (zh) * | 2022-08-22 | 2022-09-20 | 广东工业大学 | 一种直线电机运动控制方法、装置、设备及存储介质 |
CN115085611B (zh) * | 2022-08-22 | 2022-11-15 | 广东工业大学 | 一种直线电机运动控制方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109695893B (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110687781B (zh) | 一种二阶非线性系统的精确不确定性和控制增益估计方法 | |
CN106707766A (zh) | 一种基于误差观测器的快反镜前馈控制方法 | |
CN107272421B (zh) | 一种自抗扰控制系统及方法 | |
CN104734588B (zh) | 一种生物质气内燃发电机组转速控制方法 | |
Santos et al. | Dealing with noise in unstable dead-time process control | |
CN105867139B (zh) | 一种模型参考自适应的飞行器鲁棒控制方法 | |
CN104950254B (zh) | 燃气蒸汽联合循环机组的一次调频试验方法、装置及系统 | |
CN110687800A (zh) | 一种数据驱动自适应抗干扰控制器结构及其估计方法 | |
CN108205259A (zh) | 基于线性扩张状态观测器的复合控制系统及其设计方法 | |
CN107577147A (zh) | 一种基于自适应Smith预估器的遥操作双边PID控制方法 | |
CN103838139A (zh) | 具有积分饱和预处理功能的pid控制方法 | |
CN105528000A (zh) | 一种用于飞行器的智能温控表 | |
CN109695893A (zh) | 一种锅炉系统中的氧气浓度控制方法、装置、设备及系统 | |
CN107203135B (zh) | 一种基于动态反馈-前馈的自适应控制系统 | |
CN112605153B (zh) | 带钢卷取机的张力控制方法及设备 | |
CN109557817A (zh) | 一种改进的全局滑模控制方法 | |
CN104977851A (zh) | 一种含微分线性系统的pid参数整定方法 | |
Sontag et al. | An example of a GAS system which can be destabilized by an integrable perturbation | |
CN104152610B (zh) | 一种高炉富氧全智能调节方法 | |
Frantsuzova | PI2D-controllers synthesis for nonlinear nonstationary plants | |
CN110850722A (zh) | 一种时滞系统的Smith互耦PI协同控制理论新方法 | |
Zhao et al. | Adaptive event-triggered finite-time sliding mode control for singular T–S fuzzy Markov jump systems with asynchronous modes | |
Abbas-Turki et al. | Robust gain scheduled control of a space launcher by introducing LQG/LTR ideas in the NCF robust stabilisation problem | |
CN113341695B (zh) | 一种智能伺服电机电流环控制参数自整定方法 | |
CN107561939A (zh) | 一种lpv系统输出反馈控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |