CN110687792A - 一种用于化学吸附燃烧后co2捕集系统的抗烟气扰动模糊控制方法 - Google Patents

一种用于化学吸附燃烧后co2捕集系统的抗烟气扰动模糊控制方法 Download PDF

Info

Publication number
CN110687792A
CN110687792A CN201911064450.6A CN201911064450A CN110687792A CN 110687792 A CN110687792 A CN 110687792A CN 201911064450 A CN201911064450 A CN 201911064450A CN 110687792 A CN110687792 A CN 110687792A
Authority
CN
China
Prior art keywords
flow
fuzzy
flue gas
rate
trapping
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
Application number
CN201911064450.6A
Other languages
English (en)
Other versions
CN110687792B (zh
Inventor
吴啸
席涵
李益国
沈炯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201911064450.6A priority Critical patent/CN110687792B/zh
Publication of CN110687792A publication Critical patent/CN110687792A/zh
Application granted granted Critical
Publication of CN110687792B publication Critical patent/CN110687792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive 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
    • G05B13/042Adaptive 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 parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (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)
  • Treating Waste Gases (AREA)

Abstract

本发明公开了一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,通过实验数据进行模型辨识,构建以贫液流量、抽汽流量为输入,捕集率与再沸器温度为输出的多变量系统,在此基础上开展前馈补偿解耦,实现贫液流量对碳捕集率、抽汽流量对再沸器温度的两个单回路的控制。本发明在传统PI控制的基础上引入模糊控制器,在线调整PI参数,使得被控对象快速跟踪CO2捕集率;针对烟气流量的可测扰动,根据不同捕集率工况下的烟气流量与贫液、抽汽流量的相对变化设计变增益比例控制器,在系统大范围变工况的情况下提高系统的抗烟气扰动能力。

Description

一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制 方法
技术领域
本发明涉及热工自动控制技术领域,尤其是一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法。
背景技术
随着温室效应对环境的影响日益突出,降低以CO2为主的温室气体尤为重要。我国是煤炭消费大国,尽管国家大力发展新能源,但短时间不能改变以煤为能源的发电格局。电厂烟气中包含大量CO2,因此,研究如何减少燃煤机组的碳排放量具有重要的现实意义。基于乙醇胺溶液(MEA)化学吸附的燃烧后CO2捕集技术(PCC)由能对现有电厂进行改造,且成本相对较低,是目前最具有大规模应用前景的技术。
对于PCC系统,实现碳捕集率的快速跟踪并维持再沸器温度是主要控制目标,但碳捕集率会同时受到贫液流量、抽汽流量以及烟气流量的影响。目前90%的热工控制策略都是基于PID控制,但PID控制器并不能解决多变量、耦合、非线性系统,且传统的PID参数是固定不变的,无法克服对象相应的平稳性与快速性之间的矛盾,对扰动的抑制也有限,所以设计一种自适应调整PID参数并能快速抑制烟气流量扰动的控制方法是十分有必要的。
发明内容
本发明所要解决的技术问题在于,提供一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,能够适应被控对象的非线性及时变性,使系统在保持再沸器温度的情况下快速跟踪捕集率设定值,并有效地抑制烟气扰动对PCC系统的影响。
为解决上述技术问题,本发明提供一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,选取贫液流量和抽汽流量为输入,碳捕集率和再沸器温度为输出,根据实验数据,辨识对象的传递函数,利用前馈补偿进行解耦后通过模糊规则自整定PI参数,并根据不同工况下烟气流量与贫液流量、烟气流量与抽汽流量的比值,设计变增益比值控制器抑制烟气流量扰动。具体包括如下步骤:
(1)选取贫液流量和抽汽流量为输入,碳捕集率和再沸器温度为输出,根据实验数据,辨识对象的传递函数模型G(s);
(2)选取贫液流量u1控制CO2捕集率y1,抽汽流量u2控制再沸器温度y2,并进行前馈补偿解耦;
(3)整定PID参数,在满足输入约束的条件下,对贫液-捕集率回路设计模糊PI控制器,自适应调整控制器增益Kp、积分时间Ti,由于控制目标是保持再沸器温度不变,且烟气扰动对再沸器温度的影响很小,故抽汽-再沸器温度回路采取普通PI控制;
(4)根据不同稳态工况下烟气流量d与贫液流量u1以及抽汽流量u2的关系,设计变增益比值控制器。
优选的,前馈补偿解耦器的传递函数模型为:
其中,Dij(s)为输入j对输出i的解耦传递函数,Gij(s)为输入j对输出i的系统传递函数,解耦后的等效传递函数为对角阵。
优选的,步骤(3)中,输入的约束条件为:
Figure BDA0002258901840000022
其中u1、du1、u1,min、u1,max、du1,min和du1,max分别是CO2捕集系统的贫液流量及其增量、系统运行所允许的贫液流量及其增量的最小值和最大值,u2、du2、u2,min、u2,max、du2,min和du2,max分别是CO2捕集系统的抽汽流量及其增量、系统运行所允许的抽汽流量及其增量的最小值和最大值。
优选的,步骤(3)中,模糊PI控制器的设置具体步骤为:
(31)整定一组满足输出约束条件的PI初始参数Kp0、Ti0,获得捕集率响应曲线,整定方法选取Ziegler-Nichols工程整定法;
(32)选定捕集率设定值与捕集率输出y1的偏差e、偏差变化率de为模糊控制器的输入,比例增益和积分时间增量ΔKp、ΔTi为输出变量,则模糊PI控制器的传递函数为:
Figure BDA0002258901840000023
(33)确定输入输出论域及模糊集合,为了满足控制精度同时避免模糊分割数太多导致维数过多,语言变量e、de、ΔKp、ΔTi的模糊语言值集合均表示为:
T={NB,NS,ZE,PS,PB} (4)
其中模糊语言值分别代表负大、负小、零、正小和正大;
(34)确定隶属度函数,当偏差e较大时(NB、PB),使控制较为粗略,故隶属度函数选为高斯函数,当e较小时,控制应当灵敏,隶属度函数为三角函数,偏差变化率de的隶属度函数设为均匀分割的三角函数,对于输出ΔKp,隶属度函数设为NB与PB的论域较大的非均匀分割的三角函数,ΔTi的隶属度函数设为均匀三角函数;
(35)根据(31)的响应曲线制定模糊规则,为了使捕集率能快速跟踪给定值,模糊规则的原则为:在e为PB而de为NB时,能够适当增加比例作用又不使其超调,于是ΔKp为PS,ΔTi保持不变,当e较小(PS、ZO)且de也逐渐减小时(NS),减小比例作用而增加积分作用,使输出快速稳定并减小超调;当产生上超调时且偏差有变大趋势时,即e为NS、de为NB时,加大偏差变化增益同时减少Ti,避免积分超调带来的系统振荡;当e为NS且de为NB,系统处于向稳态靠近的阶段,尽量保持PI参数使系统逐渐稳定至给定值。
优选的,步骤(4)中,据不同捕集率工况设置变增益比值控制器快速抑制烟气,具体步骤为:
(41)在捕集率为50%、60%、70%、80%、90%和95%的稳态工况下进行烟气闭环响应测试(0.11kg/s-0.18kg/s,阶跃0.01kg/s),分别记录稳态后贫液流量u1与烟气流量d、抽汽流量u2与烟气流量d的相对变化;
(42)设计变增益比值控制器,输入为捕集率设定值,输出为贫液与抽汽流量的增益,同时确定输出变量取值关于输入变量的线性或常值函数。
本发明的有益效果为:本发明通过模糊PID控制器,建立比例与积分控制环节的非线性组合,实现PID参数的自适应,满足CO2捕集率的快速跟踪;设计变增益比例控制器,在系统大范围变工况情况下快速抑制烟气扰动,提高系统对被控对象的适应性。
附图说明
图1为本发明化学吸附燃烧后CO2捕集系统控制示意图。
图2为本发明化学吸附燃烧后CO2捕集系统过程流程示意图。
图3为模糊PID与常规PID控制效果对比示意图。
图4为不同捕集率工况下烟气分别与贫液流量和抽汽流量变化响应示意图。
图5为采用变增益比例控制器与不采用比例控制器时系统抗烟气扰动对比示意图。
具体实施方式
如图1所示,一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,包括如下步骤:
(1)根据图2所示的化学吸附燃烧后CO2捕集系统过程流程图,选取贫液流量和抽汽流量为输入,碳捕集率和再沸器温度为输出,根据实验数据,辨识对象的传递函数模型G(s);
(2)选取贫液流量u1控制CO2捕集率y1,抽汽流量u2控制再沸器温度y2,烟气流量d为可测扰动量,并计算前馈补偿解耦矩阵D(s)。
Figure BDA0002258901840000041
(3)整定PID参数,在满足输入约束的条件下,对贫液-捕集率回路设计模糊PI控制器,自适应调整控制器增益Kp、积分时间Ti,由于控制目标是保持再沸器温度不变,且烟气扰动对再沸器温度的影响很小,故抽汽-再沸器温度回路采取普通PI控制。约束条件式为:
u1∈[0.2,1];u2∈[0.005,0.08] (6)
du1∈[-0.0035,0.0035];du2∈[-0.0005,0.0005] (7)
其中u1、u2为贫液流量与烟气流量,du1、du2分别为贫液流量与烟气流量的变化率;
利用Ziegler-Nichols工程整定法分别进行两个回路控制器的初参数整定,相应的比例和积分时间整定为P1=0.015,I1=0.001236;P2=0.025,I1=1.41×10-5;贫液-捕集率回路的偏差e与其变化率de乘上各自的比例因子送入模糊模块。模糊语言集合设置为T={NB,NS,ZE,PS,PB},分别代表负大、负小、零、正小和正大。具体设定为:e的论域[-0.5,0.5],NB与PB的隶属度函数为高斯型函数(gaussmf),NS、ZE和PS的隶属度函数为三角函数(trimf);de的论域[-0.1 0.1],隶属度函数取为三角函数(trimf),均等分布;ΔP的论域[-0.1 0.1],隶属度函数取为三角函数(trimf),NB与PB的论域分别为[-0.1-0.05]、[0.050.1],其余论域均匀分割;ΔI的论域[-0.1 0.1],均匀分割,隶属度函数取三角函数(trimf)。模糊规则制定分别为表1、2,模糊模块的输出与初始参数之和为实际PI参数,控制器的输出为:
u1(t)=(P1+ΔP)×e(t)+(I1+ΔI)×∫e(t)dt (8)
表1ΔP的模糊规则表
Figure BDA0002258901840000051
表2ΔI的模糊规则表
Figure BDA0002258901840000052
进行仿真实验,捕集率设定值在600s由70%阶跃到90%,3000s时又阶跃到55%,再沸器温度保持386K不变,采样时间T1=30s,仿真时间6000s,仿真结果如图3所示。可以看出再沸器温度基本保持不变,说明解耦的有效性;对于捕集率,模糊PI控制的调节时间明显缩短,分别在1500s和4000s时已经达到设定值,与之对应的是贫液流量和抽汽流量的快速响应,说明该发明能达到快速跟踪捕集率设定值的要求。
(4)如图4所示,在捕集率为50%、60%、70%、80%、90%和95%的捕集率工况下进行烟气闭环响应测试(0.11kg/s-0.18kg/s,阶跃0.01kg/s),分别记录稳态后烟气流量d与贫液流量u1、抽汽流量u2的相对变化,据此设计变增益比值控制器,模糊类型为Sugeno,输入均为捕集率设定值,论域为[0.5 0.95],输出为相应的增益,烟气-贫液比例控制器增益范围为[3.2 4.5],参数设定为:常值constant=3.2,线性函数linear=[1.3 3.2],模糊规则为[1 1;2 2];烟气-抽汽比例控制器增益范围为[0.27 0.31],参数设定为:常值constant=0.27,线性函数linear=[0.042 0.27],模糊规则为[1 1;2 2]。
进行仿真实验,捕集率维持在90%,在600s时烟气流量以0.0006(kg/s)的速率由0.13(kg/s)增加至0.18(kg/s),仿真时间6000s,采样时间T1=30s,结果如图5所示。可以看出,变增益比值控制器能够通过快速增加贫液与抽汽流量,抑制烟气对碳捕集率的扰动,保证捕集率的相对稳定,稳态偏差小,调节时间短,且很好地保持了再沸器温度的稳定,说明该发明能够在系统大范围变工况情况下快速抑制烟气扰动。
本发明通过前馈补偿解耦,在PID控制的设计框架内,构建模糊PID控制器和变增益比例控制器,使捕集系统快速实现捕集率的跟踪,有效抑制烟气扰动,提高了系统在非设计工况下的稳定性,达成了对化学吸附燃烧后CO2捕集系统优化控制的目标。

Claims (5)

1.一种用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,其特征在于,包括如下步骤:
(1)选取贫液流量和抽汽流量为输入,碳捕集率和再沸器温度为输出,根据实验数据,辨识对象的传递函数模型G(s);
(2)选取贫液流量u1控制CO2捕集率y1,抽汽流量u2控制再沸器温度y2,并进行前馈补偿解耦;
(3)整定PID参数,在满足输入约束的条件下,对贫液-捕集率回路设计模糊PI控制器,自适应调整控制器增益Kp、积分时间Ti,由于控制目标是保持再沸器温度不变,且烟气扰动对再沸器温度的影响很小,故抽汽-再沸器温度回路采取普通PI控制;
(4)根据不同稳态工况下烟气流量d与贫液流量u1以及抽汽流量u2的关系,设计变增益比值控制器。
2.如权利要求1所述的用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,其特征在于,步骤(2)中,前馈补偿解耦器的传递函数模型为:
Figure FDA0002258901830000011
其中,Dij(s)为输入j对输出i的解耦传递函数,Gij(s)为输入j对输出i的系统传递函数,解耦后的等效传递函数为对角阵。
3.如权利要求1所述的用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,其特征在于,步骤(3)中,输入的约束条件为:
Figure FDA0002258901830000012
其中u1、du1、u1,min、u1,max、du1,min和du1,max分别是CO2捕集系统的贫液流量及其增量、系统运行所允许的贫液流量及其增量的最小值和最大值,u2、du2、u2,min、u2,max、du2,min和du2,max分别是CO2捕集系统的抽汽流量及其增量、系统运行所允许的抽汽流量及其增量的最小值和最大值。
4.如权利要求1所述的用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,其特征在于,步骤(3)中,模糊PI控制器的设置具体步骤为:
(31)整定一组满足输出约束条件的PI初始参数Kp0、Ti0,获得捕集率响应曲线,整定方法选取Ziegler-Nichols工程整定法;
(32)选定捕集率设定值与捕集率输出y1的偏差e、偏差变化率de为模糊控制器的输入,比例增益和积分时间增量ΔKp、ΔTi为输出变量,则模糊PI控制器的传递函数为:
Figure FDA0002258901830000021
(33)确定输入输出论域及模糊集合,为了满足控制精度同时避免模糊分割数太多导致维数过多,语言变量e、de、ΔKp、ΔTi的模糊语言值集合均可表示为:
T={NB,NS,ZE,PS,PB} (4)
其中模糊语言值分别代表负大、负小、零、正小和正大;
(34)确定隶属度函数,当偏差e较大时,使控制较为粗略,故隶属度函数选为高斯函数,当e较小时,控制应当灵敏,隶属度函数为三角函数,偏差变化率de的隶属度函数设为均匀分割的三角函数,对于输出ΔKp,隶属度函数设为NB与PB的论域较大的非均匀分割的三角函数,ΔTi的隶属度函数设为均匀三角函数;
(35)根据(31)的响应曲线制定模糊规则,为了使捕集率能快速跟踪给定值,模糊规则的原则为:在e为PB而de为NB时,能够适当增加比例作用又不使其超调,于是ΔKp为PS,ΔTi保持不变,当e较小且de也逐渐减小时,减小比例作用而增加积分作用,使输出快速稳定并减小超调;当产生上超调时且偏差有变大趋势时,即e为NS、de为NB时,加大偏差变化增益同时减少Ti,避免积分超调带来的系统振荡;当e为NS且de为NB,系统处于向稳态靠近的阶段,尽量保持PI参数使系统逐渐稳定至给定值。
5.如权利要求1所述的用于化学吸附燃烧后CO2捕集系统的抗烟气扰动模糊控制方法,其特征在于,步骤(4)中,据不同捕集率工况设置变增益比值控制器快速抑制烟气,具体步骤为:
(41)在捕集率为50%、60%、70%、80%、90%和95%的稳态工况下进行烟气闭环响应测试,0.11kg/s-0.18kg/s,阶跃0.01kg/s,分别记录稳态后贫液流量u1与烟气流量d、抽汽流量u2与烟气流量d的相对变化;
(42)设计变增益比值控制器,输入为捕集率设定值,输出为贫液与抽汽流量的增益,同时确定输出变量取值关于输入变量的线性或常值函数。
CN201911064450.6A 2019-11-04 2019-11-04 一种用于化学吸附燃烧后二氧化碳捕集系统的抗烟气扰动模糊控制方法 Active CN110687792B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911064450.6A CN110687792B (zh) 2019-11-04 2019-11-04 一种用于化学吸附燃烧后二氧化碳捕集系统的抗烟气扰动模糊控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911064450.6A CN110687792B (zh) 2019-11-04 2019-11-04 一种用于化学吸附燃烧后二氧化碳捕集系统的抗烟气扰动模糊控制方法

Publications (2)

Publication Number Publication Date
CN110687792A true CN110687792A (zh) 2020-01-14
CN110687792B CN110687792B (zh) 2022-04-26

Family

ID=69115878

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911064450.6A Active CN110687792B (zh) 2019-11-04 2019-11-04 一种用于化学吸附燃烧后二氧化碳捕集系统的抗烟气扰动模糊控制方法

Country Status (1)

Country Link
CN (1) CN110687792B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111552175A (zh) * 2020-05-14 2020-08-18 东南大学 一种超临界燃煤电站-化学吸附燃烧后碳捕集系统的整体优化调度和快速变负荷控制方法
CN113110030A (zh) * 2021-04-20 2021-07-13 兰州理工大学 一种co2捕集的dmc-pid串级系统及其控制方法
CN113759704A (zh) * 2021-09-29 2021-12-07 北京百利时能源技术股份有限公司 火电厂变压吸附捕集二氧化碳纯度的自动控制系统及方法
CN113805477A (zh) * 2020-06-12 2021-12-17 中国石油天然气股份有限公司 油气管道调压设备的pid整定方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2011261169A1 (en) * 2010-06-02 2013-01-10 Kc8 Capture Technologies Ltd Optimising objectives of a plant and a carbon dioxide capture facility
CN106842955A (zh) * 2017-03-15 2017-06-13 东南大学 带烟气量扰动抑制的燃烧后co2捕集系统预测控制方法
CN107450325A (zh) * 2017-09-06 2017-12-08 东南大学 一种燃烧后co2捕集系统的多模型预测控制方法
CN108508748A (zh) * 2018-03-28 2018-09-07 东南大学 一种有效的光热辅助燃烧后co2捕集系统运行控制方法
CN109188911A (zh) * 2018-09-28 2019-01-11 东南大学 一种用于燃烧后co2捕集系统的改进ina前馈控制方法
CN110026068A (zh) * 2019-04-08 2019-07-19 东南大学 一种基于神经网络逆控制的大型燃煤电站co2捕集系统及前馈控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2011261169A1 (en) * 2010-06-02 2013-01-10 Kc8 Capture Technologies Ltd Optimising objectives of a plant and a carbon dioxide capture facility
CN106842955A (zh) * 2017-03-15 2017-06-13 东南大学 带烟气量扰动抑制的燃烧后co2捕集系统预测控制方法
CN107450325A (zh) * 2017-09-06 2017-12-08 东南大学 一种燃烧后co2捕集系统的多模型预测控制方法
CN108508748A (zh) * 2018-03-28 2018-09-07 东南大学 一种有效的光热辅助燃烧后co2捕集系统运行控制方法
CN109188911A (zh) * 2018-09-28 2019-01-11 东南大学 一种用于燃烧后co2捕集系统的改进ina前馈控制方法
CN110026068A (zh) * 2019-04-08 2019-07-19 东南大学 一种基于神经网络逆控制的大型燃煤电站co2捕集系统及前馈控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BAOXIN DAI.ETC: "《Model Predictive Control of Post-combustion CO2 Capture System for Coal-fired Power Plants》", 《2017 36TH CHINESE CONTROL CONFERENCE(CCC)》 *
唐炜洁等: "《化学吸附燃烧后CO2捕集系统前馈优化控制》", 《工程热物理学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111552175A (zh) * 2020-05-14 2020-08-18 东南大学 一种超临界燃煤电站-化学吸附燃烧后碳捕集系统的整体优化调度和快速变负荷控制方法
CN113805477A (zh) * 2020-06-12 2021-12-17 中国石油天然气股份有限公司 油气管道调压设备的pid整定方法及装置
CN113805477B (zh) * 2020-06-12 2024-05-28 中国石油天然气股份有限公司 油气管道调压设备的pid整定方法及装置
CN113110030A (zh) * 2021-04-20 2021-07-13 兰州理工大学 一种co2捕集的dmc-pid串级系统及其控制方法
CN113110030B (zh) * 2021-04-20 2022-06-28 兰州理工大学 一种co2捕集的dmc-pid串级系统及其控制方法
CN113759704A (zh) * 2021-09-29 2021-12-07 北京百利时能源技术股份有限公司 火电厂变压吸附捕集二氧化碳纯度的自动控制系统及方法
CN113759704B (zh) * 2021-09-29 2023-11-24 北京源碳环境股份有限公司 火电厂变压吸附捕集二氧化碳纯度的自动控制系统及方法

Also Published As

Publication number Publication date
CN110687792B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN110687792B (zh) 一种用于化学吸附燃烧后二氧化碳捕集系统的抗烟气扰动模糊控制方法
Jiang et al. Design of an intelligent temperature control system based on the fuzzy self-tuning PID
Zhou et al. Finite-time prescribed performance adaptive fuzzy control for unknown nonlinear systems
CN101131571A (zh) 单元制发电机组协调控制系统的pid参数整定方法
Piltan et al. Design Model Free Switching Gain Scheduling Baseline Controller with Application to Automotive Engine
CN110260356B (zh) 一种流化床锅炉的节能控制方法
Kumar et al. Cascaded PID controller design for heating furnace temperature control
WO2020062806A1 (zh) 一种用于燃烧后co 2捕集系统的改进ina前馈控制方法
CN106842955A (zh) 带烟气量扰动抑制的燃烧后co2捕集系统预测控制方法
CN105276561A (zh) 一种锅炉主蒸汽压力的自适应预测控制方法
CN105467842A (zh) 一种超(超)临界机组的主汽压力广义智能控制方法
CN108361683A (zh) 一种全负荷段再热气温智能控制系统
Wang et al. Research on PID parameter tuning of coordinated control for ultra-supercritical units based on Ziegler Nichols method
Wang et al. A realization method for fuzzy decoupling control of the Circulating Fluidized Bed Boiler
Panxiang et al. Research on the main steam pressure control system of boilers based on fuzzy PI control
CN114053865A (zh) 适用于燃煤锅炉scr脱硝控制系统的广义预测控制方法
Sun et al. Study on the fuzzy adaptive PID algorithm for control system of biomass boiler
CN107679351B (zh) 一种汽轮机agc系统的优化方法
CN113110033A (zh) 一种基于模糊pid算法ashp集热控制系统
Gao et al. Simulation and research of fuzzy immune adaptive PID control in coke oven temperature control system
Jing et al. Application of improved model-free adaptive control in an industrial oiler system
Dezfuli et al. Reciprocally convex feedback controller with feedforward compensation for systems with time-varying delay
Wang et al. Design and realization of automatic control system for boiler based on model free adaptive control
Xiao et al. Research on the robustness of the roots waste heat power generation system
CN108301886B (zh) 基于模糊自适应控制的高炉trt顶压控制模型及控制方法

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