一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法。
【背景技術(shù)】
[0002] 近年來，我國工業(yè)發(fā)展速度迅速，工業(yè)發(fā)展速度大大超過了能源增長速度，能源供 應(yīng)非常緊張。我國是世界上生產(chǎn)和使用鍋爐最多的國家之一。鍋爐既是重要的熱能動力設(shè) 備，同時又是耗能極大的設(shè)備，每年燃用大量原煤。目前鍋爐效率不高，能源浪費相當(dāng)嚴(yán)重。 同時鍋爐燃燒排放氮氧化物、二氧化硫、煙塵等污染物，嚴(yán)重污染大氣，己成為我國大氣主 要污染源之一。將先進的建模及控制理論引入復(fù)雜的鍋爐燃燒系統(tǒng)能促進控制理論的發(fā)展 和加快科技成果的實際轉(zhuǎn)化速度。所以研宄鍋爐燃燒系統(tǒng)的控制，提高其控制品質(zhì)和燃燒 效率，對國家的經(jīng)濟和社會發(fā)展有巨大意義。
[0003] 循環(huán)流化床鍋爐系統(tǒng)通常由流化床燃燒室（爐膛）、循環(huán)灰分離器、飛灰回送裝 置、尾部受熱面和輔助設(shè)備等組成。循環(huán)流化床鍋爐系統(tǒng)通常由燃燒系統(tǒng)和汽水系統(tǒng)所組 成，燃料在鍋爐的燃燒系統(tǒng)中完成燃燒過程，循環(huán)流化床的燃料及脫硫劑經(jīng)多次循環(huán)、反復(fù) 地進行脫硫反應(yīng)，脫硫效率高，而且具有燃料適應(yīng)性廣、負(fù)荷調(diào)節(jié)性能好、灰渣易于綜合利 用等優(yōu)點，在國內(nèi)以及國際上使用較廣泛。
[0004] -直以來，鍋爐燃燒系統(tǒng)的控制是鍋爐自動控制的重中之重。循環(huán)流化床鍋爐自 動控制理論的發(fā)展經(jīng)歷了三個不同階段：經(jīng)典控制理論階段、現(xiàn)代控制理論階段和智能控 制理論階段。
[0005] (1)經(jīng)典控制理論階段。各國對循環(huán)流化床鍋爐燃燒控制進行了廣泛而深入的研 究，研究主要集中在循環(huán)流化床鍋爐的數(shù)學(xué)模型和動態(tài)特性上，包括線性和非線性，單變量 和多變量，時不變和時變等。
[0006] (2)現(xiàn)代控制理論階段。代表性的有：魯棒控制，最優(yōu)化控制，預(yù)測控制，自適應(yīng)控 制等。
[0007] (3)智能控制理論階段。智能控制理論模擬人類學(xué)習(xí)和控制的能力，以數(shù)值計算、 符號推理、邏輯運算等為工具，主要應(yīng)用于一些不能建立精確數(shù)學(xué)模型的復(fù)雜控制對象。代 表性的有：模糊控制、神經(jīng)網(wǎng)絡(luò)控制理論、專家控制系統(tǒng)等。
[0008] 循環(huán)流化床鍋爐的燃燒系統(tǒng)實際運行效率上不是很理想。主要表存在以下不足：
[0009] 1、操作員的主觀臆斷性太強；
[0010] 2、操作員的操作具有明顯的滯后性；
[0011] 3、燃燒率達(dá)不到理想的最高值，浪費能源。

【發(fā)明內(nèi)容】

[0012] 本發(fā)明為了解決上述問題，提出了一種基于模型在線辨識的流化床鍋爐引風(fēng)量 控制方法，本方法利用滾動時間窗加權(quán)最小二乘建立流化床鍋爐引風(fēng)量的模型，并采用智 能控制算法中的模糊控制，來解決流化床引風(fēng)量控制問題，進而提高燃燒效率，提高脫硫效 5
【主權(quán)項】
1. 一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征是：包括以下步驟： (1) 根據(jù)流化床鍋爐的實際運行情況，選取引風(fēng)量U作為在線辨識模型的輸入，將循環(huán) 流化床鍋爐的料床溫度y作為模型的輸出； (2) 建立單輸入單輸出線性、定常、隨機系統(tǒng)的數(shù)學(xué)模型，使模型擬合殘差的平方和最 小，基于滾動時間窗的加權(quán)最小二乘法對模型進行辨識，輸出料床溫度值； (3) 采用模糊控制策略對引風(fēng)量進行控制，將步驟（2)中計算得到的料床溫度值與所 期望的料床溫度值做比較，得到模糊控制器的輸入，經(jīng)模糊推理后得到控制器的輸出，據(jù)此 對引風(fēng)量進行調(diào)節(jié)。
2. 如權(quán)利要求1所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（1)中，循環(huán)流化床鍋爐系統(tǒng)燃燒過程中的被控變量主要包括：主蒸汽壓力、 床溫、煙氣含氧量、爐膛壓力和料床高度；調(diào)節(jié)變量主要有：給煤量、一次風(fēng)量、二次風(fēng)量、 引風(fēng)量、石灰量、返料量和排澄量。
3. 如權(quán)利要求1所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（1)中，循環(huán)流化床鍋爐燃燒控制系統(tǒng)的任務(wù)是保證床溫在合理的范圍內(nèi)，使 燃料所產(chǎn)生的熱量盡快地適應(yīng)負(fù)荷的變化，同時還要保證經(jīng)濟燃燒，鍋爐的安全運行和環(huán) 保要求，根據(jù)熱循環(huán)流化床鍋爐的實際運行情況，分析相關(guān)的輸入輸出量，篩選出對料床溫 度影響大的變量，作為在線辨識模型的輸入，將循環(huán)流化床鍋爐的料床溫度作為模型的輸 出，最終選取引風(fēng)量u作為輸入，流化床料床溫度y作為輸出，由于給煤量也對料床溫度有 影響，故在設(shè)計模糊控制器時將給煤量作為前饋補償環(huán)節(jié)。
4. 如權(quán)利要求1所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（2)的具體方法包括： (a) 給出單輸入單輸出線性、定常、隨機系統(tǒng)的數(shù)學(xué)模型； (b) 模型中找出參數(shù)估計《，使模型擬合殘差的平方和最??； (c) 從最小二乘準(zhǔn)則推導(dǎo)正則方程，得到最小二乘估計； (d) 基于滾動時間窗的加權(quán)最小二乘法對料床溫度進行辨識。
5. 如權(quán)利要求4所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（a)的具體方法為：給出單輸入單輸出線性、定常、隨機系統(tǒng)的數(shù)學(xué)模型：
(1) u(k)與y(k)為引風(fēng)量和料床溫度數(shù)據(jù)序列|u(k)}，{y(k)}，e(k)為模型誤差，其中k=1，2,…，n,n為自然數(shù)，（1)式中計算時首先要確定模型的階數(shù)n，階數(shù)n的取值可通過實 驗對比得出，i= 1，2,…，n，ay1^都為常數(shù)，通過計算出aJPbi的值便能夠得到料床溫度 y(k) 〇
6. 如權(quán)利要求4所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特 征是：所述步驟（b)的具體方法為：令9 T=[apa2，…，an,bpb2，…，bn]，其中a。a2，… ，an,h，b2，…，bp都為常數(shù)，
其中-y(n+i-l), -y(n+i-2),…，-y(i)為料床溫度數(shù)據(jù)序列，u(n+i-l),…，u(i)為引 風(fēng)量數(shù)據(jù)序列， 則有：
其中y(n+i)為料床溫度，（/(〃 +0:為數(shù)據(jù)序列，e(n+i)為誤差數(shù)據(jù)； 或可以寫成
模型擬合殘差e (k)為：
(2) 其中y(k)為料床溫度，q/(幻為數(shù)據(jù)序列； 則有目標(biāo)函數(shù)J為：
⑶ (3)式中W為加權(quán)矩陣且為對稱正定陣，為擬合殘差，i"70，而為，;(/U))的轉(zhuǎn)置 矩陣； 對于n組數(shù)據(jù)，從（2)式可得到：
(4) 其中y(n)為料床溫度，u(n)為引風(fēng)量。
7. 如權(quán)利要求4所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（c)的具體方法為：從最小二乘準(zhǔn)則推導(dǎo)正則方程，根據(jù)求極值原理可知，最
小二乘估計么^端》. (5)
其中￥為目標(biāo)函數(shù)的導(dǎo)藝 的導(dǎo)數(shù)； C0 可得最小二乘估計&s
(6) 其中uT為引風(fēng)量，W為加權(quán)矩陣，y為料床溫度。
8. 如權(quán)利要求4所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（d)的具體方法為：滾動時間窗法的思想為：假設(shè)當(dāng)前引風(fēng)量的時刻為k+L， 建模數(shù)據(jù)為k時刻到k+L時刻的L區(qū)間內(nèi)數(shù)據(jù)，首先用L區(qū)間內(nèi)的引風(fēng)量數(shù)據(jù)建立模型， 并對下一時刻進行預(yù)測，等到下一個時刻（k+L+1時），新的引風(fēng)量數(shù)據(jù)加入，k時刻的引風(fēng) 量數(shù)據(jù)被丟棄，模型將由k+1到k+L+1的L區(qū)間內(nèi)數(shù)據(jù)建立，看出這個建模過程是一個滾動 優(yōu)化的過程，由此可知，與傳統(tǒng)的加權(quán)最小二乘法的區(qū)別在于求解久、方法不同，滾動時間 窗法采用滾動優(yōu)化的策略對其進行辨識，這樣辨識出來的料床溫度更能接近實際值。
9.如權(quán)利要求1所述的一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，其特征 是：所述步驟（3)中，具體方法包括： (a) 對引風(fēng)量的控制采用模糊控制，模糊控制器采用二維的模糊控制器，計算得到的料 床溫度值與我們所期望的料床溫度值做比較，得到的誤差e，以及誤差的變化率e。作為模糊 控制器模糊化前的輸入，以引風(fēng)量的增量作為輸出； (b) e和e。經(jīng)量化因子k6和k。模糊化后可得到控制器的輸入E和E其中量化因子的 取值要經(jīng)過實驗后確定； (c) 確定E、EC和AV1的模糊集均為{NB，NM，NS，ZO,PS，PM，PB}，分別表示狀態(tài)：（負(fù) 大，負(fù)中，負(fù)小，正好，正小，正中，正大）和隸屬度函數(shù)； (d) 根據(jù)操作經(jīng)驗的總結(jié)，得到控制規(guī)則表，根據(jù)該表可進行模糊推理，推理的算法采 用Mamdani模糊推理算法；將模糊推理后得到的結(jié)果進行去模糊，去模糊化的方法采用加 權(quán)平均法； (e) 此外，模糊控制系統(tǒng)中還包含一前饋補償環(huán)節(jié)，前饋環(huán)節(jié)的作用是當(dāng)影響系統(tǒng)的擾 動出現(xiàn)時，起校正作用，以抵消擾動的影響。
【專利摘要】本發(fā)明公開了一種基于模型在線辨識的流化床鍋爐引風(fēng)量控制方法，包括以下步驟：根據(jù)流化床鍋爐的實際運行情況，選取引風(fēng)量作為在線辨識模型的輸入，將循環(huán)流化床鍋爐的料床溫度作為模型的輸出；建立單輸入單輸出線性、定常、隨機系統(tǒng)的數(shù)學(xué)模型，使模型擬合殘差的平方和最小，基于滾動時間窗的加權(quán)最小二乘法對模型進行辨識，輸出料床溫度值；采用模糊控制策略對引風(fēng)量進行控制，將得到的料床溫度值與所期望的料床溫度值做比較，得到模糊控制器的輸入，經(jīng)模糊推理后得到控制器的輸出，據(jù)此對引風(fēng)量進行調(diào)節(jié)。本發(fā)明基于滾動時間窗的加權(quán)最小二乘算法所建立的模型是在線的，與離線建模相比，這樣能更好的辨識出料床溫度，比傳統(tǒng)的建模要更為準(zhǔn)確。
【IPC分類】F23C10-28
【公開號】CN104696952
【申請?zhí)枴緾N201510134032
【發(fā)明人】申濤, 鄭鑒君, 代桃桃, 任萬杰, 欒維磊
【申請人】濟南大學(xué)
【公開日】2015年6月10日
【申請日】2015年3月25日