论文部分内容阅读
随着国民经济的发展,环境污染和能源过度消耗日趋严重,因此节能减排已经成为当今社会发展必需解决的重大问题。循环流化床锅炉由于其燃烧效率高,燃料适应性广,更利于环境保护,在电力行业应用越来越广泛。但循环流化床锅炉是一个分布参数、时变、非线性系统,有效地对其进行自动控制始终是一个难题。在实际运行中,由于操作人员的失误导致的电力事故频发,造成了重大的经济损失。另一方面,随着机组自动化水平的提高,操作人员在电厂生产过程控制中的参与越来越少,其技术水平难以在实际工作中获得提升,从而使得误操作的可能性进一步提高。为了避免、减少工作人员误操作的发生,借助计算机仿真等手段,建立与实际相似的循环流化床锅炉仿真系统,对于培训工作人员以提高操作人员的技术水平及深入研究循环流化床的内部特性以进一步改进控制算法都具有十分重要的实际意义。
针对实际工业需求,基于江苏盐城的15MW的循环流化床垃圾焚烧炉,本文研究了循环流化床垃圾焚烧炉仿真控制系统开发技术及其控制算法的改进,主要的研究工作有:
(1)根据江苏盐城的15MW的循环流化床垃圾焚烧炉电站的实际情况,采用工程模块化建模方法对循环流化床垃圾焚烧炉进行仿真建模。通过对循环流化床内部工作原理的分析,将仿真系统主要模块划分为六大类,建立了包括锅炉控制系统,汽机控制系统两大主要控制系统及各自对应的十多个子系统。在此基础上,采用VG图形化建模工具建立控制系统的图形化模型,并通过其输出接口与建立的仿真模型相连接,实现了整个仿真系统的图形化显示。系统实际运行结果表明建立的仿真系统完全符合循环流化床的特性,顺利通过验收。
(2)循环流化床的床温控制直接影响到锅炉能否安全连续运行,过低的床温可能导致锅炉灭火,而过高的炉温则可能导致炉膛结焦而停炉。由于循环流化床床温控制具有滞后性、非线性等特性,简单地采用PID很难取得良好的控制效果。针对这一问题,研究了基于遗传算法(GeneticAlgorithm,GA)的PID参数优化方法,对PID参数进行优化,改进床温控制的性能。 (3)针对遗传算法容易陷入局部最优,从而在循环流化床炉温PID控制参数优化中可能难以获得令人满意的控制参数值,研究了一种新型的变异-耗散二进制粒子群优化算法(Mutation-Dissipation Binary Particle SwarmOptimization,MDBPSO)。首先分析、研究了基本的二进制PSO算法的基础上,引入了变异和耗散操作以提高算法跳出局部最优的能力,从而提高算法全局搜索性能。数值仿真实验表明,提出的MDBPSO算法相比于GA算法具有更好的优化性能。最后循环流化床床温PID优化控制仿真实验表明MDBPSO能更快、更好地搜索到最优PID参数,有效实现基于PID的床温控制,获得了令人满意的控制性能。