论文部分内容阅读
近年来随着火电厂机组参数和容量不断提高,对水汽质量的要求越来越严格。由于高参数机组的设备材料对水汽运行工况比低参数机组敏感得多,化学水质量稍有降低,就可能造成热力设备的腐蚀、结垢和积盐等危害,影响锅炉及汽轮机的发电效率,不利于电厂的安全生产。
电厂加药系统通过实时控制约剂的流量来实现调节锅炉水质的目的,保障锅炉水汽质量,具有广泛的应用价值和很高的经济效益。自动加药系统按照加药类型可以分为加氨系统、加联氨系统和加磷酸盐系统。加氨系统提高水质的pH值,防止酸性腐蚀;加联氨系统除去水中的溶解氧,减少铁锈并防止氧化;加磷酸盐系统除去水钙镁离子,防止结垢和碱性腐蚀,对炉水有缓冲作用。本文重点研究锅炉水加药系统中的pH值控制。
本文通过化工过程分析,将锅炉水加药系统分成两个子系统,复合离子比值控制系统和pH值串级控制系统,在一定程度上实现系统的多输入多输出变量解耦。根据物料平衡和电荷平衡原理建立锅炉水pH值的过程机理模型,并针对系统中存在的对象模型非线性的问题,采用多模型分段线性化的方法将非线性微分方程模型转换为异工作区间的多个线性模型。由于电厂加药的化工过程中存在较大的时间滞后,在原有串级系统的基础上,根据零极点配置理论设计改进的Smith预估补偿串级控制系统,并运用1TAE准则整定系统参数,提高系统的控制性能。
改进的Smith预估控制系统使用多个分段线性模型,需要根据过程模型来设计预估补偿器。当对象工作区间变化时,模型切换会产生切换扰动;当对象失配时,系统会产生振荡;当外部干扰发生时,系统稳态调节时间较长。与经典控制系统相比,通过锅炉水pH值的非线性微分模型训练的神经网络模型能够更好地逼近对象模型的非线性和时变特性,并有一定的自适应能力;预测控制根据过去的输入输出以及未来时刻的输入经过动态模型计算预测未来的输出,能够较好地处理滞后问题。
仿真结果表明设计的锅炉水pH值神经网络预测控制器与改进的Smith预估系统相比,调节时间短,超调量小,鲁棒性强,有利于提高锅炉水pH值的控制精度。