一、采用H~∞性能指标的锅炉过热汽温鲁棒控制(论文文献综述)
王彦波[1](2021)在《多变量广义预测控制算法在锅炉减温水控制中的应用研究》文中指出当前,传统的火电机组在我国能源产业发展、电力能源供应等方面仍然占据着重要地位,受电网调频、AGC调节、电网深度调峰等要求,对火电机组控制品质也提出了更高要求。锅炉过热汽温由于受入炉煤质、锅炉燃烧特性、机组协调控制等多重扰动的影响,使得其一直滞后于机组负荷响应,惯性较大,同时在不同机组负荷下,主蒸汽温度模型变化也较大。机组安全、经济运行发电是火力企业的一个根本,而锅炉主蒸汽温度作为火电机组主要控制参数之一,保证锅炉过热汽温在正常范围内对于机组意义重大。本文首先介绍了火电厂锅炉减温水系统,研究分析了锅炉减温水系统的动态、静态特性,通过分析得出三个影响过热汽温变化的主要的影响因素。利用递推最小二乘法辨识现场的实际输入输出数据,结合日常工作实践建立了锅炉过热汽温系统在50%BMCR(锅炉最大连续蒸发量工况)、70%BMCR以及100%BMCR3个常见工况下的系统模型,并验证了模型的准确度。鉴于传统PID控制以及单变量广义预测控制难以适应锅炉减温水控制系统多变量、大延迟等的控制要求,基于辨识的系统模型,依托广义预测控制算法,构建了改进的两级联动多变量广义预测控制优化策略。将该策略应用于某热电公司330MW亚临界、一次中间过热、自然循环汽包炉,将过热汽温在锅炉稳定负荷工况以及变负荷工况下的控制情况与原有PID控制调节效果比较。经过DCS系统实际应用对比分析,无论在调节的精度、调节的灵敏度及减温水用量方面,优化控制策略的实际应用效果均能很好地满足控制要求,提升了锅炉安全、经济运行水平,取得了良好的实际控制应用效果。
孙明[2](2021)在《火电机组热工过程自抗扰控制的研究与应用》文中提出燃煤机组热工过程普遍具有高阶惯性、时滞、非线性、多扰动、回路耦合以及不确定性等特点,使得探索更为高效的建模方法和高性能的鲁棒控制算法成为一直以来的研究热点和难点。尤其是当前火电机组需要通过深度调峰来有效平衡间歇性的新能源电力高比例接入电网引起的系统波动,使得热工过程自动控制系统的可靠性和鲁棒性面临着更为严峻的挑战。此外,分散控制系统的历史数据库中存储了因扰动或不确定因素而产生的大量过程数据,可以充分利用这些过程扰动数据,进而增强控制器的模型信息以提升控制系统的设定值跟踪、扰动抑制以及鲁棒性等控制性能。因此,本文以线性扩张状态观测器为主线,开展了广义积分串联型系统的相位分析、扰动数据驱动的扩张状态观测器模型参数智能辨识方法以及基于相位补偿的降阶自抗扰控制器设计等方面的理论研究、算例仿真与工程实现。论文主要工作有:1)在频域内详细分析了线性扩张状态观测器对总扰动进行估计和前馈补偿后,虚拟控制量与系统输出以及估计输出两者之间的广义积分串联型传递函数特性。当采用全阶扩张状态观测器时,仿真并分析了广义积分串联型逼近标准积分器串联型的影响因素;当采用低阶扩张状态观测器时,为保证广义扩张状态观测器与广义被控对象在相位上的近似同步,提出了增加部分模型信息对扩张状态观测器进行相位补偿的设计方法,算例仿真验证了该方法的有效性。2)针对零初始条件下输出信号中可能存在外部扰动作用的分量而导致闭环数据驱动建模准确性降低的问题,提出了一种利用控制回路中干扰作用产生的动态过渡到稳态这一特征的过程数据驱动扩张状态观测器参数辨识的新方法,也就是将过程数据中扰动作用结束时刻点的状态初值估计和总扰动中的确定性模型信息估计相结合,进而通过群体智能算法对模型参数进行优化和聚类分析,得到最佳辨识参数,算例仿真验证了所提建模方法的有效性和准确性。3)为了提高一类具有大惯性、时滞等特点的热工过程对象设定值跟踪能力和抗干扰性能,提出了基于相位补偿的降阶自抗扰控制设计方法,并完成了稳定性分析。考虑到运用低阶自抗扰控制器时,控制量增益难以确定的问题,给出了新的参数整定方法。而对于热工过程的多变量系统,则采用分散式相位补偿型降阶自抗扰控制策略,并将控制系统在频域内进行等效变换,揭示了自抗扰控制技术框架下的逆解耦器特性。同时,为了增强其逆向解耦能力,推导出一种针对多变量系统的相位补偿环节设计方法。算例仿真验证了所提控制算法的优越性。4)研究并解决了基于相位补偿的降阶自抗扰控制算法的逻辑组态、抗降阶扩张状态观测器饱和以及无扰切换等工程化设计中的具体问题,进而在激励式仿真机上进行了控制策略的仿真与实现。进而将其应用于现役火电机组的主汽温系统和负荷控制系统。实施结果表明所提改进自抗扰控制算法的可行性、有效性以及优越性,展现了该算法良好的工业应用前景。
王迪[3](2020)在《火电机组热工过程闭环辨识及预测控制方法研究》文中认为当前我国能源供求关系深刻变化、能源问题日益加剧,火电机组的高效运行和低碳排放被赋予了极高的期望。然而,火电机组热工过程具有较强非线性和热惯性,且系统工作时受到煤种变化、阀门摄动等扰动和测量噪声作用,设备的老化和执行器的磨损使系统动态特性发生变化,目前以PID为主体的热工过程控制策略难以取得令人满意的控制效果。火电机组DCS系统易于获取大量闭环运行数据,如果能够利用运行数据建立热工对象的数学模型,则可以避免辨识实验对系统正常运行的干扰。基于上述原因,本文研究基于火电机组热工过程运行数据的闭环辨识方法,并根据辨识得到的模型设计模型预测控制器(MPC)。提出的闭环辨识方法和鲁棒预测控制方法(RMPC)的有效性在火电机组过热汽温系统和CO2捕集系统的辨识实验和控制仿真应用中得到了验证。本文的研究内容如下:1、研究闭环辨识中的模型结构确定和参数估计问题。首先,为了确定闭环系统的模块性阶次,提出了一种基于模型总误差的模型判阶准则;然后,采用预估模型作为滤波器对辨识数据进行滤波,使滤波后的对象输入量与系统扰动解除关联性;最后,采用输出误差辨识法得到对象模型参数的无偏估计。2、从模型不确定性角度出发,研究系统闭环状态下基于集员辨识法的全对称多胞体模型辨识问题。利用预估模型解耦对象输入量和系统扰动间的关联性,采用全对称多胞体作为待辨识的不确定模型参数集,根据提出的闭环辨识方法得到模型参数集的模型结构,模型参数通过迭代优化提出的集成了模型参数不确定度和标称参数偏差的优化指标获得,为了减少因参数迭代求解过程使全对称多胞体阶次升高的影响,采用“先降阶后优化”的策略,保证了当前模型结构下的辨识模型性能指标的最优性。3、为了符合热工过程控制对控制算法鲁棒性和在线计算量的要求,研究控制目标跟踪的显式鲁棒预测控制器(EFERMPC)设计方法。采用建立的全对称多胞体为凸包描述的预测模型、中心点模型为标称系统模型,通过设定近似鲁棒性能指标偏差阈值实现离线状态下系统可行状态空间的自动划分,同时设计相应状态子空间的鲁棒预测控制律;在线实施控制律时,利用全对称多胞体的中心点模型的预测偏差实时修正控制量目标值,由于设计的显式控制律存在积分环节,从而实现了控制目标的无差跟踪。针对系统状态不完全可控的预测模型,根据标称系统模型的稳态特性,将系统状态分解为可控状态和不可控状态,对可控状态空间划分子空间,并设计鲁棒预测控制律,从而实现了存在不可控状态预测模型的EFERMPC控制策略。4、围绕如何增强热工过程控制的可维护性和提升长期运行的性能展开研究工作,提出了一种结合控制性能评价的综合鲁棒预测控制策略。在基于状态反馈的凸包型RMPC的基础上,提出了一种保证对象充分激励的自适应鲁棒预测控制方法(ARMPC)。提出的综合RMPC控制方法本质上是集成RMPC和ARMPC两种控制器的复合控制方法:系统正常工作状态采用RMPC控制器,若监测的控制性能变差,则进行控制器参数的自适应更新:若控制量波动或被控量动态偏差过大,则更新RMPC性能指标权值矩阵;若不确定模型输出偏差最大值大于模型误差限,控制器切换至ARMPC,采用基于全对称多胞体的闭环集员辨识法更新预测模型参数和模型误差限,更新完成后,控制器切换至RMPC。
罗毅,王维[4](2020)在《基于改进超螺旋算法的过热汽温滑模控制》文中研究表明针对火电机组过热汽温被控对象的大惯性、大迟延及动态模型随负荷变化而变化等特性,将滑模变结构控制应用到串级过热汽温系统中。为了减小外部扰动带来的稳态误差和减弱滑模存在的抖振现象,引入积分环节,并采用改进超螺旋算法来代替切换控制,设计了一种新型滑模控制方法。同时在Simulink仿真工具下对过热汽温系统的高阶模型进行阶跃响应、模型参数失配和鲁棒性仿真试验。结果表明:与一般串级PID控制相比,本文方法的控制动态性能效果更好,调节时间和超调量得到显着改善,鲁棒性更强。
董静文[5](2020)在《火电厂锅炉主蒸汽温度预测控制算法研究》文中提出在当今这个能源短缺、市场竞争越来越激烈的时代,大型工业过程的控制研究已经成为控制工程科学的重点研究对象。锅炉的主汽温度是火电厂安全的重要指标,它的过高、过低甚至波动都会引起一系列的安全隐患问题。锅炉主汽温度具有非线性的特点,这使得热工过程难以控制,本文对其特点进行了分析。目前对这一被控对象的控制方法大多使用的是PID控制,当系统出现扰动时或者是遇到一些不确定因素发生的情形时,就会很难达到理想的设定效果。预测控制采用滚动优化、反馈校正的原理,因而可以适应复杂的控制系统以及一些不确定性的情况。传统的串级PID控制系统有一定的抗扰动的能力以及鲁棒性,但是依然不能满足系统的大扰动以及对负荷变化时的控制要求。本论文采用鲁棒性以及抗扰动性强的预测控制算法,并且在预测控制的基础之上进行了改进,提出改进隐式广义预测控制算法,无需递推丢番图方程,解决了原方法的求解复杂以及计算量特别大的问题,因此可以缩短在线计算的时间。此方法直接辨识控制器的参数,减少了计算的复杂性,同时对模型的参数变化有很好的鲁棒性。因此这种算法比其他算法简单了许多,在减小计算量的同时也确保了控制系统的快速性,还可以将输入输出控制在约束范围内,因此具有良好的控制性能和鲁棒性,可以很好地运用在对火电厂锅炉主汽温度的控制过程中。论文基于改进隐式广义预测控制算法控制器,对被控对象火电厂锅炉的主蒸汽温度的数学模型做了仿真。通过仿真结果得到结论,改进隐式广义预测控制的控制速度快,抗扰动能力强,对锅炉的主汽温度控制系统有着很理想的控制效果。同时还进行了对传统的串级PID与广义预测控制算法以及斯密斯预估控制法进行了加扰动以及改变设定值的试验,控制效果与其他方法对比也为最好。仿真结果表明,改进隐式广义预测控制法的控制响应速度快,鲁棒性强,运算复杂性低,同时具有良好的控制品质,对于火电厂锅炉这样具有多输入、大时滞、多输出、非线性、紧耦合的复杂工业过程的控制非常适合。在论文开始回顾了预测控制的国内外发展状况,论文主体部分包括改进隐式广义预测控制的算法、仿真试验等,结果表明改进隐式广义预测控制算法的控制效果更好,在本文最后还对改进隐式广义预测控制在复杂工业过程控制中的应用做了进一步的讨论。
张鹏程[6](2020)在《改进型时间序列模型预测控制及其在热工过程中的应用》文中研究指明在我国现阶段的能源结构中,火力发电仍旧占据着很大比重。随着电厂规模的不断扩大,如何保证热工过程的各个环节可以高质量、高经济效益、安全可靠地运行是电力行业健康发展的关键,其中热工过程的控制策略是研究的重点。PID算法因其结构简单、可靠性高,在热工过程控制中被广泛应用。然而,随着工业过程复杂程度的日趋增加,且发电过程中,设备的动态特性会随着负荷的变化而改变,使得系统具有非线性、时变性、滞后性等复杂特性,传统方法难以取得理想的控制效果。本文充分考虑热工过程的控制难点,提出基于Laguerre正交基优化的时间序列模型预测控制算法。在设计中结合算法融合的思想,借鉴传统控制策略的优势进行改进,将改进后的算法应用到典型的热工过程控制系统中,检验了控制效果。本文的主要工作及创新点包括:(1)将多变量Laguerre函数模型预测控制算法与增量式分数阶PID算法相结合,提出了一种具有分数阶PID结构特征的预测控制策略。该算法通过借鉴分数阶PID的控制结构来改进预测控制的性能指标。将所提出的算法应用到火电单元机组负荷控制的仿真实验中,结果表明,与其它算法相比,该方法具有更加出色的跟踪性能和鲁棒性,有效抑制了超调量,改善了系统的控制质量。(2)将带外部输入的自回归(Autoregressive with Exogenous Input,ARX)模型的系数通过Laguerre正交基进行展开,提出了基于ARX-Laguerre模型的预测控制方法,并分别将PID、分数阶PID控制器用于改进滚动优化的性能指标。将改进后的算法应用到过热汽温控制的仿真实验中,结果表明,两种算法均在不同程度上提高了过热汽温系统的控制品质。(3)将带外部输入的自回归滑动平均(Autoregressive Moving Average with Exogenous Input,ARMAX)模型进行Laguerre正交基展开,提出了基于ARMAX-Laguerre模型的预测控制算法,并将其与PID算法相结合,应用到循环流化床锅炉主蒸汽压力控制的仿真实验中,实现了对目标的精确跟踪,提高了系统的快速性和鲁棒性。在参数选定的问题上,为了解决依靠先验知识和人工调试带来的工作量大和取值不精确等问题,本文采用差分进化算法对PID参数进行寻优,使算法在参数整定方面更加智能。
高锦[7](2020)在《基于动态矩阵控制的锅炉主气温预测控制系统研究应用》文中研究说明主蒸汽温度是火力发电锅炉的一个重要被控参数,其稳定性直接关系到整个机组的安全经济运行,因而对其控制要求非常严格,通常控制在设定值的±5℃以内。由于常规PID控制器原理简单,易于操作,目前在发电锅炉控制中广泛被采用。但主蒸汽温度具有大惯性、大延迟和非线性等特点,并且在实际运行中干扰因素较多,常规PID控制很难达到满意的效果。因此,本文基于动态矩阵预测控制算法具有较强的稳定性和鲁棒性特点,将其应用于主蒸汽温度控制系统具有重要意义。本文以涟钢150t燃气锅炉为研究对象,首先介绍燃气锅炉的工艺以及锅炉主蒸汽温度的控制原理和动态性能,并在现有控制方案的基础上,提出了基于动态矩阵的主蒸汽温度控制方案。然后对动态矩阵控制算法进行设计,详述了主要参数的选取对系统的影响,并从其内模控制结构出发,对系统的稳定性和鲁棒性进行分析。在此基础上,采用粒子群算法辨识出主蒸汽温度导前区和惰性区的传递函数,再用MATLAB软件对主汽温控制系统进行干扰和模型失配状况下的仿真,验证控制策略的有效性。最后,本文在原系统的控制基础上,采用力控工业组态软件设计燃气锅炉主蒸汽温度动态矩阵控制系统,并进行了相关硬件配置和软件开发,现场投运结果表明:与常规PID控制以及Smith预估方案相比,基于动态矩阵控制的主蒸汽温度波动范围更小,运行更稳定,减少了系统的调节时间和超调量,有效的提高了主蒸汽温度控制的稳定性和鲁棒性。
王维[8](2020)在《滑模变结构控制及其在超临界火电机组中的应用研究》文中提出滑模变结构控制具有响应速度快、对系统参数变化和外部扰动不灵敏、鲁棒性强等优点,因此在实际工程中获得了广泛的应用,尤其是近些年来在电力生产过程中的应用。作为锅炉主要性能参数,主蒸汽温度的调节和控制对电厂的安全、经济、高效运行具有重大的意义。锅炉主汽温这一控制对象往往表现出大惯性、多容、大迟延特性,还有一定的时变性和非线性,传统串级PID控制很难保持良好的控制品质。本文针对某电厂超临界直流锅炉,设计了一种基于改进超螺旋算法的滑模变结构控制方法。主要工作如下:(1)本文介绍了超临界直流锅炉的结构和特点。针对主汽温被控对象具有大惯性、大迟延、非线性及时变性的特点,在分析其在蒸汽流量、烟气流量、减温水三种扰动下静态、动态特性的基础上,阐述了过热器汽温调节的基本原则,进而引出了常用的串级PID控制。(2)研究了一般滑模变结构控制的设计及相关应用,着重介绍了滑模变结构控制的定义、滑模面的参数设计,并分析了滑模控制抖振问题出现的原因及解决办法,此外还介绍了超螺旋算法并给出相应的改进建议。(3)提出了一种基于改进超螺旋算法的积分滑模变结构控制,将积分环节引入到滑模控制中来消除误差,将改进后的超螺旋算法引入到滑模控制中来减弱抖振。详细介绍了该控制的设计方案,给出了参数滑模面σ、辅助输出函数ξ、等效控制律ueq、切换控制律usw的计算方法,证明了系统Lyapunov稳定性。(4)根据建立的直流锅炉主汽温动态模型传递函数,在Simulink仿真平台上搭建了主汽温滑模变结构控制模型,比较了其与串级PID控制、一般滑模变结构控制的控制效果。仿真结果表明,基于改进超螺旋算法的滑模变结构控制方法调节速度快,超调量小,抗干扰能力和鲁棒性也得到了很大的提高。
任广山[9](2020)在《火电厂过热汽温系统建模与控制研究》文中提出随着新能源发电系统并网比例逐步提高,电网的负荷需求峰谷差逐渐加大,火电机组越来越频繁地参与电网深度调峰,导致机组经常处于大范围变负荷的动态工况运行,对机组的控制品质提出了更高的要求。作为火电机组安全经济运行的关键蒸汽参数之一,过热汽温具有大迟延、大惯性、非线性以及时变等特性,传统控制策略难以保证机组参与电网深度调峰时的控制效果,经常出现温度波动范围大、调节滞后以及稳定性差等问题,既影响机组安全运行,又降低其使用寿命。因此,结合先进控制理论,应用先进的控制算法及技术提高过热汽温控制系统的控制品质是过热汽温控制的重要研究方向。本文基于开环前馈控制和闭环反馈控制相互结合的控制思路,主要围绕过热汽温系统建模、控制系统重构以及控制算法优化等方面展开相关研究,主要内容简要概括如下:1)通过对控制对象动态特性的深入分析,采用机理建模方法分别建立减温器和过热器的动态数学模型,并基于某电厂350MW机组运行规程数据借助Matlab Simulink仿真平台验证过热汽温系统机理模型的准确性。仿真结果表明,在机组各种运行工况下,过热汽温系统机理模型能够全面准确地描述系统的稳态特性和动态特性,模型物理含义明确,适用于全工况建模过程,为接下来对过热汽温系统进行控制策略设计与优化研究以及控制系统仿真验证提供了有力的研究基础。2)根据单元机组参与电网深度调峰的需要,在对过热汽温系统机理模型分析的基础上,依据机组负荷指令与过热汽温系统输入变量以及各种扰动变量之间的函数映射关系,基于开环前馈控制思想设计基于数据驱动的主调控制。该控制策略通过机组负荷指令变化超前调节减温水流量,从而减弱调节滞后,有效地控制过热汽温。通过借助过热汽温系统机理模型的Matlab仿真模型进行仿真试验可以发现,基于数据驱动的主调控制在机组负荷大范围变化的工况下基本可以有效地消除机组负荷变化以及各种扰动对过热汽温系统调节品质的综合影响,可以作为前馈控制环节引入闭环控制系统中实现超前粗调作用。3)通过线性化处理和Laplace变换将过热汽温系统机理模型转变成传递函数模型,设计基于阶跃响应模型的多模型动态矩阵控制(Dynamic Matrix Control,DMC)切换控制,实现机组在参与电网深度调峰时全工况范围内对过热汽温系统的闭环反馈控制,并且克服了火电机组运行现场不允许或者没有条件实施阶跃扰动实验的问题。该控制策略先在若干典型工况下建立局部传递函数模型,利用过热汽温系统不同典型工况处多个线性模型近似逼近系统的全工况动态特性,然后在多个阶跃响应模型的基础上单独设计每个DMC控制系统,最后通过设计的多模型DMC无扰切换策略将每个DMC控制系统的输出控制量映射成最优控制量并作用于整个系统。借助过热汽温系统机理模型的Matlab仿真模型,在基于数据驱动的主调控制基础上将多模型DMC切换控制引入到过热汽温系统中进行仿真试验,并与常规串级PID控制进行了控制性能比较。仿真结果表明,多模型DMC切换控制在各种工况下均具有较好的鲁棒性和稳定性,基于不同工况设计的多模型DMC控制系统可以根据运行工况变化进行平稳切换,实现了系统全工况运行下满意的控制品质,其控制效果明显优于常规串级PID控制系统,解决了过热汽温系统存在非线性以及参数时变等控制难题,为线性控制理论在非线性时变系统中的控制应用提供一条新思路。4)考虑到亟待实现在线运算量小和在线实施方便的控制策略,设计径向基函数(Radial Basis Function,RBF)神经网络预测控制,实现在不依赖于非参数模型的情况下对过热汽温系统的闭环反馈控制,并且避免了多模型DMC切换控制存在矩阵求逆和数值病态问题。该控制策略采用RBF神经网络预测模型对非线性时变系统进行在线建模和在线预测过热汽温系统在给定输入下未来时刻的输出,同时将神经网络预测模型与预测控制相结合,通过梯度寻优过程在线求解非线性优化问题,并结合误差校正环节在线修正预测模型,具有在线计算简单等特点,很适合实际工业过程的控制需要。借助过热汽温系统机理模型的Matlab仿真模型,在基于数据驱动的主调控制基础上将RBF神经网络预测控制引入到过热汽温系统中进行仿真试验,并与常规串级PID控制进行了控制性能比较。仿真结果表明,RBF神网络预测控制能够在机组连续大幅度升降负荷过程中很好地兼顾控制系统的稳定性和鲁棒性,能够根据机组运行工况的变化及时地调整控制系统的参数,使整个系统在各种工况下始终处于最优控制状态,其控制品质明显优于常规串级PID控制系统,具有一定的工程应用价值,为非线性预测控制在非线性时变系统中的控制应用提供一条新思路。
孙明,董泽[10](2019)在《二次再热机组汽温系统的串级自抗扰预测控制》文中研究表明为适应当前和未来新能源电力规模化接入电网,火电机组的深度调峰对过热汽温控制提出了更高要求,而常规的串级PID控制方案很难取得满意的控制品质。因此,提出一种动态矩阵控制与自抗扰控制相结合的串级自抗扰预测控制策略,为了克服控制量等不确定性扰动因素以及补偿时滞环节,副回路采用适应于快过程且能对扰动实时估计与补偿的离散型预估自抗扰控制器控制;为了增强系统的设定值跟踪能力和鲁棒性,主回路采用适应于慢过程的动态矩阵控制。以超超临界二次再热机组的汽温模型为仿真对象,各项性能指标计算结果表明,相比于其他串级控制,所提出的控制方法具有更加优良的设定值跟踪、抗扰动和鲁棒性等性能。
二、采用H~∞性能指标的锅炉过热汽温鲁棒控制(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、采用H~∞性能指标的锅炉过热汽温鲁棒控制(论文提纲范文)
(1)多变量广义预测控制算法在锅炉减温水控制中的应用研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景及研究目的 |
1.1.1 选题背景 |
1.1.2 研究目的 |
1.2 课题研究现状 |
1.2.1 电厂锅炉过热汽温控制研究现状 |
1.2.2 广义预测控制研究现状 |
1.3 研究内容 |
1.4 论文主要结构 |
第二章 锅炉减温水控制系统 |
2.1 锅炉过热器减温水系统工作流程 |
2.1.1 锅炉过热器对流、辐射换热特性 |
2.1.2 锅炉过热器减温控制系统结构 |
2.2 锅炉过热汽温度动静态特性 |
2.2.1 静态特性 |
2.2.2 动态特性 |
2.3 影响锅炉过热器减温水控制系统的主要因素 |
2.3.1 过热器减温水流量 |
2.3.2 主蒸汽流量 |
2.3.3 总燃料量 |
2.4 本章小结 |
第三章 锅炉过热器减温水控制系统模型在线辨识 |
3.1 系统模型建立基本方法 |
3.2 递推式最小二乘法 |
3.3 锅炉过热器减温水控制系统模型 |
3.4 锅炉过热器减温水控制系统模型准确度评价 |
3.5 本章小结 |
第四章 多变量广义预测控制优化策略 |
4.1 多变量广义预测控制算法基本原理 |
4.1.1 预测模型 |
4.1.2 滚动优化 |
4.1.3 反馈校正 |
4.2 多变量广义预测控制优化策略 |
4.3 两级联动多变量广义预测控制优化策略 |
4.4 本章小结 |
第五章 广义预测控制算法在锅炉减温水控制中的应用分析 |
5.1 广义预测控制算法与原PID算法应用结果对比分析 |
5.1.1 机组稳定负荷条件下对比 |
5.1.2 机组变负荷条件下对比 |
5.2 采用广义预测控制算法过热器汽温控制安全性分析 |
5.3 采用广义预测控制算法过热器汽温控制经济性分析 |
5.4 本章小结 |
第六章 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
(2)火电机组热工过程自抗扰控制的研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 研究进展及现状 |
1.2.1 热工过程控制研究现状 |
1.2.2 自抗扰控制理论的研究现状 |
1.2.3 自抗扰控制理论的应用现状 |
1.3 目前存在的问题 |
1.4 本文研究内容和技术路线 |
第2章 广义积分串联型的相位分析 |
2.1 引言 |
2.2 自抗扰控制结构 |
2.2.1 被控系统描述 |
2.2.2 跟踪微分器 |
2.2.3 扩张状态观测器 |
2.2.4 状态误差反馈控制律 |
2.3 线性ESO的收敛性分析 |
2.4 广义积分串联型的相位分析 |
2.4.1 标准积分串联型 |
2.4.2 无模型信息补偿的ESO分析 |
2.4.3 带模型信息补偿的ESO分析 |
2.5 仿真研究 |
2.5.1 无模型信息补偿的ESO |
2.5.2 带模型信息补偿的ESO |
2.6 本章小结 |
第3章 基于扩张状态观测器的模型参数智能辨识 |
3.1 引言 |
3.2 零初始条件下的数据驱动建模 |
3.2.1 连续系统的离散化 |
3.2.2 闭环扰动数据辨识分析 |
3.3 零终止条件下的数据驱动建模 |
3.4 基于ESO模型的参数智能辨识方法 |
3.4.1 热工过程的ESO建模 |
3.4.2 ESO的离散化与条件稳定 |
3.4.3 ESO参数的智能自寻优辨识 |
3.5 算例研究 |
3.5.1 零初始条件下的ESO参数辨识 |
3.5.2 基于扰动数据的ESO参数辨识 |
3.5.3 多变量系统的ESO参数辨识 |
3.6 本章小结 |
第4章 基于相位补偿的降阶自抗扰控制设计 |
4.1 引言 |
4.2 基于相位补偿的降阶ADRC |
4.2.1 降阶扩张状态观测器 |
4.2.2 基于相位补偿的降阶ADRC设计 |
4.2.3 稳定性分析 |
4.3 I_RADRC的二自由结构分析 |
4.4 I_RADRC的参数整定与数值仿真 |
4.4.1 I_RADRC的参数对控制性能的影响 |
4.4.2 I_RADRC参数的整定步骤 |
4.4.3 数值仿真 |
4.5 多变量系统的分散式I_RADRC控制 |
4.5.1 分散式I_RADRC的解耦能力分析 |
4.5.2 算例研究 |
4.6 本章小结 |
第5章 I_RADRC的工程应用 |
5.1 引言 |
5.2 I_RADRC算法的工程化设计 |
5.2.1 自动跟踪与无扰切换设计 |
5.2.2 抗积分饱和方案 |
5.2.3 I_RADRC控制策略实现 |
5.3 主汽温系统的串级自抗扰控制 |
5.3.1 被控过程的描述 |
5.3.2 仿真平台试验 |
5.3.3 现场应用 |
5.4 负荷系统的分散式自抗扰控制 |
5.4.1 被控过程描述 |
5.4.2 仿真平台试验 |
5.4.3 现场应用 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 研究总结 |
6.2 进一步工作的建议与展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)火电机组热工过程闭环辨识及预测控制方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 论文背景及意义 |
1.2 系统辨识方法 |
1.2.1 线性模型结构及其参数化形式及预报误差辨识法的基本原理 |
1.2.2 闭环辨识模型参数估计方法的研究现状 |
1.2.3 模型结构辨识的研究现状 |
1.2.4 鲁棒辨识法的研究现状 |
1.2.5 闭环辨识方法在热工过程的研究现状 |
1.3 预测控制方法 |
1.3.1 预测控制稳定性综合方法的研究现状 |
1.3.2 鲁棒预测控制方法的研究现状 |
1.3.3 显式预测控制方法的研究现状 |
1.3.4 自适应预测控制方法的研究现状 |
1.3.5 预测控制方法在火电机组热工过程的研究现状 |
1.4 存在的问题及本文的研究内容安排 |
1.4.1 存在的问题 |
1.4.2 本文的研究内容及思路框架 |
第二章 基于现场数据的火电机组辨识方法研究 |
2.1 引言 |
2.2 预报误差辨识法 |
2.2.1 预报误差辨识基本算法简介 |
2.2.2 预报误差辨识法的无偏性及渐进特性 |
2.3 基于模型总误差判阶准则的闭环辨识方法 |
2.3.1 模型阶次判定准则 |
2.3.2 基于模型总误差的闭环辨识法实现 |
2.3.3 仿真实例 |
2.4 多变量系统的闭环辨识方法研究 |
2.5 基于模型总误差判阶准则的过热汽温闭环系统辨识实验研究 |
2.5.1 火电厂过热汽温系统 |
2.5.2 基于模型总误差判阶准则的过热汽温闭环系统辨识结果及分析 |
2.6 火电厂CO_2捕集系统多变量闭环辨识方法研究 |
2.6.1 火电厂CO_2捕集系统 |
2.6.2 基于火电厂CO_2捕集系统运行数据的闭环辨识实验结果与分析 |
2.7 本章小结 |
第三章 火电机组不确定模型闭环辨识方法研究 |
3.1 引言 |
3.2 集员辨识法基本算法简介 |
3.3 基于全对称多胞体的集员辨识法 |
3.3.1 全对称多胞体的基本性质 |
3.3.2 基于全对称多胞体的闭环集员辨识法 |
3.3.3 仿真实例 |
3.4 基于全对称多胞体多变量系统闭环集员辨识方法研究 |
3.4.1 多变量系统描述 |
3.4.2 基于全对称多胞体的多变量系统闭环集员辨识算法 |
3.4.3 算法实现 |
3.5 火电机组过热汽温系统闭环集员辨识建模仿真研究 |
3.6 火电机组CO_2捕集系统多变量闭环集员辨识方法研究 |
3.7 本章小结 |
第四章 火电机组显式鲁棒预测控制方法研究 |
4.1 引言 |
4.2 预测控制方法简介 |
4.2.1 预测控制方法基本原理 |
4.2.2 基于凸包描述的RMPC综合方法 |
4.3 一种无差跟踪的显式鲁棒预测控制方法 |
4.3.1 EFERMPC的离线设计 |
4.3.2 EFERMPC的在线实现 |
4.4 一种基于可控状态空间的EFERMPC控制算法 |
4.5 基于EFERMPC的火电机组汽温控制仿真研究 |
4.6 基于EFERMPC的火电机组CO_2捕集控制仿真研究 |
4.6.1 状态空间模型的建立 |
4.6.2 仿真实验及结果分析 |
4.7 本章小结 |
附录 |
第五章 火电机组自适应鲁棒模型预测控制方法研究 |
5.1 引言 |
5.2 RMPC控制性能评价方法 |
5.2.1 RMPC控制性能指标 |
5.2.2 RMPC控制器的自适应更新 |
5.2.3 算法实现 |
5.3 一种结合控制性能评价的综合RMPC方法 |
5.3.1 自适应鲁棒模型预测方法 |
5.3.2 可实现控制目标跟踪的RMPC方法 |
5.3.3 结合控制性能评价的综合鲁棒预测控制方法 |
5.4 基于综合RMPC方法火电机组过热汽温控制仿真实验 |
5.5 基于综合RMPC方法火电机组CO_2捕集系统控制仿真实验 |
5.6 本章小结 |
第六章 结束语 |
6.1 论文的研究成果及创新点 |
6.2 对后续研究工作的展望 |
致谢 |
参考文献 |
作者简介 |
(4)基于改进超螺旋算法的过热汽温滑模控制(论文提纲范文)
1 过热汽温控制系统 |
2 滑模变结构控制 |
3 仿真研究 |
3.1 阶跃响应和扰动检验 |
3.2 模型参数失配检验 |
3.3 鲁棒性检验 |
4 结 论 |
(5)火电厂锅炉主蒸汽温度预测控制算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的背景及意义 |
1.2 主蒸汽温度控制方法研究现状简介 |
1.2.1 经典控制理论基础上的主汽温度控制方法 |
1.2.2 以现代控制理论为基础的主汽温度控制方法 |
1.2.3 智能控制 |
1.3 预测控制的发展状况 |
1.3.1 线性与非线性预测控制 |
1.3.2 模型辨识技术 |
1.3.3 稳定性分析 |
1.3.4 参数优化设计 |
1.3.5 预测控制的发展 |
1.4 本文的主要工作 |
第2章 火电厂锅炉的主蒸汽温度控制方法研究 |
2.1 锅炉主蒸汽温度被控对象分析 |
2.1.1 锅炉的主蒸汽温度被控对象分析研究 |
2.1.2 火电厂锅炉的主蒸汽温度的控制难点 |
2.2 现有锅炉主蒸汽温度控制系统的应用介绍 |
2.2.1 锅炉主汽温度PID串级控制 |
2.2.2 锅炉主汽温度模糊神经网络控制 |
2.2.3 锅炉主汽温度神经网络控制 |
2.2.4 锅炉主汽温度预测控制 |
2.3 本章小结 |
第3章 基于改进隐式广义预测控制的锅炉主蒸汽温度控制 |
3.1 广义预测控制原理和算法 |
3.1.1 预测控制基本原理 |
3.1.2 广义预测控制算法基本原理 |
3.2 改进隐式广义预测控制算法 |
3.3 改进隐式广义预测控制的锅炉主气温度控制 |
3.3.1 改进隐式广义预测控制的锅炉主汽温度控制系统控制任务 |
3.3.2 改进隐式广义预测控制的锅炉主蒸汽温度控制系统 |
3.3.3 改进隐式广义预测控制的锅炉主蒸汽温度控制系统的控制过程 |
3.4 本章小结 |
第4章 仿真分析 |
4.1 正常情况下的仿真效果对比 |
4.2 加入扰动后的控制情况 |
4.3 改变系统主汽温度的给定值跟随仿真 |
4.4 运算时间对比 |
4.5 本章小结 |
第5章 结论 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
(6)改进型时间序列模型预测控制及其在热工过程中的应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 热工过程常用控制策略简述 |
1.2.1 PID控制策略 |
1.2.2 预测控制策略 |
1.2.3 时间序列分析 |
1.3 本文主要研究内容及组织结构 |
第二章 预备知识 |
2.1 PID及分数阶PID控制算法 |
2.1.1 PID控制算法 |
2.1.2 分数阶PID控制算法 |
2.2 预测控制 |
2.2.1 预测模型 |
2.2.2 反馈校正 |
2.2.3 滚动优化 |
2.3 Laguerre正交基及其函数模型 |
2.3.1 Laguerre正交基 |
2.3.2 线性系统Laguerre函数模型 |
2.4 离散时间序列模型 |
2.4.1 自回归模型 |
2.4.2 滑动平均模型 |
2.4.3 自回归滑动平均模型 |
2.4.4 ARX模型和ARMAX模型 |
2.5 本章小结 |
第三章 改进型多变量Laguerre函数模型预测控制及应用 |
3.1 火电单元机组负荷控制系统流程及模型建立 |
3.1.1 火电单元机组工作流程 |
3.1.2 火电单元机组负荷控制数学模型 |
3.2 多变量Laguerre函数模型分数阶PID预测控制算法 |
3.2.1 MLMPC-FOPID算法推导 |
3.2.2 仿真实验 |
3.3 本章小结 |
第四章 基于正交基优化的ARX模型预测控制及应用 |
4.1 过热汽温控制系统流程及模型建立 |
4.1.1 过热汽温控制流程 |
4.1.2 过热汽温控制数学模型 |
4.2 ARX-Laguerre模型PID预测控制算法 |
4.2.1 ARX-Laguerre模型 |
4.2.2 ALMPC-PID算法推导 |
4.2.3 模型参数辨识 |
4.2.4 稳定性分析 |
4.2.5 仿真实验 |
4.2.6 PID参数对算法性能的影响 |
4.3 ARX-Laguerre模型分数阶PID预测控制算法 |
4.3.1 ALMPC-FOPID算法推导 |
4.3.2 仿真实验 |
4.3.3 积分和微分阶次对算法性能的影响 |
4.4 本章小结 |
第五章 基于正交基优化的ARMAX模型预测控制及应用 |
5.1 循环流化床锅炉主蒸汽压力控制系统流程及模型建立 |
5.1.1 循环流化床锅炉燃烧系统 |
5.1.2 主蒸汽压力控制数学模型 |
5.2 ARMAX-Laguerre模型PID预测控制算法 |
5.2.1 ARMAX-Laguerre模型 |
5.2.2 AMLMPC-PID算法推导 |
5.3 基于差分进化算法的参数寻优 |
5.3.1 差分进化算法 |
5.3.2 AMLMPC-PID算法的参数寻优 |
5.4 仿真实验 |
5.5 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
攻读硕士学位期间完成的科研情况 |
(7)基于动态矩阵控制的锅炉主气温预测控制系统研究应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 锅炉主汽温控制研究现状 |
1.2.2 预测控制研究现状 |
1.3 课题来源及研究内容 |
1.3.1 课题来源 |
1.3.2 本文主要内容 |
第二章 燃气发电锅炉主汽温控制特性分析 |
2.1 燃气锅炉工作原理 |
2.2 主汽温控制系统设计的目标及重要性 |
2.2.1 主汽温控制系统的主要目标 |
2.2.2 主汽温控制系统设计的重要性及难点 |
2.3 过热器特性分析 |
2.4 主汽温控制系统分析 |
2.5 主汽温动态特性分析 |
2.5.1 蒸汽流量扰动的主汽温特性 |
2.5.2 烟气热量扰动的主汽温特性 |
2.5.3 减温水流量扰动的主汽温特性 |
2.6 本章小结 |
第三章 主汽温控制动态矩阵预测控制策略 |
3.1 现有主汽温控制系统分析 |
3.1.1 主汽温串级控制系统 |
3.1.2 Smith预估补偿控制系统 |
3.2 燃气锅炉主汽温DMC控制系统设计 |
3.2.1 预测模型 |
3.2.2 滚动优化 |
3.2.3 反馈校正 |
3.3 DMC控制参数化选择 |
3.4 DMC控制性能分析 |
3.4.1 DMC在模型精确时的稳定性 |
3.4.2 DMC在模型失配时的稳定性 |
3.5 本章小结 |
第四章 主汽温控制系统仿真分析 |
4.1 基于粒子群算法的主汽温控制对象辨识 |
4.1.1 粒子群算法 |
4.1.2 主汽温系统辨识 |
4.2 主汽温控制系统仿真分析 |
4.2.1 主蒸汽对象动态模型 |
4.2.2 仿真分析 |
4.3 本章小结 |
第五章 燃气锅炉主汽温控制系统设计与实现 |
5.1 控制系统设计要求 |
5.2 控制系统硬件设计 |
5.2.1 硬件结构 |
5.2.2 PLC硬件配置 |
5.3 控制系统软件设计 |
5.4 控制系统监控画面设计 |
5.5 控制系统投运效果 |
5.6 本章小结 |
第六章 总结与展望 |
参考文献 |
附录 A 部分辨识数据 |
附录 B 部分MATLAB程序 |
附录 C 插图清单 |
附录 D 表格清单 |
攻读学位期间已发表论文 |
致谢 |
(8)滑模变结构控制及其在超临界火电机组中的应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景和意义 |
1.2 国内外研究现状 |
1.2.1 直流炉主蒸汽温度控制方法的研究现状 |
1.2.2 滑模变结构控制国内外研究现状 |
1.3 论文的主要工作 |
第2章 超临界直流锅炉与主汽温动态特性 |
2.1 超临界直流炉的结构和特点 |
2.1.1 直流锅炉的整体布置 |
2.1.2 直流锅炉的特点 |
2.2 过热器系统 |
2.3 主蒸汽温度调节的基本原则 |
2.4 主蒸汽温度对象的动态特性 |
2.5 超临界锅炉主蒸汽温度对象数学模型 |
2.6 本章小结 |
第3章 滑模变结构控制算法的设计 |
3.1 滑模变结构控制基本原理 |
3.1.1 滑动模态定义及数学表达 |
3.1.2 滑模变结构控制的定义 |
3.1.3 切换面的设计 |
3.2 滑模变结构控制的抖振问题 |
3.3 一般滑模变结构控制器 |
3.4 本章小结 |
第4章 滑模变结构控制算法的改进 |
4.1 普通滑模变结构控制的缺陷 |
4.2 滑模变结构控制算法的改进措施 |
4.3 改进滑模变结构控制算法的设计 |
4.4 本章小结 |
第5章 改进滑模控制算法在锅炉主汽温中的应用 |
5.1 基于改进超螺旋算法的主汽温滑模控制器的设计 |
5.2 阶跃响应与扰动检验 |
5.3 模型参数失配检验 |
5.4 鲁棒性检验 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 本文总结 |
6.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文及其它成果 |
致谢 |
(9)火电厂过热汽温系统建模与控制研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景与研究意义 |
1.2 国内外研究现状 |
1.2.1 过热汽温系统建模研究现状 |
1.2.2 过热汽温系统控制研究现状 |
1.3 主要工作和章节安排 |
第二章 预备知识 |
2.1 间壁式换热器的分布参数动力学模型 |
2.2 间壁式换热器的集总参数动力学模型 |
第三章 过热汽温系统机理建模与主调控制研究 |
3.1 过热汽温系统机理模型 |
3.1.1 详细建模过程 |
3.1.2 模型参数确定 |
3.1.3 模型仿真验证 |
3.2 基于数据驱动的主调控制在过热汽温控制系统中的应用 |
3.2.1 基于数据驱动的主调控制 |
3.2.2 基于数据驱动的主调控制在过热汽温系统中的仿真试验 |
3.3 本章小结 |
第四章 多模型DMC切换控制在过热汽温控制系统中的应用 |
4.1 多模型DMC切换控制 |
4.1.1 过热汽温系统传递函数模型 |
4.1.2 多模型DMC控制 |
4.1.3 多模型DMC无扰切换策略 |
4.1.4 多模型DMC参数选择 |
4.2 仿真试验 |
4.2.1 过热汽温系统传递函数模型仿真验证 |
4.2.2 多模型DMC切换控制在过热汽温系统中的仿真试验 |
4.3 本章小结 |
第五章 RBF神经网络预测控制在过热汽温控制系统中的应用 |
5.1 RBF神经网络预测控制 |
5.1.1 RBF神经网络预测模型 |
5.1.2 在线优化 |
5.1.3 误差校正 |
5.2 仿真试验 |
5.2.1 RBF神经网络预测模型仿真验证 |
5.2.2 RBF神经网络预测控制在过热汽温系统中的仿真试验 |
5.3 本章小结 |
第六章 总结与展望 |
参考文献 |
致谢 |
作者简介 |
四、采用H~∞性能指标的锅炉过热汽温鲁棒控制(论文参考文献)
- [1]多变量广义预测控制算法在锅炉减温水控制中的应用研究[D]. 王彦波. 内蒙古大学, 2021(12)
- [2]火电机组热工过程自抗扰控制的研究与应用[D]. 孙明. 华北电力大学(北京), 2021(01)
- [3]火电机组热工过程闭环辨识及预测控制方法研究[D]. 王迪. 东南大学, 2020(02)
- [4]基于改进超螺旋算法的过热汽温滑模控制[J]. 罗毅,王维. 动力工程学报, 2020(06)
- [5]火电厂锅炉主蒸汽温度预测控制算法研究[D]. 董静文. 沈阳工业大学, 2020(01)
- [6]改进型时间序列模型预测控制及其在热工过程中的应用[D]. 张鹏程. 南京信息工程大学, 2020(02)
- [7]基于动态矩阵控制的锅炉主气温预测控制系统研究应用[D]. 高锦. 安徽工业大学, 2020(07)
- [8]滑模变结构控制及其在超临界火电机组中的应用研究[D]. 王维. 华北电力大学(北京), 2020(06)
- [9]火电厂过热汽温系统建模与控制研究[D]. 任广山. 西安电子科技大学, 2020(05)
- [10]二次再热机组汽温系统的串级自抗扰预测控制[J]. 孙明,董泽. 中国电机工程学报, 2019(18)