【摘要】 本发明公开了一种煤泥流化床锅炉干法脱硫模糊控制方法。目前采用人工控制或者普通的PID控制无法实现排放浓度的稳定、达标要求，并且对锅炉效率损失影响比较大。本发明方法首先根据煤泥流化床锅炉燃烧脱硫过程的实时数据挖掘出系统的基本特性，以此建立过程模型；然后根据专家模糊控制经验，制定模糊控制规则，设计模糊控制器，并根据模糊控制特点，加入积分环节实现控制的无差跟踪。最后，根据煤泥在燃烧过程中负荷变化比较大，煤泥量根据蒸汽负荷和床温调整的特点，加入抑止这种扰动的最佳前馈环节。本发明弥补了传统控制方式的不足，具有很好的控制精度和稳定性，实现脱硫排放指标控制的同时，对脱硫剂的使用和对锅炉热损失的影响明显降低。。微信 【专利类型】发明授权 【申请人】杭州电子科技大学 【申请人类型】学校 【申请人地址】310018 浙江省杭州市下沙高教园区2号大街 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】上城区 【申请号】CN201210072040.8 【申请日】2012-03-19 【申请年份】2012 【公开公告号】CN102631828B 【公开公告日】2014-09-17 【公开公告年份】2014 【授权公告号】CN102631828B 【授权公告日】2014-09-17 【授权公告年份】2014.0 【IPC分类号】B01D53/50; B01D53/74; F23C10/28 【发明人】江爱朋; 姜周曙; 王剑; 林伟伟; 丁强; 黄国辉 【主权项内容】1.一种煤泥流化床锅炉干法脱硫模糊控制方法，其特征在于该方法包括以下步骤： 步骤(1)利用煤泥流化床锅炉脱硫的实时数据建立过程模型，具体方法为：将煤泥流化床锅炉负荷控制在额定负荷的75-80％，在保持煤泥流化床锅炉负荷较为稳定的情况下，根据SO2排放浓度要求，采用干法脱硫系统进行脱硫，并保持SO2的排放浓度相对稳定；然后控制脱硫剂流量增加15-20％，采集此过程的SO2浓度数据直到SO2的浓度重新得到稳定状态；记录从脱硫剂流量增加开始时刻至SO2的浓度重新稳定时刻的数据 t=[t1, t2, ..., tn], YSO2Ca=[y1, y2, ..., yn]，其中[t1, t2, ..., tn]表示采样时间，[y1, y2, ..., yn]表示采样时刻SO2浓度； 给煤泥流量一个阶跃，使得流量增加15-20％，采集煤泥流量发生阶跃后的SO2浓度数据直到SO2的浓度重新回到稳定状态，记录此过程的数据 其中 表示新的采样时间， 表示对应的SO2浓度； 然后根据SO2浓度变化情况确定SO2浓度与脱硫剂之间的开环传递函数 以及SO2浓度与煤泥之间的开环传递函数 这里K1、K2分别为开环增益，根据输出变化量与输入变量的比值获得，T1、T2分别为时间常数，τ1和τ2为时间延迟常数，这四个参数为待求参数；τ1、τ2、T1、T2的值的求取采用非线性最小二乘算法，优化目标为ITAE指标，以此得到最佳的传递函数模型G1和G2； 步骤(2)依据专家模糊控制经验，采用模糊机理建立脱硫系统的模糊控制规则，设计模糊控制器；具体步骤如下： I)根据煤泥流化床锅炉SO2排放浓度要求，将SO2排放浓度设定值定为要求上限值减去30-50mg/m3；将SO2浓度的实际误差e(t)的基本论域定为[emin emax]=[-45mg/m3 45mg/m3]，取量化因子为emax/3=15mg/m3，所对应的模糊论域为e=emax/3×{-3，-2，-1，0，1，2，3}，为此论域定义7个语言变量PB，PM，PS，Z，NS，NM，NB；隶属函数在初始部分取Z型函数，在最后部分取S型函数，其余全部选取论域范围内均匀分布、等距离的三角型函数； II)根据实际运行经验，设定误差变化率de(t)/dt的基本论域为[demin demax]=[-60mg/m3·min, 60mg/m3·min]；取量化因子为demax/3=20mg/m3·min，则其所对应的模糊论域ec=demax/3×{-3，-2，-1，0，1，2，3}，为此论域定义7个语言变量PB，PM，PS，Z，NS，NM，NB；隶属函数在初始部分取Z型函数，在最后部分取S型函数，其余全部选取论域范围内均匀分布、等距离的三角型函数； III)控制量u的基本论域为[umin umax]=[-1.5Ton/Hour1.5Ton/Hour]，控制量u代表脱硫剂流量；取量化因子为umax/3=0.5Ton/min，则其所对应模糊论域为u=umax/3×{-3，-2，-1，0，1，2，3}；为此论域定义7个语言变量PB，PM，PS，Z，NS，NM，NB；隶属函数在初始部分取Z型函数，在最后部分取S型函数，其余全部选取论域范围内均匀分布、等距离的三角型函数； IV)确定模糊规则；将模糊控制机理与实际操作经验结合，建立合适的模糊规则表，得到的模糊规则如下所示； 模糊推理采用Mamdani模型的模糊逻辑系统，去模糊化采用重心法； 步骤(3)在模糊控制器的基础上加入积分环节，解决模糊控制方法中存在的设定值与反馈值偏差问题；积分值采用以下方法得到： 令 则积分参数取值为Ti=ξ×Kc/[K1×(2τ1+T1)]，其中ξ∈(0, 1)，取初值为0.5，可根据实际控制效果进行适当调整，如果超调过大，则减小ξ值，否则适当增加ξ值；假设模糊控制器输出量为U，那么加入积分环节后总的输出Utotal为Utotal=U-∫Tie(t)dt； 步骤(4)根据煤泥随着负荷变化特征，加入与之适应的前馈环节，并求取最佳的前馈参数；根据实际过程，前馈传递函数G3可描述为 的形式，q为大于等于1的整数, K3、T3、τ3分别为该环节开环增益、时间常数和延迟时间；求取最佳前馈参数的方法如下： a)根据前馈原理，在煤泥量发生扰动N(s)后，为消除扰动，L-1(N(s)[G3(s)G1(s)+G2(s)])应尽量趋近于零，N(s)表示扰动输入，L-1表示反 拉氏变换；其响应在达到稳态时候的值应该为零，因此传递函数G3的开环增益为K3=-K2/K1； b)假设L-1(R(s)[G3(s)G1(s)+G2(s)])在时间p=[p1, p2, p3, ..., pn]，响应达到稳态值 其中[p1, p2, p3, ..., pn]表示在前馈作用下采样时间， 表示前馈作用下与采样时间相对应的SO2浓度响应，那么传递函数G3的参数最佳值满足 以 为目标，以参数T3、τ3和q为变量，并满足参数为正，q为大于1的整数变量的解就为参数的最佳值；q因为表示开环阶数，不宜太大；则其解可表示为(q-1)(q-2)(q-3)(q-4)(q-5)=0的一个根，为了方便求解，又可以表示为(q-1)(q-2)(q-3)(q-4)(q-5)-ω=0; ω>=0，且随着迭代增加令ω→0，这里ω表示松弛变量；因此最佳参数值的获得需要求解以下命题： s.t. (q-1)(q-2)(q-3)(q-4)(q-5)-ω=0 ω-10*abs(c1)<0 并且满足 ω, T3, τ3>0 以上优化命题为非线性问题，通过加入松弛变量不等式约束可以转化为等式约束；改写为以下形式 其中f : Rn→R，c : Rn→Rm，f和c均连续可微；问题可通过求解一系列的QP子问题来逐步逼近以上优化命题的最优解，具体求解过程为： i)在迭代点xk处对以上优化命题进行泰勒展开，并忽略高次项和目标函数中的常数项，则原命题转为求解以下QP子问题 式中dk为方向矢量，g(xk)和A(xk)T等简写为gk和AkT形式，分别表示在xk处目标函数f的导数和约束c的雅克比矩阵，W为拉格朗日函数的Hessian阵，为n×n维矩阵；其中拉格朗日函数为： L(x, λ, v, π)=f(x)+λTc(x)+vT(x-xU)-πT(x-xL)，其中λ、ν、π为拉格朗日乘子； ii)采用积极集方法求取以上QP子问题，得到方向dk； iii)求取方向二范数norm(dk, 2)、拉格朗日函数梯度与方向乘积grad(L(x, λ, v, π))'×dk的值和一阶优化条件的值；如果一阶优化条件值小于设定误差ε，或者norm(dk, 2)且grad(L(x, λ, v, π))'×dk的值同时满足小于设定误差ε，则计算停止，得到最优目标函数值和在此情况下的最佳变量值；如果迭代步数达到最大设定迭代步数，则终止计算, 得到当前变量的值；否则进行下一步计算； IV)令xk+1=xk+αdk，这样就得到了下一个迭代点；α∈(0, 1]为步长系数，通过一维方法求取； V)令xk=xk+1，然后进入I)步骤继续计算； 通过以上方法得到前馈传递函数G3的最佳形式，在控制策略中加入该前馈以消除煤泥燃料变化对系统的扰动。 【当前权利人】杭州电子科技大学 【当前专利权人地址】浙江省杭州市下沙高教园区 【专利权人类型】公立 【统一社会信用代码】12330000470009026T 【家族引证次数】4.0 【家族被引证次数】11

未经允许不得转载：http://www.zhongzhencnc.com/1791484282.html