300MW机组主汽温系统预测控制方案研究

摘要

主蒸汽温度对机组安全、稳定、经济运行具有重要的意义，因而对其的控制要求非常严格，一般要求与设定值的偏差保持在±5℃以内。但该系统具有大迟延、大惯性、时变、扰动因素多等特点，且随着机组的容量增大，惯性特征显著增强，被控对象更为复杂。传统的PID基于反馈原理，不能及时调节大迟延对象，往往会造成很大的超调量，而且固定参数的控制器在多变的生产环境中，控制效果也不够理想。
　　本文研究了预测控制在300MW机组主汽温系统中的应用。针对被控对象的特点，采用结合自适应的广义预测控制，其基本原理是：预测模型，滚动优化和反馈校正。首先，总结了建模的方法、流程，根据仿真机上的阶跃扰动实验数据，选取不同的模型结构，用粒子群算法辨识数据，建立减温水与主汽温的传递函数模型，并进行验证。其次，由于预测控制以差分方程作为模型，故将连续模型离散化。考虑到阀门开度的实际限制，对计算得到的输入进行一定约束，此外，还讨论了参数对控制品质的影响。最后，广义预测控制需要求解丢番图方程，计算复杂，文中提出了一种改进算法。将预测模型形式由 CARIMA变成更为常用的 CARMA，简化推导和计算，仿真说明了在建模噪声、外部扰动下，通过在线辨识模型参数，控制的可行性。
　　结果表明：预测控制能有效控制大迟延对象，具有较强的抗扰性能。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 主汽温对象的研究现状

1.2.2 预测控制的产生和发展

1.3 本文主要工作

第2章 主汽温系统分析

2.1 主汽温对象的动态特性

2.2 主汽温系统的常规调节方式

2.2.1 串级主汽温控制系统

2.2.2 采用导前汽温微分信号的主汽温控制系统

2.3 本章小结

第3章 主汽温系统建模

3.1 数学模型与建模方法

3.2 模型结构

3.3 粒子群算法原理

3.4 标准粒子群算法

3.5 仿真系统简介

3.6 主汽温系统模型

3.6.1 系统辨识数据的选取

3.6.2 采样周期的选择

3.6.3 数据预处理

3.6.4 主汽温系统PSO建模

3.7 本章小结

第4章 预测控制在主汽温系统中的应用

4.1 预测控制的基本原理

4.1.1 预测模型

4.1.2 滚动优化

4.1.3 反馈校正

4.2 广义预测控制

4.2.1 模型预测

4.2.2 滚动优化

4.2.3 反馈校正

4.2.4 GPC算法中主要参数对控制系统的影响

4.3 广义预测控制在主汽温系统中的应用

4.3.1 传递函数离散化

4.3.2 无噪声时主汽温系统的广义预测控制仿真

4.3.3 有噪声时主汽温系统的广义预测控制仿真

4.4 改进广义预测控制

4.4.1 模型预测

4.4.2 参考轨迹

4.4.3 目标函数与控制算法

4.4.4 将来输出ym (k+j)的简化计算

4.5 改进广义预测控制在主汽温系统中的应用

4.5.1 无噪声时主汽温系统的改进广义预测控制仿真

4.5.2 有噪声时主汽温系统的改进广义预测控制仿真

4.5.3 外部扰动时主汽温系统的改进预测控制仿真

4.6 本章小结

第5章 总结与展望

参考文献

攻读硕士学位期间发表的论文和参加的科研情况

致谢