基于神經網絡預測控制的電廠加藥系統(tǒng)研究.pdf

1、近年來隨著火電廠機組參數(shù)和容量不斷提高，對水汽質量的要求越來越嚴格。由于高參數(shù)機組的設備材料對水汽運行工況比低參數(shù)機組敏感得多，化學水質量稍有降低，就可能造成熱力設備的腐蝕、結垢和積鹽等危害，影響鍋爐及汽輪機的發(fā)電效率，不利于電廠的安全生產。
　　 電廠加藥系統(tǒng)通過實時控制約劑的流量來實現(xiàn)調節(jié)鍋爐水質的目的，保障鍋爐水汽質量，具有廣泛的應用價值和很高的經濟效益。自動加藥系統(tǒng)按照加藥類型可以分為加氨系統(tǒng)、加聯(lián)氨系統(tǒng)和加磷酸鹽系統(tǒng)。

2、加氨系統(tǒng)提高水質的pH值，防止酸性腐蝕；加聯(lián)氨系統(tǒng)除去水中的溶解氧，減少鐵銹并防止氧化；加磷酸鹽系統(tǒng)除去水鈣鎂離子，防止結垢和堿性腐蝕，對爐水有緩沖作用。本文重點研究鍋爐水加藥系統(tǒng)中的pH值控制。
　　 本文通過化工過程分析，將鍋爐水加藥系統(tǒng)分成兩個子系統(tǒng)，復合離子比值控制系統(tǒng)和pH值串級控制系統(tǒng)，在一定程度上實現(xiàn)系統(tǒng)的多輸入多輸出變量解耦。根據(jù)物料平衡和電荷平衡原理建立鍋爐水pH值的過程機理模型，并針對系統(tǒng)中存在的對象模型非線

3、性的問題，采用多模型分段線性化的方法將非線性微分方程模型轉換為異工作區(qū)間的多個線性模型。由于電廠加藥的化工過程中存在較大的時間滯后，在原有串級系統(tǒng)的基礎上，根據(jù)零極點配置理論設計改進的Smith預估補償串級控制系統(tǒng)，并運用1TAE準則整定系統(tǒng)參數(shù)，提高系統(tǒng)的控制性能。
　　 改進的Smith預估控制系統(tǒng)使用多個分段線性模型，需要根據(jù)過程模型來設計預估補償器。當對象工作區(qū)間變化時，模型切換會產生切換擾動；當對象失配時，系統(tǒng)會產生振

4、蕩；當外部干擾發(fā)生時，系統(tǒng)穩(wěn)態(tài)調節(jié)時間較長。與經典控制系統(tǒng)相比，通過鍋爐水pH值的非線性微分模型訓練的神經網絡模型能夠更好地逼近對象模型的非線性和時變特性，并有一定的自適應能力；預測控制根據(jù)過去的輸入輸出以及未來時刻的輸入經過動態(tài)模型計算預測未來的輸出，能夠較好地處理滯后問題。
　　 仿真結果表明設計的鍋爐水pH值神經網絡預測控制器與改進的Smith預估系統(tǒng)相比，調節(jié)時間短，超調量小，魯棒性強，有利于提高鍋爐水pH值的控制精度。