模糊控制在锅炉汽包水位控制系统中的应用

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

模糊控制在锅炉汽包水位控制系统中的应用

[摘要] 汽包水位调节控制过程难以建立精确的数学模型,属时变、非线性系统,所以适合采用模糊控制方案。本文分别对传统pid 和模糊控制方法利用matlab进行仿真,并在仿真的基础上对两种方法进行比较,得出模糊控制方法适应系统滞后性、时变性方面的能力均优于pid控制方法的结论。

[关键词] 模糊控制 pid控制汽包水位matlab

0.引言

随着电力需求的增长,我国的火力发电开始向大容量、高参数方向发展。火电机组容量越大,其设备结构越复杂,自动化程度要求也越高。

自然循环锅炉中,锅炉汽包水位是非常重要的运行参数,同时它还是衡量锅炉汽水系统是否平衡的重要标志。汽包水位维持在一定允许范围内,是保证锅炉和汽轮机安全运行的必要条件。水位过高,会影响汽水分离器的正常运行,蒸汽品质变坏,使过热器管壁和汽轮机叶片结垢,严重时会导致蒸汽带水,造成汽轮机水冲击而损坏设备;水位过低,则会破坏水循环,严重时将引起水冷壁管道变形爆裂。另一方面,随着锅炉参数的提高和容量的增大,汽包的相对容积减少,负荷变化和其他扰动对水位的影响将相对增大,这必将加大水位控制的难度,从而对水位控制系统提出了更高的要求。

目前,我国大型火电机组的给水控制基本上还是采用传统的pid 控制方式。不同的控制公司在给水控制策略的设计上虽然各有特点

差异,但基本上还是遵循了单冲量和三冲量控制相结合的控制模式。在稳定的工况下,一般可以投入自动,但是由于汽包水位的动态特性存在非线性、不确定性、时滞和负荷干扰、非最小相位特征等特点,因此在机组运行动态较大幅度变化的情况下,容易造成系统的不稳定甚至失控。由于给水系统的复杂性,适应异常工况的能力和出现设备故障情况时的自调整能力较弱,如何增强给水系统的控制(即汽包水位控制)效果和适应能力成为现今控制工程人员急于解决的一个课题。因此,设计了锅炉汽包水位三冲量自适应模糊pid 串级控制系统,仿真研究得到了很好的控制效果。

1.模糊控制策略

模糊控制实际上是一种非线性控制,是以模糊理论模糊语言变量和模糊逻辑推理为基础的一种控制方法,从属于智能控制的范畴。模糊控制具有以下突出特点:

1)模糊控制是一种基于规则的控制,它直接采用语言型控制规则,其依据是现场操作人员的控制经验或相关专家知识,在设计中不需要被控对象的精确数学模型,因而使得控制机理和策略易于接受与理解,设计简单,便于应用。

2)由工业基础过程的定性认识出发,比较容易建立语言控制规则,因而模糊控制对于那些数学模型难以获取、动态特性不易掌握或变化非常显著的对象非常适用。

3) 基于模型的控制算法及系统设计方法,由于出发点和性能指标的不同,容易导致较大差异。但一个系统语言控制规则却具有相

对的独立性,利用这些控制规律间的模糊连接,容易找到折中的选择,使控制效果优于常规控制器。

4)模糊控制是基于启发性知识及语言决策规则设计的,这有利于模拟人工控制的过程和方法,增强控制系统的适应能力,使之具有一定的智能水平。

5)模糊控制系统的鲁棒性强,干扰和参数变化对控制效果的影响被减弱,尤其适合于非线性及纯滞后系统的控制。

2.控制结构

设计锅炉汽包水位三冲量自适应模糊pid 串级控制系统如下图1所示:

图1 锅炉汽包水位三冲量自适应模糊pid 串级控制系统

3.用matlab模糊逻辑工具箱实现系统仿真

3.1 定义输入输出变量

本文设计的模糊控制器采用二输入三输出类型,以锅炉的水位误差e、水位误差变化率ec作为模糊控制器的两个输入变量,kp 、ki、kd作为模糊控制器的三个输出变量。二输入三输出模糊控制器结构如图2所示。

图2二输入三输出模糊控制器结构

3.2 描述输入和输出变量的语言变量

根据精确程度和控制要求一般选择7个等级较适合,对于水位误差e、误差变化率ec及输出控制量kp、ki、kd的模糊集均为{nb、nm、ns、zo、ps、pm、pb}七个等级。

3.3 模糊变量的模糊子集的制定

在选择描述模糊变量的各个模糊子集时,应使它们较好地覆盖整个论域。水位偏差的变化范围是[-50 +50] ,将水位偏差和水位误差率模糊语言变量量化到整数论域均为[-3 3],输出变量的整数论域为[0 1]。

各变量隶属函数曲线采用三角形,水位误差e、误差变化率ec的隶属度曲线如图3,输出控制量kp、 ki、kd的隶属度曲线如图4。图3 输入变量的三角形隶属度曲线图

图4 输出变量的三角形隶属度曲线图

量化因子的选择:误差的量化因子ke =,误差变化率的量化因子kec =,输出控制量的比例因子ku =,其中xe为水位误差值,xec

为水位误差变化率,yu为输出控制量,n、m、l为论域值。

量化因子和比例因子对系统的影响:ke大,调节死区小,上升速率大;ke过大系统将产生较大超调,调节时间增大,甚至产生振荡,使系统不能稳定工作。kec 大,反应较迟钝;kec小系统反应快,上升速率大;kec过小会引起大的超调,使调节时间长,严重时系统不能工作。ku相当于常规的比例增益,ku大上升速度较快,ku 过大将产生较大超调,影响稳态工作,ku不影响系统的稳态误差。

3.4 建立模糊控制器的控制规则

确定模糊控制规则的原则是是使控制效果达到最佳。在实际运用中,模糊控制器规则的建立是基于操作人员及专家的经验总结归纳而成。本模糊控制器根据锅炉控制的现状及工程经验,结合仿真不

断修改,归纳总结出pid 三个参数的控制规则如下表1、表2、表3所示。

3.5 精确量的模糊化

把在[-3 3]之间变化的连续量分为7个档次,每一个档次对应一个模糊子集,这样处理模糊过程较简单。如果将每个精确量都对应一个模糊子集,就有无穷多个模糊子集,模糊化过程就很复杂。把区间[a,b] 的精确量x 转换为[-n n]区间的模糊变量y,一般采用公式

例如水位误差控制在[-50 50]则精确量转换区间为[-3 3] 其转换公式为

若求得的结果不是整数可以把它进行四舍五入,归入接近于y 的整数。

3.6 模糊推理算法和清晰化计算

采用mamdani型模糊推理算法,运用极小运算规则定义蕴涵表达模糊关系。

模糊控制器的输出是一个模糊量,要把模糊量转化为精确量才能去控制控制执行机构。本设计采用加权平均法也叫面积重心法centroid。

3.7 模糊控制器在matlab模糊工具箱上实现仿真

matlab提供方便的模糊工具箱的图形界面可视化工具,使得模糊控制器实现仿真简单方便且直观,如图5所示。

本控制器模糊推理系统采用mamdani型模糊推理系统,与运算采

相关文档
最新文档