小树旁的小树
火电厂输煤系统的任务是卸煤、堆煤、上煤和配煤,以达到按时保质、保量为机组(原煤仓)提供燃煤的目的。整个输煤系统是火电厂十分重要的支持系统。它是保证机组稳发满发的重要条件。输煤系统是火电厂的重要组成部分,其安全可靠运行是保证电厂实现安全、高效不可缺少的环节。输煤系统的工艺流程随锅炉容量、燃料品种、运输方式的不同而差别较大,并且使用设备多,分布范围广。作为一种具有本安性且远距离传输能力强的分布式智能总线网络,lonworks总线能将监测点做到彻底的分散(在一个网络内可带32000多个节点),提高了系统的可靠性,可以满足输煤系统监控的要求。火电厂输煤系统一般都采用顺序控制和报警方式,为相对独立的控制单元系统,系统配备了各种性能可靠的测量变送器。通过运用Lonworks现场总线技术将各种测量变送器的输出信号接入对应的智能节点组成多个检测单元,然后挂接在Lonworks总线上,再通过Lonworks总线与已有的DCS系统集成,实现了对输煤系统更加有效便捷的监控。在输煤系统中,常用的测量变送器一般有以下几种: (1)开关量皮带速度变送器(2)皮带跑偏开关(3)煤流开关(4)皮带张力开关(5)煤量信号(6)金属探测器(7)皮带划破探测(8)落煤管堵煤开关(9)煤仓煤位开关。每一种测量变送器和其相对应节点共同组成智能监测单元,对需要监测的工况参数进行实时的监控。监测单元通过收发器接入Lonworks总线网络进行通信,可根据监测到的参数进行控制和发出报警信号,系统的结构如图1所示。3、 Lonworks总线智能节点的一般设计智能节点是总线网络中分布在现场级的基本单元,其设计开发分为两种:一种是基于neuron芯片的设计,即节点中不再包含其它处理器,所有工作均由neuron芯片完成。另一种是基于主机的节点设计,即neuron芯片只完成通信的工作,用户应用程序由其它处理器完成。前者适合设计相对简单的场合,后者适应于设计相对复杂的场合。一般情况下,多采用基于芯片的设计。由于智能节点不外乎输入/输出模拟量和输入/输出开关量四种形式,节点的设计也大同小异,对此本文只给出了节点设计的一般方法。基于芯片的智能节点的硬件结构包括控制电路、通信电路和其它附加电路组成,其基本结构如图2所示。图2 智能节点基本结构图Fig 2 Basic Structure Of Node Based On The Neuron Chip控制电路①神经元芯片:采用Toshiba公司生产的3150芯片,主要用于提供对节点的控制,实施与Lon网的通信,支持对现场信息的输入输出等应用服务。②片外存储器:采用Atmel公司生产的AT29C256(Flash存储器)。AT29C256共有32KB的地址空间,其中低16KB空间用来存放神经元芯片的固件(包括LonTalk协议等)。高16KB空间作为节点应用程序的存储区。采用ISSI公司生产的IS61C256作为神经元芯片的外部RAM。③I/O接口:是neuron芯片上可编程的11个I/O引脚,可直接与外部接口电路连接,其功能和应用由编程方式决定。通信电路通信电路的核心收发器是智能节点与Lon网之间的接口。目前,Echelon公司和其他开发商均提供了用于多种通信介质的收发器模块。通常采用Echelon公司生产的适用于双绞线传输介质的FTT-10A收发器模块。附加电路附加电路主要包括晶振电路、复位电路和Service电路等。①晶振电路:为3150神经元芯片提供工作时钟。②复位电路:用于在智能节点上电时产生复位操作。另外,节点还将一个低压中断设备与3150的Reset引脚相连,构成对神经元芯片的低压保护设计,提高节点的可靠性稳定性。③Service电路:专为下载应用程序设计。Service指示灯对诊断神经元芯片固件状态有指示作用节点的软件设计采用Neuron C编程语言设计。Neuron C是为neuron芯片设计的编程语言,可直接支持neuron芯片的固化,并定义了34种I/O对象类型。节点开发的软件设计分为以下几步:(1)定义I/O对象:定义何种I/O对象与硬件设计有关。在定义I/O对象时,还可设置I/O对象的工作参数及对I/O对象进行初始化。(2)定义定时器对象:在一个应用程序中最多可以定义15个定时器对象(包括秒定时器和毫秒定时器),主要用于周期性执行某种操作情况,或引进必要的延时情况。(3)定义网络变量和显示报警:既可以采用网络变量又可以采用显示报警形式传输信息,一般情况采用网络变量形式。(4)定义任务:任务是neuron C实现事件驱动的途径,是对事件的反应,即当某事件发生时,应用程序应执行何种操作。(5)定义用户自定义的其它函数 :可以在neuron C程序中编写自定义的函数,以完成一些经常性功能,也将一些常用的函数放到头文件中,以供程序调用。4、基于Lonworks总线的火电厂输煤系统与DCS的网络集成现场总线技术与传统的系统DCS系统实现网络集成并协同工作的情况目前在火电厂中尚为数不多。进一步推动火电厂数字化和信息化的发展,逐步推行现场总线技术与DCS系统的集成是火电厂工业控制及自动化水平发展的趋势。就目前来讲,现场总线技术与DCS集成方式有多种,且组态灵活。根据现场的实际情况,我们知道不少大型火电厂都已装有DCS系统并稳定运行,而现场总线很少或首次引入系统,因此可采用将现场总线层与DCS系统I/O层连接的集成,该方案结构简便易行,其原理如图3所示。从图中可以看出现场总线层通过一个接口卡挂在DCS的I/O层上,将现场总线系统中的数据信息映射成与DCS的I/O总线上的数据信息,使得在DCS控制器所看到的从现场总线开来的信息如同来自一个传统的DCS设备卡一样。这样便实现了在I/O总线上的现场总线技术集成。火电厂输煤系统无论是在规模上,还是在利用已有生产资源的基础上,采用该方案都是可行的,同时也体现了把火电厂某些相对独立控制系统通过现场总线技术纳入DCS系统的合理性。由此可见,现阶段现场总线与系统的并存不仅会给生产用户带来大量收益,而且使用户拥有更多的选择,以实现更合理的监测与控制。参考文献:大跨度输煤栈桥结构设计探讨火电厂输煤控制系统的开发发电厂输煤计量集控的理论与实践参考资料:
微笑的可爱多
基于PID的锅炉温度控制系统设计 摘要:利用BP神经网络PID控制具有逼近任意非线性函数的能力,将神经网络PID与LabVIEW友好地人 机交互结合,实现对锅炉温度的控制.仿真结果表明,该系统具有更小的超调量,并且更快地到达需要的控制温 度. 关键词:BP神经网络;PID控制;温度控制 温度是锅炉生产蒸汽质量的重要指标之一,也是保证锅炉设备安全的重要参数.同时,温度是影响锅 炉传热过程和设备效率的主要因素.例如,在利用烟化炉对锌、铝冶炼过程中,如果温度过低,则还原速度 和挥发速度都会降低;但温度也不宜过高,否则在温度超过1 250℃时,可能形成Zn-Fe合金,有害于烟 化炉的作业,因此温度的精确测量和控制是十分必要的.作为工业控制系统中的基本方式,PID控制对于 动态反应较缓慢的工业过程是非常好的控制规律[1].但是,当工业过程复杂,负荷变化很多,对象的纯滞 后又较大时常规PID控制达不到要求,为了解决上述问题系统采用PLC作为下位机,PC作为上位机,利 用labVIEW构造人机交互界面,应用神经网络PID对系统进行控制,设计锅炉温度的监制电路. 1 系统总体设计 系统通过热电偶传感器检测出锅炉的温度,采集的信号经过A/D电路转换后传给PLC控制器.PLC 根据数据做出判断,当锅炉处在升温阶段时对锅炉进行加热,当锅炉处于保温段时调用PID算法控制温 度满足输出要求.同时PLC把数据传给PC机,PC机做出显示和报警.具体电路如图1所示. 1·1 主控芯片 S7-300PLC是西门子生产的模块式中小型PLC,提供了大量可以选择的模块,包括:PS 电源模块、CPU模块、IM接口模块、SM信号模块、FM功能模块和CP通信模块.其中FM模块可实现高 速级数、定位控制、闭环控制功能;CP模块是组态网使用的接口模块常用的网络有PROFIBUS,工业以太 网及点对点连接网络.这些模块可以通过U形总线紧密地固定在轨道上,一条导轨共有11个槽号:1号槽 至3号槽分别放置电源、CPU、IM模块4号槽至11号槽 可以随意放置其他模块. 1·2 通信网络 一般的自动化系统都是以单元生产设备 为中心进行检测和控制,不同单元的生产设备间缺乏信息 交流,难以满足生产过程的统一管理.西门子全集成自动 化解决方案顺应了当今自动化的需求,TIA从统一的组态 和编程、统一的数据管理及统一的通信三方面集成在一 起,从现场级到管理级,可以使用如工业以太网、PROFIB- BUS,MPI,EIB等通信网络.根据设计的需要可以自由选择通信网络的配置[2]. 1·3 温度传感器 热电偶是将2种不同的导体焊接起来组成闭合回路,当两端节点有温度差时,两端点 之间产生电动势,回路中会产生电流,这种现象称为热电效应.热电偶温度传感器就是利用这一效应来工 作的.在工业生产过程中被测点与基准节点之间的距离常常过远,为了节省热电偶材料,降低成本,通常采 用补偿导线的方式进行补偿[3]. 1·4 显示界面 LabVIEW是美国NI公司推出的图形化工业控制测控开发平台,是目前应用最广、发展 最快、功能最强的图形软件集成开发环境.LabVIEW具有界面友好、开发周期短等优点,广泛应用于仪器 控制、数据采集、数据分析和数据显示等领域.所以,我们可以在计算机上采用它来实现对设备运行状态的 监控,同时也可以对各种数据进行采集显示.系统的温度显示界面如图2所示. 2 系统控制算法设计 PID控制是工业过程控制中最常用的一种控制方法, 但常规的PID控制在被控对象具有复杂的非线性时,如锅 炉的温度控制,不仅具有较大的纯延迟,而且模型也不确 定时,对于这种对象往往难以达到满意的控制效果.BP神 经网络PID控制具有逼近任意非线性函数的能力,通过神 经网络自身的学习,找到最佳组合的PID控制参数,以满 足控制系统的要求.具体的神经网络PID控制系统框图如 图3所示. 设PID神经元网络是一个3层BP网络,包括2个输入节点,3个隐含层节点,1个输出接点.输入节 点对应所选的系统运行状态量,如系统不同时刻的输入量和输出量等,必要时要进行归一化处理.输出节 点分别对应PID控制的3个可调参数KP,KI,KD.输入层的2个神经元在构成控制系统可分别输入系统 被调量的给定值和实际值.由文献[4]和[5]中的前向算法可得到输出层的权系数计算公式为: 3结论 PID控制算法是一种易于实现而且经济实用的方法,具有很强的灵活性,但在被控制对象具有复杂的 非线性时,难以满足控制要求,而神经网络PID控制具有逼近任意非线性函数的能力,神经网络PID与 LabVIEW结合实现对锅炉温度的数据采集、控制和显示,提高了锅炉监控系统的效率. 参考文献: [1] 邓洪伟.供暖锅炉温度和压力的PLC控制[J].动力与电力工程,2008(18):93-94. [2] 张运刚.西门子S7-300/400PLC技术与应用[M].北京:人民邮电出版社,2007. [3] 何希才.传感器及其应用实例[M].北京:机械工业出版社,2004. [4] 何离庆.过程控制系统与装置[M].北京:重庆大学出版社,2003. [5] 舒怀林.PID神经元网络及其控制系统[M].北京:国防工业出版社,2006.
宝妈妈爱吃醋
锅炉温度控制策略的应用研究 摘要:针对锅炉汽温控制的特点,设计了过热汽温串级模糊控制系统,介绍了系统的构成、原理 及该系统的优越性,并利用MATLAB仿真软件进行了仿真分析。 关键词:汽温;串级模糊控制;系统仿真 0 引言 过热蒸汽温度是衡量锅炉能否正常运行的重要 指标。假如过热蒸汽温度过高,若超过了设备部件 (如过热器管、蒸气管道、阀门、汽轮机的喷嘴、叶片 等)的允许工作温度,将使钢材加速蠕变,从而降低 使用寿命。严重的超温甚至会使管子过热而爆破。 可能造成过热器、蒸汽管道和汽轮机的高压部分损 坏。过热蒸汽温度过低,会引起热耗上升,引起汽轮 机末级蒸汽湿度增加,从而降低汽轮机的内效率,加 剧对叶片的侵蚀。因此在锅炉运行中,必须保持过 热汽温稳定在规定值附近。通常允许变化范围为额 定值±5℃。目前对锅炉过热汽温调节大都采用导 前汽温的微分作为补充信号的系统。其系统原理如 图1所示。 系统针对过热汽温调节对象调节通道惯性延迟 大、被调量反馈慢的特点,从对象调节通道找出一个 比被调量反应快的中间信号θ1作为调节器的补充 信号,以改善对象调节通道的动态特性。动态时调 节器根据θ1的微分和θ2这两个信号而动作。但在 静态时(调节过程结束后)θ1不再变化,则dθ1/dt= 0,这时过热器汽温必然恢复到给定值。实际使用 中,中间信号θ1的引入在一定程度上确实改善了控 制系统的动态特性,但是,影响蒸汽温度的因素很 多,除减温水流量的扰动外,负荷的变化,工况的不 稳定,过剩空气系数等都会导致蒸汽θ2温度发生波 动。这些波动是无法预知的,无法用精确的数学模 型来描述。由于模糊控制不依赖被控对象的精确数 学模型,它主要是根据人的思维方式,总结人的操作 经验,完成控制作用,特别适合于大滞后、时变、非线 性场合,因此该文提出一种锅炉过热气温的串级模 糊控制系统。 1 控制方案的研究设计 串级调节系统是改善大惯性、纯滞后系统调节 质量的最有效方法之一,所以设计的控制方案采用 串级模糊控制,其控制系统如图2所示。 图2中F为减温水流量调节阀。P为副调节 器,采用比例调节;FC为主调节器,采用混合模糊控 制器,即一个二维模糊控制器和常规PI调节器并联 而成,除能够尽快消除副环外的扰动之外还可以校 正汽温偏差,保证汽温控制的精度。 汽温调节对象由减温器和过热器组成,减温水 流量Wj为对象调节通道的输入信号,过热器出口汽 温θ2为输出信号。为了改善调节品质,系统中采用 减温器出口处汽温θ1作为辅助调节信号(称为导前 汽温信号)。当调节机构动作(喷水量变化)后,导 前汽温信号θ1的反应显然要比被调量信号θ2早很 多。由于从调节对象中引出了θ1信号,对象调节通 道的动态特性可以看成由两部分构成:①以减温水 流量Wj作为输入信号,减温器出口处温度θ1作为 输出信号的通道,这部分调节通道称为导前区,传递 函数为G01(s);②以减温器出口处汽温θ1作为输入 信号,过热器出口汽温θ2为输出信号的通道,这部 分调节通道称为惰性区,传递函数为G02(s),显然 导前区G01(s)的延迟和惯性要比惰性区G02(s)小 很多。系统结构如图3所示。 图3中有两个闭合的调节回路:①由对象调节 通道的惰性区G02(s)、副控制器Gc2(s)、副检测变送 器Gm2(s)组成的副调节回路;②由对象调节的导前 区G01(s)、主控制器(PI+混合模糊控制器)、主检 测变送器Gm1(s)以及副调节回路组成的主回路。 引入θ1负反馈而构成的副回路起到了稳定θ1的作 用,从而使过热汽温保持基本不变,因此可以认为副 回路起着粗调过热汽温θ2的作用。而过热汽温的 给定值,主要由主控制器(PI+混合模糊控制器)来 严格保持。只要θ2不等于给定值,主控制器就会不 断改变其输出信号σ2,并通过副调节器去不断改变 减温水流量,直到θ2恢复到等于给定值为止。可 见,主调节器的输出信号σ2相当于副调节器的可变 给定值。稳态时,过热汽温等于给定值,而导前汽温 θ1则不一定等于主调节器输出值σ2。 当扰动发生在副回路内,例如当减温水流量发 生自发性波动(可能是减温水压力或蒸汽压力改 变),由于有副回路的存在,而且导前区的惯性又很 小,副调节器将能及时动作,快速消除其自发性波 动,从而使过热汽温基本不变。当扰动发生在副回 路以外,引起过热汽温偏离给定值时,串级系统首先 由主调节器(PI+混合模糊控制器)迅速改变其输 出校正信号σ2,通过副调节回路去改变减温水流 量,使过热汽温恢复到给定值。由于主调节器(PI+ 混合模糊控制器)的惯性迟延小,故反应迅速。 因此在串级模糊蒸汽温度控制系统中,副回路 的任务是尽快消除减温水流量的自发性扰动和其他 进入副回路的各种扰动,对过热汽温的稳定起粗调 作用。主调节器的任务是保持过热汽温等于给定 值。系统在主控制器的设计上将模糊控制与常规的 PI调节器相结合,使控制系统既具有模糊控制响应 快、适应性强的优点,又具有PI控制精度高的特点。 2 模糊控制器的设计 模糊控制是一种基于规则的控制,在设计中不 需要建立被控对象的精确的数学模型。 模糊控制器的结构设计 该系统以过热蒸汽的实际温度T与设定值Td 之间的误差E=Td-T和误差变化DE作为输入语 言变量,系统控制值U为输出语言变量,构成一个 二维模糊控制器。其结构如图4所示。 Ku为模糊控制器比例因子,Ke,Kec为量化因子。 Ke:在输入量化等级确定之后,算法中改变误差 输入论域大小即改变了Ke的值,Ke增大,相当于缩 小误差的基本论域,起增大误差变量的控制作用。 若Ke选择较大,则上升时间变短,但会使系统产生 较大超调,从而过渡过程变长;Ke很小,则系统上升 较慢,快速性差。同时它还直接影响模糊控制系统 的稳态品质。 Kec:Kec选择较大时,超调量减小,但系统的响应 速度变慢,Kec对超调的抑制作用十分明显。但在 Ke,Kec和Ku中,系统对Kec的变化最不敏感,一般Kec 可调整范围较宽,其鲁棒性较好,给实际调试带来很 大方便。 Ku:比例因子Ku实质上是模糊控制器总的增益, 它的大小对系统输出的影响较大。Ku增大,系统超 调量随之增大,动态过程加快;反之,Ku减小,系统超 调量减小,动态过程变慢;Ku选择过大将会导致系统 震荡。由于Ku的敏感性,故可调范围较小。 模糊控制器可调参数Ke,Kec和Ku对系统性能 的影响各不相同,改变这3个参数可使控制器适用 于不同系统的性能要求。 模糊概念的确定及模糊化过程 对输入变量E进行模糊化,选择语言集为{负 大(NB),负中(NM),负小(NS),零(ZE),正小 (PS),正中(PM),正大(PB)},模糊论域选择如下 [-n,-n-1,…,-1,0,1,…, n-1, n],E的实际 变化范围为[-x,x],则量化因子为Ke=n /x。对偏 差变化率DE进行模糊化,选择合适的模糊论域和 偏差变化率范围,同理可以计算出相应的模糊量化 因子Kec,在这里为了方便起见,选择偏差e、偏差变 化率DE具有相同模糊论域。 对于输出量U,调节范围为[-R,R],语言集为 {负大(NB),负中(NM),负小(NS),零(ZE),正小 (PS),正中(PM),正大(PB)},模糊论域选择为[- m,-m-1,…,-1,0,1,…,m-1,m ],输出比例 因子为Ku=R /m。 在设计过程中,选取各变量的模糊论域,E= {-3,-2,-1,0,1,2,3};DE={-3,-2,-1,0,1, 2,3};U={-3,-2,-1,0,1,2,3},输入量E,DE 及输出量U模糊集的隶属函数选择为三角形,如图 5所示。 模糊规则的确定 模糊决策一般都采用“选择从属度大”的规则, 在过热蒸汽温度调节过程中,当系统的偏差较大时, 系统的快速性为主要矛盾,系统的稳定性控制精度 却是次要的,这时应使系统快速减小偏差;而当系统 偏差较小时,则要求以保证系统的稳定性及控制精 度为主。因而模糊控制规律应遵循:过热汽温上升 速度快,汽温偏高,则汽温的控制量应向下浮动;过 热汽温下降速度快,汽温偏低,则汽温的控制量应向 上浮动。因此采用的模糊控制器的模糊控制规则具 有以下的形式: if {E=AiandDE=Bi}thenU=Ci, i=1, 2,...,n 其中Ai, Bi以及Ci分别为E, EC、和U的模糊子 集。控制规则的多少可视输入输出物理量数目及所 需的控制精度而定。由于模糊控制器采用两个输入 E, EC,每个输入分为7级共有49条规则。 按模糊数学推理法则选则表1所示控制规则。 逆模糊化过程 文中采用的模糊推理方式是常用的Mamdani 的Min-Max-COA法,即前项取小,多规则取大合 成结论,然后取重心得出非模糊化结论的算法。在 上述规则中,Ai,Bi, Ci分别为论域E,DE,U的模糊 子集,根据上述规则可推出模糊关系Ri=ExDE,这 里采用的最小运算规则,在按最大—最小合成(max -min composition)推理算法求得控制器输出的模糊 子集为U=(ExDE)·Ri,其中“·”为合成运算,非 模糊化后的结论即为输出U的修正值。逆模糊化 方法采用重心平均法(centroid of area)。 3 系统仿真 为了说明串级模糊控制系统在锅炉过热蒸汽温 度的控制上有更好的调节效果,分别搭建具有导前 微分信号控制系统和串级模糊控制系统的仿真框 图。在保持相同输入信号条件下设置两系统被控对 象为相同的参数,以利于比较。 考虑到在实际应用中,各种随机扰动的影响及 过程的复杂性,被控对象有着大惯性、纯滞后的特 性,设系统的主副被控对象的数学模型分别为: 两系统仿真方框图搭建分别如图6、图7所示; 过热汽温响应曲线分别如图8、图9所示。 从仿真曲线可以很清楚的看到:串级模糊控制 系统应用在锅炉过热蒸汽温度控制上能够获得比具 有导前微分信号控制系统更好的调节效果。具有导 前微分信号的控制系统仿真曲线有振荡,有超调,动 态过渡时间长,误差大。而串级模糊控制系统仿真 曲线基本无振荡,无超调,动态过渡时间短,误差小, 有较好的控制品质。 根据现场锅炉运行情况,为了能 更好地说明问题,在保持两个系统中 各调节器、控制器参数不变的情况下, 同时改变两个系统的被控对象的参 数。 W02=e-5s12s+1 观察仿真曲线,如图10、图11所 示。 由于被控对象在电厂中各种设备复杂的运行环 境下,一直处于波动状态,改变主被控对象参数后而 其他参数保持不变时,具有导前微分信号的控制系
锅炉温度控制策略的应用研究 摘要:针对锅炉汽温控制的特点,设计了过热汽温串级模糊控制系统,介绍了系统的构成、原理 及该系统的优越性,并利用MATLAB仿真软件进
1.毕业设计论文总结报告 从思想上来说,在思想政治方面,本人具有优秀道德修养,并有坚定的政治方向。我热爱祖国,热爱人民,努力学习马克思列宁主义、毛泽东思想和邓小
下面是我找的,不知道对你有没有帮助 ,如果有的话请您给个红旗吧一、前言 众所周知,能源消费是造成当今环境恶化的一个主要原因,尤其是煤炭在直接作为能源燃烧过程中,
基于PID的锅炉温度控制系统设计 摘要:利用BP神经网络PID控制具有逼近任意非线性函数的能力,将神经网络PID与LabVIEW友好地人 机交互结合,实现对锅炉
热能与动力工程专业毕业论文(锅炉专业 锅炉的计算机控制 锅炉微机控制,是近年来开发的一项新技术,它是微型计算机软、硬件、自动控制、锅炉节 能等几项技术紧密结合的