雙側送引風機變增益廣義預測控制

薛美盛 胡祖輝

(中國科學技術大學自動化系，合肥 230026)

雙側送引風機變增益廣義預測控制

薛美盛 胡祖輝

(中國科學技術大學自動化系，合肥 230026)

在分析母管制機組送引風回路控制情況的基礎上，提出一種雙側變增益廣義預測控制算法。該算法利用回路輸入輸出數據采用遞推最小二乘法對回路對象進行建模，并依此設計了先進的控制系統。該控制方法與原PID控制的對比分析結果表明：該控制方法效果較好，解決了雙側風機不同步的問題。

變增益廣義預測控制 燃煤鍋爐 送風回路 引風回路

燃煤鍋爐是火力發電廠的三大設備之一，其自控水平直接影響整個電廠的能耗和環保指標[1]。國內大型電廠已基本實現自動控制，但對于爐膛負壓及氧量等回路，常規PID控制常常無法取得好的控制效果，甚至有的投自動都困難[2]。所以，如何很好地將預測控制等先進控制策略應用到這兩個回路是電廠鍋爐先進控制改造的關鍵。

爐膛負壓是反映爐膛內壓力大小的參數，過高或過低都會直接影響鍋爐的經濟性、環保性和安全性。目前很多學者對爐膛負壓的先進控制做了研究。文獻[3]設計了自整定的PI控制器，該PI控制器的參數是在參考廣義預測控制(GPC)未來參考軌跡的基礎上進行設計的，文獻中給出了實例進行說明。文獻[4]運用模糊控制對爐膛負壓進行了研究，并給出了爐膛負壓控制的仿真結果。

煙道氧量反映了爐膛內空氣和煤粉混合燃燒的結果，合適的風煤比有利于提高燃燒效率。董繼先等仿真研究了一種基于廣義預測的自適應PID控制器，驗證了其具有響應迅速、魯棒性好及自適應能力強等優點[5]。薛文順和呂劍虹提出了一種模糊-PID復合控制系統并將其應用于一次風的壓力控制，現場效果顯著[6]。

筆者通過對某母管制機組的爐膛負壓和煙道氧量回路的雙側風機控制回路進行分析，提出了一種雙側變增益廣義預測控制算法，并設計了一套完整的先進控制系統。

1.1 回路情況概述

爐膛負壓是鍋爐安全穩定、經濟運行的重要參數，負壓過高甚至出現正壓時，爐內的高溫煙火會從爐體縫隙中噴出，不利于設備和人身的安全；負壓過低，煙道和爐膛的漏風將明顯增大，不僅燃燒損失增大、低負荷運行甚至造成鍋爐滅火[7]。所以，爐膛負壓應當維持在合理的波動范圍內。某母管制鍋爐的爐膛負壓安全生產要求范圍是-30～90Pa。

DCS系統中，爐膛負壓是通過甲/乙兩側引風機相互配合和變化風門開度共同調節的，圖1為DCS中爐膛負壓當前的控制策略。這是一個單回路控制，雙側負壓信號經過取平均后作為回路的反饋值。甲/乙引風機允許分別工作在自動和手動狀態。

圖1 爐膛負壓PID控制框圖

1.2當前控制效果

由于PID控制器參數的惡化，投運PID自動時爐膛負壓波動很大甚至超標。圖2是投入PID時爐膛負壓在2014年12月15日的波動情況。由圖可見爐膛負壓波動很大，而且經常超出工藝范圍，效果很不理想。

圖2 爐膛負壓PID控制效果

2 煙道氧量回路

2.1回路情況概述

風煤比是影響鍋爐整體燃燒效率的一個重要

因素。氧量過高，說明送風量過大，不僅會導致風粉混合物延遲著火，而且被煙氣帶走的熱量也增多，富氧燃燒情況下還容易產生大量的氮氧化物；氧量過低，說明送風量過小，缺氧條件下揮發分燃燒不充分，燃燒效率低下而且會導致CO濃度劇增。

煙道氧量的準確測量一方面有利于了解爐膛內的燃燒狀況和整體的燃燒效率；另一方面可以將計算的過熱空氣系數和有關煤質的離線實驗數據進行比較，兩相印證用以估計煤粉燃燒的效率。因此，提高氧量的控制水平非常重要[8]。該電廠對于煙道氧量的安全經濟性生產要求范圍是3.5%～8.0%。

DCS系統中，氧量通過甲/乙兩側送風機相互配合和變化風門開度共同進行調節，圖3所示為DCS系統中氧量原來的控制策略。這是一個串級控制，其外回路被控量是氧量，雙側負壓信號經過取平均后作為外回路的反饋，主PID控制器的計算輸出作為內回路的設定值備選項。內回路是送風機入口風量控制回路，送風量的設定值在主PID控制器輸出和風量設定值之間做一個高選，兩側送風機將雙側送風機的風量之和作為內回路的反饋。允許甲/乙兩側送風機分別工作在自動和手動狀態。

圖3 煙道氧量PID控制框圖

2.2當前控制效果

以上氧量的控制在主副PID控制器的參數實現有效整定后，控制效果應該也不錯。但是隨著鍋爐燃燒方式和燃燒設備完善程度的變化，加之煤質參數的大幅波動，初始整定后參數一直固定的PID控制器不能取得令人滿意的效果。圖4是氧量在2014年12月16日的波動情況。由圖可見氧量波動比較大，而且經常向下超出工藝范圍，多次達到3.5%以下，效果很不理想。

3 控制原理和實現

3.1算法基礎和模型辨識

GPC結合了自適應控制和預測控制的優點，采用受控自回歸滑動平均(CARIMA)模型[9]，對于變參數、變時延、變階次的系統都有望實現穩定的控制[10,11]。

筆者通過現場采集所需數據，對爐膛負壓和氧量回路進行分析。模型采用一階慣性純滯后進行近似，由于最小二乘法較為簡便[12]，對于筆者所述的一階模型，可運用遞推最小二乘法和基于階躍響應的參數辨識相結合的方法[13]，對這兩個回路的模型進行辨識。

圖4 煙道氧量PID控制效果

單輸入單輸出線性、定常、隨機系統的數學模型為：

(1)

滯后時間Td=10s，取采樣時間Ts=2s，用最小二乘法辨識出來[a1b1]=[-0.9687 0.3101]的爐膛負壓回路模型為：

y(k)=0.9678·y(k-1)-0.3101·u(k-6)+e(k)

(2)

經過換算和與工程辨識相結合，確定的連續模型為：

(3)

同理得氧量回路模型為：

(4)

3.2雙側引風機變增益控制

雙側引風機變增益廣義預測控制如圖5所示，采取了一個總送風量的前饋補償策略。兩側風門使用一個控制器的輸出，所以在兩個風門前引入一個分配器，用來協調雙側的風機出力。

圖5 雙側引風機變增益廣義預測控制

對于變增益控制，如果雙側風機只有一側投入自動，則相對投入雙側風機時，增益加強一倍，也就是說風門的動作要更大。分配模塊的分配模式有如下3種，按照操作員的操作習慣進行選擇：

a. 雙側風門同步增長。不管當前雙側風門的開度是多少，控制增量保持同步增加。

b. 雙側風門趨同增長。盡量匹配雙側風門，控制增量的分配總是向著兩側風門差最小的方向變化。

c. 雙側風機電流匹配。盡量匹配雙側風機電流，控制增量的分配總是向著兩側風機電流差最小的方向變化。

圖6所示是改進后投入先進控制的爐膛負壓控制效果，控制偏差接近±15Pa，并且大部分時間偏差在±10Pa以內，可見效果比PID自動時要好得多。

圖6 爐膛負壓先進控制效果

3.3雙側送風機變增益控制

雙側送風機變增益廣義預測控制如圖7所示，以雙側氧含量測定值的均值作為反饋，并采取了一個給粉機總轉速的前饋補償，控制模式選取同雙側送風機變增益控制。

圖7 雙側送風機變增益廣義預測控制

圖8是改進后投入先進控制的氧量控制效果，控制比較平穩，控制偏差接近±0.5%，可見效果比PID自動時要好得多。

圖8 氧量先進控制效果

3.4先進控制的實現

筆者搭建了一個先進控制系統平臺，平臺包含先進控制組件、數據通信組件和實時趨勢組件。先進控制組件是控制的核心，負責進行先進控制運算給出控制輸出；數據通信組件負責與DCS之間的數據聯通；實時趨勢組件幫助進行參數調試，得到最合適的控制參數。

4 結束語

對某電廠現場爐膛負壓回路和煙道氧量回路當前控制進行分析，根據實際應用情況提出雙側送引風機的變增益廣義預測控制，解決了雙側送引風機不同步的問題，可以更加合理地對雙側送引風機進行協調控制，取得了良好的效果。

[1] 秦虎，劉志江，黃宋魏.燃煤鍋爐燃燒過程自動控制的應用研究[J].自動化儀表，2011，32(9):64～66，70.

[2] 吳明永.工業鍋爐控制策略研究與控制系統設計[D].蘭州：蘭州理工大學，2009．

[3] Sato T.A Pressure Control System in a Furnace of a Thermal Power Plant Boiler Using a Future Reference Trajectory[C].4th IASTED Asian Conference on Power and Energy Systems.Langkawi：Malaysia，2008：353～358.

[4] 寧學棟.母管制鍋爐系統的協調優化控制策略[D].哈爾濱：哈爾濱理工大學，2014．

[5] 董繼先，李偉，王孟效，等.自適應預測PID控制器在爐膛負壓控制系統的應用[J].輕工機械，2010,28(1)：52～55.

[6] 薛文順，呂劍虹.模糊PID復合控制系統及其在鍋爐一次風壓力控制中的應用[J].電力自動化設備，2001，21(8)：15～17.

[7] 劉忠，陳麗華.基于工控機的鍋爐控制系統的設計與應用[J].化工自動化及儀表，2012，39(4)：456～459.

[8] 王耀青，劉微.在線調節風/煤比實現經濟燃燒控制[J].中國電力，1997，30(2)：14～19．

[9] Clarke D W.Application of Generalized Predictive Control to Industrial Processes[J].IEEE Control System Magazine，1988，8(2):49～55.

[10] 丁寶蒼.預測控制的理論與方法[M].北京：機械工業出版社，2008.

[11] Huang B,Kadali R.Dynamic Modeling,Predictive Control and Performance Monitoring:a Data Driven Subspace Approach[M].London:Springer，2008.

[12] 姜睿，王軍，李東海，等.改進最小二乘算法在主汽溫控制系統中的應用[J].清華大學學報(自然科學版)，2008，48(1)：97～100.

[13] 李少遠，蔡文劍.工業過程辨識與控制[M].北京：化學工業出版社，2005.

VariableGainGeneralizedPredictiveControlofBilateralForcedandInducedDraftFans

XUE Mei-sheng, HU Zu-hui

(Continued on Page 190)

TH862

A

1000-3932(2016)02-0113-05

2016-01-05(修改稿)