智能控制及其在火電廠熱工自動化中的應用

張凱林

（中國能源建設集團陜西省電力設計院有限公司，陜西 西安 710054）

0 引 言

目前，社會中的熱能動力設備復雜度較高，應用過程中不會呈現線性排布，且隨著時間的變化產生較大差異。同時，因為參數等方面的限制影響PID控制，使得控制器不能完全發揮作用。所以，不能通過建立模型的方式研究智能控制。人們開始考慮如何將智能控制應用于熱工自動化。

1 智能控制的發展歷程

1965年，傅京孫在相關控制系統中提出智能控制的思想理念。1971年，傅京孫詳細論述了人工智能，認為其是智能控制的前身，并闡述了理論和思想觀點。但是，“智能控制”這個名詞確定于1967年，且在1977年研究人員提出可以在傅京孫觀點的基礎上加深其和運籌學的聯系。因此，智能控制在日后的發展中逐漸加入了信息論，且已經趨于成熟。近幾年，智能控制技術已經應用于各個領域，取得了卓越成就。計算機技術飛速發展的時代背景下，智能控制技術將出現新的突破[1]。

2 智能控制技術的控制手段

2.1 通過分層遞階方式進行控制

如果系統控制的復雜度較高，通常應用分層遞階的控制方式。它的結構等級主要通過智能性的強弱區分。智能性最強的等級為組織級，智能性稍弱的等級為協調級，智能性最弱的等級為運行控制級。智能性強的等級將嚴重影響系統的運行，且運轉時耗費的時間最多，遇到不可控因素和問題的幾率也會大幅度上升。

2.2 利用專家控制系統進行控制

專家控制主要是將理論、技術和控制理論有效融合，如果不知道外界環境的具體情況，專家智能控制系統將利用龐大的知識庫和推理機構完成系統運行。此外，控制部件從知識庫中獲取關鍵信息后，根據策略推理規則調控系統運轉。專家控制系統的靈活性高，同時參數偏差較大時，可保證工作的可靠性。專家控制技術根據應用復雜度的差異分為控制器和控制系統兩類。控制系統結構完整，功能完善。而專家式控制器通常應用于工業領域，與專家控制系統相比，構造簡單，且在邏輯算法中發揮著重要作用[2]。

2.3 通過模糊控制達到目標

模糊控制的理論于1965年提出，1974年成功應用于蒸汽機控制，在當時引起了巨大轟動。模糊控制自創建至如今飛速發展，應用于各種領域。模糊控制主要是在模糊推理的基礎上，模擬人類思索問題的方式解決各類問題。模糊控制主要通過數學、語言的形式推導相關邏輯問題，之后利用計算機控制整體系統，其中最突出的是具有閉環結構的智能控制手段。這種控制手段魯棒性較強，解決時變系統控制或者非線性系統控制問題中具有重要作用。此外，模糊控制系統的設計不需按照傳統的設計思路建立精準的數學模型，而是根據相關人員積累的經驗，保證數據操作的合理性。模擬控制的推理不是利用計算機或者其他工具計算，而是通過模擬人類大腦，思考、推理復雜度較高的問題。模擬控制使用的語言在傳統數學變量的基礎上進行改進，從而達到實際應用的目的[3]。

2.4 模擬人腦神經進行控制

模擬人腦神經進行控制的方式被稱為神經網絡控制，根據人腦神經元之間的分布、連接和表達的信息而創建。逼近理論是神經網絡控制的理論基礎，在此基礎上，神經網絡控制系統進行建模、修正權值，且在控制過程中自我核算和校正。神經元網絡的特性為非線性，且建模時能夠節省大量精力。此外，神經元網絡中含有多種并行結構，提升了程序處理數據的能力。如果部分程序出錯，不會影響整體系統。神經元網絡的學習能力和適應能力較強，根據外界環境中的信息記憶數據，結合具體情況作出轉變。當神經網絡處理信號時，可以同時處理多個變量，在多變量系統中發揮了較大作用。

2.5 多種控制手段組合

智能控制手段的種類較多，應用優勢顯著，但是在較大程度上造成了應用的局限性。多種控制手段組合不僅能夠發揮單一手段的應用優勢，而且增加了功能的多樣性，最大程度上發揮了每種智能控制手段的優勢。科技人員將多種控制手段應用于專家控制、模糊控制，進而研發了模糊裝夾控制系統。當需求信息完整度不足時，它模擬人類的方式找出最有效的解決思路和方法，同時應用知識庫解答問題，最大程度保證信息的準確性。模糊控制與神經網絡相結合的控制系統可以處理模糊的信息，且在處理非結構化信息時尤為明顯。綜上所述，多種控制手段組合的方式提升了系統學習能力，促進了表達能力[4]。

3 在火電廠熱工自動化不同環節中的應用

3.1 控制溫度過高的汽溫

控制溫度過高的汽溫是目前衡量鍋爐運行質量的主要標準之一。傳統的控制手段主要是通過調控減溫水量控制汽溫，但系統慣性較大，且動態特性隨著外界環境而變化。因此，人們將智能控制技術應用于系統，大幅增強了系統性能，且在控制力度和適應性方面發揮了較大作用。目前，主要通過神經網絡模糊控制器滿足控制需求。結合實際發現，神經網絡模糊控制器最大程度發揮了學習性能的優勢，并且負荷變化較大的情況下達到了控制過高汽溫的要求。同時，可以調整傳統控制手段不能解決的模型不穩定問題。

3.2 控制鍋爐燃燒環節

鍋爐燃燒容易受多種因素干擾、制約，且測量燃燒率時沒有簡便的測量方法，而專家系統可以保證測量數據的準確性和實時性。此外，依據推理機判斷規則，它可以判斷發生的重大事故和故障的子集，同時精準判斷送風調節和煤厚調節的子集。專家控制系統主要是通過模糊控制解決鍋爐燃燒環節中的不確定性問題，從而提升控制的精準度、魯棒性以及鍋爐燃燒環節中的控制力度[5]。

3.3 合理控制制粉系統

儲式制粉系統是火電廠熱工自動化制粉系統的關鍵，但在控制中存在較大難度。首先，磨負荷信號測量的難度較大。其次，建立數學模型過程中的復雜度較高，需相關人員有豐富的經驗。針對中儲式制粉系統控制過程中遇到的難點，可以通過模糊語言總結相關人員的經驗，將結果儲存至計算機，并在計算完成后應用預測、分級方式控制中儲式制粉系統。不僅可以提升球磨機的安全性、穩定性，而且可為應用企業提供更高的經濟收益[6]。

3.4 控制給水環節、加藥環節

通常情況下，火電廠鍋爐加藥環節中可以加入聯胺，排除水中氧氣、二氧化碳，大幅度降低系統被氧化腐蝕的概率。同時，加藥環節可以加入氨提升給水的pH值，大幅減小pH值過低造成的水系統腐蝕程度。水處理的程度和鍋爐的蒸發量影響給水量和加藥量，進而PID調解時不能控制系統。因此，使用模糊控制系統構造相關人員的經驗，并將其轉化為控制推理的手段，從而解決外界環境影響造成的問題。這種方法不僅控制了電機的轉速，大幅度提升了給水的質量，而且發揮了魯棒性優勢。

4 結 論

綜上所述，智能控制在火電廠熱工自動化中具有重要作用和無限潛力。目前，人們逐漸加大智能控制理論的研究力度，實際的應用手段逐漸成熟。未來發展中，智能控制在熱工自動化領域的作用將越來越重要，同時大大促進了電力工業的發展。