火電廠鍋爐主蒸汽壓力控制仿真研究

李棟

摘要：大多數的火電廠都是靠蒸汽帶動同軸轉子發電的，將蒸汽的熱能通過轉子轉化為機械能。如果主蒸汽壓力質量達不到要求，那么就會影響到后面所有程序的進行，還會沖擊汽輪機轉子影響汽輪機的壽命，降低電廠的工作效益、經濟效益。

關鍵詞：鍋爐主蒸汽壓力;PID控制;模糊控制;遺傳算法優化

一、系統整體設計

本文研究了關于PID控制主蒸汽壓力的三種比較方法，設計了傳統PID控制主蒸汽壓力。將模糊控制規則與PID控制結合起來，形成了優勢互補，PID控制需要精確的數學模型而模糊控制不需要，模糊控制會存在很大的穩態誤差，恰好積分時間在理論上可以完全消除靜態偏差，所以再進一步的設計中我們采用模糊PID控制。在隊友尋優方面，考慮到最常用最適合的遺傳算法來優化PID的三個參數，把參數編碼形成對應的二進制字符串，用遺傳算子對Kp、Ki、Kd，進行復制、交叉、變異等操作，最后收斂得到最優解。這種方法速度快，原理簡單，應用廣泛。

二、程序仿真設計

2.1PID仿真設計

本文選取PID控制，它是一直具有著最強的生命力，同時也是經久不衰的基本控制方式之一。除了在最基本的情況下可以使用開關量的順序控制外，它就是唯一的控制方式。隨著科學技術的進步和發展，直到計算機領域的個命技術的更新換代，PID仍然在許多先進控制算法中，保持強大的生命力，由于PID自身具有這些優點，所以PID仍然是使用最廣泛的基本控制方式。PID控制應用廣泛，具有大量的實際實驗基礎，PID的控制簡單，操作方便，具有很強的適應性，魯棒性強的特點。PID的控制參數，Kp=0.1;Ki=1;Kd=0.采用的傳遞函數為。

2.2模糊PID仿真設計

本文設計了模糊PID控制，模糊控制對初始數據不是特別敏感，只要知道了研究對象大概的模糊模型就能有效的實施模糊控制，模糊控制的首要問題就是根據被控對象的特性來找出合適的模糊模型，這就是模糊系統的建模，就是要建立“黑匣子”里面系統的模糊模型。因此就需要一個系統的輸入和輸出、編輯語言的個數及其隸屬函數，以及能反應其輸入輸出的模糊關系，或者其模糊語言規則。模糊邏輯推理是根據人的想法的外特性，用模糊邏輯規則進行建模和控制的方法。模糊控制主蒸氣壓力的優點在于不必要也不需要知道被控對象的精確的數學模型，而是把被控對象當成一個黑匣子，通過其外特性建立了研究系統的模糊模型。

模糊PID復合控制指的是要將模糊控制策略與傳統的PID控制算法結合起來的一種控制算法。這種控制方法很常見，由于模糊控制過程中存在著靜態誤差，所以我們采用兩種控制相結合來消除模糊控制這一缺陷，防止模糊控制不能完成系統對較高精度的要求，因為PID調節的積分作用在理論上是可以完全消除穩態誤差的，它具有很好的消除誤差的作用。因此把模糊控制和PID控制結合起來以增加穩態性能。當常規的PID控制難以達到控制精度且系統的穩定性差時，可以引入模糊PID控制來提高系統的動態精度。

2.3遺傳算法PID仿真研究

遺傳算法（GA）引入優化參數形成的編碼串聯群體中，按所選擇的適配值函數并通過遺傳中的復制、交叉及變異算子對個體進行篩選，使適配值高的個體被保留下來，組成新的群體，新的群體既繼承了上一代的信息，又優于上一代。這樣周而復始，群體中個體適應度不斷提高，直到滿足一定的條件。染色體解碼復制是多點開始水解復制快，根據染色體的水解方式，遺傳算法具有并行解碼操作。它的并行特性決定控制迅速，這樣的算法對于操作人員操作簡單方便，時間短，是一種應用相當廣泛的全局尋優算法。

首先需要對參數進行編碼，確定參數之間的編碼長度和每個參數的大致范圍;然后由計算機來生成初始種群P（0），P（0）是由N個個體組成的;對行程編碼的各個個體進行解碼操作，用解碼出來的對應參數求代價參數值及適應度函數，二者之間成倒數關系;開始遺傳因子操作，要使用遺傳因子包括復制、交叉和變異算子初始種群P（t）進行，從而生成優化新生代優化種群P（t+1）;重復循環求代價函數和適應度函數產生新生代種群的步驟，當產生的新生代種群個體符合預訂目標或者收斂的時候為止。

采樣時間定義為auto，遺傳算法中使用的樣本size個數為30;編碼長度CodeL為10;G迭代次數為100次;交叉概率和變異概率分別為Pc=0.06，Pm=0.001;Kp的取值范圍[0-1]，Ki的取值范圍為[0-0.1]，Kd的取值為0.經過100代進化得到的優化參數為：1586.60140448786

在進行100次進化迭代次數之后，GA_PID的Simulink中顯示優化曲線，在MATLAB命令窗口中輸入plot（siomout）顯示如圖3所示，然后在畫圖中添加橫坐標時間、縱坐標Y輸出。

三、系統實驗結果

傳統PID控制方法在面對主蒸汽壓力這樣的被控特性時，面對擾動和工況的產生難以精確控制;模糊PID相結合，實驗結果表明積分控制可以消除穩態誤差，建立合適模糊規則，模糊PID控制可以取得效果良好的曲線，能夠既快又好的達到穩定。遺傳算法優化PID具有更快的響應速度，超調量明顯減小，增加了系統的穩定性要求。

四、結論

本文通過對火電廠鍋爐主蒸汽壓力的仿真研究，分析單變量二維控制系統的動、靜態特性，根據實際生產過程中出現的問題，及調查的有關經驗，對常規PID控制方法、模糊PID控制方法及遺傳算法優化（GA）PID的方法進行了深入比較。研究圍繞了主蒸氣壓力被控對象的被控特性，利用Matlab展開了實驗研究，實驗結果表明，傳統PID的控制精度，調節時間及相應的系統的快速性和穩定性較模糊PID控制效果要差，在多次的仿真實驗中，模糊PID的控制既可以消除穩態誤差又可以提高系統的精度要求，但是模糊PID與遺傳算法優化PID比較，前期工作量大，而且受模糊規則影響很大。遺傳算法可以全局尋優，速度快，尋優準確，是目前應用廣泛的一種方法。

參考文獻：

[1]葛超.基于模糊神經網絡的鍋爐蒸氣壓力控制系統.河南理工大學.2010，（1）：87～89

[2]丁虎，張建沛.PID參數整定新方法在鍋爐蒸氣壓力系統中的應用.哈爾濱工業大學學報，2010，42（1）：164～168

[3]劉金坤主編.先進的PID控制及其Matlab仿真，智能控制：第1版.北京航天大學出版社，2004.1～2，210～214

[4]楊瑞星.鍋爐蒸汽壓力模糊控制器的設計.鍋爐制造.2010，（2）：16～20

[5]張海良.鍋爐主蒸氣壓力控制：[碩士學位論文].江蘇：江蘇工業大學，2008.16～17

[6]王寧.超臨界直流鍋爐主汽壓力控制的仿真與研究：[碩士學位論文].河北：華北電力大學，2010.3～4