一种循环流化床锅炉燃烧过程多变量控制方法.pdf

(19)中华人民共和国国家知识产权局*CN102494336A*(12)发明专利申请(10)申请公布号CN102494336A(43)申请公布日2012.06.13(21)申请号201110422623.4(22)申请日2011.12.16(71)申请人浙江大学地址310027浙江省杭州市西湖区浙大路38号(72)发明人杨荻金晓明(74)专利代理机构杭州求是专利事务所有限公司33200代理人杜军(51)Int.Cl.F23C10/28(2006.01)权利要求书权利要求书1页1页说明书说明书66页页附图附图22页(54)发明名称一种循环流化床锅炉燃烧过程多变量控制方法(57)摘要本发明公开了一种循环流化床锅炉燃烧过程多变量控制方法。本发明是在每一控制周期，通过数据采集设备采集锅炉运行参数并保存到数据存储模块中。广义预测控制的模型在线参数辨识模块利用存储器中的历史数据，在线辨识出CARIMA模型，并表达出过程输出变量主蒸汽压力、料床温度、烟气含氧量的步未来时刻预测值。利用最小二乘支持向量机误差估计模块对过程未来时刻预测输出作误差补偿。参考轨迹发生器得到的参考轨迹、过程未来时刻预测输出经过广义预测控制的滚动优化，通过优化算法计算使过程实际输出达到设定值。本发明解决了模型参数时变的问题，并使控制系统具有较强的鲁棒性。CN1024936ACN102494336A权利要求书1/1页1.一种循环流化床锅炉燃烧过程多变量控制方法，其特征在于该方法包括以下步骤：步骤(1)控制周期为20-50min，在每一控制周期内，采集循环流化床锅炉运行参数，主要是采集表征燃烧特性的过程变量，包括过程输入变量，具体是给煤量、一次风量、二次风量；过程输出变量，包括料床温度、主蒸汽压力和烟气含氧量，运行参数通过在线仪表检测后存入数据存储器；步骤(2)对循环流化床锅炉燃烧过程实施多变量广义预测控制，具体是：辨识出适用于控制的CARIMA模型，在线模型辨识环节从数据存储器中读取若干组燃烧过程变量，根据预先设定的模型阶次，采用多变量最小二乘法逐行辨识出所需模型；步骤(3)读取数据存储器中历史数据，由辨识出的燃烧过程模型，预测出过程未来时刻输出；这一步骤的实施，需考虑前一控制周期模型预测输出与过程实际输出之间的误差，若误差在允许范围内，则过程未来时刻预测输出如下所示：，其中为待求控制增量向量，为当前时刻过程输出，为前一时刻控制增量，、、为Diophantine方程有关的解；若误差大于允许范围，则在过程未来时刻预测输出表达式中添加误差补偿项：；步骤(4)参考轨迹发生器输出、过程未来时刻预测输出经过广义预测控制的滚动优化环节，经优化算法计算得到给煤量、一次风量、二次风量，并作用在循环流化床锅炉对象上，调节燃烧过程，使循环流化床锅炉适应外界负荷变化的需求。2.根据权利要求1所述的一种循环流化床锅炉燃烧过程多变量控制方法，其特征在于：所述的未来时刻预测输出的误差补偿，其误差是历史输入输出的非线性函数；用公式描述为：其中：为预测时域，、为模型阶次，为非线性向量函数；利用最小二乘支持向量机逼近非线性向量函数，可建立误差估计模型，实现如下：数据存储器中的燃烧过程变量是建模输入，模型预测输出与过程实际输出之间误差为建模输出，在建立最小二乘支持向量机误差模型后，利用支持向量机强大的泛化能力，估计误差补偿项，并添加到过程未来时刻预测输出中，以解决广义预测控制辨识模型不够精确的问题。2CN102494336A说明书1/6页一种循环流化床锅炉燃烧过程多变量控制方法技术领域[0001]本发明涉及一种循环流化床锅炉燃烧过程的控制方法，具体是一种基于最小二乘支持向量机误差补偿的多变量广义预测控制方法，涉及自动化技术、模式识别技术，用于锅炉燃烧过程的控制。背景技术[0002]循环流化床锅炉(CFBB)是在鼓泡流化床锅炉的基础上发展而来。流化床燃烧方式固有的炉内脱硫及低温燃烧的特点，大大降低了NOX排放，使得流化床锅炉成为广泛应用的生产蒸汽的动力设备。在循环流化床锅炉容量不断增大的同时，却存在燃烧系统自动化水平低、自动控制质量不高的问题。循环流化床锅炉包含固体燃料循环的燃烧方式，相比于普通锅炉具有更复杂的物料能量特性，是导致自动化实施水平低下的重要原因，其控制的难点主要体现在控制目标的多样性和过程变量的耦合性。[0003]目前对于循环流化床锅炉燃烧过程的控制主要是借鉴煤粉炉DCS控制方式，在其基础上稍作修改而成的PID多回路控制系统。PID控制系统具有模型依赖性低、参数整定简单、实施方便等优点，但是不能直接处理多变量耦合对象，制约了充分挖掘设备的潜能。[0004]根据马素霞对循环流化床锅炉燃烧过程动态特性研究可知，主要被控变量为：主蒸汽压力、料床温度、烟气含氧量，主要操纵变量为：给煤量、一次风量、二次风