基于GA-IGPC的鍋爐煙氣含氧量控制系統(tǒng)研究與應(yīng)用

劉圣晶 馮旭剛 章家?guī)r

摘要：該文針對(duì)燃煤鍋爐煙氣含氧量傳統(tǒng)測(cè)量方法誤差大、效率低和成本高等缺點(diǎn)，利用隱式廣義預(yù)測(cè)控制方法對(duì)控制系統(tǒng)進(jìn)行設(shè)計(jì)，通過遺傳算法對(duì)目標(biāo)函數(shù)進(jìn)行在線滾動(dòng)優(yōu)化，以此來實(shí)現(xiàn)對(duì)煙氣含氧量的實(shí)時(shí)控制。從現(xiàn)場(chǎng)的運(yùn)行工況來看，將煙氣含氧量控制在2%左右，符合現(xiàn)場(chǎng)的設(shè)計(jì)要求。

關(guān)鍵詞：燃煤鍋爐;煙氣含氧量;隱式廣義預(yù)測(cè)控制;遺傳算法;滾動(dòng)優(yōu)化

中圖分類號(hào)：TM621? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）01-0122-02

煙氣含氧量是燃煤鍋爐燃燒優(yōu)化控制中的一項(xiàng)重要指標(biāo)，其值過低會(huì)導(dǎo)致供給鍋爐燃燒的氧氣量不足，煤粉不能充分燃燒，同時(shí)還會(huì)對(duì)環(huán)境造成一定的污染[1-6]。張瑋等[7]建立基于PSO-Eiman模型的預(yù)測(cè)模型，完成火電廠煙氣含氧量的軟測(cè)量，通過仿真結(jié)果表明，該模型具有較高的預(yù)測(cè)精度和泛化能力;李建強(qiáng)等[8]提出最小二乘支持向量機(jī)（LSSVM），并結(jié)合粒子群算法對(duì)模型參數(shù)進(jìn)行尋優(yōu)，建立輸入輸出變量之間的關(guān)系模型，結(jié)果表明該模型具有魯棒性強(qiáng)和訓(xùn)練時(shí)間短等優(yōu)點(diǎn)。而本文提出了一種基于隱式廣義預(yù)測(cè)控制（IGPC）的煙氣含氧量預(yù)測(cè)模型，并通過遺傳算法（GA）對(duì)目標(biāo)函數(shù)進(jìn)行在線滾動(dòng)優(yōu)化，從而實(shí)現(xiàn)對(duì)煙氣含氧量的實(shí)時(shí)控制。

1隱式廣義預(yù)測(cè)控制原理

本文采用IGPC控制算法來設(shè)計(jì)控制系統(tǒng)。根據(jù)預(yù)測(cè)控制算法的特點(diǎn)，設(shè)計(jì)了一種閉環(huán)控制器，其控制原理框圖如圖1所示。

在圖1所示的框圖中，[r（k）]為煙氣含氧量的設(shè)定值，三個(gè)輸入量分別為送風(fēng)量[u1（k）]、燃料量[u2（k）]和引風(fēng)量[u3（k）]。三個(gè)輸入量同時(shí)作用在燃煤鍋爐燃燒系統(tǒng)和隱式廣義預(yù)測(cè)模型上。同時(shí)[y（k）]為煙氣含氧量的實(shí)際輸出值，<E：＼2021知網(wǎng)文件＼1-3＼1＼6xs202201＼Image＼image8_1.png>為煙氣含氧量的預(yù)測(cè)輸出值。首先，將煙氣含氧量預(yù)測(cè)輸出值與實(shí)際輸出值進(jìn)行比較，然后再將兩者比較產(chǎn)生的差值反饋到輸入端，接著計(jì)算實(shí)際控制增量與所需控制增量之間的誤差，通過GA在線優(yōu)化目標(biāo)函數(shù)來減小預(yù)測(cè)誤差。

1.1預(yù)測(cè)模型

預(yù)測(cè)控制算法對(duì)于非線性和時(shí)滯性等復(fù)雜的工業(yè)過程控制具有較好的控制效果。IGPC采用CARIMA模型作為預(yù)測(cè)模型。將IGPC控制算法應(yīng)用到本文的三輸入單輸出系統(tǒng)中，其模型表達(dá)式如下所示：

2）輸出預(yù)測(cè)

1.3反饋校正

在控制的每一步都要檢測(cè)煙氣含氧量的實(shí)際輸出值并與預(yù)測(cè)值做比較，以此來修正預(yù)測(cè)的不確定性。當(dāng)實(shí)際控制系統(tǒng)存在模型失配或外界干擾等問題時(shí)，這種反饋校正就會(huì)及時(shí)修正預(yù)測(cè)值，從而提高系統(tǒng)的魯棒性。

2遺傳算法尋優(yōu)

本文采用遺傳算法優(yōu)化目標(biāo)函數(shù)的控制量增量，即利用GA算法求取目標(biāo)函數(shù)的最小值。根據(jù)遺傳算法的設(shè)計(jì)原理，選取個(gè)體的適應(yīng)度函數(shù)為：

同時(shí)本文采用二進(jìn)制遺傳算法，通過選取相關(guān)參數(shù)，求取各控制量的最優(yōu)控制值，從而達(dá)到最優(yōu)控制的目的。

3 仿真分析

本文以某熱電總廠42MW燃煤鍋爐為研究對(duì)象，通過采集現(xiàn)場(chǎng)的運(yùn)行數(shù)據(jù)，利用遞推最小二乘法（RLS）對(duì)系統(tǒng)進(jìn)行辨識(shí)，得到以下傳遞函數(shù)：

根據(jù)上面的傳遞函數(shù)，進(jìn)一步采用MATLAB軟件對(duì)控制系統(tǒng)進(jìn)行仿真研究。經(jīng)過GA優(yōu)化之后，選取IGPC的預(yù)測(cè)長(zhǎng)度[n=8]，控制長(zhǎng)度[m=5]，柔化系數(shù)[α=0.5]，控制加權(quán)系數(shù)[λ=0.9]。再選取群體大小[M=30]，進(jìn)化代數(shù)[T=100]，交叉概率[Pc=0.84]，變異概率[Pm=0.072]。其仿真波形如圖2所示。

4 工程應(yīng)用

根據(jù)現(xiàn)場(chǎng)運(yùn)行情況，要求煙氣含氧量控制2%左右，控制系統(tǒng)實(shí)際應(yīng)用效果趨勢(shì)圖對(duì)比如下所示：

原DCS控制系統(tǒng)的煙氣含氧量在[0，5]范圍之間波動(dòng)，而本文設(shè)計(jì)的控制系統(tǒng)在運(yùn)行期間，煙氣含氧量在[0，2]范圍之間波動(dòng)。通過對(duì)比可以發(fā)現(xiàn)，圖4所示的煙氣含氧量控制較為平穩(wěn)，且變化范圍小，符合現(xiàn)場(chǎng)的設(shè)計(jì)要求。

5 總結(jié)

本文采用IGPC控制策略設(shè)計(jì)三輸入單輸出控制系統(tǒng)，利用GA實(shí)現(xiàn)目標(biāo)函數(shù)在線滾動(dòng)優(yōu)化，以此來實(shí)現(xiàn)對(duì)煙氣含氧量的實(shí)時(shí)控制。最后從現(xiàn)場(chǎng)的運(yùn)行結(jié)果也可以看出：與原DCS控制系統(tǒng)相比，本文所設(shè)計(jì)的控制系統(tǒng)在運(yùn)行后，將煙氣含氧量控制在2%左右，且波動(dòng)范圍較小，具有較好的工程應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1] 范晗東，彭鑫，呂玉坤.基于煙氣含氧量的電站鍋爐經(jīng)濟(jì)性優(yōu)化分析研究[J].電力科學(xué)與工程，2009，25（12）：40-44.

[2] 賈里.磁力機(jī)械式氧分析儀樣品處理系統(tǒng)的設(shè)計(jì)改造[J].石油化工自動(dòng)化，2017，53（1）：61-65.

[3] 王永智，付忠廣，劉炳含，等.基于GA-SVM的煙氣含氧量軟測(cè)量[J].化工自動(dòng)化及儀表，2017，44（10）：937-939.

[4] 唐振浩，段潔，曹生現(xiàn)，等.基于自校正LS-SVM的電廠鍋爐煙氣含氧量軟測(cè)量系統(tǒng)[J].化工自動(dòng)化及儀表，2015，42（12）：1281-1283，1299.

[5] 陳彥橋，郭一，劉建民，等.一種改進(jìn)煙氣含氧量軟測(cè)量建模方法與仿真[J].動(dòng)力工程學(xué)報(bào)，2011，31（1）：12-16.

[6] 王剛，劉林，王朋.基于微分進(jìn)化和SMO算法的煙氣含氧量軟測(cè)量[J].電力科學(xué)與工程，2012，28（2）：71-74.

[7] 張瑋，陳超波，王景成，等.基于PSO-Elman模型的火電廠煙氣含氧量預(yù)測(cè)[J].自動(dòng)化與儀表，2020，35（4）：75-79，85.

[8] 李建強(qiáng)，張瑩瑩，牛成林.基于PSO-LSSVM模型的火電廠煙氣含氧量預(yù)測(cè)[J].熱能動(dòng)力工程，2018，33（7）：49-55.

【通聯(lián)編輯：王力】

收稿日期：2021-06-09

作者簡(jiǎn)介：劉圣晶（1996—），男，安徽合肥人，碩士，研究方向?yàn)榘l(fā)電機(jī)組智能優(yōu)化控制。

3050500338261