【摘要】：循環(huán)流化床(CFB)鍋爐燃燒技術(shù)作為一種新型的燃燒方式,因?yàn)槠淙紵矢摺⑷剂线m應(yīng)范圍廣、負(fù)荷調(diào)節(jié)性能好、爐內(nèi)組織脫硫等諸多優(yōu)點(diǎn),在電力、供熱、工業(yè)蒸汽生產(chǎn)中得到了廣泛的應(yīng)用。但是CFB鍋爐燃燒系統(tǒng)又是一個(gè)分布參數(shù)、非線性、時(shí)變、大滯后、多變量耦合的被控對(duì)象。燃燒控制難,自動(dòng)投運(yùn)率低。因此對(duì)CFB鍋爐燃燒系統(tǒng)優(yōu)化控制的研究有很大的實(shí)際意義。本文首先對(duì)循環(huán)流化床鍋爐燃燒系統(tǒng)的結(jié)構(gòu)和燃燒特性進(jìn)行了分析,其主要特點(diǎn)包括大慣性、強(qiáng)耦合、非線性等,在此基礎(chǔ)上對(duì)燃燒系統(tǒng)主要熱工參數(shù)的控制方法進(jìn)行了研究。如今雖然機(jī)理建模技術(shù)已經(jīng)非常成熟,但是機(jī)理建模得到的模型不適合于控制器優(yōu)化。因此在設(shè)計(jì)優(yōu)化控制策略前,利用機(jī)組歷史數(shù)據(jù)和仿真機(jī)系統(tǒng),對(duì)系統(tǒng)進(jìn)行實(shí)驗(yàn)建模。鑒于燃燒控制系統(tǒng)的實(shí)驗(yàn)建模過(guò)程是一個(gè)需要辨識(shí)多維變量的復(fù)雜尋優(yōu)問(wèn)題,文章采取了蟻群優(yōu)化算法,這為后面的實(shí)驗(yàn)建模奠定了良好的基礎(chǔ)。在接下來(lái)的工作中,按照實(shí)驗(yàn)建模的一般方法,利用上述蟻群優(yōu)化算法求得模型的傳遞函數(shù)并利用與辨識(shí)數(shù)據(jù)無(wú)關(guān)的其他數(shù)據(jù)來(lái)驗(yàn)證所求模型傳遞函數(shù)的有效性。最后通過(guò)利用一次風(fēng)調(diào)節(jié)的快速性來(lái)控制床溫,利用調(diào)節(jié)給煤機(jī)的供給速度來(lái)控制主汽壓,以此對(duì)原有DCS中床溫控制回路和主蒸汽壓力控制回路的SAMA圖進(jìn)行優(yōu)化,并將前饋補(bǔ)償控制的原理運(yùn)用在燃燒系統(tǒng)控制中。結(jié)合上述控制方案和辨識(shí)得到的對(duì)象模型,利用蟻群優(yōu)化算法,對(duì)控制器參數(shù)進(jìn)行了優(yōu)化。通過(guò)對(duì)優(yōu)化前后的控制效果圖進(jìn)行比較,優(yōu)化后的控制系統(tǒng)不僅能提高鍋爐控制系統(tǒng)的自動(dòng)化水平,還對(duì)減排降耗提高能源利用率具有重要意義。
文內(nèi)圖片：
圖片說(shuō)明：主蒸汽壓力前饋控制 SAMA 圖
[Abstract]:As a new combustion mode, circulating fluidized bed (CFB) boiler combustion technology has been widely used in electric power, heating and industrial steam production because of its high combustion efficiency, wide range of fuel adaptation, good load regulation performance, desulphurization in furnace tissue and so on. However, the combustion system of CFB boiler is a controlled object with distributed parameters, nonlinear, time-varying, large lag and multivariable coupling. Combustion control is difficult and automatic operation rate is low. Therefore, it is of great practical significance to study the optimal control of CFB boiler combustion system. In this paper, the structure and combustion characteristics of circulating fluidized bed boiler combustion system are analyzed, its main characteristics include large inertia, strong coupling, nonlinear and so on. On this basis, the control method of main thermal parameters of combustion system is studied. Although the mechanism modeling technology has been very mature, the model obtained by mechanism modeling is not suitable for controller optimization. Therefore, before designing the optimal control strategy, the experimental modeling of the system is carried out by using the historical data of the unit and the simulator system. In view of the fact that the experimental modeling process of combustion control system is a complex optimization problem that needs to identify multidimensional variables, ant colony optimization algorithm is adopted in this paper, which lays a good foundation for the later experimental modeling. In the next work, according to the general method of experimental modeling, the transfer function of the model is obtained by using the above ant colony optimization algorithm, and other data independent of the identification data are used to verify the effectiveness of the transfer function of the model. Finally, the SAMA diagram of the bed temperature control loop and the main steam pressure control loop in the original DCS is optimized by using the rapidity of the primary air regulation to control the bed temperature and the main steam pressure control circuit by adjusting the supply speed of the coal feeder, and the principle of feedforward compensation control is applied to the combustion system control. Combined with the above control scheme and the identified object model, the ant colony optimization algorithm is used to optimize the controller parameters. By comparing the control effect diagram before and after optimization, the optimized control system can not only improve the automation level of boiler control system, but also play an important role in reducing emission and energy utilization.
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP273;TM621.2

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉吉臻;洪烽;呂游;楊婷婷;高明明;;循環(huán)流化床鍋爐床溫動(dòng)態(tài)模型[J];中國(guó)電機(jī)工程學(xué)報(bào);2016年08期

2 吳華鋒;陳信強(qiáng);毛奇凰;張倩楠;張壽春;;基于自然選擇策略的蟻群算法求解TSP問(wèn)題[J];通信學(xué)報(bào);2013年04期

3 劉艷萍;呂俊峰;;電力與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的辯證關(guān)系[J];北方經(jīng)濟(jì);2012年12期

4 喬建忠;馮校澤;;淺析先進(jìn)燃燒技術(shù)在尖山鐵礦能源高效綜合利用中發(fā)揮的重大作用[J];科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì);2010年24期

5 侯偉軍;盧廣;蔡曉輝;;富氧燃燒技術(shù)在循環(huán)流化床鍋爐中的研究綜述[J];應(yīng)用能源技術(shù);2009年09期

6 劉吉臻;楊光軍;牛玉廣;;基于分形理論的電站燃燒穩(wěn)定性監(jiān)測(cè)[J];華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

7 朱經(jīng)緯;蒙培生;王乘;;基于遺傳機(jī)制的蟻群算法求解連續(xù)優(yōu)化問(wèn)題(英文)[J];Journal of Shanghai University(English Edition);2007年06期

8 王護(hù)軍;;關(guān)于循環(huán)流化床鍋爐發(fā)展趨勢(shì)的探討[J];機(jī)電技術(shù);2006年02期

9 馬寶萍,司鳳琪,徐治皋,張志倫;基于遺傳算法的循環(huán)流化床鍋爐床溫模糊控制系統(tǒng)[J];中國(guó)電機(jī)工程學(xué)報(bào);2001年11期

10 牛培峰,孫鍵,柴天佑;國(guó)產(chǎn) 75t/h 循環(huán)流化床鍋爐燃燒智能控制系統(tǒng)[J];發(fā)電設(shè)備;1997年07期

相關(guān)博士學(xué)位論文 前3條

1 王沛棟;改進(jìn)蟻群算法及在路徑規(guī)劃問(wèn)題的應(yīng)用研究[D];中國(guó)海洋大學(xué);2012年

2 劉波;蟻群算法改進(jìn)及應(yīng)用研究[D];燕山大學(xué);2010年

3 孫劍;大型循環(huán)流化床鍋爐燃燒系統(tǒng)特性與建模研究[D];華北電力大學(xué)（北京）;2010年

相關(guān)碩士學(xué)位論文 前10條

1 熊彬;300MW循環(huán)流化床鍋爐主蒸汽壓力和床溫控制算法的研究[D];長(zhǎng)沙理工大學(xué);2013年

2 林偉偉;煤泥流化床鍋爐運(yùn)行優(yōu)化與控制技術(shù)研究[D];杭州電子科技大學(xué);2013年

3 劉媛;國(guó)產(chǎn)化300MW循環(huán)流化床機(jī)組鍋爐燃燒系統(tǒng)研究[D];華北電力大學(xué);2012年

4 張興;大型循環(huán)流化床鍋爐的控制策略研究[D];華北電力大學(xué);2012年

5 楊學(xué)峰;蟻群算法求解TSP問(wèn)題的研究[D];吉林大學(xué);2010年

6 王軍;工業(yè)鍋爐水汽系統(tǒng)和燃燒系統(tǒng)控制研究[D];合肥工業(yè)大學(xué);2010年

7 黎倩;模糊魯棒控制在循環(huán)流化床鍋爐控制中的應(yīng)用研究[D];河北科技大學(xué);2010年

8 秦偉;循環(huán)流化床鍋爐燃燒系統(tǒng)建模及其控制系統(tǒng)的研究[D];遼寧工程技術(shù)大學(xué);2009年

9 李經(jīng)昊;子空間預(yù)測(cè)控制及其在CFB鍋爐燃燒系統(tǒng)的研究[D];東北大學(xué)　;2008年

10 魏盛輝;煤粉著火爐的設(shè)計(jì)與實(shí)驗(yàn)研究[D];華中科技大學(xué);2007年

，

本文編號(hào)：2511734