中储式钢球磨制粉系统控制及应用

华北电力大学（保定）硕士学位论文中储式钢球磨制粉系统控制及应用姓名：尚雪莲申请学位级别：硕士专业：控制理论与控制工程指导教师：韩璞20041223摘要本文针对中间储仓式钢球磨煤机制粉系统的强耦合、大惯性、大迟延以及时变性等特点，采用了先进的智能控制方法，分别设计了基于逆矩阵静态解耦的ＰＩＤ控制系统、基于自适应单神经元的解耦控制系统和基于名义模型的内模控制系统。

本文首先根据中储式球磨机制粉系统对控制精度要求不高的特点，将传统解耦方法中的逆矩阵方法应用于制粉系统解耦中，设计了基于逆矩阵静态解耦的ＰＩＤ控制系统。

在自适应单神经元解耦控制系统中，钊‘对神经元参数的调节确定较为困难的特点，引进了微粒群寻优算法，刺神经元各参数进行寻优，取得了较好的仿真效果。

针对中储式球磨机制粉系统的时变特性，本文采用了根据名义模型来设计控制器的方法，设计了具有较好鲁棒性和较好的应用能力的内模控制系统。

关键词：球磨机，制粉系统，解耦控制，神经元控制，内模控制ＡＢＳＴＲＡＣＴＢａｌｌｍｉｌｌｃｏａｌｐｕｌｖｅｒｉｚｅｄｓｙｓｔｅｍｉｓａｍｕｌｔｉｖａｒｉａｂｌｅｓｙｓｔｅｍｗｉｔｈｌａｒｇｅｔｉｍｅｄｅｌａｙ，ｇｒｅａｔｉｎｅｒｔｉａａｎｄｓｔｒｏｎｇｃｏｕｐｌｉｎｇ，ａｎｄｉｔｓｄｙｎａｍｉｃｐｅｒｆｏｒｍａｎｃｅｃｈａｎｇｅｓｗｉｔｈｗｏｒｋｉｎｇｃｏｎｄｉｔｉｏｎｓ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｓｅｄｉｓａｄｖａｎｔａｇｅｓ，ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｓｙｓｔｅｍｓａｒｅｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒ，ｓｕｃｈａｓＰＩＤｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎｉｎｖｅｒｓｅｍａｔｒｉｘｄｅｃｏｕｐｌｉｎｇｔｈｅｏｒｙ，ｓｅｌｆ－ａｄａｐｔｉｖｅｎｅｕｒａｌｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌｓｙｓｔｅｍ，ａｎｄｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌ（ＩＭＣ）ｓｙｓｔｅｍｂａｓｅｄｏｎｎｏｍｉｎａｌｍｏｄｅｌ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｄｅｍａｎｄｓｏｆｂａｌｌｍｉｌｌｃｏａｌｐｕｌｖｅｒｉｚｅｄｓｙｓｔｅｍ，ｉｎｖｅｒｓｅｍａｔｒｉｘｄｅｃｏｕｐｌｉｎｇｔｈｅｏｒｙ，ａｔｒａｄｉｔｉｏｎａｌｄｅｃｏｕｐｌｉｎｇｍｅｔｈｏｄ，ｉｓｕｓｅｄｉｎｔｈｅｓｙｓｔｅｍｃｏｎｔｒｏｌ，ａｎｄａＰＩＤｃｏｎｔｒｏｌｌｅｒｉｓｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｄｅｓｉｇｎｅｄ．Ｉｎｔｈｅｓｅｌｆ－ａｄａｐｔｉｖｅｎｅｕｒａｌｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌｓｙｓｔｅｍ，ｐａｒｔｉｃｌｅｉｓｉｎｄｕｃｔｅｄｔｏｄｅｆｉｎｅｔｈｅｂｅｓｔｐａｒａｍｅｔｅｒｓ，ｗｈｉｃｈｍａｋｅｓｔｈｅｐａｒａｍｅｔｅｒｓｅｔｔｉｎｇｓｍｕｃｈｍｏｒｅｑｕｉｃｋｌｙａｎｄｅｆｆｅｃｔｉｖｅ，ａｎｄｉｔｈａｓａｌｓｏｐｒｏｖｅｄｔｏｈａｖｅａｇｏｏｄｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔ．Ｉｎｖｉｅｗｏｆｔｈｅｔｉｍｅ—ｖａｒｙｉｎｇｑｕａｌｉｔｙｏｆｐｕｌｖｅｒｉｚｅｄｓｙｓｔｅｍ，ａｃｏｎｔｒ６１ｓｙｓｔｅｍｂａｓｅｄｏｎｎｏｍｉｎａｌｍｏｄｅｌｉｓｄｅｓｉｇｎｅｄ，ｓｉｎｃｅｔｈｅＩＭＣｍｅｔｈｏｄｈａｓｇｏｏｄｒｏｂｕｓｔｃａｐａｂｉｌｉｔｙ，ｉｔａｌｓｏｐｒｏｖｅｄｔｏｈａｖｅａｇｏｏｄｐｅｒｆｏｒｍａｎｃｅａｎｄｓｏｌｖｅｄｔｈｅｐｒｏｂｌｅｍｏｆｔｉｍｅ—ｖａｒｙｉｎｇａｎｄｍｏｄｅｌ’ｓｉｍｐｒｅｃｉｓｉｏｎ．ＳｈａｎｇＸｕｅｌｉａｎ（ＣｏｎｔｒｏｌＴｈｅｏｒｙａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ）Ｄｉｒｅｃｔｅｄｂｙｐｒｏｆ．ＨａｎＰｕ，ａｓｓｏｃｉａｔｅｐｒｏｆＷａｎｇＤｏｎｇｆｅｎｇＫＥＹＷＯＲＤＳ：ｂａｌｌｍｉｌｌ，ｃｏａｌｐｕｌｖｅｒｉｚｅｄｓｙｓｔｅｍ，ｄｅｃｏｕｐｌｉｎｇｃｏｎｔｒｏｌ，ｎｅｕｒａｌｃｏｎｔｒｏｌ，ｉｎｔｅｒｎａｌｍｏｄｅｌｃｏｎｔｒｏｌ声明本人郑重声明：此处所提交的硕士学位论文《中储式钢球磨制粉系统控制及应用》，是本人在华北电力大学攻读硕士学位期间，在导师指导下进行的研究工作和取得的研究成果。

据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谫｝意。

学位论文作者签名：煎复矗．。

１９期：’班『．／一占关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件：②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；⑧学校可允许学位论文被查阅或借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。

（涉密的学位论文在解密后遵守此规定）作者签名：煎垒坠日期：至型：６』导师签名日期刊‘．／．‘华北Ｌｂ力人学硕士学位论文第一章引言１．１选题背景及意义中间储仓式制粉系统广泛应用于火力发电机组，是火电厂的大型重要辅机设各也是耗电大户之一，据统计，制粉系统用电量占厂用电量的１５～２５％，是潜在的节能大户之一，而长期以来，我国火电厂中间储仓式制粉系统的自动控制一直是一项技术难题，由于系统的大时延、非线性、多变量强耦合及模型时变特性，以及控制方式和磨内存煤量测量信号等存在的问题，使得设计安装的自动控制系统一直未能投入运行。

以往设计的控制系统大多是基于三套独立的ＰＩＤ控制回路，对于各系统之间的耦合及大时延特性均显得无能为力。

因此研究制粉系统的自动控制和优化运行具有重要的实际意义。

钢球磨煤机是我国大中型燃煤电厂制粉系统中使用最多的磨煤设备，它具有运行可靠、维护简单、对煤种适应性强、检修费用低等优点，从目前发展情况来看，其应用范围还在不断扩大，但是它的缺点也很突出，即制粉电耗高和难以投入自动控制。

中储式钢球磨煤机制粉系统是一个多变量、强耦合、大惯性的被控对象，其主要被控鸯是球磨机出口温度、入口负压、入出口差压、磨煤机载煤量等，这些参量的影响是交织在’起的，使得制粉系统成为一个多变量耦合、变量时滞和模型时变的控制对象，改变给煤、热风、冷风、再循环风中的任何一个量，都会影响磨煤机的出口温度、入口负压、存煤量、通风量等，而在测量方面，如钢球装载量、原煤水分含量、钢球磨出力等都无法实时在线精确测量，从而使得该系统的自动化较难以实现。

以往的控制系统大多以单回路调节器为基础，采用３套相互独立的ＰＩＤ控制回路，强行将变量ｆＨＪ的相互关系割裂，从而顾此失彼，不可能得到满意的控制效果。

此外，中储式钢球磨煤机制粉系统动态特性复杂，且动态特性随时间发生变化，这使得对象的数学模型难以准确获得，这也是使得该系统难以实现自动化的原因之中储式制粉系统钢球磨煤机自动控制的目标应该是，充分考虑球磨机系统的非线性特性、强秘合特性以及大迟延大惯性，并充分考虑断煤、堵磨和超温等异常工况，进一步提高系统在大范围内的可控性和适应性，应用领域知识优化系统的运行状态，不仅使单耗最低，更要使制粉系统的总体效率最佳，达到整体上的优化，并且保证系统安全运行，构造具有实用价值的运行支援系统。

．１．华北电力大学硕士学位论文随着先进控制理论及计算机技术的发展，球磨机制粉系统这一较难控制的系统开始受到重视，并取得了一些理论和应用方面的研究成果。

一批以多变量控制理论、模糊控制理论及自适应优化理论为基础，在充分考虑了制粉系统特点的基础上，针对不同被控过程的具体特性，基于不同控制理论的实用控制策略得以提出。

研究表明，对于多输入多输出的球磨机制粉系统，不解耦就无法达到很好的控制效果。

因此，多变量解耦在球磨机制粉控制系统的设计与应用中扮演着及其重要的角色。

多变量解耦方法可分为传统解耦方法、自适应解耦方法、智能解耦方法、鲁棒解耦方法等。

传统解耦方法以现代频域法为代表ＭＩＭＯ系统。

常用的几种传统解耦方法有反馈法、对角优势法等。

也包括时域方法，主要适用于线性定常求逆矩阵法、相对放大系数矩阵法、状态自适应控制的思想与解耦技术相结合并应用于多变量系统中，就形成了自适应解耦方法。

自适应解耦的设ｉ－ｔ‘思想是使系统的闭环传递函数成为对角阵，从而达到解耦的目的，而耦合信号通常作为干扰处理。

自适应解祸实质上采用了最优控制的方法，建立目标函数并剥‘参数寻优是该方法的核心，这是与传统解耦方法的本质区别，是解耦理论的重大突破，同时也是智能解耦理论的基础。

自适应解耦可应用于时变对象。

目前应用较多的智能解耦方法有神经网络解耦方法、模糊解耦方法等，其中又以神经网络解耦为代表。

神经网络可实现多输入到多输出的映射，能够逼近任意函数，并具有自学习功能，因而适用于时变、非线性和特性未知的对象。

目前，神经网络解耦在非线性系统中的应用已有了一些研究成果，但大部分解耦策略都带有尝试性，通常需要做大量的仿真实验。

神经网络解耦控制系统的结构一般可分为以下三种形式：（ａ）神经网络解耦补偿器置于被控制对象与控制器之间；（ｂ）神经网络解耦补偿器置于控制器之前；（ｃ）神经网络解耦补偿器置于反馈回路。

神经网络的解耦补偿器一般采用三层前向神经网络实现，用ＢＰ学习算法训练。

当对象的输入输出之间存在耦合，又没有确定的映射关系时，可建立相应的模糊规则，采用模糊解耦的方法。

如果用模糊神经网络记忆模糊规则，就成为模糊神经网络解耦控制。

这是一个较为新型的研究方向，正处于起步阶段，有赖于其它相关理论的发展。

目前，在ＭＩＭＯ解耦控制系统中，逐渐出现了将自适应控制、神经网络控制、预测控制以及模糊控制等几种不同方法融合在一起的设计方法，以求得更好的设计效果。

８０年代，非线性系统的解耦控制逐渐成为研究的重点内容之一。

非线性系统的．２．华北Ｌｂ力大学硕士学位论文极端复杂决定了这项工作极为艰难，即使是～＋般的干扰解耦解决起来也是非常困难的。

到目前为止，处理非线性系统解耦问题的最有效的数学工具是微分几何方法以及微分代数方法，它们在研究非线性控制理论方面获得了巨大成功，并使得非线性解耦问题也取得了很大进展。

除了以上方法外，还有反标架解耦法、卡尔曼滤波解耦、块解耦、弱解耦系统、干扰解耦、鲁棒解耦、Ｈ。

最优灵敏解耦法等，每种解耦方法均有其独特优点，也有其局限性。

基于精确建模的传统解耦控制理论所设计的解耦控制器对模型不确定度十分敏感，而神经网络作为智能控制理论的中坚力量，能够较好的完成模型不确定或具有时变性的系统的解耦及控制问题。

神经网络的许多优异特性决定了它在控制系统应用中的多样性和灵活性。

神经网络不善于显式表达知识，但是它具有很强的逼近非线性函数的能力，即非线性映射能力。

它不依赖于系统模型，具有优秀的自学习能力，它的这个特点使得神经网络控制具有很强的鲁棒性。