电厂热工过程控制中智能PID控制器的应用探讨

电厂热工过程控制中智能PID控制器的应用探讨

关雨君

天津华电北宸分布式能源有限公司  天津市  300400

摘要：PID算法原理简单、良好、可靠、应用广泛，控制效果主要取决于参数整定的结果。PID控制器参数的设置通常分为两类:一类是长时间、耗时且不能保证最佳控制性能的设置，另一类是由于设置过程简单且效果明显而广泛使用的设置。拟合函数在智能优化算法的参数调节效果中起着决定性作用。

关键词：电厂热工;智能PID控制器;应用

引言

为了提高同步控制精度，相关学者在智能控制算法与同步控制策略结合使用方面做了大量研究。针对送杆机构的同步控制，提出了模糊PID结合同等同步的控制策略，完成了对不同信号的精确追踪;但该研究并未解决系统前期的振荡问题。采用模糊PID控制器，解决了升降层门运动精度低、响应慢的问题，但未完全消除控制过程中非线性因素的影响。设计了一种分数阶PID控制器，以提高液压机的抗干扰能力和控制精度;但该分数阶PID控制器无法实现对液压机的实时调控。为解决双缸锻造液压机控制精度低的问题，提出了一种模糊神经网络同步控制算法，使系统的控制精度及控制时间均得到提升;但该同步控制算法的优化过程复杂。

1.PID控制算法

PID控制算法的控制效果主要取决于PID控制器参数调整的结果。总体而言，PID控制器参数的调整可分为两类:手动调整耗时费力，不能保证最优控制性能；智能优化算法的调整，由于调整过程简单、效果明显，逐步得到考虑和应用。智能优化算法，如粒子群优化算法、遗传算法、人工鱼算法和禁忌搜索算法，可用于调整PID控制器参数。时间复杂度O(T(n))通常用于评估算法执行的有效性。这是一个输入的问题缩放函数T(n)，没有第一级和第二级因子。粒子群优化算法、遗传算法、人工鱼算法和禁忌搜索算法的时间复杂度分别为O(n)、O(n)、O(n2)和O(n2)。显而易见，粒子群优化算法和遗传算法随着时间的推移比人工鱼群搜索算法和禁忌搜索算法复杂得多，因此前两种算法的执行效率一般高于后两种算法。此外，由于遗传算法的编码和解码过程十分复杂，该算法的研究空间随着网络规模的增大而迅速扩大。

2.PID算法应用的意义

一般PID控制器本身的参数整定方法具有局限性，因此无法适应多元化的动力工况，为解决这一问题，必须对PID控制器的性能进行研究［1］。对PID控制器的研究历时已久，很多研究人员在对一般PID控制器的性能进行优化时，逐渐产生规则整定法、闭环搜索法、间接自整定等一些多样化的参数整定方法，但是这些方法普遍都需要遵循较多的运行规则，同时还要对多样化的特征参数进行辨识，因此只适用于一些工况比较简单的电厂，无法应用于复杂的工况过程控制，而部分研究人员通过改进PID算法的方式对PID控制器进行优化，并产生选择性控制算法、非线性控制算法、自适应性控制算法等先进算法，并且综合应用智能控制技术，对学习算法、直觉推理规则、启发式直观判断、专家经验等方法进行有效利用，从而形成智能PID控制器，使电厂热工过程控制水平有显著提升。

3.电厂热工过程控制中智能PID控制器的应用电厂热工过程中的应用

发电厂供暖期间的温度控制不超过压力、流量和液面变量，因为温度转移中存在滞胀现象。这是「偏移」物件性质，通常为「纯偏移」和「容量偏移」。前者通常指的是从工艺阶段传输材料所需的时间，而后者通常指的是受控制物品热交换所需要的时间，以及材料经过多个容器以形成稳定信号的事实。亮点是温度的实际值，不能随时反映出来。在温度调节中，需要PID温度控制器来解决此问题。关键是PID(微分数控制)中的d，微分数控制是高级控制。假设存在需要检查的材料温度，并且您要在35 c ( 35 c是目标值)下进行检查。PID控制具有p、PI、PD、PID等控件。必须选择PID指令，因为受控制的变数是温度。温度由温度传感器检测，此时获得的温度值与目标值(35)偏移，控制器确定处理速度是否快，以发出信号执行器的温度调节判断，得到一个新的动态温度调节值，温度传感器将该值的信号传递给控制器比较目标值，以获得滑差，需要集成控制干预I，温度控制器处理判断，并在处理判断后，在达到新判断后重新发出信号驱动的调节温度 控制不需要差动控制动作d，因此PID参数的调整是一个枯燥的过程，有时需要大量的工作来提高控制质量，寻找三个PID控制参数的最佳值。要使温度控制动态稳定在35左右，必须设置PID参数。先按比例，再按整数，最后用微分数。温度控制器可以自动或手动调整PID。

4.液驱平流泵仿真的应用

平流泵是一种具有恒流、恒压特性的精密流体机械，广泛应用于石化、制药、精细化工、生化分析等科学研究领域。目前国内相关的产品由于控制精度较低(误差不小于±5%)限制了其大面积推广，而国外同类产品价格较高。目前市面上平流泵结构原理主要分为两大类:一类是传统的普通电机带动凸轮旋转通过调量杠杆带动柱塞运动的方式，凸轮曲线和整个运动副结构参数的特殊设计保证两缸柱塞运动速度合成一条平稳的直线，从而实现流量的无脉动，通过改变调量杠杆的位置，改变流量的大小;另一类是基于单片机或其他控制器控制步进电机的转速，带动特殊设计的非圆齿轮转动，使柱塞产生往复运动，从而实现流量的无脉动，这类产品同样是双缸结构，通过改变脉冲频率进而改变步进电机的转速，可以调节其出口流量。国内外学者对于减少往复泵的脉动都做了大量研究。增加连杆长度来减少往复泵的流量脉动，但是脉动控制有限;液压驱动的海水往复泵，也提出了两缸柱塞运动规律的要求，但柱塞换向时输出流量为0，流量波动大;直线电机驱动的水压往复柱塞泵，可以大幅度的减小流量脉动，但当柱塞力大时直线电机无法驱动，限制了其应用。要实现往复泵输出流量无脉动的特性，需满足多缸柱塞运动速度合为一条直线。应用在三缸往复泵的“匀加速－匀速－匀减速”运动方式，通过三缸柱塞的叠加运动，可以实现理论上流量无脉动。根据上述运动方式，结合液压驱动功率密度大、负载能力强等特点，设计了一种液压力驱动的平流泵，搭建了液驱平流泵的AMESim-Simulink联合仿真模型，设计了自适应模糊PID控制器控制柱塞运动，通过仿真分析探究液驱平流泵瞬时流量脉动特性，为今后平流泵设计提供新的思路。

5.模糊ＰＩＤ控制的激光光束的应用

激光束指向稳定控制技术在精密跟踪、无线通信、自适应光学等领域有着广泛的应用。由于目标通常处于运动状态，激光光源经常受到振动，发生光束指向波动现象，这种现象是由热膨胀和支撑结构的收缩、光在大气中的传播受到湍流的影响、光学平台的振动引起出射激光不稳定而造成测量误差。为解决出射光束抖动问题，提高跟踪系统瞄准精度，因此需要建立光束指向稳定控制系统。在光束由于抖动发生偏移时，位置敏感探测器(positionsensitivedetector,PSD)上探测得到光束偏移量，将位置偏差反馈至控制器，然后驱动快速反射镜(faststeeringmirror,FSM)转动，出射光线趋于稳定状态，使得抖动引起的误差得到了补偿。基于单个ＦＳＭ的光束指向系统存在不足，因此建立基于双ＦＳＭ的光束稳定系统，修正出射光束的偏差。外部干扰会使负载发生变化，影响音圈电机驱动反射镜系统的控制性能，从而使系统产生非线性变化。

结束语

增强学习控制器是基于数据的控制器。与传统PID控制器相比，它具有良好的一般特性和高度的适应性。强化学习控制器与经典PID控制相结合，可以大大降低控制系统设计难度和人力投资。关于复杂车辆的控制，PID控制参数是通过密集学习在线调整的，仿真结果表明，基于密集学习的PID控制器能够实现复杂车辆的精确控制，具有良好的抗干扰性。

参考文献

[1]马巨海,焦宗旭,徐程琳,杨婕,马锴.基于神经网络PID控制的聚合温控负荷优化调度[J].燕山大学学报,2019,43(05):417-422.

[2]赵鑫.电厂热工过程控制中智能PID控制器的应用研究[J].民营科技,2018(09):62.

[3]张鑫,尚坤,卢红强.智能PID控制器在电厂热工过程控制中的应用[J].产业与科技论坛,2016,15(04):65-66.

[4]刘春艳,曲尔光.基于神经网络的PID控制器在电厂热工过程中的应用研究[J].电力学报,2007(03):305-308.

[5]刘志远,吕剑虹,陈来九.智能PID控制器在电厂热工过程控制中的应用前景[J].中国电机工程学报,2002(08):129-135.