專利名稱：一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及循環(huán)流化床鍋爐燃燒自動控制方法，尤其是涉及能確保循環(huán)流化床鍋爐安全運行和高效率燃燒的一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法。
背景技術(shù)：
循環(huán)流化床鍋爐(簡稱CFB鍋爐)因其具有燃料適應性廣、脫硫成本低、高效低污染、灰渣易于綜合利用等多方面優(yōu)點，是近20年來國內(nèi)外爭相研究的焦點。近些年逐漸取代其它鍋爐爐型，成為火力發(fā)電、工業(yè)供熱等領(lǐng)域應用最廣泛的燃燒鍋爐技術(shù)，并朝著更大規(guī)?；统R界化CFB鍋爐方向快速發(fā)展。目前我國已經(jīng)運行的CFB鍋爐從數(shù)量和總裝機容量上看均位于世界第一；在大容量大規(guī)模方面國家也非常重視，科技部牽頭成立的四川
內(nèi)江白馬600MW超臨界循環(huán)流化床鍋爐示范工程，也是目前世界上最大功率的CFB鍋爐項目。但CFB鍋爐由于其多變量、強耦合、大滯后和多方面的不確定性，在工業(yè)應用中， 我國絕大多數(shù)的CFB鍋爐總體上還處于一個相對較低的運行水平，特別表現(xiàn)在配套的控制裝置和先進控制算法、技術(shù)等方面還存在很多問題。一方面經(jīng)常有CFB鍋爐結(jié)焦或爐膛內(nèi)爆、鍋爐爆炸等安全事故被報道；另一方面，我國占主體的中小型CFB鍋爐普遍存在原有自控算法簡單不實用、自控率極低、絕大多數(shù)靠工人手動操作等情況，不能充分發(fā)揮era鍋爐高效清潔燃燒的優(yōu)點，導致一定的能源浪費和不必要的污染物排放超標等。針對國內(nèi)CFB鍋爐的操作現(xiàn)況，已有不少公司和科研單位開發(fā)了一些CFB鍋爐優(yōu)化燃燒的先進控制方法。俞海斌、褚健等使用了汽包水位三沖量協(xié)議控制和燃燒專家智能來控制某75t/h容量的CFB鍋爐系統(tǒng)(俞海斌、褚健等，75t/h循環(huán)流化床鍋爐專家控制系統(tǒng)，化工自動化及儀表，26 (1)，1999 14-18)；東莞德永佳紡織制衣有限公司發(fā)明了一種CFB 鍋爐自控系統(tǒng)(授權(quán)公告號CN 10155110;3B)，通過在線計算鍋爐系統(tǒng)阻力及偏差運算得到最佳的給煤量，根據(jù)熱力學公式預估鍋爐負荷的變化，在線調(diào)整到最佳燃燒效果；北京和隆優(yōu)化控制有限公司發(fā)明了一種CFB鍋爐控制系統(tǒng)，使用二維梯度法在線優(yōu)化計算鍋爐熱效率，使用選擇-分程算法，控制一次風量、返料量、床壓和給煤量4變量來調(diào)節(jié)床溫穩(wěn)定(授權(quán)公告號CN 101556038B)；瑞士阿爾斯托姆電力公司公開了一種涉及CFB鍋爐二級氣流控制的設備和方法(專利申請?zhí)朇N200880008080. 8)；內(nèi)蒙古華寧熱電廠的480t/h CFB鍋爐使用了一種燃燒優(yōu)化調(diào)整方法，通過綜合調(diào)整一二次風比率和過剩氧量來提高燃燒效率、穩(wěn)定爐膛溫度，通過控制入爐煤顆粒度和排渣量改變鍋爐風室風壓、床壓，最終鍋爐熱燃燒效率提高了 1.46% (李豐泉、趙勇綱等，480t/h循環(huán)流化床鍋爐燃燒優(yōu)化調(diào)整，內(nèi)蒙古電力技術(shù)，28 (S2), 2010: 89-91)。綜合以上國內(nèi)外已有的各種CFB優(yōu)化控制技術(shù)，對鍋爐燃燒各方面的控制進行了改進，但也存在問題和不足
1.現(xiàn)有控制算法偏重于在線的控制優(yōu)化，自成體系，較難結(jié)合使用鍋爐固有的參數(shù)曲線、操作工的經(jīng)驗數(shù)據(jù)，造成調(diào)節(jié)時間長動態(tài)過程品質(zhì)差等。
2.床溫受煤質(zhì)(如粒度、熱值、揮發(fā)份)等影響較大，但現(xiàn)有優(yōu)化算法針對不同的煤質(zhì)條件采用同樣的控制算法；專家知識庫對已尋優(yōu)的最優(yōu)運行點不能自學習，返回之前同樣的工況條件運行，仍需重復漫長的自尋優(yōu)過程。3.初始經(jīng)驗值若不準確，會嚴重影響整個控制系統(tǒng)的性能，不能運行過程中動態(tài)剔除錯誤值；經(jīng)驗參數(shù)的高要求造成整個控制系統(tǒng)魯棒性差、調(diào)試困難、施工時間長。由此可見，目前國內(nèi)CFB鍋爐先進控制算法方面，還有一定的改進空間。

發(fā)明內(nèi)容
基于背景技術(shù)中存在的問題，本發(fā)明的目的在于提供一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法，確保循環(huán)流化床(CFB)鍋爐安全穩(wěn)定運行、經(jīng)濟高效率燃燒的控制方法，同時具有受煤質(zhì)波動影響小、負荷調(diào)節(jié)快速響應、自尋優(yōu)和自學習更新知識庫等特點。本發(fā)明解決其技術(shù)問題采用的技術(shù)方案是
1)負荷知識庫及負荷決策器、床溫知識庫及床溫決策器、二次風量知識庫及二次風量決策器存儲和使用鍋爐出廠特征數(shù)據(jù)、操作經(jīng)驗數(shù)據(jù)，運行自學習更新算法提煉運行中的優(yōu)化數(shù)據(jù)成新規(guī)則，發(fā)現(xiàn)并剔除錯誤規(guī)則；
2)熱效率在線優(yōu)化器利用現(xiàn)場數(shù)據(jù)，針對熱效率模型采用牛頓梯度法在線尋優(yōu)，優(yōu)化計算床溫設定值變化量和二次風量設定值變化量；
3)床溫協(xié)調(diào)控制器采用單回路一多沖量智能控制算法控制床溫，協(xié)調(diào)計算給料量、一次風量、床壓、二次風量4個變量的設定值改變量，輸出到各自的控制器；
4)給料量控制器、一次風量控制器、床壓控制器和二次風量控制器輸出的控制信號給循環(huán)流化床鍋爐系統(tǒng)的相應執(zhí)行機構(gòu)，平衡點檢測器檢測到鍋爐系統(tǒng)穩(wěn)定后啟動三個知識庫的自學習更新算法。所述的三個知識庫及其相應的決策器均采用if-else規(guī)則存儲數(shù)據(jù)，并使用自學習更新算法提煉新規(guī)則和剔除錯誤規(guī)則，其運算步驟如下
1)比較CFB鍋爐負荷設定值，若上次運行后負荷設定值改變，則使用知識庫中每條規(guī)則的“新可信度值”更新當前可信度值，之后退出本次運行；
2)檢測平衡點檢測器輸出，若檢測結(jié)果不穩(wěn)定，退出本次運行；
3)查找知識庫每條規(guī)則的i/部分，找出i/部分數(shù)據(jù)值與當前穩(wěn)定工況匹配的規(guī)則
a.若僅有一條規(guī)則匹配，則繼續(xù)比較其部分值與目前優(yōu)化輸出值的差值小于允許誤差士洲，則設置此條規(guī)則的新可信度值為100% ；
b.若多條規(guī)則匹配，繼續(xù)比較每條規(guī)則的else部分值偏差〈士洲則將此條規(guī)則新可信度值增大10%，15% >偏差> 士洲則新可信度減小10%，偏差>士15%則新可信度設為0 ；
c.若無規(guī)則匹配，則新增一條規(guī)則，值為當前優(yōu)化輸出值，新可信度設為70%;所有新可信度值一次運行才會生效，避免了更新規(guī)則算法造成決策器輸出不穩(wěn)定；
4)檢查每條規(guī)則的當前可信度值，若為0的規(guī)則作為錯誤數(shù)據(jù)刪除；
5)查找if部分相同的規(guī)則，匹配的規(guī)則條數(shù)>5，則當前可信度值最低的規(guī)則作為錯誤數(shù)據(jù)剔除。所述的床溫協(xié)調(diào)控制器使用單回路一多沖量智能控制算法，協(xié)調(diào)控制給料量、一次風量、床壓多個控制沖量的設定值改變量，從安全運行和經(jīng)濟燃燒角度，分兩種模式去控制床溫單目標值；
假設 T 表示當前床溫測量值， ΔΓ為床溫測量值與設定值間的偏差，燈為床溫的變化速率，當T在安全溫度范圍 [840，910]以外，控制器運行在床溫-安全控制模式，其步驟規(guī)則如下
1)若r<840°C則先使用一次風調(diào)節(jié)沖量，減風10%觀察床溫Γ值；Γ仍繼續(xù)下降則使用給煤量沖量，給煤量減少5%，風量增5%，直至床溫r>850°C ；若Γ增速過快，一次風量調(diào)到最大，待上升趨勢穩(wěn)定后恢復一次風量為原值；
2)若7>910°C應盡快降低床溫防止結(jié)焦，一次風量增大15%，減給煤量10%，床溫回落到 T<900°C時逐漸恢復一次風量；
若T在安全范圍[840，910]內(nèi)，控制器運行在床溫-經(jīng)濟控制模式，其步驟規(guī)則如下
3)若偏差較小ΔΓ<10°C，且變化平穩(wěn)6°C /min< VT < 10°C /min，則床溫僅使用一次風調(diào)節(jié)沖量，床溫控制器的輸出僅改變一次風量設定值，T偏低微減風量，T偏高則微增風量；
4)若偏差較大10°C< AT <20°C或者變化慢Vr < 60C /min，則調(diào)節(jié)一次風量基礎(chǔ)上適當使用給煤量調(diào)節(jié)沖程，T偏低微增給料量3-5%，T偏高則微降給料量3-5% ；
5)若偏差巨大ΔΓ>20°C或者變化太慢VT < 30C /min，或者一次風或給煤任一沖量累計調(diào)節(jié)幅度已超過15%，則另增床壓控制沖量，即床溫控制器輸出同時也調(diào)節(jié)床壓的設定值，T偏低微減床壓設定值5%，T偏高則微增床壓設定值5%。本發(fā)明具有的有益效果是
1、在不同煤質(zhì)、不同負荷下，往往鍋爐廠家和工藝人員都難以提供比較準確的最佳經(jīng)驗值的情況下，本控制系統(tǒng)通過優(yōu)化自學習調(diào)整到最佳狀態(tài)，并且隨著運行推移會總結(jié)出更多適合本鍋爐特性的經(jīng)驗規(guī)則，剔除原先設定的錯誤經(jīng)驗值，降低了初始經(jīng)驗值的要求減小了調(diào)試難度。2、通過在線尋優(yōu)改善了鍋爐燃燒工況，提高效率的同時節(jié)能減排，具有顯著經(jīng)濟效益和社會效益。3、鍋爐負荷跟蹤能力增強，增減負荷時更加穩(wěn)定快速，主氣壓力控制平穩(wěn)，爐膛溫度保持優(yōu)化，保證運行安全性提高運行效率。4、自學習更新、在線優(yōu)化、協(xié)調(diào)控制等操作均不需要人工干預，自控率顯著提高， 降低了操作工人勞動強度。


附圖為本發(fā)明所述控制方法實施例的結(jié)構(gòu)框圖。圖中1、負荷知識庫，2、負荷決策器，3、床溫知識庫，4、床溫決策器，5、二次風量知識庫，6、二次風量決策器，7、床溫協(xié)調(diào)控制器，8、給料量控制器，9、一次風量控制器，10、床壓控制器，11、二次風量控制器，12、熱效率在線優(yōu)化器，13、平衡點檢測器，14、給料變頻器， 15、一次風變頻器，16、引風機風門調(diào)節(jié)，17、二次風機變頻器，18、循環(huán)流化床鍋爐系統(tǒng)。
具體實施例方式下面結(jié)合附圖和實施例對本發(fā)明作進一步的說明。如附圖所示，本發(fā)明中的控制方法在某發(fā)電廠CFB鍋爐系統(tǒng)上的實施例，其整體包含有如下部分負荷知識庫1和負荷決策器2，床溫知識庫3和床溫決策器4，二次風量知識庫5和二次風量決策器6，床溫協(xié)調(diào)控制器7，給料量控制器8，一次風量控制器9，床壓控制器10，二次風量控制器11，熱效率在線優(yōu)化器12，平衡點檢測器13，給料機變頻器14，一次風機變頻器15，引風機風門調(diào)節(jié)16，二次風機變頻器17，以及作為被控對象的循環(huán)流化床鍋爐系統(tǒng)18。上述的所有部分可劃分為軟件和硬件兩大類，其中附圖標記1 一 13為軟件部分， 均可以在各種PLC、DCS或高性能單片機設備上編程實現(xiàn)，它們相互配合實現(xiàn)了本發(fā)明中的控制方法；其余的附圖標記14一18為硬件部分，根據(jù)CFB鍋爐生產(chǎn)廠家的不同此部分硬件可能會稍有差異，但基本都包括有圖中所示的各種執(zhí)行結(jié)構(gòu)、測量儀表以及CFB鍋爐設備本身。本發(fā)明的控制方法中設置了 3組知識庫及相應的決策機，如附圖所示，負荷知識庫1和負荷決策器2為一組，床溫知識庫3和床溫決策器4為一組，二次風量知識庫5和二次風量決策器6為一組。每組中的知識庫及決策器的功能類似，并運行相同的算法步驟，下面以負荷知識庫1和負荷決策器2這一組為例來介紹
負荷知識庫1采用if-else形式的規(guī)則，將設備出廠時廠家標定的鍋爐特性數(shù)據(jù)，或者將操作工長期觀察總結(jié)得出的經(jīng)驗數(shù)據(jù)作為特性數(shù)據(jù)儲存起來，自動控制時直接使用這些經(jīng)驗規(guī)則。負荷決策器2與負荷知識庫1相配合，可以判斷當前工況下是否有經(jīng)驗規(guī)則可以套用，經(jīng)驗規(guī)則的可信度值等。經(jīng)知識規(guī)則查找和決策算法運算，最終快速輸出一個可信的設定值結(jié)果給后繼的控制器。負荷知識庫1用于保存針對本鍋爐所特有的“負荷-給料量設定值”曲線，針對燃料燃燒熱值、含硫量、顆粒度等特性的不同，可以對應有多條“負荷-給煤量設定值”曲線， 最終組成一個表格形式的初始知識庫。特性曲線的設定要以運行經(jīng)驗和廠家標定的鍋爐特性值為依據(jù)，將鍋爐額定負荷范圍劃分成不同的小段，每段負荷范圍對應一條經(jīng)驗規(guī)則數(shù)據(jù)，并根據(jù)數(shù)據(jù)可靠程度將規(guī)則中的可信度值設為某個較大值(范圍0-100 )。負荷知識庫1中每條知識或經(jīng)驗數(shù)據(jù)以一條規(guī)則存儲，每條規(guī)則包括if部分和 else部分，多條不同的規(guī)則組成一個知識庫表格存儲在DCS系統(tǒng)存儲器中。每條規(guī)則的if 部分，包括有煤質(zhì)燃燒熱值、含硫量、顆粒徑、鍋爐負荷值及其它一些特別的煤質(zhì)條件或操作條件值，else部分包括對應條件下的給料量設定值、一次風量設定值，以及當前可信度值、新可信度值。初始知識庫形成后，隨著鍋爐控制系統(tǒng)的運行，負荷知識庫1中的規(guī)則會增加或者刪除，即具有自學習功能。這樣即使初始知識庫中設置的經(jīng)驗參數(shù)不準確或者錯誤，自學習后這些錯誤規(guī)則被調(diào)整或刪除，不會對控制效果造成永久影響。負荷知識庫1通過運行自學習更新算法提煉新規(guī)則和剔除錯誤規(guī)則，其運算步驟如下
1)比較CFB鍋爐負荷設定值，若上次運行后負荷設定值改變，則使用知識庫中每條規(guī)則的“新可信度值”更新當前可信度值，之后退出本次運行；
2)檢測平衡點檢測器輸出，若檢測結(jié)果不穩(wěn)定，退出本次運行；
3)查找知識庫每條規(guī)則的if部分，找出if部分數(shù)據(jù)值與當前穩(wěn)定工況匹配的規(guī)則 a.若僅有一條規(guī)則匹配，則繼續(xù)比較其else部分值與目前優(yōu)化輸出值的差值小于允
許誤差士洲，則設置此條規(guī)則的新可信度值為100%;b.若多條規(guī)則匹配，繼續(xù)比較每條規(guī)則的else部分值偏差〈士洲則將此條規(guī)則新可信度值增大10%，15% >偏差> 士洲則新可信度減小10%，偏差>士15%則新可信度設為0 ；
c.若無規(guī)則匹配，則新增一條規(guī)則，值為當前優(yōu)化輸出值，新可信度設為70%;所有新可信度值一次運行才會生效，避免了更新規(guī)則算法造成決策器輸出不穩(wěn)定；
4)檢查每條規(guī)則的當前可信度值，若為0的規(guī)則作為錯誤數(shù)據(jù)刪除；
5)查找if部分相同的規(guī)則，匹配的規(guī)則條數(shù)>5，則當前可信度值最低的規(guī)則作為錯誤數(shù)據(jù)剔除。負荷決策器2以負荷知識庫1中的規(guī)則為依托，其輸入為鍋爐的負荷設定值，從負荷知識庫1中查找是否有匹配的規(guī)則，對每條規(guī)則else部分的給料量設定值和一次風量設定值，以可信度值為加權(quán)量，經(jīng)歸一化加權(quán)求和計算后得到給煤量的設定值，給后繼的給煤量控制器8去執(zhí)行；計算后得到的一次風量設定值，輸出給后繼的一次風量控制器9去執(zhí)行。負荷決策器2輸出的給料設定值和一次風量設定值均為粗略值。對這兩個關(guān)鍵變量的控制，以此粗略值為基礎(chǔ)，再經(jīng)過在線優(yōu)化器輸出的差量調(diào)整，尋優(yōu)到最佳經(jīng)濟燃燒區(qū)域，這才是最終的一次風量設定值和給料量設定值。一次風量控制器9和給料量控制器8 可以采用常規(guī)的單回路PID算法進行實時的閉環(huán)控制。以上以負荷知識庫1和負荷決策器2相互配合組成的一組為例，詳細描述了其功能作用、算法步驟等。類似地，床溫知識庫3與床溫決策器4為一組，二次風量知識庫5和二次風量決策器6為一組，它們的作用與自學習更新算法與前面描述的相同，均是為了將已有的優(yōu)化經(jīng)驗快速應用于在線控制，提高控制性能。所不同的是，床溫知識庫3的if-else 規(guī)則中，存儲的是鍋爐廠家標定的出廠“負荷-最佳床溫”特性曲線值和操作經(jīng)驗數(shù)據(jù)；二次風量知識庫5的if-else規(guī)則中，存儲的是鍋爐廠家提供的或長期操作總結(jié)的“負荷一最佳二次風量”特性曲線值和經(jīng)驗數(shù)據(jù)。運行過程中上述的三組知識庫通過自學習會不斷地更新規(guī)則和刪除規(guī)則，知識庫中存儲的經(jīng)驗數(shù)據(jù)也會越來越符合鍋爐本身的特性，從而當改變操作負荷時，整個控制系統(tǒng)可以利用知識庫中的經(jīng)驗值快速響應，保證鍋爐對機組側(cè)的負荷出力，提高過度過程控制品質(zhì)。為了確保CFB鍋爐穩(wěn)定運行時整個系統(tǒng)能夠處于最佳燃燒效率狀態(tài)，本發(fā)明的控制方法中同時設計了在線自尋優(yōu)算法。在目前工業(yè)應用中，CFB鍋爐燃燒效率的主要指標是煙氣含氧量，在一次風相對穩(wěn)定的情況下，二次風量是影響煙氣含氧量的主要可控變量。除此之外，整個era鍋爐的經(jīng)濟運行，床溫也是極其重要的參數(shù)。在特定的鍋爐負荷設定值以及煤質(zhì)條件下，以熱效率模型計算公式為適應度函數(shù)(fitness function),以床溫設定值、 二次風量設定值為尋優(yōu)變量，以二次風量的上下限、床溫設定值的上下限(850-900°C之間) 為約束條件，構(gòu)成了一個數(shù)學上的最優(yōu)化問題，可以用如下公式表示
權(quán)利要求
1.一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法，其特征在于1)負荷知識庫及負荷決策器、床溫知識庫及床溫決策器、二次風量知識庫及二次風量決策器存儲和使用鍋爐出廠特征數(shù)據(jù)、操作經(jīng)驗數(shù)據(jù)，運行自學習更新算法提煉運行中的優(yōu)化數(shù)據(jù)成新規(guī)則，發(fā)現(xiàn)并剔除錯誤規(guī)則；2)熱效率在線優(yōu)化器利用現(xiàn)場數(shù)據(jù)，針對熱效率模型采用牛頓梯度法在線尋優(yōu)，優(yōu)化計算床溫設定值變化量和二次風量設定值變化量；3)床溫協(xié)調(diào)控制器采用單回路一多沖量智能控制算法控制床溫，協(xié)調(diào)計算給料量、一次風量、床壓、二次風量4個變量的設定值改變量，輸出到各自的控制器；4)給料量控制器、一次風量控制器、床壓控制器和二次風量控制器輸出的控制信號給循環(huán)流化床鍋爐系統(tǒng)的相應執(zhí)行機構(gòu)，平衡點檢測器檢測到鍋爐系統(tǒng)穩(wěn)定后啟動三個知識庫的自學習更新算法。
2.根據(jù)權(quán)利要求1所述的一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法，其特征在于所述的三個知識庫及其相應的決策器均采用if-else規(guī)則存儲數(shù)據(jù)，并使用自學習更新算法提煉新規(guī)則和剔除錯誤規(guī)則，其運算步驟如下1)比較CFB鍋爐負荷設定值，若上次運行后負荷設定值改變，則使用知識庫中每條規(guī)則的“新可信度值”更新當前可信度值，之后退出本次運行；2)檢測平衡點檢測器輸出，若檢測結(jié)果不穩(wěn)定，退出本次運行；3)查找知識庫每條規(guī)則的if部分，找出if部分數(shù)據(jù)值與當前穩(wěn)定工況匹配的規(guī)則a.若僅有一條規(guī)則匹配，則繼續(xù)比較其部分值與目前優(yōu)化輸出值的差值小于允許誤差士洲，則設置此條規(guī)則的新可信度值為100% ；b.若多條規(guī)則匹配，繼續(xù)比較每條規(guī)則的else部分值偏差〈士洲則將此條規(guī)則新可信度值增大10%，15% >偏差> 士洲則新可信度減小10%，偏差>士15%則新可信度設為0 ；c.若無規(guī)則匹配，則新增一條規(guī)則，值為當前優(yōu)化輸出值，新可信度設為70%;所有新可信度值一次運行才會生效，避免了更新規(guī)則算法造成決策器輸出不穩(wěn)定；4)檢查每條規(guī)則的當前可信度值，若為0的規(guī)則作為錯誤數(shù)據(jù)刪除；5)查找if部分相同的規(guī)則，匹配的規(guī)則條數(shù)>5，則當前可信度值最低的規(guī)則作為錯誤數(shù)據(jù)剔除。
3.根據(jù)權(quán)利要求1所述的一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法，其特征在于床溫協(xié)調(diào)控制器使用單回路一多沖量智能控制算法，協(xié)調(diào)控制給料量、一次風量、床壓多個控制沖量的設定值改變量，從安全運行和經(jīng)濟燃燒角度，分兩種模式去控制床溫單目標值；假設 T 表示當前床溫測量值， ΔΓ為床溫測量值與設定值間的偏差，嚇為床溫的變化速率，當T在安全溫度范圍 [840，910]以外，控制器運行在床溫-安全控制模式，其步驟規(guī)則如下1)若T<840°C則先使用一次風調(diào)節(jié)沖量，減風10%觀察床溫Γ值；Γ仍繼續(xù)下降則使用給煤量沖量，給煤量減少5%，風量增5%，直至床溫r>850°C ；若Γ增速過快，一次風量調(diào)到最大，待上升趨勢穩(wěn)定后恢復一次風量為原值；2)若7>910°C應盡快降低床溫防止結(jié)焦，一次風量增大15%，減給煤量10%，床溫回落到 K900°C時逐漸恢復一次風量；若Γ在安全范圍[840，910]內(nèi)，控制器運行在床溫-經(jīng)濟控制模式，其步驟規(guī)則如下3)若偏差較小ΔΤ<10°C，且變化平穩(wěn)6°C /min< υΤ < 10°C /min，則床溫僅使用一次風調(diào)節(jié)沖量，床溫控制器的輸出僅改變一次風量設定值，r偏低微減風量，Γ偏高則微增風量；4)若偏差較大10°C< LT <20°C或者變化慢〃Γ < 6°C /min，則調(diào)節(jié)一次風量基礎(chǔ)上適當使用給煤量調(diào)節(jié)沖程，r偏低微增給料量3-5%，Γ偏高則微降給料量3-5% ；5)若偏差巨大ΔΓ>20°C或者變化太慢VT < 3°C /min，或者一次風或給煤任一沖量累計調(diào)節(jié)幅度已超過15%，則另增床壓控制沖量，即床溫控制器輸出同時也調(diào)節(jié)床壓的設定值，r偏低微減床壓設定值5%，Γ偏高則微增床壓設定值5%。
全文摘要
本發(fā)明公開了一種循環(huán)流化床鍋爐在線優(yōu)化自學習控制方法。包括設有負荷知識庫、床溫知識庫、二次風量知識庫及自學習更新算法，可以提煉、存儲和使用鍋爐特性值和運行經(jīng)驗值從而提高控制性能。設有熱效率在線優(yōu)化器調(diào)節(jié)床溫和二次風量，可使用內(nèi)置的牛頓梯度尋優(yōu)算法實時優(yōu)化燃燒熱效率，使鍋爐燃燒過程逼近經(jīng)濟燃燒最優(yōu)區(qū)域。對鍋爐床層溫度的控制采用單回路—多沖量智能控制算法，有效解耦后協(xié)調(diào)控制影響床溫的多個變量，實現(xiàn)安全目標和經(jīng)濟目標的整合。本發(fā)明的控制方法可實現(xiàn)循環(huán)流化床鍋爐安全穩(wěn)定高效率運行，且魯棒性強、對預置的經(jīng)驗值有容錯能力，降低了控制系統(tǒng)調(diào)試難度。
文檔編號F23C10/28GK102425790SQ20111035620
公開日2012年4月25日 申請日期2011年11月11日 優(yōu)先權(quán)日2011年11月11日
發(fā)明者張偉, 王寧 申請人:浙江大學