權(quán)少寧

摘 要：本文研究汽輪機(jī)數(shù)字式電液調(diào)速系統(tǒng)，針對數(shù)字電液控制系統(tǒng)中的非線性環(huán)節(jié)，完成了一種基于模糊內(nèi)?？刂撇呗缘恼{(diào)速系統(tǒng)的設(shè)計。具體是將廣義被控對象通過粒子群算法的使用完成模型簡化處理，然后將其通過內(nèi)?？刂圃淼倪\(yùn)用完成內(nèi)模PID的設(shè)計，使用最大靈敏度函數(shù)選取初始參數(shù)，并對參數(shù)采用模糊控制器完成在線整定過程。系統(tǒng)仿真結(jié)果表明本文設(shè)計的方法使參數(shù)選取的效率得以有效提升，在減少超調(diào)量的同時顯著提高了系統(tǒng)響應(yīng)速度及抗干擾能力，從而使汽輪機(jī)調(diào)速系統(tǒng)的整體控制質(zhì)量和效率得以有效提升，為汽輪機(jī)調(diào)速系統(tǒng)的優(yōu)化和完善提供參考。

關(guān)鍵詞： 汽輪機(jī); 數(shù)字電液控制系統(tǒng); 調(diào)速系統(tǒng); 模糊內(nèi)?？刂?/p>

中圖分類號： TM 311

文獻(xiàn)標(biāo)志碼： A

Abstract： This paper mainly studies the digital electro-hydraulic speed control system of steam turbine. For the nonlinear link in the digital electro-hydraulic control system， a speed control system based on the fuzzy internal model control strategy is designed. The model simplification process is completed through the use of the particle swarm algorithm， and then the internal PID model is designed through the application of the internal model control principle， the initial parameters are selected by using the maximum sensitivity function， and the fuzzy controller is used to complete the online tuning. process. The system simulation results show that the method designed can effectively improve the efficiency of parameter selection， so that the system can significantly improve the system response speed and anti-interference ability and reduce the overshoot， so that the overall control quality and efficiency of the turbine governing system can be improved. These may provide reference for the optimization and improvement of steam turbine speed control system.

Key words： steam turbine; digital electro-hydraulic control system; speed control system; fuzzy internal model control

0 引言

快速發(fā)展的科學(xué)技術(shù)為工業(yè)質(zhì)量和效率的提升提供了有力支撐，汽輪機(jī)以其獨(dú)特的優(yōu)勢受到眾多工業(yè)領(lǐng)域的認(rèn)可，得以在電力、石化、造紙、環(huán)保等工業(yè)領(lǐng)域廣泛應(yīng)用。作為大型高轉(zhuǎn)速機(jī)械的一種汽輪機(jī)中的數(shù)字電液控制系統(tǒng)（DEH）起著重要作用，機(jī)組的安全性與可靠性受到DEH控制性能的直接影響，機(jī)組的穩(wěn)定高效運(yùn)轉(zhuǎn)則是提高工業(yè)企業(yè)的經(jīng)濟(jì)效益的基本保障。而調(diào)速系統(tǒng)的主要功能在于確保汽輪機(jī)輸出功率和負(fù)荷間平衡狀態(tài)的保持（通過調(diào)整氣量）。尤其是在互聯(lián)大電網(wǎng)建成的背景下，日常生產(chǎn)生活對電網(wǎng)的穩(wěn)定性及安全性的重視程度及要求越來越高，在發(fā)電機(jī)組中汽輪機(jī)調(diào)速系統(tǒng)發(fā)揮著重要的控制作用，其動態(tài)特性對供電質(zhì)量產(chǎn)生直接影響。因此在構(gòu)建汽輪機(jī)調(diào)速系統(tǒng)仿真模型的基礎(chǔ)上研究模型參數(shù)對電網(wǎng)穩(wěn)定性的影響成為汽輪機(jī)系統(tǒng)仿真中的重要研究方向。

1 需求分析

在工業(yè)過程控制中傳統(tǒng)的 PID 控制方法應(yīng)用較為普遍，具備設(shè)計過程繁瑣度較低、算法發(fā)展較為成熟、穩(wěn)定性好等優(yōu)勢，但由于汽輪機(jī)的系統(tǒng)較為復(fù)雜，傳統(tǒng)PID控制方法已經(jīng)難以有效滿足特定的控制要求，目前對該方法進(jìn)行優(yōu)化和完善的研究較多，例如，在結(jié)合使用PID方法與模糊控制器的基礎(chǔ)上，對控制器的參數(shù)通過差分算法的使用完成優(yōu)化過程，從而使系統(tǒng)的響應(yīng)速度、魯棒性及穩(wěn)定性得以有效提高;以汽輪機(jī)系統(tǒng)的復(fù)雜特性為依據(jù)，通過自學(xué)習(xí)和自適應(yīng)能力較強(qiáng)的神經(jīng)元和 PID方法的有效結(jié)合，有效提高了控制系統(tǒng)品質(zhì)，完成了基于單神經(jīng)元的自適應(yīng)PID 控制策略的設(shè)計，并通過試驗對比模糊控制結(jié)果證明了此種方法的可行性。上述方法雖使系統(tǒng)的動態(tài)特性得以有效改善，但對于系統(tǒng)受到非線性環(huán)節(jié)影響情況的考慮不充分;而通過結(jié)合運(yùn)用模糊控制器與串級控制方法實現(xiàn)了對系統(tǒng)中存在的干擾及參數(shù)變化情況的追蹤和分析，顯著提高了系統(tǒng)的魯棒性，但受限于復(fù)雜的設(shè)計過程及多個控制器參數(shù)的調(diào)節(jié)難度增加了應(yīng)用成本;在對調(diào)速系統(tǒng)的參數(shù)時變因素（非線性）進(jìn)行充分考慮的基礎(chǔ)上，通過有效結(jié)合運(yùn)用RBP神經(jīng)網(wǎng)絡(luò)和自適應(yīng)逆控制理論完成了自適應(yīng)逆控制器的設(shè)計，負(fù)荷擾動信號采用了發(fā)電機(jī)功率，實現(xiàn)了對干擾影響的有效抑制及目標(biāo)跟蹤性能的顯著提高，單在設(shè)計時需分別考慮給定速度、外部干擾的影響情況，導(dǎo)致過程繁瑣復(fù)雜難以在工程中普及應(yīng)用[1]。

2 電液伺服系統(tǒng)非線性分析

作為熱工況系統(tǒng)的一種汽輪機(jī)的相關(guān)參數(shù)具有時變、干擾、復(fù)雜的特點(diǎn)，非線性環(huán)節(jié)（包括飽和、死區(qū)等）在電液伺服系統(tǒng)中表現(xiàn)明顯，傳統(tǒng)的研究領(lǐng)域中大多忽視了調(diào)速系統(tǒng)的數(shù)學(xué)模型及對應(yīng)參數(shù)的運(yùn)用，準(zhǔn)確模型的構(gòu)建對電網(wǎng)等領(lǐng)域的長期穩(wěn)定及性能的控制具有重要意義，對控制系統(tǒng)通過辨識汽輪機(jī)調(diào)速系統(tǒng)參數(shù)實現(xiàn)優(yōu)化過程，在實現(xiàn)汽輪機(jī)組故障診斷會和狀態(tài)監(jiān)測的同時使控制系統(tǒng)功能得以有效提升，本文主要在簡化系統(tǒng)模型的基礎(chǔ)上，完成完成內(nèi)模PID的設(shè)計及有效初始參數(shù)的選取，進(jìn)一步提升汽輪機(jī)數(shù)字式電液調(diào)速系統(tǒng)的控制性能。本文根據(jù)實際汽輪機(jī)的死區(qū)特性，通過模糊內(nèi)?？刂撇呗缘脑O(shè)計和應(yīng)用，使汽輪機(jī)數(shù)字電液控制系統(tǒng)（DEH）中非線性環(huán)節(jié)的影響得以有效降低，先將廣義被控對象通過粒子群算法（PSO，易于工程應(yīng)用）的使用完成到一階慣性加時滯系統(tǒng)的逼近過程，并在此基礎(chǔ)上完成內(nèi)模控制器的設(shè)計，實現(xiàn)以較少參數(shù)應(yīng)用提高搜索速度。然后采用最大靈敏度函數(shù)，以函數(shù)同可調(diào)參數(shù)（由τc表示）間的關(guān)系為依據(jù)完成參數(shù)的初始選取。再對內(nèi)?？刂破鞯膮?shù)通過模糊控制特性的應(yīng)用完成自適應(yīng)在線調(diào)整過程。從而使具備非線性特點(diǎn)的控制系統(tǒng)的動靜態(tài)特性及抗干擾性能得以有效提高，實現(xiàn)汽輪機(jī)調(diào)速系統(tǒng)的進(jìn)一步優(yōu)化。本文以中小型汽輪機(jī)作為研究對象，將其簡化為系統(tǒng)數(shù)學(xué)模型，DEH系統(tǒng)中的非線性特性以主要由庫侖摩擦和滑閥正重疊量引起的死區(qū)為代表，系統(tǒng)穩(wěn)定性及控制精度受到其穩(wěn)定影響。

在分析死區(qū)對系統(tǒng)的影響時，具體在MATLAB環(huán)境下構(gòu)建仿真模型如式（1）。圖1為存在死區(qū)的系統(tǒng)響應(yīng)輸出情況，輸出結(jié)果表明系統(tǒng)的響應(yīng)速度受到死區(qū)的影響產(chǎn)生了一定的延時，一定程度上降低了系統(tǒng)的穩(wěn)態(tài)精度和動靜態(tài)特性，并且影響程度同死區(qū)寬度呈正比;死區(qū)在不同頻率下對系統(tǒng)產(chǎn)生的影響也不同，頻率與幅值成反比，同靜差呈正比，靜差越大則代表影響程度越明顯[2]。

3 內(nèi)?？刂频脑O(shè)計

3.1 系統(tǒng)簡化模型的構(gòu)建

設(shè)計設(shè)計復(fù)雜高階系統(tǒng)的內(nèi)模控制器的難度較大，不利于理想控制效果的實現(xiàn)，因此本文對復(fù)雜系統(tǒng)進(jìn)行模型簡化處理，假設(shè)，延時時間

由L 表示等效模型的比例增益由k表示，積分時間常數(shù)由T 表示，具體采用的簡化模型如下[3]。

通過 MATLAB建模仿真后對基于PID 控制、內(nèi)?？刂?、模糊內(nèi)模控制的控制性能進(jìn)行對比，系統(tǒng)響應(yīng)曲線如圖4 所示。PID 控制雖速度快但超調(diào)量大，內(nèi)?？刂茻o超調(diào)量但調(diào)節(jié)效率低，模糊內(nèi)?？刂破飨啾戎卤憩F(xiàn)出了更快的響應(yīng)速度和更好的控制性能好，且超調(diào)量小，達(dá)到穩(wěn)定值所需時間最短[11]。然后通過加入5% 的蒸汽擾動（在20 s處）以驗證抗擾動性能，結(jié)果如圖 5 所示，相比其他兩種控制方法，模糊內(nèi)?？刂破鞒{(diào)量最小，能以系統(tǒng)誤差及誤差變化率為依據(jù)完成輸出值的自適應(yīng)調(diào)節(jié)，從使干擾得以有效抑制。

5 總結(jié)

傳統(tǒng)對決汽輪機(jī) DEH 控制系統(tǒng)采取的控制策略大多由于復(fù)雜程度高、涉及到的待整定參數(shù)繁多而限制了整體控制功能的有效實現(xiàn)，為滿足復(fù)雜系統(tǒng)的控制要求，有效解決汽輪機(jī) DEH 控制系統(tǒng)中非線性環(huán)節(jié)存在的問題，本文完成了模糊內(nèi)模策略的構(gòu)建和應(yīng)用，顯著降低了參數(shù)整定工作，在時設(shè)計流程得以顯著簡化的同時降低了計算過程的復(fù)雜程度，通過 MATLAB建模及仿真試驗對比本文控制策略同其它方法的結(jié)果，證明了本文設(shè)計的模糊內(nèi)?？刂品桨缚煽焖龠_(dá)到設(shè)定值，能夠?qū)Ω蓴_影響進(jìn)行有效抑制，具有較佳的動靜態(tài)特性，具有較高的實際應(yīng)用價值。

參考文獻(xiàn)

[1] 廖詩武，曾凱文，姚偉，文等.火電快速甩負(fù)荷機(jī)組動態(tài)仿真建模[J]. 電工技術(shù)學(xué)報， 2017（4）：212-220.

[2] 張寶，樊印龍，顧正皓，等.汽輪機(jī)調(diào)速系統(tǒng)中影響電力系統(tǒng)低頻振蕩的關(guān)鍵因素[J]. 中國電力， 2017（1）：105-110.

[3] 翟江，夏天，田芳，等. PSASP用戶自定義建?；旌喜介L仿真機(jī)制的實現(xiàn)與應(yīng)用[J]. 電網(wǎng)技術(shù)， 2016（11）：3497-3502.

[4] 趙佳佳，馬喜平，賈嶸，等. 基于概率與小波分析的故障檢測方法及其應(yīng)用[J]. 電網(wǎng)與清潔能源，2016（7）：92-95.

[5] Zhang N， Li C， Li R， et al. A mixed-strategy based gravitational search algorithm for parameter identification of hydraulic turbine governing system[J]. Knowledge Based Systems， 2016（6）：218-237

[6] 江效龍，魏樂，盛鍇，等. 基于果蠅優(yōu)化算法的汽輪機(jī)調(diào)節(jié)系統(tǒng)參數(shù)辨識[J].動力工程學(xué)報， 2018（7）：556-561.

[7] Paolo Casoli， Agostino Gambarotta， Nicola Pompini，Luca Riccò.Coupling excavator hydraulic system and internal combustion engine models for the real-time simulation[J]. Control Engineering Practice， 2015（9）：26-37.

[8] 張寶，樊印龍，印旭洋.電力系統(tǒng)低頻振蕩對汽輪機(jī)組運(yùn)行安全性的影響[J]. 中國電力，2017（11）：120-123.

[9] 張寶，楊濤，項謹(jǐn)，等.電網(wǎng)瞬時故障時汽輪機(jī)汽門快控誤動作原因分析[J].中國電力， 2014（5）：25-28+34.

[10] 劉巨，汪錦，姚偉，等. 負(fù)阻尼和強(qiáng)迫功率振蕩的特征分析與區(qū)分方法[J]. 電力系統(tǒng)保護(hù)與控制， 2016（19）：76-84.

[11] 王鳳良.基于工程實踐的汽輪發(fā)電機(jī)組共用支撐轉(zhuǎn)子振動故障研究[J].電站系統(tǒng)工程，2016（6）：9-12.

（收稿日期： 2019.05.29）