熱工自動化中的智能控制研究

毛林燕

摘? ?要：熱工自動化技術(shù)經(jīng)常應(yīng)用在電廠生產(chǎn)中，該技術(shù)自動化程度較高，在集成了多種智能技術(shù)后，其智能化特點逐漸顯著，這使得電廠熱工控制力度更強。智能控制是電廠生產(chǎn)控制的主流趨勢，基于此，電廠技術(shù)人員應(yīng)對智能控制技術(shù)了如指掌，對其具體應(yīng)用有所了解，并能根據(jù)智能控制技術(shù)應(yīng)用現(xiàn)狀，挖掘其更深的優(yōu)勢，使其在電廠熱工生產(chǎn)發(fā)電中應(yīng)用更加廣泛。

關(guān)鍵詞：熱工自動化? 智能控制? 應(yīng)用

中圖分類號：TN830.1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2019）05（a）-0005-02

智能控制是國內(nèi)電廠重點研究項目之一，主要將其與熱工生產(chǎn)結(jié)合起來，現(xiàn)如今熱工自動化程度越來越高，為控制手段智能化發(fā)展提供了優(yōu)勢，奠定了基礎(chǔ)。PID控制器及PLC邏輯控制器在電廠熱工控制中應(yīng)用較為廣泛，但兩種控制器的控制效果有限，技術(shù)人員還要結(jié)合模糊控制技術(shù)或神經(jīng)控制技術(shù)等，來提升控制器的智能化程度，如此熱工生產(chǎn)效率才會提高。本文主要針對熱工自動化中的智能控制進行研究。

1? 智能控制技術(shù)的幾種方法

1.1 模糊控制

模糊控制是智能化控制技術(shù)中的一種，其在熱工生產(chǎn)復雜問題或不確定事項處理中發(fā)揮了有效作用。在應(yīng)用該種技術(shù)時，相關(guān)技術(shù)人員需要研究被控制對象的特征，然后建立相關(guān)的模糊模型。以模型為參考，完成系統(tǒng)特性和性能指標描述工作，在此工作中，需要利用模糊語言闡述系統(tǒng)的動態(tài)性，需要借助模糊控制器等方法來找到系統(tǒng)的性能指標，在模糊描述中，系統(tǒng)會受控。在將模糊控制與實際生產(chǎn)結(jié)合起來時，往往將其作用于機器人，使其具有智能化特點，代替人類，完成相關(guān)的系統(tǒng)控制工作。

1.2 神經(jīng)控制

模擬人的神經(jīng)網(wǎng)絡(luò)，實現(xiàn)智能化控制。神經(jīng)網(wǎng)絡(luò)與非線性函數(shù)至今具有一定的關(guān)聯(lián)性，研究這種關(guān)聯(lián)性，并將其應(yīng)用在控制中，可以使被控制對象得到有效處理與分析[1]。

1.3 專家控制

這種控制主要模仿專家來發(fā)揮智能特點。該技術(shù)通常與相關(guān)的控制系統(tǒng)結(jié)合起來，形成專家系統(tǒng)，專家系統(tǒng)中含有豐富的理論技術(shù)和知識，還包含多種控制方法，當作用于被控制對象時，專家系統(tǒng)會對其進行有效分析，然后給定準確可靠的控制方法。這種控制系統(tǒng)主要作用于復雜的控制項目中。該系統(tǒng)還會與控制器聯(lián)系起來，使被控制對象得到直接或間接控制。

1.4 組合控制技術(shù)

該種技術(shù)主要來自組合起來的智能化系統(tǒng)，這些系統(tǒng)集成后的優(yōu)勢會更加顯著，每兩個或多個系統(tǒng)都可以有效組合起來，發(fā)揮相關(guān)優(yōu)勢，完成控制工作。組合系統(tǒng)可以為：專家模糊控制系統(tǒng)或模糊神經(jīng)控制系統(tǒng)等[2]。在應(yīng)用組合控制技術(shù)時，技術(shù)人員需要揚長避短，使每個系統(tǒng)之間的適應(yīng)性更強。

2? 智能控制在熱工自動化中的應(yīng)用

2.1 模糊控制在汽輪機電液中的應(yīng)用

模糊控制智能技術(shù)與汽輪機電液控制聯(lián)系密切，技術(shù)智能控制方法主要包括以下3種：其一，轉(zhuǎn)速控制技術(shù)。并網(wǎng)前后，機組運行速度都需要得到控制，操作人員可以落實模糊控制技術(shù)來使機組運行中的轉(zhuǎn)速控制自動化、智能化程度更高。其二，負荷控制。并網(wǎng)之后，電網(wǎng)運行荷載會加大，機組長期負載過重，會導致機組運行故障，所以機組自身需要具備自行調(diào)節(jié)荷載的作用，將模糊控制作用其上，機組負荷自動控制力度會更大。其三，閥門管理。在汽輪機運行中，其需要為發(fā)電設(shè)備提供源源不斷的熱量，其需要與鍋爐連接起來，從鍋爐處汲取熱量，鍋爐內(nèi)部熱量較高，氣壓也很高，在輸出熱量時，其內(nèi)部氣壓需要保持穩(wěn)定，否則會發(fā)生爆炸等事故，所以模糊控制需要對閥門進行管理控制，使氣壓保持穩(wěn)定。在閥門管理功能實現(xiàn)后，機組的轉(zhuǎn)速控制和負荷控制力度會更大。這3種控制技術(shù)聯(lián)系甚深，技術(shù)人員要保證控制功能的實現(xiàn)，如此汽輪機運行狀態(tài)才能最佳。

2.2 模糊控制在汽包鍋爐燃燒控制中的應(yīng)用

在汽包鍋爐燃燒系統(tǒng)作用中，汽壓是關(guān)鍵控制項目，保持該參數(shù)穩(wěn)定正常，鍋爐燃燒系統(tǒng)運行會更加可靠，鍋爐的燃燒效率會得到保證。在實際熱工生產(chǎn)中，主要借助模糊控制來控制汽壓，以達到燃燒加熱，安全生產(chǎn)目的。在汽壓控制中，工作人員需要實時關(guān)注鍋爐燃燒系統(tǒng)的運行情況，觀察燃燒現(xiàn)狀，控制燃燒工作，然后找到影響因素，使汽包鍋爐汽壓不會受到影響[3]。另外不僅要控制壓力，還要控制溫度，如此鍋爐燃燒系統(tǒng)才具有相對徹底性特點，其才能為發(fā)電生產(chǎn)提供較高的熱效率。

2.3 神經(jīng)網(wǎng)絡(luò)在電廠一次調(diào)頻技術(shù)中的應(yīng)用

在熱工生產(chǎn)中，只有保證熱工設(shè)備運行效率，電廠的發(fā)電作業(yè)才能持續(xù)運行下去，所以電廠還要提高單元機組的維護頻率，并做好電網(wǎng)穩(wěn)定工作。技術(shù)人員可以應(yīng)用神經(jīng)網(wǎng)絡(luò)控制技術(shù)對發(fā)電機組進行維護。在智能維護中，發(fā)電機組在電網(wǎng)中的故障也會減少許多。一旦發(fā)電機組出現(xiàn)運行故障，其需要做好電網(wǎng)負荷差距控制工作，使電網(wǎng)工作頻率處于穩(wěn)定狀態(tài)，所以其需要與鍋爐聯(lián)系起來，利用鍋爐蓄熱作用，及時回應(yīng)，來降低故障帶來的影響。

在電網(wǎng)運行中，電網(wǎng)頻率穩(wěn)定工作比較難，因為其參數(shù)變化速度較快，操作人員需要實時監(jiān)控參數(shù)的變化情況，以便及時發(fā)現(xiàn)異常，解決問題。技術(shù)人員可以學習神經(jīng)網(wǎng)絡(luò)波形知識，利用這些技術(shù)和知識，組建模糊控制器，使其對電網(wǎng)運行的智能化控制力度更大。這種模糊控制器系統(tǒng)主要由神經(jīng)網(wǎng)絡(luò)自動構(gòu)建，其在系統(tǒng)運行中的控制優(yōu)勢比較顯著。

頻率控制系統(tǒng)結(jié)合了神經(jīng)網(wǎng)絡(luò)技術(shù)與模糊控制技術(shù)，其在運行中，一方面會對全部大系統(tǒng)進行人腦模擬，使其充當大腦進行使用，另一方面會在被控對象動態(tài)特性知識學習中占據(jù)優(yōu)勢[4]。這兩方面主要借助神經(jīng)網(wǎng)絡(luò)實現(xiàn)，該網(wǎng)絡(luò)為兩個誤差反向傳播學習型。在神經(jīng)網(wǎng)絡(luò)自動組織模糊控制器的過程中，操作人員不需要發(fā)揮豐富經(jīng)驗，也不需要利用專業(yè)知識，所以該智能化控制技術(shù)操作較為簡單。

3? 結(jié)語

智能控制技術(shù)具有靈活性、彈性特點，其沒有準確的應(yīng)用范疇，在新技術(shù)出現(xiàn)并集成后，該種控制技術(shù)的智能化程度會更高，技術(shù)人員在挖掘新智能技術(shù)同時，還要使其與熱工生產(chǎn)相適應(yīng)，與相關(guān)的自動化設(shè)備相適應(yīng)。面對新的生產(chǎn)技術(shù)和要求，技術(shù)人員還要創(chuàng)新智能控制技術(shù)和智能控制系統(tǒng)，使其在熱工自動化中的應(yīng)用效果更加顯著。

參考文獻

[1] 張鵬.智能控制在電廠熱工自動化中的應(yīng)用[J].設(shè)備管理與維修，2018（21）：23-24.

[2] 張學.智能控制在電廠熱工自動化中的應(yīng)用分析[J].數(shù)字技術(shù)與應(yīng)用，2018，36（11）：20+22.

[3] 馮連根.智能控制在電廠熱工自動化中的應(yīng)用[J].通信電源技術(shù)，2018，35（5）：126-127.

[4] 高玉龍.智能控制在電廠熱工自動化中的應(yīng)用研究[J].科技與創(chuàng)新，2018（9）：160-161.