水輪機調速器的自動化及其發(fā)展前景

劉一多

摘要：文章針對水輪機調速器基礎原理、數(shù)學模型展開分析，通過研究PID調節(jié)控制、自適應控制、專家系統(tǒng)控制、模糊控制、神經(jīng)網(wǎng)絡控制、學習控制的應用要點，不斷提升水輪機調速器運行狀態(tài)的穩(wěn)定性，優(yōu)化系統(tǒng)運行性能。

關鍵詞：水輪機;基礎分類;自動化及其發(fā)展

1.水輪機調速器

1.1基礎原理

實際運行過程中，水輪機調速器易受到外界不可預測的干擾，常處于動態(tài)過程。動態(tài)過程分為小波動狀態(tài)、大波動狀態(tài)兩種情形。（1）小波動狀態(tài)。處于小波動狀態(tài)時，系統(tǒng)中各參數(shù)的變化量均較小，在工況點附近存在微小變化，可對水輪機調速器進行線性化處理，建立線性數(shù)學模型。（2）大波動狀態(tài)。調節(jié)系統(tǒng)受到幅值較大的干擾時，系統(tǒng)參數(shù)變化較為劇烈，且均已超出線性范圍，水輪機調速器無法進行線性處理，可使用非線性理論進行分析。

1.2主要構成

結合以往的應用經(jīng)驗可知，水輪機調速器在應用中屬于復雜程度較高的應用系統(tǒng)，在運行過程中，可將多種類型的應用系統(tǒng)組合使用。從具體構成情況展開分析，水輪機調速器主要由調速器、壓力分水系統(tǒng)、渦輪機、發(fā)電機、輸配電線路等部分組成。調速器在應用過程中，會根據(jù)系統(tǒng)輸出頻率產(chǎn)生的偏差信號完成系統(tǒng)調節(jié)，且可形成穩(wěn)定的閉環(huán)控制系統(tǒng)，有利于信號調節(jié)工作的順利進行，以滿足實際應用過程的控制要求。

2.水輪機調速器的自動化及其發(fā)展前景

2.1PID調節(jié)控制

在系統(tǒng)運行調節(jié)的過程中，PID調節(jié)控制屬于常應用的控制方式，其應用結構組成復雜度較低，操作流程便捷性較高，運行期間的模擬誤差數(shù)值較大，多用于系統(tǒng)較小變形狀態(tài)時的應用控制。

在模塊調節(jié)過程中，比例調節(jié)器屬于常應用的附屬結構，設備運行期間不會干擾到系統(tǒng)正常功能的傳遞順序，以提升系統(tǒng)運行過程的穩(wěn)定性、可靠性。比例因子處于大波動的應用狀態(tài)時，會干擾系統(tǒng)本身的動態(tài)屬性，產(chǎn)生相應的靜態(tài)差異，是PID模塊應用期間需要重點關注的內容。除此之外，該控制模式在應用過程中具備較強的差分功能，引起調節(jié)偏差問題，模塊會下達調節(jié)指令并對其進行糾正，以不斷提高調整結果的有效性。

2.2自適應控制

在系統(tǒng)運行過程中，自適應控制是常使用的控制模式，可憑借受控對象的運行參數(shù)與系統(tǒng)本身承載工作條件之間存在的關聯(lián)，完成數(shù)據(jù)信息處理工作，提升數(shù)據(jù)分析結果的可靠性。在調節(jié)系統(tǒng)運行過程中，其傳動系數(shù)易受到工作條件變化而發(fā)生變動，對模型運行參數(shù)產(chǎn)生較大的影響。在不同的工況狀態(tài)下，系統(tǒng)的運行參數(shù)會發(fā)生改變，影響系統(tǒng)的自適應調節(jié)。

基于此情況，利用自適應控制對其進行控制時，會在系統(tǒng)運行結構中添加非線性補償器，其在系統(tǒng)運行參數(shù)出現(xiàn)頻率偏差或負載偏差時，補償器會提供相應的補償頻率和負載，使系統(tǒng)保持在正常的工作范圍內。在自適應調節(jié)過程中，將操作條件劃分為若干管理模塊，每部分負責一個區(qū)域的工作內容，將工作結果存儲到計算機中，并對參數(shù)變化點進行合理控制，以滿足自適應調節(jié)要求，實現(xiàn)系統(tǒng)動態(tài)間隔管控。

2.3專家系統(tǒng)控制

在自動化化控制模式中，專家系統(tǒng)控制屬于常用方法，該系統(tǒng)具備了豐富的控制經(jīng)驗和專業(yè)知識，可借助系統(tǒng)完成事件評估，同時可模擬人類進行決策，綜合多方面專家提供的建議，達成順利解決復雜問題的目標。在具體的控制過程中，可對水輪機調速器進行分層，根據(jù)系統(tǒng)組成分為若干個管理層次，相互間依托通信工程進行關聯(lián)。對系統(tǒng)間的從屬關系進行梳理，明確出現(xiàn)運行參數(shù)差異后引起的連鎖反應。出現(xiàn)應用問題后，專家系統(tǒng)根據(jù)相互關系將復雜問題簡單化，以得到可靠的數(shù)據(jù)分析結果。專家系統(tǒng)控制可提供解決方案，對方案進行選擇時，可利用仿真模型校驗方案的使用價值，評估參選方案中的優(yōu)先級，得到實用價值較高的處理方案。

2.4模糊控制

在自動化化控制模式中，模糊控制的應用頻率也處于較高水平，該控制方式在應用中，主要是借助模糊集理論，對整個推理過程進行模糊處理，得到有效決策。在該控制方法的使用過程中，其核心應用內容是模糊推理，在使用過程中利用模糊規(guī)則來完成隸屬度變量的設計和規(guī)范工作。在設計中也會對變量之間的關系進行梳理，了解相關性，得到可靠的數(shù)據(jù)評估結果。

系統(tǒng)在應用過程中，具備了較強的適應性可完成構建，為不確定系統(tǒng)的搭建提供良好的應用基礎。在渦輪調節(jié)系統(tǒng)運行過程中，除了應用到模糊控制法外，會將遺傳算法融入計算中，利用PID模塊完成應用控制，利用推理方法進行PID參數(shù)求解。參數(shù)信息可自動完成設定，以實現(xiàn)系統(tǒng)的在線調整，提升系統(tǒng)運行穩(wěn)定性、可靠性，滿足不同應用狀態(tài)下的數(shù)據(jù)需求。

2.5神經(jīng)網(wǎng)絡控制

在自動化控制體系發(fā)展過程中，神經(jīng)網(wǎng)絡控制的出現(xiàn)時間相對較晚，其帶來的應用價值較為明顯，可以采用類人思維完成系統(tǒng)動態(tài)調整，靈動性更強。從實際應用情況來看，神經(jīng)網(wǎng)絡屬于獨立性較強的自適應控制模型，向模型中提供一些非樣本輸入時，系統(tǒng)可利用泛化函數(shù)完成對應內容的輸出，提升分析結果的使用價值。在神經(jīng)網(wǎng)絡控制體系應用過程中，會建立相應的非線性動力學系統(tǒng)，系統(tǒng)本身具備了良好的容錯能力。在某一個處理單元出現(xiàn)受損的情況時，神經(jīng)網(wǎng)絡本身帶來的負面影響可控制在較小范圍內，且不會影響系統(tǒng)穩(wěn)定工作。從目前的使用情況來看，神經(jīng)網(wǎng)絡控制在應用過程中，具備了較強的應用性能，處于不斷完善的階段，但已經(jīng)廣泛應用在控制領域，具備良好的推廣價值。

2.6學習控制

在水輪機控制過程中，學習控制是一種常用的控制方法，是一類模擬人類控制行為的自動化控制系統(tǒng)。在具體應用中，學習控制能夠準確獲取控制過程中需要的非預測信息，同時可積累足夠數(shù)量的控制經(jīng)驗。在評估標準的應用前提下，可對應用質量進行客觀評估，以提高決策分析結果的可靠性。遺傳學習控制是學習控制體系中的重要組成部分，在隨機優(yōu)化理論的基礎上，實現(xiàn)最優(yōu)解的合理選擇。在最優(yōu)解選擇中，利用仿生物進化理論可對控制過程進行合理推演，獲取最佳的應用效果。

結語

綜上所述，在水輪機調速器運行過程中，進行自動化化控制具有重要的應用價值，通過自動化控制在實際應用中的注意事項。一方面，可提升系統(tǒng)控制結果的可靠性，營造穩(wěn)定的系統(tǒng)運行環(huán)境;另一方面，可積累更多的價值數(shù)據(jù)，為系統(tǒng)持續(xù)發(fā)展創(chuàng)造可靠的應用條件。

參考文獻

[1]何剛，趙晨夕.Simulink在水輪機調速器仿真中的應用[J].技術與市場，2021，28（2）：35-37.