现代控制理论在热工仪表校正中的应用

,

(广西宁明东亚生物能源有限公司，广西 崇左 532500)

现代控制理论在热工仪表校正中的应用

刘翠梅,钟义旺

(广西宁明东亚生物能源有限公司，广西 崇左 532500)

本文主要介绍现代控制理论及其算法在火电厂热工仪表的非线性校正的应用。本文阐述了现代控制理论和热工自动化的内容、发展和研究现状，指出了采用如BP神经网络算法、CMAC神经网络算法、遗传进化算法在热工仪表非线性特性校正中的应用。

现代控制理论；火电厂；热工仪表；非线性校正

1 引言

现代控制理论是基础控制理论的重要组成部分，是以状态和操作符为基础建立的控制理论[1]。现代控制理论与基础数学有着众多联系。20世纪50年代中期，空间理论及技术的蓬勃发展间接推动了现代控制理论的发展，众研究者开始致力于在基础控制理论上建立新的控制理论。而在热电厂中对热工仪表的校正，采用现代控制理论可以有效地利用空间技术使热工仪表的校正更为准确。

2 现代控制理论的发展和研究现状

系统是由一些互相关联、互相约束的部件因某个特殊功能所组成的整体。系统具有相关性、多元性、抽象性和相对性。而动态系统即是空间和时间状态下不断变化的系统[2]。 通常，动态系统通过差分微分方程进行计算求解。

而现代控制理论则建立在动态系统上。20世纪50年代，俄罗斯的数学家Pontryagin，Lev Semionovich开始研究最优控制理论，并于1958年提出了将极大值原理应用于控制系统中的理论。20世纪60年代，匈牙利裔美国数学家Rudolf Emil Kalman和数学家R.S.Bucy提出了Kalman-Bucy filtering方法，这种方法是在计算机上实现的能在输入带噪音的信号时，使期望和现实的输出信号之间误差最小借以达到最优的线性系统，该方法是控制理论中的重要研究方向。而同期内，Rudolf Emil Kalman和R.S.Bucy在研究空间技术的同时将其与控制理论相结合，使控制理论的研究走向了新的阶段。不久之后，以极大值原理、Kalman-Bucy filtering方法、动态系统及规划、空间技术奠基的现代控制系统基本形成。现代控制理论可以对多变量系统进行控制、观察检测及设计控制器件。

现代控制理论包括最优控制理论、线性及非线性系统理论、最优估计、动态系统识别、自适应控制及预测控制等众多范围，与经典控制理论对比，能设计和分析多变量控制系统，能将系统以状态量和状态方程表示，体现出系统的特征，能在计算机上完成控制过程，能在状态空间方程的基础上对非线性系统进行稳定性分析[3]。

随着时代的发展和空间技术的应用，传统的控制理论已经无法满足一些多变量复杂的性能指标，所以采用现代控制技术对多变量、动态系统进行分析控制是大势所趋。

3 热工自动化的发展及研究现状

热工自动化顾名思义，即使在无人看守及手动操作的状态下，利用自动化装置及控制系统做到掌控火电厂的各种运行参数、运行状况、信息收集、自动调控、故障报警和及时自动处理[4]。

火电厂的热工自动化包括参数监测、自动控制运行、即时报警及故障保护几个方面[5]。热工自动化装置包括自动检测装置、自动控制运行装置、即时报警装置及故障保护装置。

随着计算机技术的高速发展，热工仪表多采用计算机计算显示，管理人员可以通过自动控制系统及热工仪表的内容知悉火电厂运行情况，并能在控制室中直接控制火电厂各设备的运行及故障检修处理。

自动检测系统和自动控制装置从多年前的机械式仪表到现如今的微机式仪表，经历了快速的发展。二十世纪九十年代，基于计算机软件及网络的热工仪表检测系统大量在火电厂使用。目前，我国火电机组已经基本普及使用热工自动化系统，使火电厂的效率和经济性均有较大提升[6-7]。

4 热工仪表非线性特征的校正

4.1 热工仪表的非线性特性

热工仪表的非线性特性是与其线性特性相对立的特性，非线性无法使用迭代求解[8]。在热工自动化控制系统中，例如晶体管放大元件，超过其工作范围后会出现其非线性特征；电动机在输入电压越限时亦会因永磁材料产生非线性特性等。死区是最容易出现非线性特性的区域。而在热工仪表中，流量仪表中液体压强差与流量为非线性关系，温度仪表中温差与电势为非线性关系等。

要尽量修正热工仪表的非线性特征导致的误差，可以缩小热工仪表的测算范围，可以使用非线性刻度，可以使用非线性特征校正。而非线性校正可以更好的修正热工仪表线性及非线性误差，故应用较广泛，发展前景较大。

非线性特性校正主要分为数字和模拟线性化校正。

4.2 基于神经网络算法的非线性校正

神经网络控制方法是新兴的智能控制方法，是将人脑内神经组织结构运作方式的简化神经网络模型理论与现代控制理论相结合的控制方法。该方法可以处理线性系统、非线性系统、非确定系统等的控制问题。

而神经网络算法是指依靠逻辑将已有的信息输入神经网络中，通过一定的推理，计算机进行运行计算的算法。该算法是通过神经元将信息存储在网络中的自适应非线性控制算法。

4.2.1 基于BP神经网络的流量非线性校正

BP(Back Propagation)神经网络是多层次前馈网络，其应用非常广泛。BP网络可以反映存储各种输入输出关系，该网络算法使用梯度下降法，不断通过前馈调整，减小网络的计算误差。

火电厂热工仪表中的氧化锆氧量计是用于测试火电厂中烟雾含氧量的仪器。在火电厂中，为了降低成本，提高锅炉燃烧效率，控制燃烧锅炉中的含氧量具有重要意义。将锅炉含煤量与含空气量之比用β表示，锅炉中空气量可以通过含氧量与空气大致的比例计算得出。

而火电厂一般选择氧化锆氧量计计算测量锅炉含氧量，其通过氧浓度差原理进行测量，即采用待测烟雾和已知固定含氧量的气体分别置于其两端，若待测烟雾含氧量和参照气体的含氧量之间具有差值，将会形成氧浓度差蓄电池，该电池电势与气体含氧量的差值成正比，继而可以通过电池电势计算待测的烟雾含氧量。

4.2.2 基于CMAC神经网络的温度测量计非线性校正

CMAC(Cerebellar Model Articulation Controller)神经网络为局部逼近神经网络，该网络为模拟人体小脑控制身体动作的原理而建立的网络模型，能表现非线性映射，具有局部泛化能力。

温度测量计由热电阻和热电偶组成，可以对温度进行传感，进而对温度进行测量[8-9]。其中，不一样的温度能导致热电偶具有不一样的热电势，从而对温度进行测量计算。

E(T,T0)=f(T)-C

(1)

其中，E为热电偶的热电势;T为测量温度;T0为初始温度;f(T)为电势和温度之间的非线性函数;C为常数。

同理，不一样的温度会造成热电阻具有不一样的电阻值。

RT=RT0+G(T,T0)

(2)

其中，RT为热电阻值；RT0为初始参考电阻值；T为测量温度；T0为初始温度；G(T，T0)为RT与T之间的非线性函数。

在火电厂中，通过热电偶或者热电阻测得相应的电势值或电阻值后，将该测量信号传递到控制室，再通过仪表显示出来，可以得到温度检测结果。而为了校正误差，热电厂通常会缩小测量的范围，使用非线性刻度等方法处理非线性关系，借此减小误差。

使用CMAC神经网络可以校正非线性温度测量结果。首先对模型进行辨识，继而通过Matlab的CMAC神经网络算法程序，使期望的温度、相应的热电势和热电阻通过该算法计算后进行不断非线性校正，得到最终的温度值，并在仪表中显示出来。

4.3 基于遗传算法的非线性校正

遗传算法(Genetic Algorithm)是根据Darwin进化论的遗传学机理，通过对自然界的进化规律进行分析模拟的控制算法，该算法通过对自然进化论的模拟寻找最优解[10]。该算法可以直接对计算目标进行求解计算，不需要考虑求导及函数是否具有连续性的问题，可以自动寻找优化的目标和探寻空间，可以自动调整探寻方向，可以更快的进行计算，其鲁棒性好，寻找最优解结果较好[11]。

遗传算法是对参数所具有的编码进行计算操作，其采用多点搜索的方法搜寻最优解，采用目标函数为参考信息，在计算中采用计算概率的方法并行计算，故其可对大规模复杂问题进行优化求解[12]。

基于遗传算法进行热工仪表的非线性校正步骤如下：

(1) 分析所要求解的问题，确定优化目标，并将其简化为遗传算法所需的形式：

(3)

其中，K(X)为最大值函数;X为解向量;Ω为定义域；

(2) 使用二进制编码把转换成遗传算法中所对应的变量；

(3) 随机产生初始化种群(数个编码的集合)；

(4) 通过式子对适合度值进行求解，如果满足停止条件，种群进化过程终止，若未满足条件，继续进行第5步；

(5) 进行种群进化过程，即选择、杂交及变异，最后完成进化过程；

(6) 判断是否满足进化截止条件，若满足则进化失败，若不满足截止条件，则返回第(4)步；

(7) 遗传算法的流程图如图1所示。

图1

如果使用高斯-牛顿迭代法等非线性算法来对非线性函数中的待定系数进行校正，会因此类方法通过梯度搜索最优解，只能求局部最优解，而使用遗传进化算法则可以做到全局最优。

要对热工仪表进行非线性校正，要先确定目标合适度函数，利用遗传进化优化算法计算出的主蒸汽流计算量和实际情况下测量的主蒸汽测量量相差的最小平方和，并将其作为待定参数优化的判定依据，将热工仪表优化问题转换成式(5)，继而将该问题转换成最大值问题：

(4)

(5)

其中，N为正数。利用二进制编码进行遗传进化算法计算，最后进行结果仿真。

5 小结

火电厂中热工仪表需要的精度越来越高，而现代控制理论在其非线性校正中的应用也越来越重要。本文主要阐述了现代控制理论和热工自动化的研究现状和发展情况，并对能用于热工仪表非线性校正的各种算法，如BP神经网络算法、CMAC神经网络算法、遗传进化算法等进行了探讨说明。

[1] 于长官.现代控制理论[M].哈尔滨:哈尔滨工业大学出版社,1997.

[2] 谢克明.现代控制理论基础[M].北京：北京工业大学出版社，2000.

[3] Ogata K.State space analysis of control systems[M].Englewood Cliffs,N.J.:Prentice-Hall,1967.

[4] 李阳春,夏静波.火电厂热工自动化的发展和展望[J].电站系统工程,2003,19(6):55-56.

[5] 张擎.浅论火电厂热工自动化的现状与进展[J].科技传播,2010,15:58.

[6] 黄中林.浅谈电厂热工仪表及控制装置安装中存在的问题与解决措施[J].中国新技术新产品,2012(2):124-125.

[7] 程宇航.热工仪表与自动化仪表的检修和校验[J].民营科技,2010(6):33-33.

[8] 杨永竹.铂电阻高精度非线性校正及其在智能仪表中的实现[J].仪表技术与传感器,2000(8):44-46.

[9] 刘天键,王劭伯,朱善安.基于神经网络的铂电阻温度传感器非线性校正方法[J].仪器仪表学报,2002,23(5):518-521.

[10] Lee C C.Fuzzy logic in control systems:fuzzy logic controller.I[J].IEEE Transactions on systems,man,and cybernetics,1990,20(2):404-418.

[11] 董泽,黄宇,韩璞.量子遗传算法优化 RBF 神经网络及其在热工辨识中的应用[J].中国电机工程学报,2008,28(17):99-104.

[12] 刘长良,姚万业,翟永杰,等.一种改进的遗传算法及其在热工过程控制中的应用[J].自动化仪表,2002,23(9):13-16.

ApplicationofModernControlTheoryinThermalMeterCorrection

LIUCui-mei,ZHONGYi-wang

(Guangxi Ningming East Asia Bioenergy Co.,Ltd.,Chongzuo 532500,China)

This paper mainly introduces the application of the modern control theory and its algorithm to the nonlinear correction of the thermal instrument in thermal power plant.This paper describes the modern control theory and thermal automation content,development and research status.The application of BP neural network algorithm,CMAC neural network algorithm and genetic evolutionary algorithm in the correction of nonlinear characteristic of thermal instrument is pointed out.

modern control theory;thermal power plant;thermal meter;gamma correction

1004-289X(2017)03-0077-04

TM62

B

2017-02-07

刘翠梅(1986-)，女，初级工程师，主要从事仪表工程师；

钟义旺(1992-)，男，主要从事仪表工程师。