智能控制及其在火电厂热工自动化的应用探讨

曹乃琰

（国电宁夏分公司，银川 750002）

1 引言

火电厂热工自动化系统具有复杂的结构，涉及多种设备，具有非线性、无规律、不易控制等特点，因此，无法有效建立相关的线性函数模型。PID虽然是火电厂控制系统中应用较多的一种模型，但是容易受到多种因素的影响，整定效果并不理想，同时在参数设定方面也缺乏一定的规范性，难以满足火电厂热工自动化的控制要求。而智能控制作为一种全新的高新控制技术，在火电厂热工自动化中具有良好的应用效果。智能控制技术具有多样化、开放化等特点，能够针对控制对象的多样性、不确定性等采取合适的方法进行控制。

2 智能控制简析

2.1 模糊控制

模糊控制主要是模仿人的思维方式，通过模糊推理的办法，实现对复杂系统的控制。模糊控制主要借助模糊数学和模糊语言的表达形式，根据模糊推理的基本原则，利用计算机技术实现模糊控制。模糊控制系统具有完整的循环控制结构，主要有以下几个特点：第一，无需构建精确的数学模型，操作人员可以根据控制经验和相关的操作数据进行控制；第二，具有较强的鲁棒性，能够有效解决传统控制模式的非线性、时滞和时变系统的控制问题；第三，推理过程模仿人的思维方式处理控制问题，对数据精度要求低，适用于复杂系统的控制。

2.2 专家控制

专家控制技术实现了控制理论、技术与专家系统理论、技术的有效结合，在实际应用中，专家控制技术可以模拟专家思维，实现对系统的智能化控制。专家控制技术主要涉及两部分结构，即专业数据库、推理结构，专家控制的过程就是从专业数据库选取知识，然后放到推理结构中，根据某一逻辑原则展开推理，从而对目标实现有效控制。专家控制的优点变现在以下几点：灵活性强，可以自主选择控制率进行控制，能够设置可调整、易控制的参数；稳定性强，就算控制条件不理想，例如偏差量大或者非线性环境，都可以维持良好的控制稳定性。

2.3 神经网络控制

神经网络控制主要是模拟人类大脑的神经元结构，根据神经元的传导方式，实现信息数据的有效联系和传播。神经网络控制主要是基于神经元的权值分布和联络构建神经网络模型，通过直接或间接的校正控制和预测控制来实现系统智能控制目标。神经网络模型是一种非线性模型，合理的模型设置可以有效解决各类非线性问题，取得良好的控制效果，同时，神经网络可以实现对多项数据的同时控制，例如同时输入和输出多个信号，具有较高的容错率，能够提高系统的控制效率。此外，神经网络控制具有较强的记忆、存储功能，能够对处理过的信息进行自动的记录，为之后控制提供参考。

3 智能控制在火电厂热工自动化的应用

3.1 锅炉燃烧过程控制

在火电厂热工自动化中，锅炉燃烧系统属于一种波动频繁、控制复杂的系统，可以应用专家控制技术实现对其的有效控制[1]。专家控制技术利用推理结构进行正向推理，对数据库中的信息进行逐次判断，其中，锅炉燃烧过程包括的数据库主要有煤量调节子集、送风调节子集、工况判断子集、故障诊断子集等。应用模拟控制方法，有效避免系统的不确定性控制问题，提高锅炉燃烧控制系统的稳定性与控制效率。

3.2 锅炉过热气温控制

过热气温控制是锅炉安全稳定运行的重要保障，一般采用冷却水循环降温实现控制目标，但是这种控制系统具有一定的时滞性和动态性，针对这一问题，可以采用神经网络控制的智能控制技术，改善系统性能，提高系统的适应能力和抗干扰能力，及时调整机组的参数，提升火电厂过热气温控制效果。

3.3 锅炉给水全程控制

火电厂热工自动化采用给水全程控制系统来保障锅炉的正常供水，但是在锅炉启动或停止的过程中，给水控制系统会出现较大的非线性和时变性问题，无法通过建立精确的数据模型进行分析和控制[2]。这时候就可以采用智能控制技术，目前已研究出了一种模糊自适应PID控制器，主要由多层神经网络构成，在锅炉给水全程的控制中，通过神经网络的自学能力来在线提取和优化模糊控制规则，优化控制器隶属度函数，采用模糊推理的方法来实现PID参数Ki、Kp和Kd的在线自整定，切实提高了锅炉给水控制系统的可靠性。

4 结语

总而言之，智能控制在火电厂热工自动化应用中取得了良好的控制效果，主要体现在锅炉燃烧过程控制、锅炉过热气温控制、锅炉给水全程控制等方面。随着科技的进步，智能控制技术将得到进一步的完善和应用。