【汽轮机模糊PID控制系统分析案例3600字】

由于电网容量的进一步提高和蒸汽控制参数的增大,传统PID控制对大容量发电机组的控制效果并不是很理想,并且PID参数的计算和整定仍大部分都是依赖于试凑和实践,所以花费的精力和时间过多。为此,本文提出了模糊自整定PID控制,其基本设计思路主要是通过在线调整的比例、积分和微分根据其中存在误差信号的非线性函数来进行实现,以更好地改善系统的动态性。即,参数kp、k1、kd随着偏差e和偏移变化ec的变化而自行调整,其工作原理结构如图1.1所示。图1.1模糊自整定PID控制器原理图经多次改进的控制方案可见图1.2。如图所示,将原先的功率PID控制器修改为模糊自整定的PID控制器。为了充分保证调节系统在调节过程中的快速性和系统运行迅速性以及对电力机组一次调频的运行可靠性,调节级压力控制器和转速控制器依然保持使用原有的PI控制器和P控制器不变。图1.2改进后的汽轮机控制方案框图设有两个微分输入变量,其一是功率偏差变量信号e,其二则是功率偏差变量信号的微分ec。以kp、k1、kd三个调制参数为主要的输出变量,设计了一个双输入三输出的模糊信号控制器。偏差参数e、偏差变化参数ec及其控制参数kp、k1、kd的模糊集和论域的定义描述如下:e、ec和控制参数kp、k1、kd的模糊集均为：{NB，NM，NS，Z，PS，PM，PB}，对应的语言值集合为：{负大，负中，负小，零，正小，正中，正大}e的论域为：{-3，-2，-1，0，1，2，3}ec的论域为：{-3，-2，-1，0，1，2，3}kp的论域为：{-3，-2，-1，0，1，2，3}k1的论域为：{-3，-2，-1，0，1，2，3}kd的论域为：{-3，-2，-1，0，1，2，3}模糊控制器的设计方法我们可以通过matlab打开模糊控制程序编辑器(FISEDIT)来实现。本文提出了一种模糊控制器,它是根据Mamdani型模糊逻辑推理的方法而设计实现。将每个输入和各种输出的变量都添加到相应的编辑器窗口中,建立模糊控制规则,模糊推理系统的总体结构如下图1.3所示。图1.3模糊推理系统结构图在本文中，为上述五个变量中的每一个变量建立了隶属函数，其配置如图1.4-1.8所示。NB为Z型隶属函数，PB为S型隶属函数，其余均为三角型隶属函数。图1.4e隶属度函数图1.5ec隶属度函数图1.6图1.7图1.8根据上述规则，同时考虑kp、k1、kd的作用，建立了模糊控制规则表。针对kp、k1、kd三个参数确定的模糊控制表如表1.1～1.3表1.1eecNBNMNSZPSPMPBNBPBPBPMPMPSZZNMPBPBPMPSPSZNSNSPMPMPMPSZNSNSZPMPMPSZNSNMNMPSPSPSZNSNSNMNMPMPSZNSNMNMNMNBPBZZNMNMNMNBNB表1.2eecNBNMNSZPSPMPBNBNBNBNMNMNSZZNMNBNBNMNSNSZZNSNBNMNSNSZPSPSZNMNMNSZPSPMPMPSNMNSZPSPSPMPBPMZZPSPSPMPBPBPBZZPSPMPMPBPB表1.3eecNBNMNSZPSPMPBNBPSNSNBNBNBNMPSNMPSNSNBNMNMNSZNSZNSNMNMNSNSZZZNSNSNSNSNSZPSZZZNSZZZPMPBPSPSPSPSPSPBPBPBPMPMPMPSPSPB选取其集中隶属度最大的一个元素在其进行推理后的计算结果模糊地在集合中作为其输出的值,即（1.1）如果在输出论阈V中，其最大隶属度对应的输出值多于一个，则取所有具有最大隶属度输出的平均值，即（1.2）N为具有相同最大隶属度输出的总数。最大隶属度法仅仅考虑了最大隶属度位置上的输出值,即可以不考虑输出隶属度函数。所以,难免有时候就会遗漏许多信息。它的突出特点之一就是操作方式简单,在一些对控制精度要求不高的情况下,可以使用最大隶属度方法。为了方便使我们能够得到一个更为精确的控制量,就必须要求模糊控制方法可以很好地准确表达和分析输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积的重心,作为模糊推理过程中的最终输出点的值,即（1.3）对于具有m个输出量化级数的离散阈情况：（1.4）相比较于最大隶属度法,重心法则使其具有更平滑的推理输出和在推理上的控制。即便仅是对应的信号输入发生了微小的改动,输出也很有可能会因此发生较大改动。广泛应用于各种大型工业生产过程质量控制的反模糊化计算方法,也就是俗称加权平均法,其输出的数值由以下几种方法进行决定:（1.5）其中系数ki的选择是基于实际的情况。不同的系数可以决定一个系统是否具备不同的反应特征。当系数ki取隶属度时，就化为重心法。本文中，模糊自整定PID控制器的结构如图1.9所示图1.9模糊自整定PID控制器将模糊自整定PID控制器应用到汽轮机控制系统中，为了简便，将其设计和构建成一个被命名为“Fuzzy-PID”的子系统，改进后的汽轮机控制系统整体仿真结果框图如图1.10所示：图1.10汽轮机组控制系统基于模糊自整定PID控制的仿真框图改进之后的控制器相对于原方案，其主要差异之处在于，将功率PID控制器改为模糊自整定PID控制器。控制系统中需要整定的控制器参数为模糊控制器中的量化因子、、量化因子、、对控制系统的动态性能影响很大，下面就具体地详细说明三个主要量化影响因子对于控制系统各种动态和（1）主要影响上升速度和系统的调节时间，过大容易产生超调，过小会影响到整个系统的稳态性和工作（2）主要影响系统的运行稳定性，太小，容易造成超调频和震荡，它对系统的抬高速度也具（3）在对量化因子进行整定的实践过程中，首先选取正确的，再由上述关系建立如下、（1）系统存在稳态误差时，适当增大，同时略微增大（2）系统调节时间较长时，以较小幅度减少（3）系统发散时，以较大幅度减小（4）系统超调过大时，适当增加（5）系统振荡时，适当减小根据上述规则，进过多次反复试验后所获得的控制器参数如表1.4所示：表1.4控制器参数设置情况表按照表1.4设置各个控制的器参数，参考3.2.1节，对控制系统进行各种扰动下的仿真研究和分析。仿真后的曲线图如下：图1.11负荷扰动时仿真曲线图1.11所示,当电网负荷增加20%时,汽轮机最大功率可以在5秒内大幅度增加约20%，快速达到补偿电网功率负荷消耗的突然幅度增加,同时,汽轮机的最大转速也同样可在7秒内稳定地达到额定值附近,转速和功率偏差约经过调整到1%。保障了现场电网设备工作频率不发生重大改变,几乎可以满足现场生产过程技术指标的规定要求。图1.12汽压扰动时输出曲线从图1.12中的仿真结果我们可以清楚地看出,当蒸汽压力受到20%的阶跃性扰动影响时,汽轮机的最大功率保持在3秒内稳定,输出功率最大偏差为3.1%，最大转速偏差约为0.07%,完全满足实际制造生产要求。图1.13功率给定值扰动时仿真曲线如图1.13所示,当给定功率值增加20%时,稳定后汽轮机的功率值增加1%,在调整过程中发生功率值变化的最大动态偏差约为1.8%。仿真结果显示,该自动化控制系统已经能够很好地满足实际生产指标的要求,且汽轮机调节工作时间约为6s,汽轮机的转速可以提高1%左右,最大动态偏差约为1.1%。本章同样对基于模糊自整定PID控制方案的汽轮机控制系统进行了鲁棒性仿真，并将仿真曲线图与第三章中的鲁棒性仿真曲线图进行直观对比和深入分析研究。为了避免重复，本节只是给出了仿真中控制曲线有区别的图形，其它情况时曲线基本相同。图1.14油动机时间常数增大