调节蒸汽动力设备中的蒸汽产生的方法和设备 |
|||||||
| 申请号 | CN201080063341.3 | 申请日 | 2010-09-28 | 公开(公告)号 | CN102753789B | 公开(公告)日 | 2016-03-02 |
| 申请人 | 西门子公司; | 发明人 | C.巴基; M.特鲁尔; J.加丁格; K.温德尔伯格; B.米尔贝克; T.维斯巴赫; | ||||
| 摘要 | 本 发明 基于一种用于调节由 蒸汽 动 力 设备的 蒸发 器 （6）中的供 水 （10）产生蒸汽（16）的方法，其中状态调节器（30）借助观测器（42）计算 蒸发器 （6）中的多个介质状态并且从中确定供水 质量 流（ms）作为调节参数。为了实现对蒸汽 温度 的稳定和精确的调节，建议所述状态调节器（30）是线性二次调节器。 | ||||||
| 权利要求 | 1.一种用于调节由蒸汽动力设备的蒸发器(6)中的供水(10)产生蒸汽(16)的方法，其中状态调节器(30)借助观测器(42)计算蒸发器(6)中的多个介质状态并且从中确定供水质量流(ms)作为调节参数，其特征在于，所述状态调节器(30)是线性二次调节器，其中，为了计算作为状态参数的介质状态(Xi)使用介质的焓， |
||||||
| 说明书全文 | 调节蒸汽动力设备中的蒸汽产生的方法和设备技术领域背景技术[0002] 蒸汽动力设备的效率随着在发电站锅炉中产生的蒸汽的温度以及随着在蒸发器单元之后提供的蒸汽的质量的稳定性而提高。在蒸汽动力设备中的蒸汽产生一般从在高压预热器（也称为节热器）中被预热以及然后在蒸发器中被蒸发的供水来进行。供水在此在高压预热器之前借助供水泵被设置到高的压力并且驱动通过高压预热器和蒸发器。 [0003] 在蒸发器之后的蒸发温度的调节通过将被输送到蒸发器中的供水的质量流设置为调节参数来进行。具有该调节参数的蒸汽温度的调节行为是非常迟缓的，从而供水质量流的调节在几分钟之后才作用于待调节的温度。此外，待调节的温度受到无数干扰的强烈影响，这些干扰例如是负载变化、锅炉中的吹灰、燃料的更换等。精确的温度调节由于这些原因难以实现。 发明内容[0004] 本发明的任务是说明一种方法，利用该方法可以既精确又稳定地调节蒸汽温度。 [0005] 该任务通过以下方式解决，即状态调节器根据本发明是线性二次调节器。这样的线性二次调节器（LQR）可以包含线性二次的最佳状态反馈。在此，可以按照以下方式来确定该调节器的参数，即可以对调节质量的品质标准进行优化。由此可以实现既精确又稳定的调节。 [0006] 本发明在此基于以下考虑：在状态调节时反馈多个（部分不可测量的）状态来用于确定调节参数（或调节器调节信号）。对于当前的应用情况，这意味着可以在算法中使用在沿着蒸发器的多个位置上的状态，如温度、压力、焓或其它状态参数。但是由于这些状态不可测量，因此需要所谓的观测器电路，借助该观测器电路可以估计或计算可以通过状态参数表征的需要的状态。概念“估计”、“计算”和“确定”在下面作为同义词使用。该概念的优点在于，可以非常快速和精确地对作用于蒸发器的干扰进行反应。 [0007] 蒸汽动力设备是利用蒸汽动力运行的设备。其可以是或包括蒸汽涡轮机、蒸汽过程设备或任何其它用来自蒸汽的能量运行的设备。作为蒸发器，在下面可以理解为任何将水蒸发的系统，其中预热器、尤其是高压预热器可以包括在内。介质可以是供水、蒸汽或由供水和蒸汽组成的混合物。介质状态（下面也简单地称为状态）可以是能量、温度、压力、焓或该介质的其它状态。 [0008] 作为状态调节器，在下面可以理解为基于所估计的状态（例如以状态空间显示的形式）对调节参数进行调节的调节回路。在此，通过观测器估计调节段内的一个或多个状态并且又输送到，也就是反馈到调节段—或者调节器。与调节段一起形成调节回路的反馈可以通过观测器进行，观测器由此可以代替测量装置。观测器观测或估计系统的状态，在这种情况下是蒸发器中的介质的状态，并且可以包括状态差分方程、输出方程和观测器向量。观测器的输出可以与调节段的输出相比较。差可以通过观测器向量作用于状态差分方程。此外有利的是，观测器与状态调节器无关地工作。 [0009] 合适的是，状态调节器使用离开蒸发器的蒸汽的状态作为调节参数，如蒸汽温度或蒸汽的焓。作为调节参数有利地使用供水质量流。 [0010] 在本发明的有利实施发射，将供水质量流的额定值转发给第二调节系统的调节器以用于调节供水质量流。该调节器可以将所述额定值用作调节参数。作为第二调节系统的调节参数，可以直接或间接地使用供水泵的转速、阀门的位置（例如在供水导管中）、或适用于调节供水质量流的其它参数。 [0011] 此外有利的是，为了计算介质状态而使用介质的焓作为状态参数。合适的是，使用多个状态并且由此使用其多个焓。蒸汽参数（如焓和/或压力和温度）应当根据负载情况保持为期望的值，以及在负载变化时相应得到调节。焓状态调节的优点、即，使用焓或焓与其它参数（如供水质量流）的乘积作为状态的优点是，状态调节达到更高的调节品质并且调节更快。在方法技术上也得到以下优点：该过程合适地被如此调节，使得在蒸发器末端逸出微弱过热的蒸汽，该蒸汽接近饱和蒸汽极限。利用变化的压力（例如在滑动压力运行中），在观测温度时可能导致形成湿蒸汽的蒸发终点或饱和蒸汽点也变化。在将焓用作状态参数时，压力不需要明确地一起观测，因为焓将温度以及压力组合到一个参数中。 [0012] 有利地，作为状态参数使用绝对焓与焓额定值的偏差。由此可以在平衡状态下调节到0并且简化数学问题。 [0013] LQR方法涉及线性调节问题。通过将温度测量值和温度额定值换算为焓，可以在使用焓状态的情况下将数学调节问题线性化并且由此达到更简单的计算，因为在输入焓和逸出焓之间存在线性关联。合适的是，该换算借助相应的水/蒸汽图表关系在使用例如所测量的蒸汽压力的情况下进行。 [0014] 但是在借助状态调节来调节蒸发器段时产生以下问题，即在蒸发器入口处的状态虽然可以通过焓来描述，但是在蒸发器入口处的焓不能设置，因为供水的压力和温度只能是次要地变化并且不适于作为调节参数。因此合适的是将供水质量流用作调节参数并且在计算状态时与状态相乘。 [0015] 但是，供水流以非线性的方式作用于调节参数—蒸发器入口和蒸发器出口处的焓，从而尽管使用了焓，调节问题也是非线性的。为了解决该问题，在计算状态时合适的是使用线性化。在当前的情况下有利地假定，状态仅移动围绕一个工作点的偏差范围。在合适地被预先确定的该偏差范围中可以将系统假定为线性的。 [0016] 该线性化对于仅一个工作点的状态以及对于围绕该工作点的偏差范围来说是有意义的。如果实际的状态移出该偏差范围，则线性化将导致不利的结果。因此有利的是对工作点进行更新。这合适的是通过以下方式进行，即通过采用测量值来对所述工作点更新。合适的是，测量值是通过测量当前存在的介质参数如压力、温度等等而采集的当前测量值。 状态计算所基于的工作点可以与当前介质状态匹配。可以使用非线性的调节系统，通过采用当前测量值来对该调节系统线性化。通过线性化实现非常鲁棒的调节性能，也就是说调节质量不再取决于设备的当前运行点。 [0017] 本发明的另一有利实施方式规定，状态调节器的调节系统包含例如反馈矩阵形式的矩阵方程，在产生蒸汽期间所测量的介质值被用于计算所述矩阵方程。从而例如可以通过其参数至少部分地通过使用当前测量值来确定的矩阵方程进行状态反馈。通过使用当前测量值，例如在反馈矩阵的在线计算中，调节器可以始终与实际的运行条件匹配。由此可以自动考虑动态蒸发器性能的取决于负载的变化。通过该步骤还可以实现调节算法的鲁棒性的提高。基于调节算法非常鲁棒的事实，在启动时只需要设置非常少的参数。因此，启动时间和启动开销与目前已知的所有方法相比显著减少。 [0018] 有利的是，通过蒸汽动力设备的控制技术来计算矩阵方程。在此，该控制技术可以是在蒸汽动力设备的日常运行中控制该蒸汽动力设备的控制系统。为了保持该控制技术的数学组件简单，有利的是将矩阵方程转换为一组标量的差分方程。对矩阵方程的相对简单的积分可以通过在时间上的反向积分来实现。由于在理想情况下没有来自未来的信息可供使用，因此如果用相反的符号来对该标量的差分方程组积分（这稳定地导致同一个固定的解）则可以实现与反向积分等价的积分。 [0019] 在本发明的有利实施方式中，观测器是针对线性二次状态反馈设计的卡尔曼滤波器。线性二次调节器与卡尔曼滤波器的协作称为LQG（线性二次高斯）调节器或LQG算法。 [0020] 有利的是，观测器计算在蒸发器中进入介质的热。该热可以被定义为干扰参数并且在调节算法中使用。在此不仅沿着蒸发器的焓或从中推导出的参数，而且另外干扰参数可以被定义为状态，并且尤其是可以借助观测器来估计或确定。直接作用于蒸发器的干扰通过以下方式表示，即在蒸发器中的预热间隔改变。通过对干扰参数的这样的观测，可以对相应的干扰进行非常快速的、精确的、但是同时鲁棒的反应。 [0021] 此外本发明涉及一种用于调节从蒸汽动力设备的蒸发器中的供水产生蒸汽的设备，具有调节系统，该调节系统包括观测器和状态调节器，所述状态调节器准备用于借助观测器计算蒸发器中的多个介质状态并从中确定供水质量流作为第一调节系统的调节参数。 [0022] 建议状态调节器是线性二次调节器。可以实现精确的和稳定的调节。 [0024] 借助在附图中示出的实施例详细阐述本发明。 [0026] 图2示出调节级联的计划， [0027] 图3示出蒸发器的模型， [0028] 图4示出作为调节器设计的基础的线性段模型， [0029] 图5示出观测器的结构，以及 [0030] 图6示出调节器结构的概览。 具体实施方式[0031] 图1示出具有蒸汽动力设备的热电厂的一个片段的示意图，该蒸汽动力设备包括蒸汽涡轮机2、锅炉4、蒸发器6和过热器8。锅炉4将热输出到蒸发器6，供水10通流到蒸发器6中，所述供水10由供水泵12抽送到蒸发器6并且所述供水吸收热。借助阀门14可以对供水流进行调节。 [0032] 通过吸收热在蒸发器6中对供水10进行蒸发，并且所产生的蒸汽16进一步流向过热器8以便在那里过热成新汽并接着输送到蒸汽涡轮机2。为了调节蒸汽16的温度，借助阀门14和/或供水泵12调节供水流，其中供水10在蒸发器6之前的额定流是调节参数，并且阀门位置和/或泵功率是调节参数。 [0033] 温度传感器18和压力传感器19测量供水10的温度TW或压力pW，并且传感器20测量蒸发器6之前的实际供水流mi。温度传感器22和压力传感器24测量蒸发器6之后的蒸汽16的蒸汽温度TD或蒸汽压力pD。 [0034] 蒸发器6可以包括未示出的预热器。但是这对本发明并不重要，并且下面“蒸发器”的概念还应当理解为由具有预热器的蒸发器构成的系统。 [0035] 蒸发器6是强制循环蒸汽产生器，其中由给水泵12强制水流或蒸汽流的循环。供水10在此可以先后流过供水预热器和蒸发部件，尤其是还通过过热器8，从而供水10被加热至饱和蒸汽温度、蒸发和过热连续地在循环中进行。在此不需要转筒。尤其是蒸发器6是本生锅炉的一部分。其可以进入过临界范围，其中供水10可以由供水泵12设置到超过230巴的压力。可以依据负载对供水质量流进行调节。 [0036] 图2示出具有第一或外部调节系统26以及第二或内部调节系统28的调节级联。外部调节系统26包括线性二次调节器30，尤其是LQG调节器。作为输入参数，向其输送所测量的实际供水流mi、供水10的所测量的温度TW、蒸汽16的所测量的温度TD和所测量的压力pD以及蒸发器6之后的蒸汽16的额定温度TS。蒸汽16的额定温度TS是调节器30的调节参数。供水10的额定质量流ms作为调节参数由调节器30输出。 [0037] 该额定质量流ms被预定给内部调节系统28的调节回路32作为调节参数的额定值。所测量的供水流mi是调节回路32的调节参数。调节回路32具有调节阀门14的位置和/或供水泵12的功率作为调节参数。 [0038] 调节器30不是直接通过调整机构作用于该过程，而是将供水质量流的额定值ms转发给底层的调节回路32，由此与该调节回路一起其形成由外部调节系统26和内部调节系统28组成的级联。在蒸发器6之前的供水10的所测量的温度TW和压力pW是调节器30需要的附加信息，以用于确定在蒸发器6之前的供水10的比焓h1。焓h1可以通过水-蒸汽图表来确定。由蒸汽压力pD和蒸汽温度TD计算在蒸发器6之后的蒸汽16的比焓h2。 [0039] 图3示出蒸发器6中的蒸发段的模型，该蒸发段分成三个一阶延迟单元34，从而在它们的串联电路中得到三阶的延迟特性。三个延迟单元分别可以是通过负反馈积分器36实现的PT1单元。这些延迟单元的时间常数取决于负载并且随着负载的下降而变得更大，反之亦然。在每个延迟单元34之后给出状态xi，其中i=1,2,3，其中状态x1说明输出焓h2。输入状态通过蒸发段的输入焓h1表征。两个中间状态x2,x3是算术型的并且是通过观测器估计的不可测量的状态。所有状态xi是取决于时间的参数。 [0040] 具有焓h1的供水10流入蒸发段中。原则上，该焓h1可以用作第一或外部调节系统26的调节参数，因为用焓而不是温度来证明蒸发段的线性特性的假设。但是，焓h1几乎不能设置，因为供水的压力pW和温度TW几乎不能在范围和速度上调节到足以用作调节参数。 [0041] 为了解决该问题，供水10的实际质量流mi与焓h1相乘，从而从该乘积得到功率。该功率可以简单地借助供水泵12和/或阀门14调节并且由此可以用作调节参数。由于焓h1基本上是恒定的，因此供水10的实际质量流mi可以单独地用作调节参数。 [0042] 相应地，在图3所示的动态模型中在每个延迟单元中34分别将mi与当前的焓相乘，如通过乘法器38所示的那样，从而作为参数形成功率。将该功率在三个延迟级34的每一个中分别与假定的燃烧功率QF的1/3相加，从而将整个燃烧功率QF引入到整个蒸发段的动态模型中。 [0043] 该功率和与时间单元G相乘，该功率和的分母包含延迟的时间常数，例如在满载-1情况下PT1单元的延迟的时间常数t。此外，G=(mt) 的分母包含供水质量流m，例如在满载情况下的供水质量流，从而在时间单元G之后每时间都存在比焓。该比焓在每个延迟单元 34中分别通过积分器36积分，从而焓作为结果存在。 [0044] 将该焓从各自延迟单元34的输入焓中减去。作为在三个延迟单元34之后的状态xi的方程得到： [0045] [0046] [0047] [0048] 状态x1是输出焓h2。可以看出，当焓差通过延迟单元34与供水流mi相乘再加上燃烧功率QF的1/3为0，焓差乘以供水流mi和QF/3保持平衡时，状态x是恒定的，也就是其导数零。在这种情况下，系统处于起振状态下以及由此处于供水输送和加热的平衡中。 [0049] 这三个方程不是线性的，因为状态xi与供水流mi相乘。这是正确的，因为燃烧热的不稳定的项应当被非线性地映射。燃烧热的非线性在状态模型中，更确切地说在图5详细描述的观测器中通过状态xi与供水流mi相乘来模拟。由此，供水流mi的变化与不稳定的燃烧功率QF相反，作为补偿其的反作用器。因此，供水流mi被用作第一调节系统26的调节参数。 [0050] 为了能使用LQ调节器或LQG调节器，必须借助线性化将该非线性方程组转换为线性方程组。为此，状态和输入首先表示为固定值以及与固定值的偏差的和。固定状态由非线性方程组得到，其方法是使得状态的时间导数等于0。这意味着，系统中的状态不再发生时间变化并且这些状态处于固定的静止状态。此外，固定状态被定义为额定状态。 [0051] 相应地，对于固定状态下式成立： [0052] [0053] 其中ms是期望的供水质量流，利用它实现该固定状态，因此在固定状态下供水流正好大到使得供水流在蒸发器之后的输出焓h2恒定的情况下吸收热输送QF。通过换算获得第一调节系统的调节值ms: [0054] [0055] 然后进一步为了线性化，假定状态和输入仅移动围绕工作点的偏差范围。由此该系统在该工作点中可以假定为线性的。作为工作点选择额定状态，u表示系统的输入： [0056] xi=xi，soll+Δxi [0057] u=ms+Δu [0058] 在假定偏差的乘积，即Δu·Δxi非常小并且可忽略的情况下，产生如下的线性化状态方程： [0059] [0060] [0061] [0062] y＝x1s+Δx [0063] 由此保留了直接与输出相加的输出偏移x1s。 [0064] 可以观测到，差分方程仅对围绕工作点的小偏差有效。工作点在此通过蒸发器之后的取决于负载的额定焓h2s=x1s定义。因此借助当前的测量来追踪工作点。这通过矩阵A和B中的变量实现，所述矩阵由线性模型的基本方程得到： [0065] [0066] y(t)=C(t)·x(t)+D(t)·u(t), [0067] 其中输入u(t)在很多情况下不直接作用于输出y(t)并且由此D(t)为0。通过这种方式，矩阵A和B随着负载或随着蒸发器6之后的焓h2s的当前额定值而改变。这意味着，动态性与当前负载情况匹配并且由此在整个负载范围上来追踪该过程。 [0068] 图4示出状态调节的原理图。状态调节是线性调节，其中将过程40的实际状态与对应的额定状态相比较并且将所产生的差与系数相乘地加入到该过程。如果具体地应用于蒸发段，则所计算的实际状态x(t)与预定的额定状态xsoll(t)相比较。在此以及下面，用黑体的符号显示在当前情况下包含三个状态x1,x2,x3和QF作为第四参数或相应的额定参数的向量或矩阵。作为系数可以使用具有参数K1,K2,K3的反馈向量K(t)。u(t)是调节参数，y(t)是过程的输出参数。 [0069] 为了能实现状态反馈的调节原理，实际状态x(t)的当前值必须是已知的并且可用。但是现在在真实的过程中不能总是测量所有状态。在当前系统中例如不能测量状态x2,x3和QF。其原因在于，不能确定蒸发器内的两个状态的精确的测量点。模型的前两个延迟单元仅映射所述过程的时间动态性。但是这对空间上的动态性没有给出任何结论，因此不能确定温度的测量点。此外在状态x2和x3时存在湿蒸汽，这附加地加大了确定湿蒸汽的焓的难度。因此必须找到其他可能性来确定这些状态。 [0070] 状态确定或状态估计可以通过状态反馈来实现。通过状态反馈的调节是纯的比例调节。这意味着，状态仅通过一个系数相乘地被负反馈。反馈的类型可能导致调节偏差，这意味着没有达到预定的额定值。为了使这些额定值被达到，积分分量的实现是有意义的。在状态反馈的简单实施中，积分部分的实现通过电路来解决，其中输出值和给定值之间的调节差通过积分器反馈并且一起加入到调节参数中。 [0071] 但是在当前的情况下选择其他可能性，即实现是状态估计器的观测器或干扰参数观测器。该状态估计器包含积分部分以确定状态，由此剩余的调节偏差消失。此外其具有以下优点，即利用该状态估计器可以估计影响过程的干扰参数。这允许对该过程的更快速的调节，因为可以在所估计的状态中直接看到干扰参数的维度。如果没有干扰参数观测器，则干扰参数及其对过程的影响只能间接地通过各个状态的变化来看出。 [0072] 在当前的系统中存在两个干扰参数，对于这两个干扰参数考虑借助干扰参数观测器进行估计。一方面这是被输送到蒸发器6中的燃烧热功率QF的波动，另一方面是在蒸发器6之前的焓h1的波动。但是，h1的波动可以通过水-蒸汽表格从对压力和温度的测量中确定，由此不需要被强制估计。 [0073] 不可测量的干扰参数是燃烧热功率QF的波动，其对当前的过程有着很大的影响。该波动通过所燃烧的主要能源（煤炭、石油或天然气）的变化的加热值来引起。由此将燃烧热功率QF定义为新估计的状态Q=X4。动态性被选择为dX4/dt=0。利用这些信息可以推导出用于观测器的扩展的状态空间形式。 [0074] 下面描述观测器，因为其观测所述干扰，所以也称为干扰观测器或干扰参数观测器。图5示出干扰参数观测器的结构。可以看出，在蒸发器6中的蒸发段的模型类似于图3，但是具有小的变化。从而状态X1，X2和X3代表所估计的状态，其中状态X1=H2也说明在蒸发器6的输出处的所估计的焓H2，而不是说明真实的和可测量的焓h2。尽管用大写字母，H2说明比焓。所估计的焓H2与通过压力和温度所测量的焓h2相比较，并且将差，也就是观测器误差e加入到所观测的、也就是所计算的过程中，但是不是直接的，而是作为与观测器校正L（所谓的观测器向量）的乘积。该观测器向量是四维向量，也就是包含4个分量L1,L2,L3和L4，它们分别与观测器误差-标量相乘。 [0075] 段状态的再现通过与真实的过程并行地计算动态段模型来进行。来自过程的测量参数与利用段模型确定的对应的值之间的偏差是观测器误差e。段模型的各个状态分别通过用Li加权的观测器误差来校正，由此使得观测器误差稳定。 [0076] 在三个延迟单元34的任一个中将观测器误差加入对应的校正分量，其目的是实现起振状态，也就是平衡状态。所估计的燃烧功率Q与真实的燃烧功率QF相反在此用作状态向量X的第四分量X4，并且对应地将具有校正分量L4的观测器误差e加入所估计的燃烧功率Q。 [0077] 观测器校正L，也称为反馈向量，在此被计算机为，使得观测器误差得到校正，也就是观测器误差消失。观测器可以作为非线性观测器来实现，因为输入参数mi是可测量的。由此非线性系统可以被直接改写为状态空间表示。这以名称—扩展的Luenberger观测器或扩展的卡尔曼滤波器（extended Kalman filter-EKF）—为人熟知。与过程并行地计算非线性模型。但是，使得观测器误差稳定的反馈向量L(t)是从线性模型中获得的。该线性化通过采用分别测量的供水质量流mi来进行。 [0078] 在第一调节系统26中的调节包括线性二次调解器，尤其是LQG调节器30。LQG调节器是线性二次（LQ）调节器和卡尔曼滤波器的共同实现。LQ调节器可以是所谓的最佳调节器，其是二次品质标准的基础。利用该品质标准和一种算法来计算状态调节的反馈向量K(t)。卡尔曼滤波器是一种特殊的观测器或状态估计器，其中附加地还可以对输出处的测量不精确性（测量噪声）和建模不精确性（过程噪声）一起考虑或一起建模。借助一种算法可以确定用于观测器的其它反馈向量L(t)。 [0079] 这样的LQG调节器在图6中示出。作为输入向LQG调节器组件传送蒸发器6之后所测量的焓h2、当前的供水质量流mi、蒸发器6之前的焓h1以及蒸发器6之后的额定焓h2s，该额定焓可以由蒸汽16的额定温度及其压力来计算出。此外传送计算矩阵A,B,AObs,CObs,RRegler,QRegler,RObs和QObs。 [0080] A,B,AObs,CObs由线性化的系统表示来得到，RRegler,QRegler,RObs和QObs包含用于设置期望的调节器特性（灵敏度，腐蚀性）的权重因子。 [0081] 输出是所运送的供水质量流ms,其由干扰参数加入mGs和状态调节Δm之差来计算。在此可以观测到，用所估计的燃烧热功率Q来计算干扰参数加入mGs。干扰参数加入mGs在其它概念中通过煤炭质量流来预先控制，但是在此该煤炭质量流直接通过所估计的燃烧热功率Q来计算。相反，状态调节Δm是状态调节的结果。 [0082] LQG调节器30包括图5所示的观测器42，向该观测器输送测量的输入焓h1、测量的输出焓h2以及测量的供水流mi作为输入参数。此外向该观测器输送反馈向量L(t)以用于补偿观测器误差e。反馈向量L(t)借助卡尔曼-Riccati差分方程的一个解L KR来计算，向该解传送计算矩阵AObs，CObs,RObs和QObs。 [0083] 作为其它组件，LQG调节器30包括用于计算额定状态Xs的单元44，该额定状态是状态反馈所需要的。对该组件44的输入是输入焓h1和额定输出焓h2s。但是LQG调节器30不直接使用状态X(t)来用于状态反馈，而是使用状态与其工作点的偏差，也就是与额定状态Xs(t)的偏差。由此作为其它要使用的状态参数，提供绝对焓与焓额定值的偏差。每个状态Xi与其工作点Xis的偏差在工作点中为0。如果加权和X(t)-Xs(t)=0，则不进行调节器干预。因此状态X(t)直接与额定状态Xs(t)相比较并且继续使用其差。 [0084] 此外，LQG调节器30包括针对调节器-Riccati差分方程的解L RR，该解计算出反馈向量K(t)。向该解传送计算矩阵A,B,RRegler和QRegler。反馈向量K(t)的使用与反馈向量L(t)的使用类似。L(t)的目标是通过乘法和反馈来补偿观察器误差e，而反馈向量K(t)与状态误差相乘并且用于状态调节，也就是用于波动调整或用于补偿LQG调节器30的调节误差：从具有分量X1、X2和X3的状态向量X(t)与用于额定状态Xs(t)的同样三维的状态向量之差中产生LQG调节器30的动态分量，利用它来实施状态调节： [0085] K1(X1-X1s)+K2(X2-X2s)+K3(X3-X3s)=Δm. [0086] 该动态分量或状态调节Δm是供水质量流的分量，该供水质量流的分量与计算的干扰参数加入mGs相比较，因此该供水质量流的分量对干扰参数加入进行了补充。干扰参数加入mGs是计算的额定质量流，也称为基本额定值，其由所估计的燃烧功率Q与从中得到的、蒸发段上的焓差Δh之商得到。 [0087] 该额定质量流或基本额定值mGs与动态调节分量Δm相减，从而得到额定供水质量流ms，这是第一调节系统26的调节参数。额定质量流ms作为调节参数被传送给第二调节系统28，第二调节系统28借助一个或多个合适的部件，例如供水泵12和/或阀门14来设置额定质量流ms。 [0088] 两个反馈向量，即观测器校正L(t)和用于调节校正的向量K(t)的计算是熟知热动态状态计算的专业人员已知的。为此利用卡尔曼-Riccati差分方程的解L KR来求解滤波器问题，利用调节器-Riccati差分方程的解L RR来求解调节器问题。LQ调节器问题的解通过矩阵-Riccati-DGL来进行： [0089] [0090] 利用解矩阵S(t)还可以计算调节器反馈矩阵K(t)： [0091] [0092] 同样也适用于卡尔曼滤波器问题的解，该问题同样通过矩阵-Riccati-DGL来解决： [0093] [0094] 在此可以借助解矩阵P(t)来计算观测器反馈矩阵L(t)： [0095] [0096] P或S是用于求解矩阵-Riccati-方程的矩阵，并且在此只表示用于确定L或K的中间参数。 |
||||||
QQ群二维码
意见反馈
意见反馈