首页 / 专利库 / 电脑零配件 / 硬件 / 一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法

一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法

阅读:499发布:2021-09-19

专利汇可以提供一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于性能数据的自抗扰控制 硬件 在线闭环仿真控制方法,其包括如下步骤:1、实时采集数据并计算热 力 性能指标;2、划定机理仿真建模的边界条件;3、在PXI仿真平台建立机理仿真模型;4、对机理仿真模型进行热力性能 精度 校验;5、输入阶跃响应和白噪声,将机理仿真模型转化为二阶传递函数模型;6、以NI Compact RIO 控制器 为载体,实现自抗扰控制策略;7、将NI Compact RIO控制器与PXI仿真平台硬件对接,使用自抗扰控制器策略和二阶传递函数模型对象进行控制策略验证,优化自抗扰控制系数,确定最优控制效果;8、将自抗扰控制器策略应用到电源侧控制设备涉网试验,重复1~7。本发明的优点是符合实际生产、反应现场工况动态变化。,下面是一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法专利的具体信息内容。

1.一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法,其特征在于,其包括如下步骤:
步骤1、在在线热性能数据校验处理分析平台基础上,实时采集数据并计算热力性能指标,所述实时采集数据包含但不限于温度、压力、流量;
步骤2、针对包含RUNBACK试验在内的涉网试验特性,划定机理仿真建模的边界条件;
步骤3、在PXI仿真平台上建立机理仿真模型;
步骤4、对机理仿真模型进行热力性能精度校验;将在线热力性能数据校验处理分析平台采集到的实时数据输入步骤3中的机理模型仿真系统,在PXI平台上对与仿真机模型计算得到热力性能指标进行比较,进行仿真模型热力性能精度验证;
步骤5、采用阶跃响应和白噪声输入,将机理仿真模型转化为与机理仿真模型特性一致的二阶传递函数模型;
步骤6、以NICompact RIO控制器为载体,实现自抗扰控制策略;
自抗扰控制器由跟踪微分器、扩张状态观测器和非线性反馈控制律三个部分组成;
自抗扰控制技术在NI Compact RIO控制器上的实现需将控制器的各个部分进行离散化计算,离散化后的计算形式采用式(4-1)~(4-3);
1)安排过渡过程
设v0为设定值,跟踪微分器的离散化形式为:
2)扩张状态观测器的离散化方程为:
3)非线性误差反馈控制律,即控制量的形成:
式(4-1)~(4-3)中:v1为输入信号的跟踪信号;v2为v1的微分信号;h为采样时间;r为速度因子;h0为TD的滤波因子;y为系统输出;fal(·)和fv(·)为最优综合控制函数;
β01,β02,β03是控制器中观测器计算所需的可调增益系数,fal()函数是非线性函数,用于输出校正误差率,δ表示滤波系数,δp表示观测器一阶变量的滤波系数,δd表示观测器二阶变量的滤波系数;
e表示观测器输出与实际输出之间的偏差,ep表示观测器输出与实际输出之间偏差的一阶状态变量,ed表示观测器输出与实际输出之间偏差的二阶状态变量;
a01表示(0~1)之间的常数,观测器的一阶变量可调系数;a02表示(0~1)之间的常数,观测器的二阶变量可调系数;ap表示(0~1)之间的常数,非线性误差反馈控制律即控制量的一阶变量可调系数;ad表示(0~1)之间的常数,非线性误差反馈控制律即控制量的二阶变量可调系数;
b0表示对扰动抑制的可调系数;
步骤7、将NI Compact RIO控制器与PXI仿真平台硬件对接,使用NI Compact RIO控制器的自抗扰控制器策略和PXI仿真平台的二阶传递函数模型对象进行控制策略验证,优化自抗扰控制系数,确定最优控制效果;
步骤8、将NI Compact RIO控制器实现的自抗扰控制器策略应用到电源侧控制设备涉网试验,返回步骤1并重复以上步骤1-步骤7。

说明书全文

一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法

技术领域

[0001] 本发明属于仿真数据的建模领域,具体涉及一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法。

背景技术

[0002] 随着电工业的发展和科学技术的进步,电发电机组不断向着大容量、高参数方向迈进,自动化程度越来越高,对机组自动化控制提出了更高的要求。由于亚临界机组特性复杂多样性,RB试验和循环流化床的控制方案具有现场调试周期长、险高、控制逻辑不易实现等特点,迫切需要应用新的控制理论和控制策略,希望在应用推广之前能够具备以下几个方面条件:第一,进行仿真试验,目前仿真机均是按照一定工况运行静态数据对机组进行仿真设计,只能保证在设计工况具备一定的精度,与实际运行情况有较大的误差,没有考虑实际存滞后和传导带来的时间问题,据此所得到的仿真模型与实际生产特性必然有很大的偏差;原有的亚临界火电仿真模型只是在50%,80%,100%等几个静态负荷点来激励仿真,从而获得静态工况下的模型数据以及参数。并不足以真正的反应现场工况的变化;火电机组现场机组类型众多,没有通用的数据接口和仿真模型接口可以兼容所有火电机组设备,开发接口不统一,而且难于调试和现场应用。第二、进行仿真试验,需要将机组在线数据对仿真模型进行修正,提高模型的精确性和可用性,将仿真模型应用于现场实际试验,现有的仿真模型都是机理模型,无法与实时热力性能数据结合应用于实际生产试验过程。第三、目前缺乏一种生产试验标准化平台,可实现电源侧控制设备涉网试验及深度精确建模生产试验性能效果的的预估评价,对机组发生故障后,尽快恢复满足机网协调运行条件进行指导。
[0003] 因此,需要能够有一个生产试验标准化平台,可实现生产试验性能效果的的预估评价,实现各先进控制算法的验证性能分析等功能需求。

发明内容

[0004] 本发明所要解决的技术问题是提供了一种符合实际生产、能够反应现场工况动态变化的一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法。
[0005] 本发明采用如下技术方案:
[0006] 一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法,其包括如下步骤:
[0007] 步骤1、在在线热力性能数据校验处理分析平台基础上,实时采集数据并计算热力性能指标;
[0008] 步骤2、针对试验特性,划定机理仿真建模的边界条件;
[0009] 步骤3、在PXI仿真平台上建立机理仿真模型;
[0010] 步骤4、对机理仿真模型进行热力性能精度校验;
[0011] 步骤5、采用阶跃响应和白噪声输入,将机理仿真模型转化为与机理仿真模型特性一致的二阶传递函数模型;
[0012] 步骤6、以NI Compact RIO控制器为载体,实现自抗扰控制策略;
[0013] 步骤7、将NI Compact RIO控制器与PXI仿真平台硬件对接,使用NI Compact RIO控制器的自抗扰控制器策略和PXI仿真平台的二阶传递函数模型对象进行控制策略验证,优化自抗扰控制系数,确定最优控制效果;
[0014] 步骤8、将NI Compact RIO控制器实现的自抗扰控制器策略应用到电源侧控制设备涉网试验,返回步骤1并重复以上步骤1-步骤7。
[0015] 本发明的有益效果如下:
[0016] 本方法实现了电网主力发电机组的实际数据与仿真模型对接,有机紧密的将生产实际与科研联系起来,结合电网运行源端生产试验的可靠性问题和技术问题进行分析验证,并开展智能控制优化策略研究。利用增强激励式仿真预测模型和自抗扰控制策略评价方法,规范智能控制策略走向运行现场的每一个环节,参考成果内容编制了实用的电厂内部控制策略与实施管理制度,实现科研成果的转化,开展了智能控制策略制定、控制策略寿命及效果评估,最终达到以生产带来的效益推动科技研发的目的,通过整合先进控制策略的迭代优化工作,减少调试时间和增加电网整体安全性,同时取得了较好的经济效益。
[0017] 将原有的仿真平台改进为在线数据激励的试验仿真平台,针对RB生产试验和建立仿真模型,实现仿真模型响应特性与现场实际特性趋近度达90%,使仿真平台成为可以真正服务于生产试验的技术支撑平台。附图说明
[0018] 图1是本发明的实施步骤流程图
[0019] 图2是本实施例中在线热力性能数据采集校验装置电源交换组件结构图。
[0020] 图3是本实施例中基于labview的自抗扰ESO结构图。
[0021] 图4是本实施例中自抗扰控制器的非线性状态误差反馈控制结构图。

具体实施方式

[0022] 下面结合附图和实施例对本发明做进一步详细说明。
[0023] 如图1-图4所示,本实施例涉及一种基于性能数据的自抗扰控制硬件在线闭环仿真控制方法,其采用如下步骤实现:
[0024] 步骤1、在在线热力性能数据校验处理分析平台基础上,实时采集数据并计算热力性能指标。
[0025] 在LabView平台上,将获得的数据经过归一化处理后数据按照亚临界火电机组仿真机实际对应关系,一一和亚临界火电机组仿真机相应的数据点进行对接,同时将必须的数据与仿真机相关联的DCS系统进行对接,建立相关的增强激励仿真模型。
[0026] 通用型在线热力性能数据校验处理分析平台内容包含硬件和软件两部分:
[0027] 硬件部分主要分为:“电源交换组件”和“数据采集组件”。“电源交换组件”输出接口通过供电通讯一体电缆连接“数据采集组件”输入接口为“数据采集组件”提供≤24V的直流电压及以太网通讯,“电源交换组件”至“数据采集组件”之间距离≤60米。
[0028] 在线热力性能数据采集校验装置电源交换组件结构如图2所示。在线热力性能数据校验处理系统支持并联及串联结合的树形网络拓扑结构
[0029] 步骤2、针对试验特性,划定机理仿真建模的边界条件。
[0030] 例如针对RB试验,由于RB试验主要包括一次风RB、送引风RB、磨机RB以及给RB。主要设计锅炉风烟系统以及锅炉侧汽水循环系统部分,所以划定RB增强激励仿真模型范围为磨煤机至锅炉的燃烧风烟系统模型,以及从省煤器至过热器的汽水循环模型;
[0031] 步骤3、在PXI平台上实现机理仿真模型建立:
[0032] 在机组建模过程中将其划分为不同的功能组,子模型建好后通过模型合并,搭建出整个机组模型。以超临界机组建模举例如下。
[0033] 如图3所示是风烟系统子模型结构示意图;
[0034] 如图4所示是主蒸汽系统子模型结构示意图;锅炉给水由#3高加出口供给,以#3高加出口为边界。主蒸汽流出以汽轮机之前的主蒸汽管道为边界。过热器建模时根据实际情况进行了合并整理,最后建立了:省煤器、水冷壁、顶棚过热器、低过水平过热器、低过垂直过热器、分割屏过热器、后屏过热器和末级过热器。图4中标注出了主要模和所使用的算法。结构图和算法编号确定好后,进行建模,根据流体网络及设备间的相互关系进行输入输出连接和结构参数填写。
[0035] 入口以末级过热器出口后蒸汽管道上压力节点为边界,出口以再热汽入口压力节点为边界。高压缸除调节级外以抽汽划分为2级,可简化计算,缩短仿真计算周期,而不影响仿真精度。假设主汽门左右侧开度一致时两侧进汽量相同,建模中考虑了轴封漏汽和疏水影响。结构图和算法编号确定好后,进行建模,根据流体网络及设备间的相互关系进行输入输出连接和结构参数填写。
[0036] 高加热器入口边界选取给水母管的压力节点,出口边界选取省煤器入口节点,抽汽参数由高压缸系统各级组输出。加热器运行时,主要监视其加热蒸汽的压力和温度,加热器前后给水温度,以及汽侧的疏水水位等。由于加热器的动态过程非常复杂,描述该过程的参数不仅是时间的函数,也是空间的函数,因此加热器的数学模型做如下简化:加热器的数学模型按三段式加热器考虑,各区段壳侧和水侧流体的参数按集总参数计算,加热器各区段的传热温差按对数平均温差计算,加热器中的蒸汽和不凝结气体按理想气体考虑。结构图和算法编号确定好后,进行建模,根据流体网络及设备间的相互关系进行输入输出连接和结构参数填写。步骤4、对机理仿真模型进行热力性能精度校验:
[0037] 将在线热力性能数据校验处理分析平台采集到的实时数据输入步骤3中的机理模型仿真系统,在PXI平台上对与仿真机模型计算得到热力性能指标进行比较,进行仿真模型热力性能精度验证。
[0038] 步骤5、在PXI平台上以LABVIEW为开发环境,以二阶传递函数模型为原型,对步骤4的机理仿真模型进行对象辨识,对机理仿真模型分别施加阶跃输入和白噪声输入,优化二阶传递函数系数,获得与机理仿真模型特性一致的二阶传递函数。利用仿真机和在线数据,将基于机理模型的仿真机提高性能,在PXI平台上转变为二阶传递函数形式的系统模型,从而量化定性的指导电源侧控制设备涉网试验与性能评价
[0039] 步骤6、以NI Compact RIO控制器为载体,实现自抗扰控制策略。自抗扰控制器由跟踪微分器、扩张状态观测器和非线性反馈控制律三个部分组成。
[0040] 自抗扰控制技术在NI Compact RIO控制器上的实现需将控制器的各个部分进行离散化计算,离散化后的计算形式采用式(4-1)~(4-3)。
[0041] 1)安排过渡过程
[0042] 设v0为设定值,跟踪微分器的离散化形式为:
[0043]
[0044] 2)扩张状态观测器的离散化方程为:
[0045]
[0046] 3)非线性误差反馈控制律,即控制量的形成:
[0047]
[0048] 式(4-1)~(4-3)中:v1为输入信号的跟踪信号;v2为v1的微分信号;h为采样时间;r为速度因子;h0为TD的滤波因子;y为系统输出;fal(·)和fv(·)为最优综合控制函数。
[0049] 步骤7、将RIO控制器与PXI仿真平台硬件对接,使用NI Compact RIO控制器的自抗扰控制器策略和PXI仿真平台的二阶传递函数模型对象进行控制策略验证,优化自抗扰控制系数,确定最优控制效果。
[0050] 步骤8、将NI Compact RIO控制器实现的自抗扰控制器策略应用到电源侧控制设备涉网试验,通过步骤1的在在线热力性能数据校验处理分析平台基础上,实时采集数据并计算热力性能指标并重复以上步骤1~步骤7。
[0051] 当然,本技术领域内的一般技术人员应当认识到,上述实施例仅是用来说明本发明,而并非用作对本发明的限定,只要在本发明的实质精神范围内,对上述实施例的变化、变型等都将落在本发明权利要求的范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈