基于軟測(cè)量的CFB-FGD過程脫硫劑推斷控制策略的研究.pdf

1、我國燃煤發(fā)電在電力供給中占80％以上，以煤為主的能源消耗結(jié)構(gòu)導(dǎo)致了S02大量排放，對(duì)我國生態(tài)環(huán)境產(chǎn)生了嚴(yán)重的影響。節(jié)約資源，減少污染物排放是我國急需解決的重要問題之一。為研究開發(fā)出技術(shù)可行、指標(biāo)較高、工程改造量不大、施工周期較短、投資合理的具有我國自主知識(shí)產(chǎn)權(quán)的燃煤電廠循環(huán)流化床煙氣脫硫(CFB-FGD)技術(shù)，本文以國家“十五”重點(diǎn)攻關(guān)課題“CFB-FGD設(shè)備自動(dòng)控制技術(shù)的研究與開發(fā)”為基礎(chǔ)，對(duì)CFB-FGD過程脫硫劑的控制策略進(jìn)行研究

2、。 本文首先介紹了CFB-FGD的機(jī)理、工藝以及控制系統(tǒng)的現(xiàn)狀。通過對(duì)CFB-FGD機(jī)理及工藝的分析，提出了CFB-FGD過程脫硫劑的推斷控制策略。由于脫硫劑主要根據(jù)反應(yīng)器出口SO<,2>的濃度來控制其加入量，而SO<,2>濃度直接測(cè)量較為困難，且存在一定的滯后，因此本文提出了采用軟測(cè)量的方法進(jìn)行SO<,2>濃度的實(shí)時(shí)測(cè)量。通過對(duì)軟測(cè)量技術(shù)和人工神經(jīng)網(wǎng)絡(luò)的研究，對(duì)反應(yīng)器出口SO<,2>濃度建立了基于徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)的

3、軟測(cè)量模型，并采用增量校正法對(duì)軟測(cè)量模型進(jìn)行在線校正。仿真結(jié)果表明本文利用RBF神經(jīng)網(wǎng)絡(luò)建立的模型滿足工程應(yīng)用的要求。最后對(duì)推斷控制器進(jìn)行設(shè)計(jì)，本文采用的是仿人智能控制算法。通過對(duì)仿人智能的基本理論以及控制器設(shè)計(jì)方法的深入研究，設(shè)計(jì)了仿人智能推斷控制器，并將其與常規(guī)PID控制器進(jìn)行比較。結(jié)果表明，本文所采用的仿人智能控制(HSIC)算法無論是動(dòng)、靜態(tài)性能，還是抗干擾能力均優(yōu)于ITAE指標(biāo)最優(yōu)的常規(guī)PID控制。 通過對(duì)RBF神經(jīng)網(wǎng)