第30卷󰀁第1期大连海事大学学报Vol.30,No.12004年2月JournalofDalianMaritimeUniversityFeb.,2004文章编号:1006󰀁7736(2004)01󰀁0045󰀁04船舶锅炉燃烧系统的优化控制󰀁

李维坚1,于洪亮2(1.广州航海高等专科学校轮机系,广东广州󰀁510725;2.大连海事大学轮机工程学院,辽宁大连󰀁116026)摘要:分析了船舶锅炉燃烧控制系统的运行特点,对船舶锅炉燃烧控制系统优化模型的建立、优化模型参数的求解方法及船舶锅炉燃烧实时控制系统的控制规律进行了研究,以使船舶锅炉燃烧过程更多时间处于相对平稳状态,提高燃烧效率.同时具体提出了采用传统PID控制与最优控制相结合的方法,建立了蒸汽压力与喷油量、送风量、引风量和蒸汽流量之间的关系模型以及氧含量和喷油量、送风量、引风量和蒸汽流量之间的关系模型和炉膛负压和喷油量、送风量、引风量和蒸汽流量之间的关系模型.关键词:船舶锅炉;燃烧控制系统;优化模型;前向神经网络模型中图分类号:U664.111󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁文献标识码:A0󰀁引󰀁言蒸汽动力装置船舶的锅炉及油船的锅炉,其蒸发量都比较大,蒸汽压力也比较高,对水位和蒸汽压力的变化要求比较严格,工作过程中,不允许水位和蒸汽压力出现较大的波动,因此在锅炉的燃烧自动控制系统中以往都把控制的焦点聚焦在维持水位和蒸汽压力在允许范围内波动这个问题上,并已较为彻底地解决了技术上的难题.而在燃烧过程优化控制问题上,相对而言,还没能给予较好地解决.这既有难以精确地建立被控对象的数学模型的原因,也有主观认识上的原因,但随着能源使用的日趋紧张,如何使在系统安全有效运行的基础上,对船舶锅炉燃烧过程进行优化控制,是船舶锅炉燃烧控制系统的发展方向.1󰀁优化模型及参数求解为实现对船舶锅炉燃烧过程的优化控制,在船舶锅炉燃烧过程中,需要对以下主要运行参数进行控制:蒸汽压力、蒸汽流量、喷油量、送风量、引风量、炉膛负压及水位控制.锅炉的燃烧效率决定于锅炉燃烧系统状态的好坏,为此,应保证锅炉燃烧系统的稳态运行过程处于优化状态.采用自动控制系统来对锅炉的燃烧过程进行控制,可以实现系统工作过程中能长时间维持在稳定运行状态,而要保证锅炉燃烧系统处于稳态运行时能处于优化状态,则需对锅炉燃烧系统的稳态运行参数进行优化才能得以实现.这就要求锅炉燃烧过程中,通过控制回油阀的开度来调节喷向炉膛的喷油量时,必须同时调节向炉膛提供的送风量(空气量可用风道与炉内之间的压力差来表示),通过保持喷油量与送风量的最佳匹配来提高锅炉燃烧的热效率[1].此外,当送风量改变时,还应同时改变炉膛的引风量,使炉膛具有一个最佳的炉膛负压,这样就可以避免因喷火或漏风等因素导致的燃烧热效率降低,减少热损失,从而取得最大的燃烧效率.因此控制的核心问题是如何合理地控制喷油量、送风量、引风量和炉膛负压.为解决这一核心问题,在锅炉的稳态运行过程中,构造了这样一个优化模型,即优化模型󰀁收稿日期:2003󰀁10󰀁07󰀂作者简介:李维坚(1969󰀁),男,广西柳州人,讲师.以喷油量、送风量和引风量作为优化模型的主要输入量,以蒸汽压力、炉膛负压和氧含量作为优化模型的输出量,以回油阀的开度(喷油量)、风门挡板的开度(送风量)和引风挡板的开度(引风量)作为决策量.在满足船舶锅炉燃烧过程中,各个决策量只允许在规定范围内变化,锅炉蒸汽压力的波动不能超过规定值的约束条件下,对优化模型的参数进行寻优[2,3].所建立的优化模型为Q=k1x1(t)+k2x2(t)+k3x3(t)其中:k1、k2、k3分别为送风量、引风量、喷油量的单位成本;x1(t)、x2(t)、x3(t)是调节器的控制量,分别代表风门挡板的开度、引风挡板的开度、回油阀的开度.这三个量只能在规定的上下限内变化,其变化范围分别用变量:MIN-SWIN,MAX-SWIN;MIN-PWIN,MAX-PWIN;MIN-OIL,MAX-OIL来表示.其中:MIN-SWIN和MAX-SWIN分别为风门挡板开度的最小和最大规定值;MIN-PWIN和MAX-PWIN分别为引风挡板开度的最小和最大规定值;MIN-OIL和MAX-OIL分别为回油阀开度的最小和最大规定值.在此优化模型中,锅炉的蒸汽压力p是主要的监控参数,其变化规律与送风量、引风量、喷油量和蒸汽流量有关,蒸汽压力与送风量、引风量、喷油量和蒸汽流量之间的关系是一个非线性关系.在智能控制系统中,当前用得最多也最有效的是在学习(训练)过程中,采用Back󰀁Propagation算法的前向神经网络,因此这里用了一个4层的前向神经网络模型f(x1,x2,x3,qstm)来描述蒸汽压力与送风量、引风量、喷油量和蒸汽流量之间的这种非线性关系,即p=f(x1,x2,x3,qstm),其中,qstm代表蒸汽流量.在这个4层前向神经网络模型中,输入层有4个输入量(风门挡板的开度、引风挡板的开度、回油阀的开度和蒸汽流量),第二层和第三层各设置10个神经元,第4层是输出层.网络中相邻层之间采用全互连方式进行连接,而同层的各个神经元之间没有任何连接关系,输入层与输出层之间也没有任何直接的连接关系[2,3],蒸汽压力p也只能在规定的上下限内变化:MIN-p0为学习率增益,为避免初始学习时误差过大而造成学习过程振荡,以及个别受扰点大误差的影响,增强学习过程的鲁棒性,对学习率增益作如下修正: = 0󰀁(1+ )其中: 0为初始学习率增益.当学习率自适应变化时,为有效避免学习过程产生振荡,加快收敛速度,∋E>0时,动量因子󰀁的取值为0;当∋E<0时,动量因子󰀁的取值为󰀁.(4)据GCAQBP算法的计算公式#lij(k+1)=#lij(k)-&%li(k)∀∃(xli(k))yl-1j(k)+󰀁∋#lij(k)更新权值.(5)判断训练是否满足精度和学习时限要求,若满足精度要求,则应用所得结果;若不满足精度要求,且学习时限没到,则直接返回步骤(2),重新学习;若不满足精度要求,学习时限又已到,则需先更新训练数据再返回步骤(2),重新学习[4].在取得模型的优化结果后,为了与底层控制系统进行连接,在这里还用类似的方法来建立氧含量和喷油量、送风量、引风量和蒸汽流量之间的关系模型及建立炉膛负压和喷油量、送风量、引风量和蒸汽流量之间的关系模型.所建立的这两个关系模型,使用与前述的前向神经网络模型相类似的模型来表示,训练方法也与前述的前向神经网络模型的方法一样,除输入、输出数据不一样外,算法是一样的,但训练出来的模型表示了不同的关系.3󰀁实时控制系统的控制规律在船舶锅炉燃烧实时控制系统中,蒸汽压力的控制是保证锅炉运行过程中,其波动不超出允许的范围;送风量控制则是在保证送风压力在规定范围内变化时,在送风压力允许的条件下,按规定的风油比来调节送风量,维持烟气中的氧含量在一定的范围内,实现经济燃烧;引风量控制则是用来保证炉膛负压值为最优值,实现尽可能大的燃烧效率.为了保证控制系统能长期稳定运行,船舶锅炉的燃烧控制采用模糊控制算法与常规定值控制算法相结合的控制规律.当被控量蒸汽压力的偏差值及被控量的变化率在事先设置的偏差死区范围及偏差变化率死区范围内时,实时控制系统按照定值控制规律进行控制;而当被控量的偏差值及被控量的变化率超过事先设置的偏差死区范围及偏差变化率死区范围内时,则采用模糊控制规律来进行控制.这样,系统即能满足船舶锅炉蒸汽压力的变化要求,又允许被控量在规定范围内变化,从而避免了执行机构不必要的频繁动作,实现船舶锅炉的燃烧优化控制.4󰀁结束语本控制方案通过提出以下控制策略:建立蒸47第1期󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁李维坚,等:船舶锅炉燃烧系统的优化控制󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁󰀁