主汽温控制关断阀的控制

当下列条件全部满足时，自动打开关断阀 。

① 锅炉蒸汽流量>10%MCR。

② 无主燃料跳闸MFT。

③ 控制系统已要求低流量阀有一定的开度（约2%）。

上述任一条件不满足（对于条件③是指开度指令小于约1%），以及当大、小调节阀都已关闭时，则关闭关断阀。

主汽温控制调节阀的运行

当下列条件全部满足时，允许对调节阀进行控制。 ① 锅炉蒸汽流量>10%MCR。 ② 无主燃料跳闸MFT。

任一条件不成立，则关闭调节阀。

主汽温控制手动/自动站的运行

一级减温水控制站（两侧相似）

作用：控制一级减温水量。

显示：PV柱，显示本侧屏过入口汽温（测量故障时，指示为零）。 SP柱，显示本侧屏过入口汽温定值℃）。 下列任一条件出现，站切手动。

① 本侧屏过出口温度或初过出口压力测量信号，或主汽压力、差压、流量信号测量质量不好，或传输到本系统后出现质量不好。

② 本侧一级减温器出口温度测量系统发出“置手动”信号。

③ 本侧小流量调节阀开度已达6%，而关断阀仍处于关闭状态。

④ 主燃料跳闸MFT。

⑤主蒸汽流量小于10%MCR。

操作；

① 无SP操作。

② 手动方式时，可手操CO按扭，以改变减温水，但若由于MFT或主蒸汽流量小于10%MCR的原因而导致手动，站的输出将跟踪零，“TRACK”灯亮，此时不可手动改变控制输出。

二级减温水控制站（两侧相似）

作用：控制二级减温水量。

显示：PV柱，显示未级过热器出口蒸汽温度（℃）。 SP柱，显示未级过热器出口温度定值（℃）。 下列任一条件出现，站切手动。

① 未级过热器出口蒸汽温度测量系统发出“置手动”信号。

② 主蒸汽流量、一级压力、压力、差压信号测量系统发出“置手动”信号或者在传输到本系统后发现质量不好。

③ 本侧未过入口汽温信号质量不好。

④ 本侧小流量调节阀开度已达6%，而关断阀仍处于关闭状态。

⑤ 主燃料跳闸MFT。

⑥ 主蒸汽流量小于10%MCR。

操作：

① 无SP操作。

② 手动方式时，可手操CO按扭，以改变减温水，但若由于MFT或主蒸汽流量小于10%MCR的原因而导致手动，站的输出将跟踪零，“TRACK”灯亮，此时不可手动改变控制输出。

常规的主汽温控制方法分为导前汽温微分信号的双冲量汽温控制、串级汽温控制、分段汽温控制及相位补偿汽温控制几种。但是，随着机组容量的逐渐增大，常规控制方法已经不能得到足够满意的控制质量，同时，由于工业过程逐渐复杂化，单一控制技术也远远无法达到要求。因此，结合先进的控制理论和控制算法将成为今后研究的一大趋势。近几年已经出现了一些相类似的控制方法，主要有以下两类：一类是先进控制算法与传统控制方法相结合，另一类是先进控制算法之间的结合。主要包括 ：

(1)Smith预估控制及其改进型。

(2)基于神经网络理论的各种控制策略，诸如单神经元控制器取代主蒸汽温度串级PID控制中主调节器的策略、基于BP神经网络提出主蒸汽温度的串级智能控制等。

(3)基于模糊控制理论的各种控制策略，

诸如主蒸汽温度的模糊PID控制、模糊控制与基于专家系统整定的串级PID控制相结合的复合控

制策略，主蒸汽温度的Fuzzy-PI复合控制策略等。

(4)基于状态反馈的控制策略，例如：基于现代控制理论中状态反馈控制原理的分级控制方法、状态反馈控制与串级PID控制相结合的主蒸汽温度控制策略、将状态反馈引入到锅炉主蒸汽温度中的一种多回路串级控制方法等。

(5)其它控制策略，诸如基于鲁棒控制原理改进主蒸汽温度串级PID控制策略并指出在DCS系统中的实现方法、用预测智能控制器作为串级控制的主调节器以改善主蒸汽温度的迟延特性等。

我们所接触的是一个复杂多变的系统，难以建立被控对象的精确模型，而传统控制方法往往需要建立一个精确的数学模型。同时，由于一些被控对象带有大迟延和大惯性的动态特性,因而即使建立了数学模型，通常也不如一个有经验的操作人员进行手动控制效果好。

从20世纪七十年代开始，生物控制理论逐渐引起研究者的重视并迅速发展。神经网络控制已经发展得比较成熟，但是基于神经内分泌系统的生物智能控制理论研究才刚刚起步。作为人体各种激素调节中心，神经内分泌系统具有较好的稳定性和适应性，通过将模糊理论与神经内分泌反馈调节机制算法相结合，优势互补，并应用于PID控制器中，可以对锅炉主汽温系统的对象特性和一般控制规律进行分析。

主蒸汽温度的控制多年来一直是电厂过程控制中的一个难点，主要是因为以下几点原因：

(1) 主蒸汽温度是一个迟延现象比较严重的对象，机组容量越大，迟延现象就越严重。当有些机组的主蒸汽温度的迟延太大时，反馈控制根本来不及控制。而PID控制就是属于反馈控制。

(2) 主蒸汽温度容易受到多种因素的影响，如烟气温度和压力的波动、负荷的变化、主蒸汽压力的变化、燃料量的变化、给水温度和流量的波动及减温水流量的抖动、吹灰器投入、磨煤机的切换等都会引起主蒸汽温度的变化。

(3) 主蒸汽温度被控对象工艺流程复杂，不同的机组主蒸汽温度特性完全不同，很难得到对象与干扰之间准确的数学模型。即使通过现场试验的办法得到当时对象的数学模型，但随着时间的推移和机组工况的变化，对象的模型会发生变化。

随着科技日新月异的发展，火电厂锅炉机组的要求也越来越高，在火电厂机组控制中，主蒸汽温度是一个非常重要的被控参数，是提高电厂经济效益，保证机组安全运行不可缺少的环节。主汽温控制的任务是通过维持过热器出口蒸汽温度在允许的范围之内，保护过热器，使其管壁温度不超过允许的工作温度，它是检验锅炉运行质量的重要指标之一 。

主汽温温度过高或过低都会影响电厂的安全性和经济性。过热汽温的额定值通常在500℃以上，上限不应超过额定值5℃，下限一般不低于额定值l0℃。汽温过高会加快锅炉受热面及蒸汽管道金属材料的蠕变速度，影响使用寿命；汽温过低会降低机组循环热效率，增大煤耗。所以能否对主蒸汽温度进行有效控制，对机组的运行来说是至关重要的。

在火电厂中，广泛应用PID串级控制方式控制过热蒸汽温度，正因为其参数意义明确、具有一定的鲁棒性且易于调整，所以在热工过程控制系统中一直占据主要地位。但常规PID控制器也存在一些缺陷使，因而在实际应用中的效果不够理想。其问题有如下几个方面：

（1）影响过热蒸汽温度发生变化的因素十分复杂。(2）广泛采用喷水减温作为控制汽温的手段，但如果只根据汽温偏差来改变喷水量往往不能满足生产上的要求，应该加入更能提前反映扰动的前馈补偿信号。(3)对象在某种扰动下(负荷、工况变化等)，具有非线性和时变性，进一步加大控制的难度。（4）由于工艺特性决定各级过热器管道较长，造成主汽温对其控制输入、喷水减温器的减温水量变化反应较慢。（5）外部扰动（如主蒸汽流量波动、主汽压力波动、汽水分离器水位波动、给水温度及流量变化、蒸汽吹灰投入等）变化频繁且扰动量较大，致使主汽温长期不能稳定。

此外，汽温调节对象是一个多容环节，因为它的对象模型不确定，干扰因素多，纯迟延时间和时间常数都比较大，在热工自动调节系统中被认为是可控性最差的调节系统。因此，设计出一种能适应多种变化、且具有较强的鲁棒性的主汽温控制系统尤为重要。

主汽温控制串级控制系统

汽温串级控制幕统由于其整定方便的优点，已在国内外得到越来越多的应用。现在20万kW以t的机组大多果用这科控制方案。奠基本原理就是系统根据主蒸汽温度设定值和反馈值的偏差作为主调节器的输入，主调节器经过PID运算后的输出(调节器的输入设定值)与撮温器出口温厦反馈值的偏差作为副调节器的输入，其输出作为执行器的输入动作指令。

串级控制系统对于克服二次扰动非常有效。串级控制系统中，副对象与主对象时间常数相差较大。副对象时间常数小，目此副目路为快速目路，用于克服内扰主对象时间常数大，主目路为慢速调节目路。

主汽温控制主汽温级串-Smith预估控制系统

串级控制系统的设计要求有一个快速的副回路，当存在较大的纯滞后过程时，调节时间将明显延长，而副制器的比例系数稍大又会引起振荡，所以副控制器只能选择较低的比例系数，这样就降低了整个系统的控制品质。将smith预估补偿引入串级控制系统，就是为了补偿纯滞后过程，刚鞋屯滞后对系统的影响，使控制系统的调节加快，系统的稳定性增强。串级一smlth预估控制系统，选择纯迟延较大的部升作为主回路．在主回路中采用Smith预估补偿控制。主调节器起定值控$悱用，是主气温控制操作的主要指标．允许波动的范围较小，要求没有余差或较小的余差，故主目路采用PI控制。副回路是随动系统，能够快速克服二次扰动，采用P调节器。

由于惰性区的大时滞，将这一部分采用Smlth预估蹦求提高其快速性和控制品质，而整体上采用串级控制以保证幕统的稳定性和一定的快速性。串级一smith预估控制结合了串级控制与史密斯预估控制的优点，有利于克服汽温对象的太退延．大惯性特点。

主汽温控制基于神经网络的主汽温控制系统

基于神经网络的自学习模糊PID控制器在控制品质方面明显优于常规PID控制系统，尤其在变工况时，控制效果更加明显。此类控制的特点是将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合，实现了对非线性、大时滞系统模型的控制。神经网络采用多层前传网络结构，针对BP算法容易陷入局部最小的缺陷，提出了数值积分寻优和BP算法相结合的IBP神经网络训练算法 。

主汽温控制基于遗传算法的主汽温控制系统

遗传算法在电厂主汽温控制中的应用针对电厂过程控制中主蒸汽温度的大迟延性、非线性和时变性，在充分分析主蒸汽温度被控对象动态特性和现场实际情况的基础上，将现代控制理论中的状态观测器技术，用于实现主蒸汽温度的导前汽温的重构；采用神经网络技术，实现了准确性较高的主蒸汽温度前馈控制；采用模糊控制技术，在很难获得主蒸汽温度被控对象的数学模型的情况下，实现了对主蒸汽温度的有效控制；设计出适用于过程控制的基于遗传算法机理的模糊控制器动态优化方法，解决了一般遗传算法实时性差的难题，实现了对电厂主蒸汽温度模糊控制系统中的模糊控制器的实时在线动态优化。2100433B

汽温的调节方式涉及到锅炉的结构，有面式减温、喷水减温和摆动燃烧器等，或者几种方式并用，其中喷水减温得到普遍应用(见锅炉汽温调节)。过热汽温控制系统主要有：串级汽温控制系统；具有导前微分信号的汽温控制系统；分段汽温控制系统。

汽温控制系统串级汽温控制

以喷水减温器后的汽温作为辅助被调量，由主调节器和副调节器组成的汽温控制系统。系统的原理如图1所示。在减温水量扰动下，导前汽温θa比主汽温θ0提前反映。因此采用θa信号组成串级汽温控制系统，可改善汽温的控制质量。只要导前汽温θa发生变化，副调节器就去改变减温水量，使后段过热器的入口汽温θa维持在一定范围内，起粗调作用，而过热器出口汽温θ0则通过主调节器起校正作用。调节结束后，导前汽温θa可能稳定在与原来不同的数值上，而主汽温则等于给定值。

在串级汽温控制系统中，由于主调节器和主回路的任务是维持主汽温θ0恒定，故一般选用具有积分作用的调节器(PI或PID)。至于副调节器和副回路的任务是快速消除扰动，一般可选用比例调节器(P)或比例微分调节器 (PD)，也可选用比例积分调节器 (PI)(见模拟量控制系统)。

汽温控制系统导前微分信号的汽温控制

以导前汽温的微分作为补充信号所组成的双回路汽温控制系统。它是串级汽温控制系统的变形，其原理如图2所示。由于在系统中引入了导前汽温θa的微分信号θa'，就等于改善了调节对象的动态特性。在喷水量扰动时，导前汽温θa使调节器提前动作，可有效地减小主汽温θ0的动态偏差。在动态过程中调节器根据导前汽温θa的微分θa'和主汽温θ0而动作，在静态时θa不再变化，微分器的输出消失(即θ等于零)，这时主汽温θ0必然恢复到给定值。

汽温控制系统分段汽温控制

将整个过热器分成若干段，各段之间设置一个减温器，分别控制各段的汽温，而使主汽温等于给定值的汽温控制系统。图3为两段汽温控制系统的原理图，各段控制方案均采用具有导前微分信号的双回路汽温控制系统。一般说来，分段控制系统的控制品质比一段控制要好。

再热汽温的控制取决于锅炉的设计和结构，一般采用汽—汽加热器、烟气挡板、烟气再循环、摆动式燃烧器等不同方式(见锅炉汽温调节)。一般用烟气侧作为主要调节手段，喷水减温只在汽温超过限值时才参加调节或作为超温的保护手段。为了克服被控对象的滞后和惯性，更好地维持再热汽温，可引入空气流量或蒸汽流量作为再热汽温的导前信号。控制系统的原理示于图4。空气流量V(或蒸汽流量D)是再热汽温的一个导前信号，当它变化时通往再热器的烟气量或烟气再循环量与空气流量成比例的改变。这样，只要整定好函数变换器的参数，就可使再热汽温基本不变。而当再热汽温偏离规定值时，由再热汽温调节器进行校正。当再热汽温超温时，喷水调节器经执行器打开喷水调节阀以限制汽温的进一步升高。在一般情况下，喷水调节系统不参加调温工作。

再热汽温控制基于H 理论的状态变量控制

将大惯性大滞后对象等效成为多容的惯性环节，在此基础上设计无静差的状态反馈控制，针对部分状态不可测的问题，设计鲁棒性较强的状态观测器，观测出这些状态变量，从结构上说，相当于在系统内部增加了若干个软测点，使系统能够快速地检测到系统内部扰动，及时发出控制信号，维持出口汽温 。

再热汽温控制智能控制控制算法

常用的有专家系统、模糊控制、人工神经网络控制以及基于现场应用的仿人工智能的控制方法。这些算法是根据某个领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人脑的智能识别和智能决策过程，对复杂不确定系统进行有效控制。

再热汽温控制应用预测控制方法

比较经典的方法有基于前馈补偿解耦设计思想的预测控制和预测函数直接算法。它们都是使用单值预测思想，通过优化输出性能指标，并参考Smith预估思想，在控制律中加入时滞补偿来消除时滞和解耦。

再热汽温控制应用自适应控制理论的方法

自适应系统能相应的改变和调整控制器的参数，以适应系统特性的变化，保证整个系统的性能指标达到令人满意的结果，主要有模型参考自适应控制系统、自校正控制系统、自整定PID调节器三种。这些控制方法提高了系统抗外扰的自适应能力，有效地克服了对象的大滞后特性。

再热汽温控制应用自抗扰控制技术的方法

自抗扰技术由PID思想发展而来，吸收了现代控制理论的信号处理思想，凡是能用常规PID的场合，就可以采用自抗扰控制器，提高了系统的控制品质和控制精度，具有更强的抗干扰能力和鲁棒性 。

再热汽温控制先进控制算法与传统控制方法相结合

如专家PID控制、模糊自整定PID控制、自适应预估等控制方法。这些方法继承了传统方法实现简单，易于调整的优点，又兼顾了系统的快速性、鲁棒性等性能要求，利用较先进的思想来辅助控制优化控制系统，得到了比较好的控制效果。

再热汽温控制先进控制算法之间的结合

如模糊控制与自适应控制相结合，针对不同对象，模糊控制器在线判断对象特征，变动模糊集合的划分，对较大范围的对象都能取得良好的控制品质；模糊自适应控制与神经网络相结合，利用神经网络强大的学习能力，寻找最优的性能指标，同时用模糊逻辑来调整学习过程，优化系统性能；还有预测控制与自适应控制相结合、预控制与神经网络相结合，利用预测控制的先验性和快速性取得很好的控制效果 。