【摘要】本文介绍了几种主要的智能控制方法，并分析了智能控制方法在火电厂热工自动化方面的具体应用，希望对提升火电厂热工自动化程度有所帮助。
【关键词】火电厂；热工自动化；智能控制；方法；应用
前言
因火电厂内部的热工自动化系统结构十分复杂，热工过程的变化无规律、不可掌握，所以很难构建标准的线性函数模型，传统的PID控制方法无法很好地对其进行控制。在实际生产过程中，PID的参数整定会受到许多因素的干扰，使得整定效果不佳，参数设定不规范，在一定程度上也影响了PID的控制效果。随着计算机技术的发展，智能控制方法开始逐渐运用于火电厂的热工过程当中，为那些无法利用线性函数模型解决的问题提供了新的解决方法，所以智能控制成为火电厂热工过程的主要控制方法。
1智能控制方法
1.1模糊控制方法
模糊控制方法主要运用模糊推理的方法，通过仿照人类的思考方式，对线性函数模型无法解决的问题进行处理，从而实现对系统的控制。模糊控制系统是以模糊语句与模糊数据为基础、以模糊推理为基本规则、以计算机技术作为控制手段的一种具有完整循环结构的自动化控制系统。其主要特征有以下几点：（1）不需要构建线性函数模型，操作相对简单；（2）实用性比较强，比较适合解决控制系统当中的非线性以及时滞问题；（3）所使用的系统变量是语言变量，并采用模糊推理的方式，对数据的精确度要求不太高，对结构较为复杂的系统，控制效果会比较好。
1.2专家控制方法
专家控制方法主要是把专家的理论与技术运用结合在一起，在实际应用过程中，仿照专家的思考方式，从而实现对系统的控制。专家控制系统主要是由专业数据库以及推理结构组成，系统从专业数据库中获取知识，然后在推理结构当中按照某种逻辑规则进行推理，实现对目标的控制。应用专家控制方法具有以下优点：（1）可以自主选择控制率，控制灵活性比较强；（2）可自由改变参数，使其适应外界环境的变化，适应能力强；（3）可以在控制条件变化比较大的情况下工作，维持稳定的能力强。专家控制方法在应用时主要有专家式控制器与专家控制系统两种。专家控制系统具备完整的分析控制结构、强大的数据处理能力以及实时控制的功能，其专业数据库庞大，推理机制严谨复杂；而专家式控制器使用起来相对便捷，专业数据库比较小，只包括了一些主要内容，推理机制也相对简单[1]。
1.3神经元控制方法
神经元控制方法是通过模仿人类神经元的传导方式，将特定的信息数据联系起来，并对连接的权值不断地进行修正，以实现对系统的控制为目标构建神经网络模型。神经网络模型构建完成以后，就可以通过校正控制与预测控制来实现对系统的智能控制。神经元控制方法在应用过程中具有以下特点：（1）神经元网络模型属于非线性模型，只要模型构建得合理，基本上可以解决任何非线性的问题，比其他方法的适用性更强；（2）神经元控制系统可以同时处理多项数据，而且容错率也比较高，所以系统的工作效率也比较高，控制效果比较好；（3）学习记忆能力比较强，能够自动对处理过的信息进行储存、记忆；（4）可以同时输入和输出多个信号，所以适合多个变量的处理。
1.4组合型控制方法
每一种智能控制方法的应用都各有利弊，在实际生产中，有时候无论使用哪一种方法都无法满足要求，此时就需要综合智能控制方法，将两种智能控制方法结合起来应用，从而达到更好的控制效果。目前比较常见的组合控制方法有模糊专家控制结合法、模糊神经控制结合法以及模糊滑模控制结合法。1.4.1模糊专家控制结合法模糊专家控制结合法是结合了模糊控制法与专家控制法两者优点的新型智能控制方法。模糊专家控制结合法能够在所获得的信息不够完善的条件下，通过仿照专家的思考方式，使用较为模糊的知识体系，尽量给出较为接近实际情况的答案。在该方法应用时，由于其思考问题、解决问题的方式更贴近专家的思考方式，有较为明确的开发方向，所以更加容易实现。1.4.2模糊神经控制结合法神经元控制方法可以构建绝大部分的函数模型，而且学习能力比较强，可以处理非线性以及不确定的信息。而模糊控制方法使用于处理线性化的信息，将模糊控制方法与神经元控制方法相结合，可以实现优势互补，既能有效处理线性化的信息，又能够处理非线性化的信息。模糊神经控制结合法的应用能够使模糊控制方法当中以模糊规则表达信息的能力与神经元控制方法当中联想记忆的能力相结合，从而提高模糊神经控制系统的信息传递能力以及表达能力[2]。1.4.3模糊滑模控制结合法滑模控制的抗干扰能力比较强，而且可以有效稳定系统，减少系统的不确定性因素，但是滑模控制在滑动面周围需要频繁切换控制方式，从而使得滑动面出现抖振现象。为了弥补滑模控制的缺陷，特引进模糊控制方法，两者结合形成模糊滑模控制。这种控制方式结构相对简单，运算过程也不算复杂，既不需要构建数学函数模型，又具有滑模控制的系统稳定性。用模糊控制的方法，结合滑模控制的原理，有效解决了滑模控制抖振的问题。
2火电厂热工自动化当中智能控制方法的应用
2.1机组负载分配控制
机组负载分配控制系统属于非线性控制系统，不确定因素比较多，所以变量也比较多，使用传统的数学函数模型构建法无法达到良好的控制效果。对此，可以通过神经元控制方法模拟出锅炉与机组之间的联系，然后再使用模糊控制方法当中的模糊运算规则，将其运用到机组负载分配控制上，使得机组负载分配控制系统的适用性、抗干扰能力以及反应速度都有大大的提升。
2.2过热蒸汽温度控制
过热蒸汽温度的控制对锅炉的安全稳定运行起到了重要作用。一般来说，控制过热蒸汽温度的主要方法是冷却水的循环。在这个过程当中，最主要的问题就是系统的时滞性以及动态性。对此，可以将神经元控制方法应用到过热蒸汽温度控制系统当中来，有效提高系统的适应能力。在神经元控制方法的应用下，过热蒸汽温度控制系统的抗干扰能力以及稳定性得到优化，即使是在机组进行调整时也能保持很稳定的运行状态，有效解决了原有的蒸汽稳定控制不稳定的问题。
2.3锅炉燃烧状态控制
在锅炉燃烧过程中，会受到多种因素的影响，比如煤炭质量、煤炭种类等。由于干扰因素比较多，所以很难做出准确的判断。此时，就可以将专家控制方法应用到锅炉燃烧过程中，模拟专家的思考方式对锅炉燃烧过程进行分析、推理与判断，有效排除燃烧过程中的干扰因素，解决锅炉燃烧过程中的工况判断、煤层厚度调节、锅炉送风调节等问题。另外，可以将模糊控制方法融入到锅炉燃烧控制系统当中，着力解决不确定性的问题，提高锅炉燃烧控制系统的稳定性与控制效率。
2.4中心储存式制粉控制
中心储存式制粉控制当中最难的部分就是负荷信号的测量以及数学函数模型的构建，如果能够解决这两个问题，就能有效提高制粉效率。对此，可以将模糊控制方法应用进来，运用模糊运算的规则解决非线性的问题，然后将相关数据存入计算机，由计算机进行分析与预测，从而实现对系统的控制。此外，还可以将神经元控制方法应用进来，有效解决制粉的时滞性问题以及耦合问题。
3结束语
随着计算机技术的发展，智能控制技术已经广泛应用于各大生产行业。目前常用的智能控制方法有模糊控制方法、神经元控制方法以及专家控制方法三种。在火电厂热工过程当中，结合实际情况，合理搭配使用智能控制方法，可以有效提高系统的抗干扰能力，解决原系统当中存在的各种运行问题，维持系统的稳定性。所以，必须要重视起智能控制技术的发展，加大对智能控制技术的研究力度，为火电厂的进一步发展奠定基础。
参考文献
[1]赵雪科.热工自动化控制在火电厂的应用探析[J].硅谷，2014，7（02）：133~134.
[2]甘雷尚.自动控制理论在火电厂热工自动化中的应用研究[J].企业技术开发，2016，35（08）：61+91.
作者：王舒琨 单位：广西百色银海发电有限公司
