摘 要
本文研究了燃煤锅炉燃烧系统的自动控制问题。首先简述了燃煤锅炉的工艺流程、特点及调节系统的任务；分析了燃烧系统调节对象的特性。根据工艺特点，把燃烧控制分成主汽压控制、燃烧经济性控制和炉膛负压控制三部分，分别进行讨论。针对主汽压控制系统这一复杂对象，结合模糊逻辑控制理论，提出了FUZZY —SMITH 控制算法，并且与传统PID 控制和PID —SMITH 控制相比较，仿真结果表明该算法具有良好的动静特性及很强的鲁棒性。
根据现场采集到的数据分析，在锅炉实际生产中，蒸汽压力一定的情况下，热效率和送风量存在着二次曲线的关系。由于二次曲线存在极值，这个极值就是我们要寻求的燃烧最优点。本论文以热量信号为寻优的目标函数，采用动态自寻优控制方法，使系统不断向最优工作点靠近，提高了热效率。其次，由于寻优是一个连续不断的过程，所以算法可以适应由于煤质变化或工况变化等引起的最佳工作点的漂移，具有较好的实用性。
炉膛负压的控制采用传统的PID 控制。
关键词
PID 控制 SMITH 预估控制 模糊控制 燃煤锅炉 燃烧控制 自寻优
1．1课题来源
工业锅炉已被广泛地应用于国民经济各个部门。通常蒸发量较小的用来供热或提供循环热水，蒸发量大的用来驱动蒸汽轮机和蒸汽机，使热能转化为机械能，或进而转换为电能。一台锅炉要能安全、可靠、有效地运行，运行参数达到设计值，除了锅炉本身设备和各种辅机完好外，还必须要求自动化仪表工作正常和自动控制系统方案正确。
通过调研我们发现，我国的工业或民用采暖锅炉的运行普遍存在自动化程度不高，靠人工经验来控制燃烧的问题。这些问题导致锅炉效率不高，能量浪费。同时，生产现场蒸汽用量经常变化，且没有规律，而供汽量目前都采用人工调节的办法来满足热用量的变化，这种人工调节的办法，使供汽的“量”存在浪费的问题，且供汽的“质”也难以保证。因此，锅炉的自动控制成为一个不容忽视的研究课题。
随着科学技术的不断发展以及对节省能源和自动控制要求的不断提高，对实现自动控制的手段也提出了更高的要求。这样就为计算机在自动控制中的应用提供了迫切性，而计算机技术本身的迅速发展也为其应用提供了可能性，利用计算机来实现生产过程的自动控制是目前自动控制技术发展的方向。
本课题为内蒙古重点攻关项目。
1．2课题发展状况
1．2．1工业锅炉简介
一、工业锅炉的工作过程[1]
图1.1为锅炉结构和工艺流程示意图。燃烧的煤层厚度通过闸板控制，炉排转速可由交流变频调速电机控制。尾部受热面有省煤器和空气预热器。
图1.1 10t/h锅炉结构和工艺流程示意图
给水通过省煤器预热后给锅炉上水，空气经空气预热器后由炉排左右两侧6个风道进入，烟气通过除尘器除尘，由引风机送至烟囱排放，主蒸汽经过过热器送至汽柜和用汽部门。鼓风机、引风机都是由交流变频器来控制，通过调节鼓风机、引风机的速度来实现控制鼓风量、引风量。
二、锅炉自动控制的主要任务
（一）锅炉汽包水位的控制
汽包水位是锅炉安全运行的主要参数之一。水位过高会导致蒸汽带水进入过热器并在过热器管内结垢，影响传热效率，严重的将引起过热管爆管；水位过低又将破坏部分水冷壁的水循环，引起水冷壁局部过热而爆管。尤其是大型锅炉，例如，30万KW 机组的锅炉蒸发量为1024t/h，而汽包容积较小，一旦给水停止，则会在十几秒内使汽包内的水全部汽化，造成严重的事故。
（二）过热蒸汽温度的控制
大型锅炉的过热器是在接近过热器金属管的极限高温条件下工作的，金属管道强度的安全系数很小，过热蒸汽温度过高会使金属管道的强度大为降低，影响设备安全；温度过低则使全厂热效率显著下降。所以过热蒸汽温度是有关安全和经济性的重要参数。过热蒸汽温度自动调节的任务是维持过热器出口汽温在允许范围内，以确保机组运行的安全性和经济性。
（三） 锅炉燃烧过程的控制
燃烧过程自动调节系统的选择虽然与燃料的种类和供给系统、燃烧方式以及锅炉与负荷的联接方式都有关系，但是燃烧过程自动调节的任务都是一样的。归纳起来，
燃烧过程调节[2]
系统有三大任务。
第一个任务是维持汽压恒定。汽压的变化表示锅炉蒸汽量和负荷的耗汽量不相适应，必须相应地改变燃料量，以改变锅炉的蒸汽量。
第二个任务是保证燃烧过程的经济性。当燃料量改变时，必须相应地调节送风量，使它与燃料量相配合，保证燃烧过程有较高的经济性。
第三个任务是调节引风量与送风量相配合，以保证炉膛压力不变。
对于一台锅炉，燃烧过程的这三项调节任务是不可分隔的，对调节系统设计时应加以注意。
1．2．2工业锅炉控制的发展与现状
一、锅炉自动控制装置的发展
锅炉是一种将一次能源（煤炭、石油、天然气等）转换为二次能源的重要设备。由于多数单位的锅炉生产实行人工操作，不仅工作人员劳动条件差、劳动强度大，而且锅炉的热效率低。为了提高效率，改善工作人员的劳动强度，使仪表控制逐渐取代人工操作，锅炉生产过程自动化就相应出现了。在生产过程中，对炉膛负压，烟气成分，给水管道的压力、流量、汽包水位、蒸汽温度等热工参数进行自动监测和显示；同时，对给水系统、燃烧系统进行调节，取得了很好的效果。随着工业检测技术的发展，DDZ 型系列仪表参与锅炉控制，目前已经由第一代DDZ-I 型电子管式，到第二代DDZ-II 型晶体管式，到目前最大量使用的DDZ-III 型集成电路式，都在锅炉控制中起主要作用。
常规仪表控制有如下局限性：
1、难于实现复杂的控制规律，如最优控制、自适应控制、人工智能控制等；
2、难于实现集中监测和操作，管理水平低；
3、改变控制方案较困难。
随着计算机技术革命的到来，计算机也逐渐被用在工业锅炉的控制上。美国的霍尼维尔公司能源管理情况中心证明，锅炉计算机控制比一般锅炉仪表控制优势明显得多。我国在这方面也成果显著。例如：南通醋酸化工厂与北京工业大学研制的GJK-805型微型机计算机锅炉控制装置，应用于该厂20吨/小时的锅炉上，使锅炉的热效率提高了5.37%，年节煤约800吨，它采用TP805为主体，CTC 定时中断，每秒采集一次数据，采用积分分离PID 控制算法。重庆工业自动化仪表厂和重庆农药厂联合研制的智能式工业锅炉控制系统用于控制[3]
SHL10-13型饱和蒸汽锅炉取得了满意效果，运行稳定，使用方便，软件上采用模块化设计，构成了全新的数字化实时过程控制系统。还有大连计算机技术研究所研制的锅炉微机控制系统能够不停机实时进行参数修改功能，又有无扰手动/自动切换和双套报警系统，实现了对水位、汽压、负压、含氧量等主要参数的监控，算法上采用了模糊控制分别对炉膛负压系统和含氧量调节系统进行了一些模糊判断，使该系统有了一定的适应能力
二、锅炉自动控制规律的发展
自从仪表取代人工成为工业锅炉的控制核心以来，PID 控制一直是仪表过程控制系统中[4][41]。 应用最为广泛的一种控制规律。由于PID 技术发展的比较成熟，在计算机锅炉控制系统中就成为了首选，是最为可靠、效果很好的控制规律。随着锅炉控制的发展，出现了许多改进的PID 控制算法，如带死区的、积分分离的，参数自整定的等一系列PID 控制规律。
随着控制理论的发展，自适应控制、预测控制也被应用到锅炉的控制中，近年来，以专家系统、模糊控制、神经网络控制为代表的智能控制也开始应用到工业锅炉的控制系统中，国内、外许多学者的许多理论和实践也都表明，智能控制，尤其是模糊控制将成为现阶段实际控制系统中应用较为广泛的一种控制方法[5]。
第二章 锅炉燃烧过程的控制系统
2．1锅炉燃烧系统简介
2．1．1燃烧系统的任务
燃烧过程自动调节有三大任务[7]：
1．维持汽压。汽压的设定值是根据生产要求设定的；负荷量是由生产需要随时调整；锅炉的蒸汽流量是由蒸汽压力和负荷的阀门开度共同决定的。汽压的变化表明蒸汽流出量与负荷需求量不相符，需改变给煤量以维持汽压恒定，使蒸汽流量满足负荷要求。
2．保证燃烧的经济性。改变给煤量时，必须相应地改变送风量，使之与燃料量相配合，保证燃烧过程的经济性。送入空气量不足，则燃料不能充分燃烧；送入空气量过大，则过剩空气带走炉膛的热量，造成热损失。
3．保证引风和鼓风的正确配比，维持炉膛负压值。膛压为正，会使炉膛有爆炸危险，
并且使炉火外喷，对锅炉周围设备及操作人员造成威胁；负压过大，则过剩空气会带走炉膛中的热量。
2．1．2 燃烧系统的调节对象
燃烧调节系统一般有3个被调参数，气压p 、过剩空气系数α（或最佳含氧量O 2）和炉膛负压P f ；有3个调节量，它们是燃料量M 、送风量F 和引风量Y 。燃烧调节系统的调节对象对于燃料量，根据燃料种类的不同可能是炉排电机，也可能是燃料阀。对于送风量和引风量一般是鼓风电机和引风电机。
2．2燃烧系统调节对象的特性
锅炉燃烧过程自动控制的基本任务是既要提供热量适应蒸汽负荷的需要，又要保证燃烧的经济性和锅炉运行的安全性。为了达到上述目的，燃烧过程的控制系统应包括三个调节任务：即维持汽压、保证最佳空燃比和保证炉膛负压不变。与此相对应，应有三个控制回路分别调节燃料量、送风量和引风量，从而构成了多参数的燃烧过程控制系统。为了能正确地设计控制系统，应先了解对象的动态特性。
一、 气压调节对象的特性[8]～[11]
锅炉的燃烧过程是一个能量转换、传递的过程，也就是利用燃料燃烧的热量产生用汽设备所需蒸汽的过程。主汽压力是衡量蒸汽量与外界负荷两者是否相适应的一个标志。因此，要了解燃烧过程的动态特性主要是弄清汽压对象的动态特性。
1． 气压被控对象的生产流程及环节划分
锅炉汽包压力是燃烧过程控制的主要被控量，分析燃烧过程对象的动态特性，是确定燃烧系统自动控制方案的主要依据。汽压被控对象的生产流程示意图如图2.1所示，整个系统由炉膛1，汽包、水冷壁组成的蒸发受热面2，过热器3，母管4和用汽设备5组成。工质(水) 通过炉膛吸收了燃料燃烧发出的热量，不断升温, 直到产生饱和蒸汽汇集于汽包内，最后经过过热器成为过热蒸汽，输送到用汽设备作功。
W ——给水量；i s ——给水热焓；P b ——汽包压力； D ——蒸汽流量； D T ——汽机耗汽量；μT ——汽机进汽阀开度；P i" ——过热蒸汽焓；P M O ——汽机背压；
——母管压力
图 2.1 汽压对象生产流程示意图
环节1：其输入量为单位时间内炉膛燃烧的燃料量M （kg/s），输出量为单位时间内传给炉膛受热面的燃料发热量Q r （kJ/s），又称炉膛热负荷。
在锅炉运行中，当燃料量M 发生变化时，送风量与引风量应同时协调变化，这时的燃料量M 的变化，表示锅炉燃烧率的变化，Q r 的变化与燃烧率的变化（相当于M 的变化）成正比。
燃料从煤斗下来落在炉排上，形成均匀的、有一定厚度的燃料层进行燃烧。所谓“火床”即是形象地表达了这种燃烧方式的特点。根据给煤量阶跃扰动响应曲线求得床温被控对象的近似传递函数为：
K Q T (s ) W T (s ) ==∙e -τM s （2—1） M (s ) 1+T 1s
燃烧和传热过程是一个复杂的化学物理过程，燃料量改变后，首先需要经过一定的吸热、燃烧、放热时间，而后将热量传给受热面的金属管壁（辐射传热和对流传热同时进行），然后将热量传给锅炉的汽水容积。
根据热力学定律，当物体吸收热量时其温度将升高，并有下列等式成立（式中认为物体质量为单位质量）。
Q=CT （2—2）
式中 T ——温度（K ）；
C ——比热（kJ/kg·K ）；
Q ——热量（kJ ）。
根据式（2—1）可得：
T (s ) =M (s ) ∙K Q
1+T 1s ∙e -τM s 。
将式（2—2）两边取拉氏变换，并把上式代入得：
Q (s ) =C ∙M (s ) ∙K Q
1+T 1s ∙e -τM s 。
由此得到汽压被控对象环节1的近似传递函数为：
W 1(s ) ='Q r (s ) K M =∙e -τM s （2—3） M (s ) 1+T 1s
'——M 变化引起Q r 变化的比例系数（kJ/kg）式中 K M ；
τM ——M 改变至Q r 变化的滞后时间（s ）；
T 1——M 变化引起Q r 变化的惯性时间（s ）；
环节1的方框图如图2.2所示。
图2.2 环节1方框图
环节2的动态热平衡方程式可以表示如下：
Q r dt =(i ''-i s ) Ddt +W b di b （2—4）
式中 i b ——汽包水焓值（kJ/kg）；
W b ——汽包蓄水量（kg ）。
由于锅炉内饱和水的热焓是饱和蒸汽压力P b 的函数，即
i b =f (P b )
则： di b =df (P b ) ∙dP b （2—5） dP b
将上式代入式（2—4）得：
Q r dt =(i ''-i s ) Ddt +W b df (P b ) ∙dP b d (P b )
Q r =D +i ''-i s W b df (P b ) dP dP b ∙b （2—6）
i ''-i s dt
W b
令 C b =df (P b ) Q r dP b ；D Q = 得： ''''i -i s i -i s
dP b （2—7） dt D Q =D +C b
式中 C b ——蓄热系数（kg/MPa）；
D Q ——用蒸汽量单位表示的锅炉汽水容积吸热量（kg/s）。
环节2的输入量取为热量信号与蒸汽流量信号之差，输出量为P b ，对式（2—7）进行拉氏反变换，得环节2的传递函数为：
W 2(s ) =P b (s ) 1 （2—8） =D Q (s ) -D (s ) C b s
环节2的方框图如图2.3所示。
图2.3 环节2方框图
过热器出口、入口差压的大小与过热器流通阻力、蒸汽流量D 有关，可用下式近似为：
P b -P M =K gr D （2—9）
对上式两边取增量，为
d (P b -P M ) =2K gr DdD
令2K gr D=Rgr ，则上式写成如下形式：
dD =2d (P b -P M ) （2—10） R gr
式中 d (P ； b -P M ) ——压力变化增量（MP a ）
dD ——蒸汽变化增量（kg/s）；
R gr ——过热器动态阻力（cm 2/s）。
R gr 的大小与D 有关，随负荷增加而增加。将式（2—10）进行拉氏变换，得到环节3的传递函数：
W 3(s ) =D (s ) 1 （2—11）
=P b (s ) -P M (s ) R gr
环节3的方框图如图2.4所示。
图2.4 环节3方框图 P M 作为环节4的输出量，取D 与D T 之间差值作为输入变量，则环节4的传递函数为: W 4(s ) =P M (s ) 1 (2—12) =D (s ) -D T (s ) C M s 式中 C M ——蒸汽母管的容量系数（kg/MPa ）。 环节4的方框图如图2.5所示。
图2.5 环节4方框图 环节5的传递函数可用下式表示：
D T =1P M +K T μT （2—13） R T
式中 R T ——汽轮机动态流通阻力系数（MPa/kg·s -1）； K T ——调节阀的静态放大系数（kg/s）； 。 μT ——调节阀开度（%）
对式（2—13）取拉氏变换后为：
D T (s ) =1P M (s ) +K T μT (s ) （2—14） R T
取母管压力P M 及阀门开度μT 作为输入量，D T 作为输出量，环节5的方框图如图2.6所示。
图2.6 环节5方框图
为了研究问题的方便，将环节1的输出量Q r 也用热量信号D Q 来表示，则环节1的比例系数K' M 用K M 来代替, 此时：
'i ''-i s ) K M =K M
环节1的传递函数为：
D Q (s )
M (s ) =K M -τM s （2—15） e 1+T 1s
式中 K M ——锅炉燃料量变化引起蒸汽流量变化的比例系数。
汽压被控对象的方框图和信号流图分别如图2.7及图2.8所示。
图2.7 汽压被控对象方框图
图2.8 汽压被控对象信号流程图
2． 燃烧率扰动下汽压被控对象的动态过程模型
由于给煤量提供煤粉量不均匀以及煤的质量（发热量）发生变化，引起了燃料量的变化。若燃料量增加，炉膛热负荷立即增大，致使汽包压力上升，压差增大，就使蒸汽量增加。由于汽机调汽门开度不变，主汽压将随着蒸汽的积累而增大。主汽压的升高又会使蒸汽通向用汽设备的流出量增加，最终达到新平衡。M 扰动下的汽包压力变化的传递函数可以由图2.8根据梅逊增益公式求出为：
K M e -τm s (C b R gr C M R T s 2+C b R T s +C b R gr s ) P b (s ) = W b (s ) = （2—16） M (s ) (1+T 1s ) C b s (C b R gr C M R T s 2+C b R T s +C b R gr s +1)
由于实际母管容量系数C M 很小，可以认为C M ≈0，则上式可写为：
W b (s ) =K M (R T +R gr ) P b (s ) ≈e -τM s （2—17） M (s ) (1+T 1s )[C b (R T +R gr ) s +1]
同样，燃烧率扰动下母管压力P M 变化的传递函数为：
K M (R T +R gr ) P M (s ) R T W b (s ) =≈∙e -τM s （2—18） M (s ) R T +R gr (1+T 1s )[C b (R T +R gr ) s +1]
3． 负荷扰动下汽压被控对象的动态过程模型
负荷阶跃扰动下，汽压变化的动态特性有下列两种情况。
（1）μT 扰动下汽压被控对象的动态过程模型
在这种情况下，μT 的阶跃变化是汽压被控对象的输入量，而P b 和P M 是输出量，由图
2.8可以得到相应的传递函数：
W bT (s ) =P b (s ) -K T R T （2—19） =2μT (s ) C M C b R T R gr s +C M R T s +C b R T s +C b R gr s +1
由于C M ≈0，则
W bT (s ) =
同理求得： P b (s ) -K T R T （2—20） ≈μT (s ) C b (R T +R gr ) s +1
2⎛K T R T R gr ⎫P M (s ) K R 1T T ⎪ （2—21） W MT (s ) =≈-+∙ ⎪μT (s ) ⎝R T +R gr R T +R gr C b (R T +R gr ) s +1⎭
（2） 用汽量D 扰动下汽压被控对象的动态过程模型
由图2.8可以得到在D 阶跃扰动下汽压被控对象的传递函数：
W bD (s ) =
由于C M ≈0，得：
W bD (s ) =
同理可得：
W MD (s ) =
二、送风自动调节对象的特性 P b (s ) -1 （2—22） =2D (s ) C M C b R gr s +C M s +C b s P b (s ) -1 （2—23） ≈D (s ) C b s C b R gr s +1⎛P M (s ) 1⎫ ⎪=-≈-R + （2—24） gr 2 ⎪D (s ) C b s ⎭C M C D R gr s +C M S +C b s ⎝
送风调节系统的好坏，直接影响炉膛的空气过剩系数的变化。引起空气过剩系数变化的主要扰动是燃料量和送风量。风量扰动下对象的动态特性具有较大的自平衡能力，几乎没有延迟和惯性，近似为以比例环节。而燃料量扰动时，需经过输送和燃烧过程而略有迟延。
三、 炉膛负压自动调节对象的特性
炉膛负压主要受鼓、引风机的影响，调节通道的动态特性较好，扰动通道的飞升时间很短，飞升速度很快。
通过对燃烧过程被控对象的动态特性分析可知，燃烧过程的主要干扰量为给煤量（内扰）和蒸汽负荷变化量（外扰），在燃烧率扰动下，汽压被控对象存在一定的滞后时间。根据汽压的变化去改变燃烧率（即同时协调地改变燃料量、送风量和引风量）能够较为有效地控制汽压，这就为燃烧过程的设计提供了依据。
2．3锅炉燃烧控制系统的结构
2．3．1 目前常见的燃烧控制系统
研究控制系统的组成十分重要，由于设计思想的不同产生了不同结构的控制系统。燃煤锅炉燃烧控制系统发展至今已形成了几种典型的系统结构，串接串联式、串接并联式、控制反系统等。煤粉锅炉还有交叉限幅式。下面简单分析前三种控制系统的结构。规定：P M 表示蒸汽压力，V 表示送风，M 表示给煤，V S 表示引风，S T 表示炉膛负压，ɑ表示风煤比，PI （i I=1，2，3，4）表示PI 控制器。
一、串接串联燃烧自动控制系统[12]
空气先行串接串联燃烧自动控制系统的简化结构见图2.9所示，它的缺点是当蒸汽负荷减少时，空气流量先于燃料减少，从而导致燃料过多，使黑烟增多。F （t ）是前馈补偿系数。
图2.9 空气先行串接串联燃烧控制系统
空气先行串接串联控制系统很容易变为燃料先行串接串联控制系统，如图2.10所示。当蒸汽负荷增加时，燃料先增加，后增加风量，从而导致过多的燃料，使黑烟增多。对链条炉来说，一般采用的是空气先行控制系统。
图2.10 燃料先行串接串联燃烧控制系统
二、串接并联燃烧控制系统[13]
该系统是以控制燃料量和空气量的比例来保证燃烧的经济性。结构见图2.11所示。PI 2和PI 3设定值，PI 2接受负荷要求信号和燃料反馈信号M ，其任务是使燃料与负荷要求相适应。PI 3接受负荷要求信号和送风量信号，其任务是使送风量与负荷要求相适应，从而间接地使送风量与燃料量成正比，即保证燃烧的经济性。为了保证送风量与引风控制协调进行，以减小炉膛负压偏差，由送风系统经补偿装置F （t ）（时间函数转换器）加一前馈信号送入引风调节器PI 4。该补偿装置可以是一个微分环节，动态时前馈补偿信号发生作用，静态时微分信号消失，炉膛负压任由PI 4控制。
图2.11串接并联燃烧控制系统
前面讨论的二种典型的燃烧控制系统是靠空燃比ɑ保持一定值来达到经济燃烧的。这在负荷、煤种经常变化，燃料测量不准确的情况下，不能较好地保证经济燃烧。对串接并联系统，由于燃料调节部分和送风调节部分的动态特性可能不一致，所以空燃比会发生变化。对图2.11略加改进，在送风控制子系统中串入一个氧量校正调节器PI 5，组成具有氧量校正的燃烧控制系统。
蒸汽负荷与烟气含氧量有关系，故通过一个函数转换器f （x ）对它进行负荷修正。经过修正的氧量信号进入PI 5调节器与最佳含氧量给定值进行比较，当产生偏差时，PI 5输出给PI 3进行风量校正，这个校正应进行的相当缓慢，因为PI3的调节作用已基本上保证了风煤比例。
三、燃烧控制反系统[14]
燃烧控制反系统具有这样的特点：引风量与负荷相适应，送风量维持炉膛负压。用氧量信号调节燃料量。这种系统不要求测量热量信号，燃料信号，送风量。但要求准确迅速的测量烟气中的含氧量。这种系统结构见图2.12所示。
图2.12 燃烧控制反系统
这种系统具有的优点是可以消除漏风的不利影响，而与之对应的燃烧控制正系统，由于漏风则会导致送风、引风的相互干扰，致使炉膛工况不稳定。
该系统的缺点是对含氧量测
量信号提出了较高的要求，对这种要求，目前较难达到。
2．3．2 燃烧控制系统总体方案设计
锅炉燃烧系统是一个复杂的多变量耦合系统。输入量有：给煤量、鼓风量和引风量；输出量有：蒸汽压力、烟气含氧量(燃烧的经济性) 、炉膛负压。燃料是热量的唯一来源，给煤量的变化直接影响锅炉提供的蒸汽量，也影响汽包压力的变化，是燃烧系统的主控量。鼓风量的变化产生不同的风煤比和相应的燃烧状况，表现出不同的炉膛温度，并决定炉膛损失的大小，直接决定着锅炉能否经济运行。在送风量改变的同时也改变引风量，使炉膛负压保持稳定，保证锅炉安全运行。这三个控制子回路组成了一个不可分割的整体，统称为锅炉燃烧控制系统，共同保证锅炉运行的机动性、经济性和安全性。
可见，锅炉的燃烧过程是个复杂的物理化学过程。各输入，输出的耦合关系十分复杂。锅炉系统具有大的延时，并且参数是时变的，对于这样的对象，难以建立精确的数学模型。 经典的PID 算法具有很强的适应能力，如果锅炉的负荷是平稳的，那么，PID 可以达到控制要求。本文提到的锅炉的负荷变化范围从零到最大负荷量，并且是不定时变负荷。这种情况常规PID 是难以控制的。解决这些问题的方法是采用比PID 更为有效的智能控制技术，这里采用模糊控制的方法。
下图为锅炉燃烧控制系统框图：
图2.13 锅炉燃烧控制系统框图
将人工智能引入控制方案，主汽压控制采用模糊控制的思想，以克服汽压被控对象时变、大延时的特性；为了保证锅炉的经济燃烧，送风量的控制采用自寻优控制；炉膛负压的控制采用PID
控制。为便于分析，现分成三个系统进行讨论：以燃料量维持汽包压力恒定的主
汽压调节系统；以送风量维持经济燃烧的送风调节系统；以引风量维持炉膛负压稳定的炉膛负压调节系统。在介绍这三个系统之前, 我先介绍一下模糊控制。
第四章 主汽压控制系统
主蒸汽压力的变化反映了锅炉的蒸汽产量与负荷耗汽量之间的不平衡，这时需要改变燃料量以改变锅炉的蒸汽产量，来达到适应负荷耗汽量变化的目的，从而构成主蒸汽压力控制系统。主蒸汽压力的主要干扰量为给煤量（内扰）和蒸汽负荷变化量（外扰），在前面我们已经分析了这两种干扰对汽压对象的动态模型，从这两种模型可以看出，应该以内扰为主，可以使主汽压保持稳定。
所以，选择汽压为被控量，控制量是控制链条速度的交流电机的转速。汽压被控对象的传递函数为：
G p (s ) =K p G (s ) exp(-τp s ) =K p
(1+T p 1s )(1+T p 2s )
p exp(-τp s ) (4—1) 式中，静态增益K p 、时间常数T p1和T p2、延迟时间τ
数。 都是随运行工况的不同而变的参
下面，我将采取三种不同的控制方法对汽压模型进行仿真，并比较各自的优缺点。控制对象的各参数取为[24]：τP =40，K p =1，T p1=100，T p2=50。
输入为单位阶跃信号。
4．1 PID 控制
PID 控制是比例积分微分控制的简称。在生产过程自动控制的发展过程中，PID 控制是历史最久、生命力最强的基本控制方式。在本世纪40年代以前，除在最简单的情况下可采用开关控制外，它是唯一的控制方式。此后，随着科学技术的发展特别是电子计算机的诞生和发展，涌现出许多新的控制方法。然而直到现在，PID 控制由于它自身的优点仍然是得到最广泛应用的基本控制方式。
PID 控制具有以下优点[25]：
①原理简单，使用方便；
②适应性强；
③鲁棒性强，即其控制品质对被控对象特性的变化不大敏感。
4．1．1 PID 控制系统结构
图4.1 PID控制结构图
PID控制结构如图所示，其中U=Kp e+Ki ∑e+Kd de/dt，
式中：
u ——PID 控制输出
e(t)——PID 控制输入，即偏差e(t)=r(t)-y(t)
Kp ——比例系数
Ki ——积分系数
Kd ——微分系数
4．1．2 系统仿真
取PID 各参数如下：K p =1.2,Ki =0.008,Kd =20。得仿真结果如图所示：
图4.2 阶跃响应仿真曲线
从图可看出，响应曲线的超调比较大，调节时间比较长，大概需要400S 左右，改变PID 参数，效果仍不理想。要想获得较满意的控制效果，PID 参数整定非常困难，而且即使整定了一组满意的控制参数，当被控对象特性发生时变或随机干扰较大时，就很难保持良好的控制效果。因此，在工业过程具有非线性、大纯滞后、时变性、随机干扰大的情况下，要获得良好的控制，就要在控制过程中根据系统的动态特性和行为，引入补偿措施或智能控制。
4．2 SMITH 预估补偿控制
在工业生产过程中，被控对象除了具有容积延迟外，往往不同程度地存在着纯迟延。由于纯迟延的存在，使得被调量不能及时反映系统所承受的扰动，即使测量信号到达调节器，调节机关接受调节信号后立即动作，也需要经过纯延时间τ以后，才波及被调量，使之受到控制。因此，这样的过程必然会产生较明显的超调量和较长的调节时间。所以，具有纯延迟的过程被公认为是较难控制的过程。
普通的PID 控制对大延迟系统很难收到理想的效果。在PID 控制中引入SMITH 预估器，它将消除大延迟对系统过度过程的影响，使调节过程的品质与过程无纯延迟环节的情况一样，只是在时间坐标上向后推迟了一个时间τ。
4．2．1 SMITH 预估补偿原理[26][27]
史密斯（SMITH ）预估补偿方法是得到广泛应用的方案之一。它的特点是预先估计出过程在基本扰动下的动态特性，然后由预估器进行补偿，力图使被延迟了τ的被调量超前反映到调节器，使调节器提前动作，从而明显的减小超调量和加速调节过程，其控制系统原理如图所示。
图4.3 史密斯预估补偿控制原理图
图中，K p g p (s ) 是对象除去纯延时环节e -τd s 以后的传递函数，K p
g p (s ) 是史密斯
预估补偿器的传递函数。假若系统中无此补偿器，则由调节器输出U (s ) 到被调量Y (s ) 之间的传递函数为 Y (s ) =K p g p (s ) e -τd s （4—2） U (s )
上式表明，受到调节作用之后的被调量要经过纯延迟τd 之后才能返回到调节器。若系统采用预估补偿器，则调节量U(s)与反馈到调节器的信号Y '(s ) 之间的传递函数是两个并联通道之和，即 Y '(s ) =k p g p (s ) e -τd s +k s g s (s ) （4—3） U (s )
为使调节器采集的信号Y '(s ) 不至延迟τd ，则要求式为：
Y '(s ) =K p g p (s ) e -τd s +k s g s (s ) =k p g p (s ) U (s )
从上式便可得到预估补偿函数
K s g s (s ) =K p g p (s )(1-e -τd s ) （4—4）
一般称式（4—4）表示的预估器为史密斯预估器，其实施框图如图所示，只要一个与对象除去纯延迟环节的传递函数K p g p (s ) 相同的环节和一个延迟时间等于τd 的纯延迟环节就可以组成史密斯预估模型，它将消除大延迟对系统过渡过程的影响，使调节过程的品质与过程无纯延迟环节时的情况一样，只是在时间坐标上向后推迟了一个时间τd 。从图4.4可以推导出系统的闭环传递函数为
K p G c (s ) g p (s ) e -τd s
1+K p G p (s ) g p (s )(1-e -τd s ) K p G c (s ) g p (s ) e -τd s Y (s ) （4—5）
==-τd s K p G c (s ) g p (s ) e R (s ) 1+K p G c (s ) g p (s ) 1+1+K p G c (s ) g p (s )(1-e -d s )
图4.4 史密斯补偿系统方框图
很显然，此时在系统的特征方程中，已不包含e -τd s 项。这就是说，这个系统已经消除了纯
-τd s 滞后对系统控制品质的影响。当然闭环传递函数分子上的e
设定值延迟τd 时间。 说明被调量y (t ) 的响应还比
4．2．2 系统仿真
控制器采用常规的PID 调节器，预估模型各参数与被控对象各参数相同。PID 调节器各参数为：K p = 3.2,Ki =0.023,Kd =22.0。仿真结果如图所示：
图4.5 史密斯预估控制仿真波形
从图可看出，PID 控制中引入SMITH 预估器，控制效果有很大改善，调节时间比普通PID 控制缩短许多，PID —SMITH 控制调节时间只有270S 左右，而普通PID 控制调节时间需要400S 。
PID—SMITH 控制也有很大缺点，对模型要求的精确程度很高，预估模型的参数必须与被控对象的参数保持一致，当被控对象参数变化时其控制性能会显著变坏，甚至会出现不稳定的渐扩振荡。
4．3 模糊控制
4．3．1 主汽压模糊控制结构
主汽压模糊控制系统结构如图4.6所示。基本模糊控制缺乏对具有较大纯时间滞后对象的控制能力，因此，在模糊控制系统中引入SMITH 预估控制，
以提高模糊控制器对具有纯时
间滞后对象的控制能力。常用的模糊控制器输出环节有比例输出和积分输出两种形式，前者阶跃响应快，但为有差控制，后者可接近无差控制，但响应慢，且超调较大。本系统采用二者相结合的比例积分输出结构，具有超调小、暂态时间短的优点[28]。
图4.6 主汽压模糊控制结构
由模糊控制器的一般工作原理，可知实际控制量为
i [29]： u (i ) =K u ⨯DE {f 1[K e ⨯e (i ), K ec ⨯ec (i )]}+K i ⨯∑DE {f 1[K e ⨯e (n ), K ec ⨯ec (n )]}（4—6）
n =0
式中DE{·}表示模糊判决,f 1为非线性算子,K e 为误差量化因子,K ec 为误差变化量化因子,K u 为控制量比例因子,K i 为积分因子。
4．3．3 系统仿真
这里，取量化因子、比例因子和积分因子的值如下：
Ke =6,Kec =120,Ku =4,Ki =0.04
输入为单位阶跃信号，得仿真结果如图：
图4.11 FUZZY—SMITH 控制仿真结果
从上图可看出，与PID —SMITH
相比，控制效果有了显著改善，几乎没有超调，调节时
间也缩短许多，只有130S 左右。
4．4 仿真研究
4．4．1 仿真比较
当被控对象参数改变时，对FUZZY —SMITH 与PID —SMITH 控制进行仿真，并分析其影响。
被控对象静态增益K p 改变。
下面，分两种情况来讨论。K p 小幅度的波动，从1改变到1.2；
K p 大幅度的波动，从1改变到1.85。并且比较FUZZY —SMITH 和PID —SMITH 的仿真结果。
1) K p 由1改变到1.2
图4.12 FUZZY—SMITH 图4.13 PID—SMITH
从上图中可看出,PID —SMITH 控制对被控对象参数变化特别敏感,FUZZY —SMITH 控制虽对被控对象的参数变化也有反应, 但远没有PID —SMITH 控制那么明显。
2）K p 由1改变到1.85
图4.14 FUZZY—SMITH 图4.15 PID—SMITH
当被控对象的参数变化幅度再增大，PID —SMITH 控制已不能稳定工作，FUZZY —SMITH 虽也振荡了几次，但最终还是稳定下来。
因此，可以得出一个结论，模糊SMITH 控制比传统的SMITH 控制具有更优越的性能，它的适应能力更强，适合在参数时变的复杂系统中使用。
被控对象其他参数变化时对模糊SMITH 控制的影响。
1） τd 改变时对模糊SMITH 的影响。
下图，分别为延迟时间常数τd 从40改变到35和从40改变到45时，模糊SMITH 控制的仿真曲线。
图4.16 τd ：40→35 图4.17 τd :40→45
2） 时间常数T p1改变时对模糊SMITH 的影响。
下图为时间常数T p1从100改变到80时，模糊SMITH 控制的仿真曲线。
图4.18 Tp1：100→80
3）被控对象几个参数同时改变时，对模糊SMITH 的影响。
当被控对象的几个参数发生如下变化时：
τp ：40→50，K p ：1→1.2, Tp1：100 →80, Tp2：50 →40
阶跃响应曲线如下图所示。
图4.19 仿真曲线
当被控对象的其它参数改变时，对FUZZY —SMITH 控制或多、或少都有影响，但影响不大，在允许范围内。
4．4．2 控制器参数对FUZZY-SMITH 输出的影响
当模糊控制器的四个参数K e 、K ec 、K u 和K i 增大或减小时对系统输出的影响，如下图所示。
图4.20 Ke 改变 图4.21 Kec 改变
图4.22 Ku 改变 图4.23 Ki 改变
从上图可看出，模糊控制器参数对系统输出有一定影响。通过对仿真结果的分析，总结出模糊控制器参数对控制系统性能的定性分析：
1．K e 越大，系统的调节惰性越小，系统的上升速率越大；K e 过大，则系统的上升速率过大，将产生较大的超调，使调节时间增长，严重时还会产生振荡，甚至使系统不能稳定工作；若K e 过小，则一方面使系统的上升速率较小，导致快速性变差；另一方面也严重影响系统的稳态特性，导致稳态精度降低。
2．K ec 过大时，系统输出的上升速率减小，使系统的过度时间变长，甚至导致系统输出发散；K ec
过小时，系统输出的上升速率增大，会导致系统输出产生过大的超调和振荡，并
且反向超调也大。
3．K u 过大时，导致系统输出的上升速率过大，使系统输出产生波动，可能导致等幅振
荡甚至发散；K u 过小时，系统的前向增益很小，因而，系统输出的上升速率较小，快速性变差，还会导致稳态误差增大。
4． K i 较小时，可以提高稳态精度；K i 太大会导致系统运行不稳定。
4．4．3 抗干扰分析
从前面我们已经了解到，汽压控制系统的主要干扰量是给煤量和蒸汽负荷变化量，下面我将分别讨论这两种干扰对系统输出的影响。
图4.24 带干扰量的系统框图
1． 给煤量干扰
在系统运行300S 后(此时系统已稳定) ，由于某种原因实际给煤量有20%的波动，系统仿真如下图所示。
图4.25 给煤量扰动下的仿真图
从上图可看出，在给煤量有大幅度的波动下，主汽压的波动还不到5%，说明本系统对内扰有很强的抑止能力。
2． 用汽量干扰
在系统运行300S 后(此时系统已稳定) ，由于某种原因用汽量突然增加20%，系统仿真如
下图所示。
图4.26 用汽量扰动下的仿真图
从上图可看出，在用汽量有大幅度的波动下，主汽压的波动在5%之内，说明本系统对外扰有很强的抑止能力。
4．5 结 论
模糊控制算法具有阶跃响应速度快、精确度较高、对参数变化不敏感以及整定更为容易等特点，充分体现了智能控制方法对于被控对象的良好适应性。将SMITH 预估引入模糊控制器，提高了控制系统对具有纯时间滞后对象的控制能力，模糊SMITH 控制无论从控制的快速性还是对参数变化的适应性都比常规SMITH 控制优越的多。
但本系统也有一些缺点，模糊控制规则的建立必须建立在一定的操作经验上，规则的好坏对系统有很大影响。模糊控制器四个参数K e 、K ec 、K u 和K i 整定起来虽然比PID 控制容易的多，但是要达到最优效果，需经过多次凑试才能得到。
第五章 锅炉的经济燃烧控制
工业锅炉是一种重要的耗能设备，提高工业锅炉的热效率，降低能源消耗，实现其自动化节能，是人们关注已久的课题。
5．1锅炉燃烧分析
燃煤链条锅炉燃烧系统实现经济燃烧必须完成以下两方面任务：
1）保证入炉燃煤充分燃烧；
2）锅炉的燃烧效率应尽量高，炉膛内未参与燃烧的过剩空气吸收的热量应尽量少。 燃煤锅炉的燃烧，实际上是在一定的温度下煤中的炭和空气中的氧发生的氧化反应，产生和释放热量，其反应过程为：
C+O2=CO2+409kJ/mol （5—1）
上式表明，为保证燃料的充分燃烧，即氧化反应充分完成，燃料量和空气量之间的比例即风煤比必须合适。送风量不足（O 2量不足），燃料不能充分燃烧，即进行的氧化反应不完全，譬如：
C+1/2O2=CO+123kJ/mol （5—2）
反过来，如果送风量过大，燃料在进行氧化反应时将剩余O 2，该过剩氧气将吸收热量，排入烟道后又将带走有用热量，降低燃烧效率。为此，采取低过剩空气燃烧控制，是实现锅炉经济燃烧的关键所在。通常，应用过剩空气系数α来衡量锅炉炉膛内燃烧过程是否经济，其定义为[31]：
α=21% （5—3） 21%-O 2%
式中：O 2%为炉膛尾部烟气含氧量。
众所周知，对于工业燃煤锅炉，其过剩空气系数α的理论值一般控制在1.3~1.5，但考虑到漏风及煤质等实际因素，α可选在1.4~1.8之间[32]。
5．2锅炉燃烧效率分析
影响锅炉燃烧效率的因素是比较复杂的，其中负荷的匹配、排烟温度、燃烧充分与否均影响燃烧效率η，而烟道中烟气的成分（CO 2，O 2，CO 含量）在一定程度上可以代表锅炉燃烧系统是否实现了经济燃烧。在烟道的烟气中，CO 2的含量高，则说明燃料燃烧充分，燃烧效率η高；反之亦然。但是 CO2的含量随入炉燃煤的煤质和类型不同而不同，且CO 2含量并不能正确地反应过剩空气系数α的值是大还是小。因此，采用分析烟道中CO 2含量，来实现经济燃烧控制是不可取的。
从式（5—3）可知，过剩空气系数α与烟气中O 2含量成线性关系，用最佳含氧量反映锅炉燃烧经济与否是比较合理的。反过来，控制了空气过剩系数α值，也就控制了烟道中的O 2的含量。实现最佳α值也就使燃烧效率提高了。
α值与热损失、热效率的关系曲线[33]见图5.1
图5.1 ɑ值与热效率、热损失的关系
5．3 锅炉经济燃烧控制方案分析
锅炉的经济燃烧控制主要有两种方法[34]：一种方法是在锅炉的实际运行中，保持空燃比为一定值，当负荷或煤种、媒质变化后，凭经验人工调整空燃比。这种方法简单易行。但当负荷，煤种或媒质等经常变化时，人工很难将空燃比调整到最佳值。因为，经验是人们的一种模糊认识。第二种方法是氧量校正送风控制方法。从四十年代起，在锅炉燃烧控制中就已开始使用氧量校正方法。目前国内外微机控制系统中多采用该方法。其特点是测量并控制锅炉烟气中的含氧量，来修正与所给燃料成固定比例的送风量。烟气中O 2的浓度越低，燃烧效率越高。低氧燃烧是节约燃料的好方法。例如，日本Honewell 公司采用低氧燃烧控制，使烟气含氧量由10%降为4%，结果燃料消耗节约22%。然而由于炉尾烟室和省煤器等部位有漏风，此外还有扒渣拨火等扰动，影响烟气含氧测量的准确性，并且氧化锆分析仪比较贵，易损坏。因为大气中CO 极少，烟气中的CO 不受漏风等的影响，近来国外采用测量烟气中CO 含量做为氧量控制的精调，取得了良好的节能效果。目前常用测量含氧量的仪器是氧化锆测氧仪，但氧化锆有许多不实用之处：氧化锆仪器贵重，反应迟钝（约几分钟），寿命短，其设定值也是经验值。
燃烧状况的检测是燃烧过程控制的关键。目前日本某公司开发出一代火焰检测装置——光学映像火焰扫描器（OPTIS ），它采用摄像机和传像光纤直接拍摄火焰图像，并利用计算机处理来判别炉内燃烧状况[35]。然而，由于这些装置价格昂贵、火焰检测缺少统一的判别标准而无法进行定量识别，使其目前仅适于炉膛安全保护系统的应用，而应用于锅炉燃烧过程控制以提高燃烧效率的作用是有限的。
第六章 炉膛负压控制
负压控制系统的任务在于调节引风机的速度以改变引风量，维持炉膛负压恒定。炉膛负压变化反映引风量与送风量相适应程度，采用炉膛负压单回路调节及送风量作为扰动补偿信号来调节引风，使炉膛负压保持在一定范围内。炉膛负压控制系统的调节量为引风量，主要干扰量为送风量。负压调节系统的数学模型可简化为一个一阶惯性加滞后的对象，其传递函数为[38]：
G f (s ) =K f
1+T f s ∙e -τf s （6—1）
式中： T f 对象时间常数；
K 过程增益；
Τf 纯滞后时间。
6．1 炉膛负压控制系统
图6.1 炉膛负压控制系统框图
炉膛负压控制系统框图如上图所示。由于送风量增大，炉膛负压升高，在炉膛压力调节器输入端产生偏差，使炉膛压力调节器输出增加，引风机速度升高，引风量增大，从而使炉膛负压回复到给定值上。当炉膛压力回复到给定值时，其调节器输入偏差为零，炉膛压力调节器的输出就不再变化，引风机的速度就稳定在新的值上，炉膛压力调节系统也经历了一个从平衡到不平衡的平衡的调节过程。在炉膛压力调节系统中，由于有风量的微分信号加入到调节器的输入端，因此风量增加，而在炉膛负压还来不及变化时，引风机的速度由于调节器输出增大而升高了。这样可以使调节过程比较平缓，不易产生过调现象。
如若负荷减小，那么调节系统同样经历一个从平衡到不平衡的调节过程。只是调节过程中，相应的动作方向与增加负荷时的情况相反罢了。
6．2 系统仿真
1．炉膛负压仿真框图
下图为炉膛负压仿真框图，其中，炉膛负压——引风量通道特性为
炉膛负压——送风量通道特性为
-2. 3∙e -5s ； 14s +13∙e -4s 。 15s +1
图6.2 炉膛负压仿真框图
2．仿真曲线
取PID 各参数为K p =0.92,Kd =0.8,Ki =0.06。在炉膛负压控制系统稳定运行100S 后，送风量有10%的波动。
图6.3炉膛负压仿真曲线
从仿真结果可看出，送风量干扰对炉膛负压并没有造成太大影响，在很短时间内就得到稳定。实验证明用常规的PID 控制可以保证锅炉的安全运行，即简单，又方便。 结 论
工业锅炉的精确数学模型难以建立，以及锅炉的复杂特性使得其采用常规基于数学模
型的经典控制方法难以获得良好的控制效果。这主要是因为在对象动态特性不断变化的情况下，控制器的参数难以整定。即使整定好，随着工况的不断变化，控制参数也会偏离最优点。用模糊集合理论设计模糊控制器时，并不要求建立被控对象的精确的数学模型，而着重注意的是系统的输入与输出的对应关系，一个操作熟练的优秀司炉工可以给出输入与输出的最好对应关系，这种关系的积累是司炉工的实践的总结。这也就是模糊控制最适意于那些对象复杂其模型难以确定的一类工业生产过程的控制的原因，这正好解决了经典控制理论所不能解决的问题。仿真实验表明，模糊控制算法具有阶跃响应速度快、精确度较高、对参数变化不敏感以及整定更为容易等特点，充分体现了智能控制方法对于被控对象的良好适应性。模糊控制运用到主汽压控制上是可以满足要求的、可行的。
为了保障经济燃烧，提出一个理论上属于自适应控制范畴，不需建立准确的数学模型，简单而行之有效的以热效率最高为目标函数的自寻最佳控制系统。
炉膛负压控制比较简单，用PID 控制就可满足要求。
参 考 文 献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18] 陈学俊，陈听宽．锅炉原理．北京：机械工业出版社．1979. 张亮明，夏桂娟．工业锅炉自动控制．北京：中国建筑工业出版社．1987. 刘培章，刘奇志．燃煤锅炉微机控制系统．电子技术应用．1999，6 陆闽宁，丁维明．工业锅炉微机控制技术探讨．能源利用与研究．1994,5 牛培峰，孙键．循环流化床锅炉热工自动控制系统与展望．动力工程．1998，12 金以惠，方崇智．过程控制．北京：清华大学出版社．1998 牛培峰．国产循环流化床锅炉燃烧过程动态控制模型．华东电力．2000,12 周其节，李培豪．自动控制原理．北京：电子工业出版社．1985 章臣越．锅炉动态特性及其数学模型．北京：水利电力出版社．1987 刘久斌．链条炉燃烧控制系统方案分析．热能动力工程．96，5 孙增圻．智能控制理论与技术．北京：清华大学出版社．1997 易继锴，侯媛彬．智能控制技术．北京：北京工业大学出版社．1999 杨胜辉．工业锅炉的智能控制系统．科技情报开发与经济．2001,11 张泰山．计算机控制系统．北京：冶金工业出版社．1986 金以惠，方崇智．过程控制．北京：清华大学出版社．1998 杨植超．锅炉经济燃烧控制算法设计．地质勘探安全．2000,3 徐生荣，李来所．控制锅炉空气过量系数，提高运行效率．能源利用与研究．1995,4 孙江，陈伟勇．根据煤粉火焰图象判断燃烧状况的计算机判别算法，热力发电．1997
[19]
[20] 李琳，谢永斌．工业链条锅炉燃烧优化自动控制．西安石油学院学报．1998,1 石琳，刘建辉．取暖锅炉模糊智能控制算法研究．辽宁工程技术大学学报．2001，
10
商立群，叶冰．微机在工业锅炉控制系统中的应用．煤炭自动化．2000,5
王洪国．自动控制技术在工业锅炉上的应用．云南冶金．1999，6 [21] [22]
摘 要
本文研究了燃煤锅炉燃烧系统的自动控制问题。首先简述了燃煤锅炉的工艺流程、特点及调节系统的任务；分析了燃烧系统调节对象的特性。根据工艺特点，把燃烧控制分成主汽压控制、燃烧经济性控制和炉膛负压控制三部分，分别进行讨论。针对主汽压控制系统这一复杂对象，结合模糊逻辑控制理论，提出了FUZZY —SMITH 控制算法，并且与传统PID 控制和PID —SMITH 控制相比较，仿真结果表明该算法具有良好的动静特性及很强的鲁棒性。
根据现场采集到的数据分析，在锅炉实际生产中，蒸汽压力一定的情况下，热效率和送风量存在着二次曲线的关系。由于二次曲线存在极值，这个极值就是我们要寻求的燃烧最优点。本论文以热量信号为寻优的目标函数，采用动态自寻优控制方法，使系统不断向最优工作点靠近，提高了热效率。其次，由于寻优是一个连续不断的过程，所以算法可以适应由于煤质变化或工况变化等引起的最佳工作点的漂移，具有较好的实用性。
炉膛负压的控制采用传统的PID 控制。
关键词
PID 控制 SMITH 预估控制 模糊控制 燃煤锅炉 燃烧控制 自寻优
1．1课题来源
工业锅炉已被广泛地应用于国民经济各个部门。通常蒸发量较小的用来供热或提供循环热水，蒸发量大的用来驱动蒸汽轮机和蒸汽机，使热能转化为机械能，或进而转换为电能。一台锅炉要能安全、可靠、有效地运行，运行参数达到设计值，除了锅炉本身设备和各种辅机完好外，还必须要求自动化仪表工作正常和自动控制系统方案正确。
通过调研我们发现，我国的工业或民用采暖锅炉的运行普遍存在自动化程度不高，靠人工经验来控制燃烧的问题。这些问题导致锅炉效率不高，能量浪费。同时，生产现场蒸汽用量经常变化，且没有规律，而供汽量目前都采用人工调节的办法来满足热用量的变化，这种人工调节的办法，使供汽的“量”存在浪费的问题，且供汽的“质”也难以保证。因此，锅炉的自动控制成为一个不容忽视的研究课题。
随着科学技术的不断发展以及对节省能源和自动控制要求的不断提高，对实现自动控制的手段也提出了更高的要求。这样就为计算机在自动控制中的应用提供了迫切性，而计算机技术本身的迅速发展也为其应用提供了可能性，利用计算机来实现生产过程的自动控制是目前自动控制技术发展的方向。
本课题为内蒙古重点攻关项目。
1．2课题发展状况
1．2．1工业锅炉简介
一、工业锅炉的工作过程[1]
图1.1为锅炉结构和工艺流程示意图。燃烧的煤层厚度通过闸板控制，炉排转速可由交流变频调速电机控制。尾部受热面有省煤器和空气预热器。
图1.1 10t/h锅炉结构和工艺流程示意图
给水通过省煤器预热后给锅炉上水，空气经空气预热器后由炉排左右两侧6个风道进入，烟气通过除尘器除尘，由引风机送至烟囱排放，主蒸汽经过过热器送至汽柜和用汽部门。鼓风机、引风机都是由交流变频器来控制，通过调节鼓风机、引风机的速度来实现控制鼓风量、引风量。
二、锅炉自动控制的主要任务
（一）锅炉汽包水位的控制
汽包水位是锅炉安全运行的主要参数之一。水位过高会导致蒸汽带水进入过热器并在过热器管内结垢，影响传热效率，严重的将引起过热管爆管；水位过低又将破坏部分水冷壁的水循环，引起水冷壁局部过热而爆管。尤其是大型锅炉，例如，30万KW 机组的锅炉蒸发量为1024t/h，而汽包容积较小，一旦给水停止，则会在十几秒内使汽包内的水全部汽化，造成严重的事故。
（二）过热蒸汽温度的控制
大型锅炉的过热器是在接近过热器金属管的极限高温条件下工作的，金属管道强度的安全系数很小，过热蒸汽温度过高会使金属管道的强度大为降低，影响设备安全；温度过低则使全厂热效率显著下降。所以过热蒸汽温度是有关安全和经济性的重要参数。过热蒸汽温度自动调节的任务是维持过热器出口汽温在允许范围内，以确保机组运行的安全性和经济性。
（三） 锅炉燃烧过程的控制
燃烧过程自动调节系统的选择虽然与燃料的种类和供给系统、燃烧方式以及锅炉与负荷的联接方式都有关系，但是燃烧过程自动调节的任务都是一样的。归纳起来，
燃烧过程调节[2]
系统有三大任务。
第一个任务是维持汽压恒定。汽压的变化表示锅炉蒸汽量和负荷的耗汽量不相适应，必须相应地改变燃料量，以改变锅炉的蒸汽量。
第二个任务是保证燃烧过程的经济性。当燃料量改变时，必须相应地调节送风量，使它与燃料量相配合，保证燃烧过程有较高的经济性。
第三个任务是调节引风量与送风量相配合，以保证炉膛压力不变。
对于一台锅炉，燃烧过程的这三项调节任务是不可分隔的，对调节系统设计时应加以注意。
1．2．2工业锅炉控制的发展与现状
一、锅炉自动控制装置的发展
锅炉是一种将一次能源（煤炭、石油、天然气等）转换为二次能源的重要设备。由于多数单位的锅炉生产实行人工操作，不仅工作人员劳动条件差、劳动强度大，而且锅炉的热效率低。为了提高效率，改善工作人员的劳动强度，使仪表控制逐渐取代人工操作，锅炉生产过程自动化就相应出现了。在生产过程中，对炉膛负压，烟气成分，给水管道的压力、流量、汽包水位、蒸汽温度等热工参数进行自动监测和显示；同时，对给水系统、燃烧系统进行调节，取得了很好的效果。随着工业检测技术的发展，DDZ 型系列仪表参与锅炉控制，目前已经由第一代DDZ-I 型电子管式，到第二代DDZ-II 型晶体管式，到目前最大量使用的DDZ-III 型集成电路式，都在锅炉控制中起主要作用。
常规仪表控制有如下局限性：
1、难于实现复杂的控制规律，如最优控制、自适应控制、人工智能控制等；
2、难于实现集中监测和操作，管理水平低；
3、改变控制方案较困难。
随着计算机技术革命的到来，计算机也逐渐被用在工业锅炉的控制上。美国的霍尼维尔公司能源管理情况中心证明，锅炉计算机控制比一般锅炉仪表控制优势明显得多。我国在这方面也成果显著。例如：南通醋酸化工厂与北京工业大学研制的GJK-805型微型机计算机锅炉控制装置，应用于该厂20吨/小时的锅炉上，使锅炉的热效率提高了5.37%，年节煤约800吨，它采用TP805为主体，CTC 定时中断，每秒采集一次数据，采用积分分离PID 控制算法。重庆工业自动化仪表厂和重庆农药厂联合研制的智能式工业锅炉控制系统用于控制[3]
SHL10-13型饱和蒸汽锅炉取得了满意效果，运行稳定，使用方便，软件上采用模块化设计，构成了全新的数字化实时过程控制系统。还有大连计算机技术研究所研制的锅炉微机控制系统能够不停机实时进行参数修改功能，又有无扰手动/自动切换和双套报警系统，实现了对水位、汽压、负压、含氧量等主要参数的监控，算法上采用了模糊控制分别对炉膛负压系统和含氧量调节系统进行了一些模糊判断，使该系统有了一定的适应能力
二、锅炉自动控制规律的发展
自从仪表取代人工成为工业锅炉的控制核心以来，PID 控制一直是仪表过程控制系统中[4][41]。 应用最为广泛的一种控制规律。由于PID 技术发展的比较成熟，在计算机锅炉控制系统中就成为了首选，是最为可靠、效果很好的控制规律。随着锅炉控制的发展，出现了许多改进的PID 控制算法，如带死区的、积分分离的，参数自整定的等一系列PID 控制规律。
随着控制理论的发展，自适应控制、预测控制也被应用到锅炉的控制中，近年来，以专家系统、模糊控制、神经网络控制为代表的智能控制也开始应用到工业锅炉的控制系统中，国内、外许多学者的许多理论和实践也都表明，智能控制，尤其是模糊控制将成为现阶段实际控制系统中应用较为广泛的一种控制方法[5]。
第二章 锅炉燃烧过程的控制系统
2．1锅炉燃烧系统简介
2．1．1燃烧系统的任务
燃烧过程自动调节有三大任务[7]：
1．维持汽压。汽压的设定值是根据生产要求设定的；负荷量是由生产需要随时调整；锅炉的蒸汽流量是由蒸汽压力和负荷的阀门开度共同决定的。汽压的变化表明蒸汽流出量与负荷需求量不相符，需改变给煤量以维持汽压恒定，使蒸汽流量满足负荷要求。
2．保证燃烧的经济性。改变给煤量时，必须相应地改变送风量，使之与燃料量相配合，保证燃烧过程的经济性。送入空气量不足，则燃料不能充分燃烧；送入空气量过大，则过剩空气带走炉膛的热量，造成热损失。
3．保证引风和鼓风的正确配比，维持炉膛负压值。膛压为正，会使炉膛有爆炸危险，
并且使炉火外喷，对锅炉周围设备及操作人员造成威胁；负压过大，则过剩空气会带走炉膛中的热量。
2．1．2 燃烧系统的调节对象
燃烧调节系统一般有3个被调参数，气压p 、过剩空气系数α（或最佳含氧量O 2）和炉膛负压P f ；有3个调节量，它们是燃料量M 、送风量F 和引风量Y 。燃烧调节系统的调节对象对于燃料量，根据燃料种类的不同可能是炉排电机，也可能是燃料阀。对于送风量和引风量一般是鼓风电机和引风电机。
2．2燃烧系统调节对象的特性
锅炉燃烧过程自动控制的基本任务是既要提供热量适应蒸汽负荷的需要，又要保证燃烧的经济性和锅炉运行的安全性。为了达到上述目的，燃烧过程的控制系统应包括三个调节任务：即维持汽压、保证最佳空燃比和保证炉膛负压不变。与此相对应，应有三个控制回路分别调节燃料量、送风量和引风量，从而构成了多参数的燃烧过程控制系统。为了能正确地设计控制系统，应先了解对象的动态特性。
一、 气压调节对象的特性[8]～[11]
锅炉的燃烧过程是一个能量转换、传递的过程，也就是利用燃料燃烧的热量产生用汽设备所需蒸汽的过程。主汽压力是衡量蒸汽量与外界负荷两者是否相适应的一个标志。因此，要了解燃烧过程的动态特性主要是弄清汽压对象的动态特性。
1． 气压被控对象的生产流程及环节划分
锅炉汽包压力是燃烧过程控制的主要被控量，分析燃烧过程对象的动态特性，是确定燃烧系统自动控制方案的主要依据。汽压被控对象的生产流程示意图如图2.1所示，整个系统由炉膛1，汽包、水冷壁组成的蒸发受热面2，过热器3，母管4和用汽设备5组成。工质(水) 通过炉膛吸收了燃料燃烧发出的热量，不断升温, 直到产生饱和蒸汽汇集于汽包内，最后经过过热器成为过热蒸汽，输送到用汽设备作功。
W ——给水量；i s ——给水热焓；P b ——汽包压力； D ——蒸汽流量； D T ——汽机耗汽量；μT ——汽机进汽阀开度；P i" ——过热蒸汽焓；P M O ——汽机背压；
——母管压力
图 2.1 汽压对象生产流程示意图
环节1：其输入量为单位时间内炉膛燃烧的燃料量M （kg/s），输出量为单位时间内传给炉膛受热面的燃料发热量Q r （kJ/s），又称炉膛热负荷。
在锅炉运行中，当燃料量M 发生变化时，送风量与引风量应同时协调变化，这时的燃料量M 的变化，表示锅炉燃烧率的变化，Q r 的变化与燃烧率的变化（相当于M 的变化）成正比。
燃料从煤斗下来落在炉排上，形成均匀的、有一定厚度的燃料层进行燃烧。所谓“火床”即是形象地表达了这种燃烧方式的特点。根据给煤量阶跃扰动响应曲线求得床温被控对象的近似传递函数为：
K Q T (s ) W T (s ) ==∙e -τM s （2—1） M (s ) 1+T 1s
燃烧和传热过程是一个复杂的化学物理过程，燃料量改变后，首先需要经过一定的吸热、燃烧、放热时间，而后将热量传给受热面的金属管壁（辐射传热和对流传热同时进行），然后将热量传给锅炉的汽水容积。
根据热力学定律，当物体吸收热量时其温度将升高，并有下列等式成立（式中认为物体质量为单位质量）。
Q=CT （2—2）
式中 T ——温度（K ）；
C ——比热（kJ/kg·K ）；
Q ——热量（kJ ）。
根据式（2—1）可得：
T (s ) =M (s ) ∙K Q
1+T 1s ∙e -τM s 。
将式（2—2）两边取拉氏变换，并把上式代入得：
Q (s ) =C ∙M (s ) ∙K Q
1+T 1s ∙e -τM s 。
由此得到汽压被控对象环节1的近似传递函数为：
W 1(s ) ='Q r (s ) K M =∙e -τM s （2—3） M (s ) 1+T 1s
'——M 变化引起Q r 变化的比例系数（kJ/kg）式中 K M ；
τM ——M 改变至Q r 变化的滞后时间（s ）；
T 1——M 变化引起Q r 变化的惯性时间（s ）；
环节1的方框图如图2.2所示。
图2.2 环节1方框图
环节2的动态热平衡方程式可以表示如下：
Q r dt =(i ''-i s ) Ddt +W b di b （2—4）
式中 i b ——汽包水焓值（kJ/kg）；
W b ——汽包蓄水量（kg ）。
由于锅炉内饱和水的热焓是饱和蒸汽压力P b 的函数，即
i b =f (P b )
则： di b =df (P b ) ∙dP b （2—5） dP b
将上式代入式（2—4）得：
Q r dt =(i ''-i s ) Ddt +W b df (P b ) ∙dP b d (P b )
Q r =D +i ''-i s W b df (P b ) dP dP b ∙b （2—6）
i ''-i s dt
W b
令 C b =df (P b ) Q r dP b ；D Q = 得： ''''i -i s i -i s
dP b （2—7） dt D Q =D +C b
式中 C b ——蓄热系数（kg/MPa）；
D Q ——用蒸汽量单位表示的锅炉汽水容积吸热量（kg/s）。
环节2的输入量取为热量信号与蒸汽流量信号之差，输出量为P b ，对式（2—7）进行拉氏反变换，得环节2的传递函数为：
W 2(s ) =P b (s ) 1 （2—8） =D Q (s ) -D (s ) C b s
环节2的方框图如图2.3所示。
图2.3 环节2方框图
过热器出口、入口差压的大小与过热器流通阻力、蒸汽流量D 有关，可用下式近似为：
P b -P M =K gr D （2—9）
对上式两边取增量，为
d (P b -P M ) =2K gr DdD
令2K gr D=Rgr ，则上式写成如下形式：
dD =2d (P b -P M ) （2—10） R gr
式中 d (P ； b -P M ) ——压力变化增量（MP a ）
dD ——蒸汽变化增量（kg/s）；
R gr ——过热器动态阻力（cm 2/s）。
R gr 的大小与D 有关，随负荷增加而增加。将式（2—10）进行拉氏变换，得到环节3的传递函数：
W 3(s ) =D (s ) 1 （2—11）
=P b (s ) -P M (s ) R gr
环节3的方框图如图2.4所示。
图2.4 环节3方框图 P M 作为环节4的输出量，取D 与D T 之间差值作为输入变量，则环节4的传递函数为: W 4(s ) =P M (s ) 1 (2—12) =D (s ) -D T (s ) C M s 式中 C M ——蒸汽母管的容量系数（kg/MPa ）。 环节4的方框图如图2.5所示。
图2.5 环节4方框图 环节5的传递函数可用下式表示：
D T =1P M +K T μT （2—13） R T
式中 R T ——汽轮机动态流通阻力系数（MPa/kg·s -1）； K T ——调节阀的静态放大系数（kg/s）； 。 μT ——调节阀开度（%）
对式（2—13）取拉氏变换后为：
D T (s ) =1P M (s ) +K T μT (s ) （2—14） R T
取母管压力P M 及阀门开度μT 作为输入量，D T 作为输出量，环节5的方框图如图2.6所示。
图2.6 环节5方框图
为了研究问题的方便，将环节1的输出量Q r 也用热量信号D Q 来表示，则环节1的比例系数K' M 用K M 来代替, 此时：
'i ''-i s ) K M =K M
环节1的传递函数为：
D Q (s )
M (s ) =K M -τM s （2—15） e 1+T 1s
式中 K M ——锅炉燃料量变化引起蒸汽流量变化的比例系数。
汽压被控对象的方框图和信号流图分别如图2.7及图2.8所示。
图2.7 汽压被控对象方框图
图2.8 汽压被控对象信号流程图
2． 燃烧率扰动下汽压被控对象的动态过程模型
由于给煤量提供煤粉量不均匀以及煤的质量（发热量）发生变化，引起了燃料量的变化。若燃料量增加，炉膛热负荷立即增大，致使汽包压力上升，压差增大，就使蒸汽量增加。由于汽机调汽门开度不变，主汽压将随着蒸汽的积累而增大。主汽压的升高又会使蒸汽通向用汽设备的流出量增加，最终达到新平衡。M 扰动下的汽包压力变化的传递函数可以由图2.8根据梅逊增益公式求出为：
K M e -τm s (C b R gr C M R T s 2+C b R T s +C b R gr s ) P b (s ) = W b (s ) = （2—16） M (s ) (1+T 1s ) C b s (C b R gr C M R T s 2+C b R T s +C b R gr s +1)
由于实际母管容量系数C M 很小，可以认为C M ≈0，则上式可写为：
W b (s ) =K M (R T +R gr ) P b (s ) ≈e -τM s （2—17） M (s ) (1+T 1s )[C b (R T +R gr ) s +1]
同样，燃烧率扰动下母管压力P M 变化的传递函数为：
K M (R T +R gr ) P M (s ) R T W b (s ) =≈∙e -τM s （2—18） M (s ) R T +R gr (1+T 1s )[C b (R T +R gr ) s +1]
3． 负荷扰动下汽压被控对象的动态过程模型
负荷阶跃扰动下，汽压变化的动态特性有下列两种情况。
（1）μT 扰动下汽压被控对象的动态过程模型
在这种情况下，μT 的阶跃变化是汽压被控对象的输入量，而P b 和P M 是输出量，由图
2.8可以得到相应的传递函数：
W bT (s ) =P b (s ) -K T R T （2—19） =2μT (s ) C M C b R T R gr s +C M R T s +C b R T s +C b R gr s +1
由于C M ≈0，则
W bT (s ) =
同理求得： P b (s ) -K T R T （2—20） ≈μT (s ) C b (R T +R gr ) s +1
2⎛K T R T R gr ⎫P M (s ) K R 1T T ⎪ （2—21） W MT (s ) =≈-+∙ ⎪μT (s ) ⎝R T +R gr R T +R gr C b (R T +R gr ) s +1⎭
（2） 用汽量D 扰动下汽压被控对象的动态过程模型
由图2.8可以得到在D 阶跃扰动下汽压被控对象的传递函数：
W bD (s ) =
由于C M ≈0，得：
W bD (s ) =
同理可得：
W MD (s ) =
二、送风自动调节对象的特性 P b (s ) -1 （2—22） =2D (s ) C M C b R gr s +C M s +C b s P b (s ) -1 （2—23） ≈D (s ) C b s C b R gr s +1⎛P M (s ) 1⎫ ⎪=-≈-R + （2—24） gr 2 ⎪D (s ) C b s ⎭C M C D R gr s +C M S +C b s ⎝
送风调节系统的好坏，直接影响炉膛的空气过剩系数的变化。引起空气过剩系数变化的主要扰动是燃料量和送风量。风量扰动下对象的动态特性具有较大的自平衡能力，几乎没有延迟和惯性，近似为以比例环节。而燃料量扰动时，需经过输送和燃烧过程而略有迟延。
三、 炉膛负压自动调节对象的特性
炉膛负压主要受鼓、引风机的影响，调节通道的动态特性较好，扰动通道的飞升时间很短，飞升速度很快。
通过对燃烧过程被控对象的动态特性分析可知，燃烧过程的主要干扰量为给煤量（内扰）和蒸汽负荷变化量（外扰），在燃烧率扰动下，汽压被控对象存在一定的滞后时间。根据汽压的变化去改变燃烧率（即同时协调地改变燃料量、送风量和引风量）能够较为有效地控制汽压，这就为燃烧过程的设计提供了依据。
2．3锅炉燃烧控制系统的结构
2．3．1 目前常见的燃烧控制系统
研究控制系统的组成十分重要，由于设计思想的不同产生了不同结构的控制系统。燃煤锅炉燃烧控制系统发展至今已形成了几种典型的系统结构，串接串联式、串接并联式、控制反系统等。煤粉锅炉还有交叉限幅式。下面简单分析前三种控制系统的结构。规定：P M 表示蒸汽压力，V 表示送风，M 表示给煤，V S 表示引风，S T 表示炉膛负压，ɑ表示风煤比，PI （i I=1，2，3，4）表示PI 控制器。
一、串接串联燃烧自动控制系统[12]
空气先行串接串联燃烧自动控制系统的简化结构见图2.9所示，它的缺点是当蒸汽负荷减少时，空气流量先于燃料减少，从而导致燃料过多，使黑烟增多。F （t ）是前馈补偿系数。
图2.9 空气先行串接串联燃烧控制系统
空气先行串接串联控制系统很容易变为燃料先行串接串联控制系统，如图2.10所示。当蒸汽负荷增加时，燃料先增加，后增加风量，从而导致过多的燃料，使黑烟增多。对链条炉来说，一般采用的是空气先行控制系统。
图2.10 燃料先行串接串联燃烧控制系统
二、串接并联燃烧控制系统[13]
该系统是以控制燃料量和空气量的比例来保证燃烧的经济性。结构见图2.11所示。PI 2和PI 3设定值，PI 2接受负荷要求信号和燃料反馈信号M ，其任务是使燃料与负荷要求相适应。PI 3接受负荷要求信号和送风量信号，其任务是使送风量与负荷要求相适应，从而间接地使送风量与燃料量成正比，即保证燃烧的经济性。为了保证送风量与引风控制协调进行，以减小炉膛负压偏差，由送风系统经补偿装置F （t ）（时间函数转换器）加一前馈信号送入引风调节器PI 4。该补偿装置可以是一个微分环节，动态时前馈补偿信号发生作用，静态时微分信号消失，炉膛负压任由PI 4控制。
图2.11串接并联燃烧控制系统
前面讨论的二种典型的燃烧控制系统是靠空燃比ɑ保持一定值来达到经济燃烧的。这在负荷、煤种经常变化，燃料测量不准确的情况下，不能较好地保证经济燃烧。对串接并联系统，由于燃料调节部分和送风调节部分的动态特性可能不一致，所以空燃比会发生变化。对图2.11略加改进，在送风控制子系统中串入一个氧量校正调节器PI 5，组成具有氧量校正的燃烧控制系统。
蒸汽负荷与烟气含氧量有关系，故通过一个函数转换器f （x ）对它进行负荷修正。经过修正的氧量信号进入PI 5调节器与最佳含氧量给定值进行比较，当产生偏差时，PI 5输出给PI 3进行风量校正，这个校正应进行的相当缓慢，因为PI3的调节作用已基本上保证了风煤比例。
三、燃烧控制反系统[14]
燃烧控制反系统具有这样的特点：引风量与负荷相适应，送风量维持炉膛负压。用氧量信号调节燃料量。这种系统不要求测量热量信号，燃料信号，送风量。但要求准确迅速的测量烟气中的含氧量。这种系统结构见图2.12所示。
图2.12 燃烧控制反系统
这种系统具有的优点是可以消除漏风的不利影响，而与之对应的燃烧控制正系统，由于漏风则会导致送风、引风的相互干扰，致使炉膛工况不稳定。
该系统的缺点是对含氧量测
量信号提出了较高的要求，对这种要求，目前较难达到。
2．3．2 燃烧控制系统总体方案设计
锅炉燃烧系统是一个复杂的多变量耦合系统。输入量有：给煤量、鼓风量和引风量；输出量有：蒸汽压力、烟气含氧量(燃烧的经济性) 、炉膛负压。燃料是热量的唯一来源，给煤量的变化直接影响锅炉提供的蒸汽量，也影响汽包压力的变化，是燃烧系统的主控量。鼓风量的变化产生不同的风煤比和相应的燃烧状况，表现出不同的炉膛温度，并决定炉膛损失的大小，直接决定着锅炉能否经济运行。在送风量改变的同时也改变引风量，使炉膛负压保持稳定，保证锅炉安全运行。这三个控制子回路组成了一个不可分割的整体，统称为锅炉燃烧控制系统，共同保证锅炉运行的机动性、经济性和安全性。
可见，锅炉的燃烧过程是个复杂的物理化学过程。各输入，输出的耦合关系十分复杂。锅炉系统具有大的延时，并且参数是时变的，对于这样的对象，难以建立精确的数学模型。 经典的PID 算法具有很强的适应能力，如果锅炉的负荷是平稳的，那么，PID 可以达到控制要求。本文提到的锅炉的负荷变化范围从零到最大负荷量，并且是不定时变负荷。这种情况常规PID 是难以控制的。解决这些问题的方法是采用比PID 更为有效的智能控制技术，这里采用模糊控制的方法。
下图为锅炉燃烧控制系统框图：
图2.13 锅炉燃烧控制系统框图
将人工智能引入控制方案，主汽压控制采用模糊控制的思想，以克服汽压被控对象时变、大延时的特性；为了保证锅炉的经济燃烧，送风量的控制采用自寻优控制；炉膛负压的控制采用PID
控制。为便于分析，现分成三个系统进行讨论：以燃料量维持汽包压力恒定的主
汽压调节系统；以送风量维持经济燃烧的送风调节系统；以引风量维持炉膛负压稳定的炉膛负压调节系统。在介绍这三个系统之前, 我先介绍一下模糊控制。
第四章 主汽压控制系统
主蒸汽压力的变化反映了锅炉的蒸汽产量与负荷耗汽量之间的不平衡，这时需要改变燃料量以改变锅炉的蒸汽产量，来达到适应负荷耗汽量变化的目的，从而构成主蒸汽压力控制系统。主蒸汽压力的主要干扰量为给煤量（内扰）和蒸汽负荷变化量（外扰），在前面我们已经分析了这两种干扰对汽压对象的动态模型，从这两种模型可以看出，应该以内扰为主，可以使主汽压保持稳定。
所以，选择汽压为被控量，控制量是控制链条速度的交流电机的转速。汽压被控对象的传递函数为：
G p (s ) =K p G (s ) exp(-τp s ) =K p
(1+T p 1s )(1+T p 2s )
p exp(-τp s ) (4—1) 式中，静态增益K p 、时间常数T p1和T p2、延迟时间τ
数。 都是随运行工况的不同而变的参
下面，我将采取三种不同的控制方法对汽压模型进行仿真，并比较各自的优缺点。控制对象的各参数取为[24]：τP =40，K p =1，T p1=100，T p2=50。
输入为单位阶跃信号。
4．1 PID 控制
PID 控制是比例积分微分控制的简称。在生产过程自动控制的发展过程中，PID 控制是历史最久、生命力最强的基本控制方式。在本世纪40年代以前，除在最简单的情况下可采用开关控制外，它是唯一的控制方式。此后，随着科学技术的发展特别是电子计算机的诞生和发展，涌现出许多新的控制方法。然而直到现在，PID 控制由于它自身的优点仍然是得到最广泛应用的基本控制方式。
PID 控制具有以下优点[25]：
①原理简单，使用方便；
②适应性强；
③鲁棒性强，即其控制品质对被控对象特性的变化不大敏感。
4．1．1 PID 控制系统结构
图4.1 PID控制结构图
PID控制结构如图所示，其中U=Kp e+Ki ∑e+Kd de/dt，
式中：
u ——PID 控制输出
e(t)——PID 控制输入，即偏差e(t)=r(t)-y(t)
Kp ——比例系数
Ki ——积分系数
Kd ——微分系数
4．1．2 系统仿真
取PID 各参数如下：K p =1.2,Ki =0.008,Kd =20。得仿真结果如图所示：
图4.2 阶跃响应仿真曲线
从图可看出，响应曲线的超调比较大，调节时间比较长，大概需要400S 左右，改变PID 参数，效果仍不理想。要想获得较满意的控制效果，PID 参数整定非常困难，而且即使整定了一组满意的控制参数，当被控对象特性发生时变或随机干扰较大时，就很难保持良好的控制效果。因此，在工业过程具有非线性、大纯滞后、时变性、随机干扰大的情况下，要获得良好的控制，就要在控制过程中根据系统的动态特性和行为，引入补偿措施或智能控制。
4．2 SMITH 预估补偿控制
在工业生产过程中，被控对象除了具有容积延迟外，往往不同程度地存在着纯迟延。由于纯迟延的存在，使得被调量不能及时反映系统所承受的扰动，即使测量信号到达调节器，调节机关接受调节信号后立即动作，也需要经过纯延时间τ以后，才波及被调量，使之受到控制。因此，这样的过程必然会产生较明显的超调量和较长的调节时间。所以，具有纯延迟的过程被公认为是较难控制的过程。
普通的PID 控制对大延迟系统很难收到理想的效果。在PID 控制中引入SMITH 预估器，它将消除大延迟对系统过度过程的影响，使调节过程的品质与过程无纯延迟环节的情况一样，只是在时间坐标上向后推迟了一个时间τ。
4．2．1 SMITH 预估补偿原理[26][27]
史密斯（SMITH ）预估补偿方法是得到广泛应用的方案之一。它的特点是预先估计出过程在基本扰动下的动态特性，然后由预估器进行补偿，力图使被延迟了τ的被调量超前反映到调节器，使调节器提前动作，从而明显的减小超调量和加速调节过程，其控制系统原理如图所示。
图4.3 史密斯预估补偿控制原理图
图中，K p g p (s ) 是对象除去纯延时环节e -τd s 以后的传递函数，K p
g p (s ) 是史密斯
预估补偿器的传递函数。假若系统中无此补偿器，则由调节器输出U (s ) 到被调量Y (s ) 之间的传递函数为 Y (s ) =K p g p (s ) e -τd s （4—2） U (s )
上式表明，受到调节作用之后的被调量要经过纯延迟τd 之后才能返回到调节器。若系统采用预估补偿器，则调节量U(s)与反馈到调节器的信号Y '(s ) 之间的传递函数是两个并联通道之和，即 Y '(s ) =k p g p (s ) e -τd s +k s g s (s ) （4—3） U (s )
为使调节器采集的信号Y '(s ) 不至延迟τd ，则要求式为：
Y '(s ) =K p g p (s ) e -τd s +k s g s (s ) =k p g p (s ) U (s )
从上式便可得到预估补偿函数
K s g s (s ) =K p g p (s )(1-e -τd s ) （4—4）
一般称式（4—4）表示的预估器为史密斯预估器，其实施框图如图所示，只要一个与对象除去纯延迟环节的传递函数K p g p (s ) 相同的环节和一个延迟时间等于τd 的纯延迟环节就可以组成史密斯预估模型，它将消除大延迟对系统过渡过程的影响，使调节过程的品质与过程无纯延迟环节时的情况一样，只是在时间坐标上向后推迟了一个时间τd 。从图4.4可以推导出系统的闭环传递函数为
K p G c (s ) g p (s ) e -τd s
1+K p G p (s ) g p (s )(1-e -τd s ) K p G c (s ) g p (s ) e -τd s Y (s ) （4—5）
==-τd s K p G c (s ) g p (s ) e R (s ) 1+K p G c (s ) g p (s ) 1+1+K p G c (s ) g p (s )(1-e -d s )
图4.4 史密斯补偿系统方框图
很显然，此时在系统的特征方程中，已不包含e -τd s 项。这就是说，这个系统已经消除了纯
-τd s 滞后对系统控制品质的影响。当然闭环传递函数分子上的e
设定值延迟τd 时间。 说明被调量y (t ) 的响应还比
4．2．2 系统仿真
控制器采用常规的PID 调节器，预估模型各参数与被控对象各参数相同。PID 调节器各参数为：K p = 3.2,Ki =0.023,Kd =22.0。仿真结果如图所示：
图4.5 史密斯预估控制仿真波形
从图可看出，PID 控制中引入SMITH 预估器，控制效果有很大改善，调节时间比普通PID 控制缩短许多，PID —SMITH 控制调节时间只有270S 左右，而普通PID 控制调节时间需要400S 。
PID—SMITH 控制也有很大缺点，对模型要求的精确程度很高，预估模型的参数必须与被控对象的参数保持一致，当被控对象参数变化时其控制性能会显著变坏，甚至会出现不稳定的渐扩振荡。
4．3 模糊控制
4．3．1 主汽压模糊控制结构
主汽压模糊控制系统结构如图4.6所示。基本模糊控制缺乏对具有较大纯时间滞后对象的控制能力，因此，在模糊控制系统中引入SMITH 预估控制，
以提高模糊控制器对具有纯时
间滞后对象的控制能力。常用的模糊控制器输出环节有比例输出和积分输出两种形式，前者阶跃响应快，但为有差控制，后者可接近无差控制，但响应慢，且超调较大。本系统采用二者相结合的比例积分输出结构，具有超调小、暂态时间短的优点[28]。
图4.6 主汽压模糊控制结构
由模糊控制器的一般工作原理，可知实际控制量为
i [29]： u (i ) =K u ⨯DE {f 1[K e ⨯e (i ), K ec ⨯ec (i )]}+K i ⨯∑DE {f 1[K e ⨯e (n ), K ec ⨯ec (n )]}（4—6）
n =0
式中DE{·}表示模糊判决,f 1为非线性算子,K e 为误差量化因子,K ec 为误差变化量化因子,K u 为控制量比例因子,K i 为积分因子。
4．3．3 系统仿真
这里，取量化因子、比例因子和积分因子的值如下：
Ke =6,Kec =120,Ku =4,Ki =0.04
输入为单位阶跃信号，得仿真结果如图：
图4.11 FUZZY—SMITH 控制仿真结果
从上图可看出，与PID —SMITH
相比，控制效果有了显著改善，几乎没有超调，调节时
间也缩短许多，只有130S 左右。
4．4 仿真研究
4．4．1 仿真比较
当被控对象参数改变时，对FUZZY —SMITH 与PID —SMITH 控制进行仿真，并分析其影响。
被控对象静态增益K p 改变。
下面，分两种情况来讨论。K p 小幅度的波动，从1改变到1.2；
K p 大幅度的波动，从1改变到1.85。并且比较FUZZY —SMITH 和PID —SMITH 的仿真结果。
1) K p 由1改变到1.2
图4.12 FUZZY—SMITH 图4.13 PID—SMITH
从上图中可看出,PID —SMITH 控制对被控对象参数变化特别敏感,FUZZY —SMITH 控制虽对被控对象的参数变化也有反应, 但远没有PID —SMITH 控制那么明显。
2）K p 由1改变到1.85
图4.14 FUZZY—SMITH 图4.15 PID—SMITH
当被控对象的参数变化幅度再增大，PID —SMITH 控制已不能稳定工作，FUZZY —SMITH 虽也振荡了几次，但最终还是稳定下来。
因此，可以得出一个结论，模糊SMITH 控制比传统的SMITH 控制具有更优越的性能，它的适应能力更强，适合在参数时变的复杂系统中使用。
被控对象其他参数变化时对模糊SMITH 控制的影响。
1） τd 改变时对模糊SMITH 的影响。
下图，分别为延迟时间常数τd 从40改变到35和从40改变到45时，模糊SMITH 控制的仿真曲线。
图4.16 τd ：40→35 图4.17 τd :40→45
2） 时间常数T p1改变时对模糊SMITH 的影响。
下图为时间常数T p1从100改变到80时，模糊SMITH 控制的仿真曲线。
图4.18 Tp1：100→80
3）被控对象几个参数同时改变时，对模糊SMITH 的影响。
当被控对象的几个参数发生如下变化时：
τp ：40→50，K p ：1→1.2, Tp1：100 →80, Tp2：50 →40
阶跃响应曲线如下图所示。
图4.19 仿真曲线
当被控对象的其它参数改变时，对FUZZY —SMITH 控制或多、或少都有影响，但影响不大，在允许范围内。
4．4．2 控制器参数对FUZZY-SMITH 输出的影响
当模糊控制器的四个参数K e 、K ec 、K u 和K i 增大或减小时对系统输出的影响，如下图所示。
图4.20 Ke 改变 图4.21 Kec 改变
图4.22 Ku 改变 图4.23 Ki 改变
从上图可看出，模糊控制器参数对系统输出有一定影响。通过对仿真结果的分析，总结出模糊控制器参数对控制系统性能的定性分析：
1．K e 越大，系统的调节惰性越小，系统的上升速率越大；K e 过大，则系统的上升速率过大，将产生较大的超调，使调节时间增长，严重时还会产生振荡，甚至使系统不能稳定工作；若K e 过小，则一方面使系统的上升速率较小，导致快速性变差；另一方面也严重影响系统的稳态特性，导致稳态精度降低。
2．K ec 过大时，系统输出的上升速率减小，使系统的过度时间变长，甚至导致系统输出发散；K ec
过小时，系统输出的上升速率增大，会导致系统输出产生过大的超调和振荡，并
且反向超调也大。
3．K u 过大时，导致系统输出的上升速率过大，使系统输出产生波动，可能导致等幅振
荡甚至发散；K u 过小时，系统的前向增益很小，因而，系统输出的上升速率较小，快速性变差，还会导致稳态误差增大。
4． K i 较小时，可以提高稳态精度；K i 太大会导致系统运行不稳定。
4．4．3 抗干扰分析
从前面我们已经了解到，汽压控制系统的主要干扰量是给煤量和蒸汽负荷变化量，下面我将分别讨论这两种干扰对系统输出的影响。
图4.24 带干扰量的系统框图
1． 给煤量干扰
在系统运行300S 后(此时系统已稳定) ，由于某种原因实际给煤量有20%的波动，系统仿真如下图所示。
图4.25 给煤量扰动下的仿真图
从上图可看出，在给煤量有大幅度的波动下，主汽压的波动还不到5%，说明本系统对内扰有很强的抑止能力。
2． 用汽量干扰
在系统运行300S 后(此时系统已稳定) ，由于某种原因用汽量突然增加20%，系统仿真如
下图所示。
图4.26 用汽量扰动下的仿真图
从上图可看出，在用汽量有大幅度的波动下，主汽压的波动在5%之内，说明本系统对外扰有很强的抑止能力。
4．5 结 论
模糊控制算法具有阶跃响应速度快、精确度较高、对参数变化不敏感以及整定更为容易等特点，充分体现了智能控制方法对于被控对象的良好适应性。将SMITH 预估引入模糊控制器，提高了控制系统对具有纯时间滞后对象的控制能力，模糊SMITH 控制无论从控制的快速性还是对参数变化的适应性都比常规SMITH 控制优越的多。
但本系统也有一些缺点，模糊控制规则的建立必须建立在一定的操作经验上，规则的好坏对系统有很大影响。模糊控制器四个参数K e 、K ec 、K u 和K i 整定起来虽然比PID 控制容易的多，但是要达到最优效果，需经过多次凑试才能得到。
第五章 锅炉的经济燃烧控制
工业锅炉是一种重要的耗能设备，提高工业锅炉的热效率，降低能源消耗，实现其自动化节能，是人们关注已久的课题。
5．1锅炉燃烧分析
燃煤链条锅炉燃烧系统实现经济燃烧必须完成以下两方面任务：
1）保证入炉燃煤充分燃烧；
2）锅炉的燃烧效率应尽量高，炉膛内未参与燃烧的过剩空气吸收的热量应尽量少。 燃煤锅炉的燃烧，实际上是在一定的温度下煤中的炭和空气中的氧发生的氧化反应，产生和释放热量，其反应过程为：
C+O2=CO2+409kJ/mol （5—1）
上式表明，为保证燃料的充分燃烧，即氧化反应充分完成，燃料量和空气量之间的比例即风煤比必须合适。送风量不足（O 2量不足），燃料不能充分燃烧，即进行的氧化反应不完全，譬如：
C+1/2O2=CO+123kJ/mol （5—2）
反过来，如果送风量过大，燃料在进行氧化反应时将剩余O 2，该过剩氧气将吸收热量，排入烟道后又将带走有用热量，降低燃烧效率。为此，采取低过剩空气燃烧控制，是实现锅炉经济燃烧的关键所在。通常，应用过剩空气系数α来衡量锅炉炉膛内燃烧过程是否经济，其定义为[31]：
α=21% （5—3） 21%-O 2%
式中：O 2%为炉膛尾部烟气含氧量。
众所周知，对于工业燃煤锅炉，其过剩空气系数α的理论值一般控制在1.3~1.5，但考虑到漏风及煤质等实际因素，α可选在1.4~1.8之间[32]。
5．2锅炉燃烧效率分析
影响锅炉燃烧效率的因素是比较复杂的，其中负荷的匹配、排烟温度、燃烧充分与否均影响燃烧效率η，而烟道中烟气的成分（CO 2，O 2，CO 含量）在一定程度上可以代表锅炉燃烧系统是否实现了经济燃烧。在烟道的烟气中，CO 2的含量高，则说明燃料燃烧充分，燃烧效率η高；反之亦然。但是 CO2的含量随入炉燃煤的煤质和类型不同而不同，且CO 2含量并不能正确地反应过剩空气系数α的值是大还是小。因此，采用分析烟道中CO 2含量，来实现经济燃烧控制是不可取的。
从式（5—3）可知，过剩空气系数α与烟气中O 2含量成线性关系，用最佳含氧量反映锅炉燃烧经济与否是比较合理的。反过来，控制了空气过剩系数α值，也就控制了烟道中的O 2的含量。实现最佳α值也就使燃烧效率提高了。
α值与热损失、热效率的关系曲线[33]见图5.1
图5.1 ɑ值与热效率、热损失的关系
5．3 锅炉经济燃烧控制方案分析
锅炉的经济燃烧控制主要有两种方法[34]：一种方法是在锅炉的实际运行中，保持空燃比为一定值，当负荷或煤种、媒质变化后，凭经验人工调整空燃比。这种方法简单易行。但当负荷，煤种或媒质等经常变化时，人工很难将空燃比调整到最佳值。因为，经验是人们的一种模糊认识。第二种方法是氧量校正送风控制方法。从四十年代起，在锅炉燃烧控制中就已开始使用氧量校正方法。目前国内外微机控制系统中多采用该方法。其特点是测量并控制锅炉烟气中的含氧量，来修正与所给燃料成固定比例的送风量。烟气中O 2的浓度越低，燃烧效率越高。低氧燃烧是节约燃料的好方法。例如，日本Honewell 公司采用低氧燃烧控制，使烟气含氧量由10%降为4%，结果燃料消耗节约22%。然而由于炉尾烟室和省煤器等部位有漏风，此外还有扒渣拨火等扰动，影响烟气含氧测量的准确性，并且氧化锆分析仪比较贵，易损坏。因为大气中CO 极少，烟气中的CO 不受漏风等的影响，近来国外采用测量烟气中CO 含量做为氧量控制的精调，取得了良好的节能效果。目前常用测量含氧量的仪器是氧化锆测氧仪，但氧化锆有许多不实用之处：氧化锆仪器贵重，反应迟钝（约几分钟），寿命短，其设定值也是经验值。
燃烧状况的检测是燃烧过程控制的关键。目前日本某公司开发出一代火焰检测装置——光学映像火焰扫描器（OPTIS ），它采用摄像机和传像光纤直接拍摄火焰图像，并利用计算机处理来判别炉内燃烧状况[35]。然而，由于这些装置价格昂贵、火焰检测缺少统一的判别标准而无法进行定量识别，使其目前仅适于炉膛安全保护系统的应用，而应用于锅炉燃烧过程控制以提高燃烧效率的作用是有限的。
第六章 炉膛负压控制
负压控制系统的任务在于调节引风机的速度以改变引风量，维持炉膛负压恒定。炉膛负压变化反映引风量与送风量相适应程度，采用炉膛负压单回路调节及送风量作为扰动补偿信号来调节引风，使炉膛负压保持在一定范围内。炉膛负压控制系统的调节量为引风量，主要干扰量为送风量。负压调节系统的数学模型可简化为一个一阶惯性加滞后的对象，其传递函数为[38]：
G f (s ) =K f
1+T f s ∙e -τf s （6—1）
式中： T f 对象时间常数；
K 过程增益；
Τf 纯滞后时间。
6．1 炉膛负压控制系统
图6.1 炉膛负压控制系统框图
炉膛负压控制系统框图如上图所示。由于送风量增大，炉膛负压升高，在炉膛压力调节器输入端产生偏差，使炉膛压力调节器输出增加，引风机速度升高，引风量增大，从而使炉膛负压回复到给定值上。当炉膛压力回复到给定值时，其调节器输入偏差为零，炉膛压力调节器的输出就不再变化，引风机的速度就稳定在新的值上，炉膛压力调节系统也经历了一个从平衡到不平衡的平衡的调节过程。在炉膛压力调节系统中，由于有风量的微分信号加入到调节器的输入端，因此风量增加，而在炉膛负压还来不及变化时，引风机的速度由于调节器输出增大而升高了。这样可以使调节过程比较平缓，不易产生过调现象。
如若负荷减小，那么调节系统同样经历一个从平衡到不平衡的调节过程。只是调节过程中，相应的动作方向与增加负荷时的情况相反罢了。
6．2 系统仿真
1．炉膛负压仿真框图
下图为炉膛负压仿真框图，其中，炉膛负压——引风量通道特性为
炉膛负压——送风量通道特性为
-2. 3∙e -5s ； 14s +13∙e -4s 。 15s +1
图6.2 炉膛负压仿真框图
2．仿真曲线
取PID 各参数为K p =0.92,Kd =0.8,Ki =0.06。在炉膛负压控制系统稳定运行100S 后，送风量有10%的波动。
图6.3炉膛负压仿真曲线
从仿真结果可看出，送风量干扰对炉膛负压并没有造成太大影响，在很短时间内就得到稳定。实验证明用常规的PID 控制可以保证锅炉的安全运行，即简单，又方便。 结 论
工业锅炉的精确数学模型难以建立，以及锅炉的复杂特性使得其采用常规基于数学模
型的经典控制方法难以获得良好的控制效果。这主要是因为在对象动态特性不断变化的情况下，控制器的参数难以整定。即使整定好，随着工况的不断变化，控制参数也会偏离最优点。用模糊集合理论设计模糊控制器时，并不要求建立被控对象的精确的数学模型，而着重注意的是系统的输入与输出的对应关系，一个操作熟练的优秀司炉工可以给出输入与输出的最好对应关系，这种关系的积累是司炉工的实践的总结。这也就是模糊控制最适意于那些对象复杂其模型难以确定的一类工业生产过程的控制的原因，这正好解决了经典控制理论所不能解决的问题。仿真实验表明，模糊控制算法具有阶跃响应速度快、精确度较高、对参数变化不敏感以及整定更为容易等特点，充分体现了智能控制方法对于被控对象的良好适应性。模糊控制运用到主汽压控制上是可以满足要求的、可行的。
为了保障经济燃烧，提出一个理论上属于自适应控制范畴，不需建立准确的数学模型，简单而行之有效的以热效率最高为目标函数的自寻最佳控制系统。
炉膛负压控制比较简单，用PID 控制就可满足要求。
参 考 文 献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18] 陈学俊，陈听宽．锅炉原理．北京：机械工业出版社．1979. 张亮明，夏桂娟．工业锅炉自动控制．北京：中国建筑工业出版社．1987. 刘培章，刘奇志．燃煤锅炉微机控制系统．电子技术应用．1999，6 陆闽宁，丁维明．工业锅炉微机控制技术探讨．能源利用与研究．1994,5 牛培峰，孙键．循环流化床锅炉热工自动控制系统与展望．动力工程．1998，12 金以惠，方崇智．过程控制．北京：清华大学出版社．1998 牛培峰．国产循环流化床锅炉燃烧过程动态控制模型．华东电力．2000,12 周其节，李培豪．自动控制原理．北京：电子工业出版社．1985 章臣越．锅炉动态特性及其数学模型．北京：水利电力出版社．1987 刘久斌．链条炉燃烧控制系统方案分析．热能动力工程．96，5 孙增圻．智能控制理论与技术．北京：清华大学出版社．1997 易继锴，侯媛彬．智能控制技术．北京：北京工业大学出版社．1999 杨胜辉．工业锅炉的智能控制系统．科技情报开发与经济．2001,11 张泰山．计算机控制系统．北京：冶金工业出版社．1986 金以惠，方崇智．过程控制．北京：清华大学出版社．1998 杨植超．锅炉经济燃烧控制算法设计．地质勘探安全．2000,3 徐生荣，李来所．控制锅炉空气过量系数，提高运行效率．能源利用与研究．1995,4 孙江，陈伟勇．根据煤粉火焰图象判断燃烧状况的计算机判别算法，热力发电．1997
[19]
[20] 李琳，谢永斌．工业链条锅炉燃烧优化自动控制．西安石油学院学报．1998,1 石琳，刘建辉．取暖锅炉模糊智能控制算法研究．辽宁工程技术大学学报．2001，
10
商立群，叶冰．微机在工业锅炉控制系统中的应用．煤炭自动化．2000,5
王洪国．自动控制技术在工业锅炉上的应用．云南冶金．1999，6 [21] [22]