- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
连体膨胀压缩机PFC―PID串级控制仿真研究
连体膨胀压缩机PFC―PID串级控制仿真研究
摘 要:针对合透平膨胀机和离心式压缩机的调节特点和连体膨胀压缩机的结构,将PFC和PID控制相结合,提出了基于预测函数控制(PFC)原理和传统控制相结合的串级控制算法。转子、蒸汽容积,控制阀使用传统控制使对象稳定且迅速消除内部扰动,转子、蒸汽容积,控制阀和排气蜗壳环节构成预测函数的广义对象。该算法计算量少,能在实际工程中方便实现。计算机实验表明与传统控制相结合的串级控制算法的动态品质明显优于传统PID控制策略。
关键词:连体膨胀压缩机;预测函数控制;串级控制
中图分类号:TB
文献标识码:A
文章编号:1672-3198(2015)25-0289-02
预测函数控具有计算方法简单,计算量小,适用于快速系统,控制性能优良。PFC在石油、化工、军事等领域得到了的应用,但没有在压缩机自动控制系统中的应用报导。本文针对透平膨胀机和离心式压缩机的特点,将转速作为副调节器的被控量, 副回路采用PID控制,而主回路采用PFC控制,设计了一套PFC和传统PID相结合的串级控制系统。实验结果表明,采用PFC-PID串级控制策略在连体膨胀机的控制中有良好的动态品质,明显优于采用传统控制策略的系统。
1 连体膨胀压缩机的工艺流程
整个系统的工艺流程如图1所示。
图1 连体膨胀压缩机的工艺流程图
本文透平膨胀机的调节采用机前气动薄膜调节阀调节方式。其预估性能曲线如图2所示。压缩机根据机器转速变化进行调节, 使机器出口蒸汽压力达到设定值。其预估能曲线如图3所示。
图2 膨胀机预估性能曲线
图3 压缩机预估性能曲线
当压缩机出口蒸汽压力小于设定值时,从图3我们可以看到,为了使压力达到设定值,得增加机器的转速。从图2我们可以看到,随着压缩机出口压力的降低,膨胀比变大。如果压缩机出口压力不再变化, 膨胀比随着转速的提高进一步增大, 与此同时,因为转速和出口压力同时增高, 使得膨胀比变小, 从而达到一个动态平衡。
当压缩机出口蒸汽压力高于设定值时, 从图3我们可以看到,为了使压力达到设定值,需降低机器的转速。 从图2我们可以看到, 膨胀比随着压缩机出口压力的升高而减小。如果压力不再变化, 膨胀比随着转速的提高进一步变小, 与此同时,因为转速和出口压力同时减小, 使得膨胀比增大, 从而形成一个动态平衡。
2 连体膨胀压缩机系统数学模型
2.1 气动薄膜调节阀的动态模型
气动薄膜调节阀的动态特性可以用一个一阶惯性加纯滞后环节来表示::
GV1(s)=KVTVs+1e-τvs(1)
其中: KV为放大系数; TV 为执行机构的时间数, τv为时滞。
2.2 连体膨胀压缩机的动态模型
(1)蒸汽容积方程。
蒸汽容积的动态特性可以用一个一阶惯性环节来表示:
Grj(s)=χp(s)χsz1(s)=1T0s+1
(2)
其中:χsz1为阀杆位移;χp为容积压力;T0为时间常数。
(2) 转子方程。
转子的动态特性可以用一个一阶惯性环节来表示:
Gz(s)=χn(s)χp(s)=1Tas+γ
(3)
其中: Ta 为转子的飞升时间常数;γ为自平衡系数;χp为蒸汽压力;χn为转子转速。
(3) 排气蜗壳 。
排气蜗壳的动态特性可以用一个一阶惯性环节来表示:
Gp(s)=χp(s)χn(s)=knTns+1
(4)
其中:转速χn为转速;χp为压力;kn为放大系数;Tn为时间常数。
3 预测函数控制
3.1 预测模型
作用可表示为若干已知基函数fn(n=1,…,N)的线性组合:
u(k+i)=∑Nn=1μnfn(i),i=0,1,…,H-1
(5)
其中fn(i)为基函数在t=iTs时的值,Ts为采样周期,H为优化时域的长度。μn为线性组合系数。
3.2 反馈校正
预测模型的输出和实际对象的输出之间有一定的偏差,叫预测误差,预测误差起到对模型预测值进行校正的作用,模型预测值的预测误差e(k+i)为:
e(k+i)=y(k)-ym(k)
(6)
其中,ym(k)是k时刻的模型输出。
在此基础上,可得到误差补偿后的预测输出:
yH(k+i)=ym(k+i)+e(k+i)
(7)
3.3 滚动优化
3.3.1 参考轨迹
使用从现在时刻实际值的一阶指数形式作为预测函数控制的参考轨迹:
yr(k+i)=c(k+i)-βi(c(k)-y(k))
(8)
其中,yr(k+i)为参考轨迹,c为设定值,β=exp(-Ts/T
文档评论(0)