[01079434]人工智能在DCS中的应用

该项目以国内电厂中常用的分散控制系统(DCS)为基础，进行综合开发利用，达到进一步提高机组运行的安全性和经济性的目的。通过对机组运行参数的分析与处理，对设备状态进行诊断和预测，对机组运行方式提出一定的评价，同时可对控制系统和控制器参数进行优化，提高机组的自动化水平。项目的具体内容包括：1.数据通讯：用于读取所需要的DCS网络中的数据。2.数据处理：将得到的数据传送到信息管理网的服务器中。按照其用途分为多种类型，并保存在相应的数据库中。3.电厂运行管理：包括实时数据监视、报表管理、热力性能计算和热力设备智能诊断等多种功能，根据生产过程中的实时数据自动生成各种报表，并对机组的运行参数、性能和设备的状态实施在线监测，对运行方式有一定的指导作用。4.计算机辅助工程：集系统组态、系统仿真、系统辨识、控制器参数优化、控制理论分析和现代控制算法研究等多种功能于一身。既可在生产现场进行工程试验，又可在大专院校进行实验教学。系统的主要特点如下：直接利用电厂DCS中现有的数据而不需要附加数据采集装置，不仅节省了费用，而且提高了数据的可靠性。系统组态采用面向方框图的方式，操作简便灵活。系统应用了多种人工智能的方法进行分析，技术先进且符合国内电厂的实际情况。通过在线计算锅炉受热面金属部件断面的温度应力分布，据此计算其寿命损耗，并可将该结果与设计时规定的控制值进行比较。从而可用于对运行人员的运行评估和操作指导。该系统的关键技术及创新点：1.面向方框图的系统组态及系统仿真。提供五十余种图形化、组件式的控制系统功能模块，可通过鼠标在客户区拖动模块的方式直观迅速地组态成任意一个控制系统。可对组态的控制系统进行实时或非实时仿真。可以对保存在不同结果文件中的模块响应曲线进行综合分析。2.热力设备状态的在线诊断和预测。利用在线监测的设备运行参数，计算运行过程中造成的设备寿命损耗值。进一步可对火力发电机组进行寿命预测和监督管理。对于运行方式也有一定的指导作用。3.锅炉管道壁温的神经网络预测。锅炉炉内管道的管壁温度目前尚无有效的直接测量手段。该项目采用人工神经网络根据管道的炉外壁温、蒸汽参数等预测其炉内壁温。4.神经网络辨识器的实现。使用神经网络辨识模块，在不需人为加入扰动信号的情况下进行辨识，较传统的辨识方法更具应用价值。5.控制器参数的智能优化算法。使用人工智能的方法，可同时完成多个控制器参数的优化设计。6.智能控制算法的计算机辅助分析。提供可用于计算机辅助分析的多种智能控制器模块。系统的主要经济效益和社会效益：该系统直接利用电厂DCS中现有的数据，省去了附加数据采集装置所需的费用。如果按照数据的准确性和可靠性要求，能够达到同等技术指标的数据采集系统的费用可达到四、五十万元左右。热力设备智能诊断的实现，可有效指导运行人员的操作，减少故障发生次数。计算机辅助工程软件不仅可用于现场工程试验，提高机组调试和检修效率，还可用于教学试验，增强教学手段，拓宽教学思路。目前，该系统在大港电厂、神头二电厂和马头电厂等正在实施和推广。