一、基于现代液压技术的水轮机调节液压系统研究(论文文献综述)
史天聪[1](2021)在《基于改进原子搜索优化算法的水轮机调速器PID参数优化》文中研究说明水轮机调节系统是水电站的重要组成部分,其调节能力的优劣会影响水电站发出的电能质量。目前我国水轮机调节系统多采用PID控制,因此优化PID参数是改善水轮机调节系统调节能力的关键。以往确定PID参数需要进行大量的工作,并且不能判断是否达到最优。为了解决上述问题,本文提出了一种自适应杂交算法-AASOPSO,并利用AASOPSO算法对水轮机调速器PID参数进行优化整定。首先,论文分析了水轮机调节系统的基本工作任务和工作原理。阐明了PID型水轮机调速器的工作原理、传递函数、数学模型。然后依次介绍了水轮机调节系统中的机械液压系统,压力引水系统,水轮机,发电机及负荷,并分别给出了各个部分的传递函数及数学模型。建立了简化的水轮机调节系统数学模型,并对水轮机调节系统数学模型进行了必要的说明。然后,介绍了一种较新的启发式算法-原子搜索优化算法(Atom Search Optimization,ASO)。ASO通过模拟原子间的势能和约束力的相互作用,表现出一种独特的搜索能力。但是ASO仍然存在局部最优停滞和搜索效率低下的问题。所以本文对ASO进行了改进并提出了一种新的自适应混合优化算法-AASOPSO。AASOPSO是融合了自适应力和粒子群优化算法(Particle swarm optimization,PSO)的原子搜索算法,改善了ASO在后期迭代中存在开发速度缓慢和探索能力较差的缺陷,提高了算法的优化能力。最后,在MATLAB/Simulink环境下建立了水轮机调节系统的仿真模型,并将AASOPSO嵌入水轮机调节系统的仿真模型,分别在空载频率扰动以及负荷扰动的情况下对水轮机调速器PID参数进行优化。仿真结果显示:AASOPSO优化的水轮机调节系统能迅速响应,并在短时间内恢复稳定状态。并且和其他几种常见的智能优化算法相比,AASOPSO优化的水轮机调节系统的调节稳定时间更短,超调量更小。结果表明AASOPSO算法在搜索全局最优水轮机调速器PID参数方面比其他智能优化算法的优化性能更好。
杨颖[2](2021)在《时滞水轮机调节系统非线性容错控制研究》文中研究指明水轮机调节系统是水电站系统的重要组成部分,承担着调节机组频率和转速、调整负荷分配、平稳开停机、同步并网等任务,水轮机调节系统的稳定和有效控制影响着整个电站乃至电网的安全稳定运行。本文将容错控制策略应用于水轮机调节系统中,结合故障检测理论、故障估计器设计以及有限时间理论,研究了水轮机调节系统在死区或故障状态下系统的稳定性及各状态变量的特性。主要研究内容概括如下:首先,基于故障检测设计观测器,研究执行器或传感器故障情况下水轮机调节系统故障容错控制的稳定性和容错性。在非线性水轮机调节系统的六维模型的基础上,结合故障检测定理,设计对水轮机调节系统的故障容错控制算法。提出观测器对系统故障进行有效监测,设计闭环系统状态反馈容错控制器,并进行完整性验证和稳定性分析。数值仿真结果显示系统在控制器作用下可以在2 s内达到稳定,且在受到故障冲击后展现出良好的调节性能。其次,设计有限时间故障估计器对故障实时监测,分析分数阶非线性水轮机调节系统有限时间容错控制方法的控制性能。由整数阶数学模型和基础的故障容错控制方法,过渡至更能反应实际工作条件的分数阶模型和能够实现有限时间收敛的分数阶容错控制技术。设计滑模面和具有平滑有界反正切函数的有限时间容错控制器,确保水轮机调节系统的快速收敛、稳定运行。分析常见的执行器故障情况,将故障分为卡死、恒增益、恒偏差和多类型故障几种情况。针对不同故障模型分别验证控制方法的可行性,以及故障状态下系统是否仍能保持可接受的性能指标。最后,在上述研究基础上考虑液压伺服系统的延迟效应,进一步针对分数阶系统存在的扰动、执行器故障和非线性死区等问题,深入探究在分数阶有限时间容错控制算法下系统的稳定状况。设计一个分数阶非奇异终端滑模容错控制器,将故障估计器直接作用于容错控制器上,实现在死区及不同执行器故障模型下的控制实例。数值仿真分析表明分数阶水轮机调节系统的有限时间故障容错控制具有快速的瞬态响应和良好的容错特性,为水电站的安全稳定运行提供了有效的容错机制。
田钰强[3](2021)在《水轮机调节系统非线性预测控制研究》文中进行了进一步梳理新型能源大规模并网,导致一些水轮发电机组减少负荷供应,偏离最优运行区域运行,加上运行过程中水轮发电机组零部件的磨损等原因,将导致机组在运行过程中产生机械频繁振动。同时,由于风能、光能等新型能源的间歇性、随机性特征,也会引起网端负荷的变化,增加机组运行中的不确定性。无论机械振动还是网端负荷扰动都会对机组精准控制产生不利影响。针对这一问题,本文采用了预测控制算法提升水轮机调节系统的控制性能,保证水轮发电机组的稳定运行。本文的研究内容主要包含以下三个方面:(1)水轮机调节系统的预测控制。为了对水轮机调节系统进行精准控制,第二章提出了基于T-S模糊模型的广义预测控制。首先,以刚性水击水轮调节系统为研究对象,基于T-S模糊理论和四阶龙格-库塔法,建立离散化模型。其次,引入二次型目标函数、最优理论、预测控制理论设计预测控制器。之后,通过考虑系统在无扰动、随机机械扰动、系统参数变化等验证所设计控制器的有效性和抗干扰能力以及探究了控制器参数对控制性能的影响,并将所提出的预测控制器与PID控制理论带入系统模型进行比较。仿真实验表明预测控制器能够保证水轮机调节系统基本在5 s内稳定,相对于PID控制器,系统达到稳定状态的时间更短,超调更小。因此,所提出的预测控制理论能够为水轮机调节系统提供更好的控制性能。(2)基于状态估计器的分数阶水轮机调节系统预测控制。为了能够提升系统的抗干扰能力和控制性能,第三章从控制器的结构上优化了预测控制算法。首先,选取弹性水击的分数阶水轮机调节系统模型为研究对象,基于G-L微分定义、T-S模糊和一阶差分法得到离散模型。其次,提出一种状态估计器,对预测时域内的系统变量进行估计。结合李雅普诺夫理论对状态估计器进行稳定性分析,给出稳定条件,并用线性矩阵不等式求解状态估计器。之后,结合预测控制理论,将估计值作为预测值计算控制增量。仿真结果说明加入估计器的系统能够在0.5 s内达到稳定状态。(3)水轮机控制系统状态反馈鲁棒预测控制。第四章通过优化控制方法,将鲁棒约束条件与预测控制理论结合,提出了水轮机调节系统状态反馈鲁棒预测控制。首先,应用凸多面体优化理论对系统进行线性化,得到离散四维状态空间模型。之后,将预测控制算法的优化问题可以转化为采样时间的min-max优化问题,得到目标函数最优边界。结合李雅普诺夫理论,证明系统渐进稳定。并通过线性矩阵不等式求解反馈增益。最后,考虑机组受到机械随机扰动、负荷突变等工况,探究系统的抗干扰能力。仿真结果说明状态反馈鲁棒预测控制器相对于第二章提出的预测控制器能够更加快速稳定,且相对于第三章基于状态估计器的预测控制器能够减少受控过程中多周期振动情况,更加平滑的达到稳定状态。
刘公成[4](2020)在《不同激励作用下的水力发电系统典型工况稳定性评估》文中提出水力发电系统是一类具备非线性、耦合性和随机性等特点的复杂非线性动力系统,系统中的机械、电磁和水力等因素彼此之间相互影响、相互制约。完整的水力发电系统包含水轮发电机系统、引水系统和调速控制系统,这三个重要子系统之间虽然具有不同的物理属性,参数的量级也不尽相同,但通过系统内部的耦联形成一个统一运行的水-机-电耦合系统。其中任意子系统的状态发生变化,均会通过耦联机制对整个水力发电系统产生影响。以水力发电系统为研究对象,考虑到其作为典型的水-机-电耦合系统,受到干扰后,系统的稳定性和动态响应随时间推移会发生变化。将实际中影响机组稳定运行的扰动转化为激励的形式进而引入到模型中,分析不同激励下水力发电系统运行的稳定性和动态特性。本论文研究的主要内容和结果如下:(1)水轮发电机组的稳定性可以用机组的振动、摆度以及压力脉动这些参数进行表征,其中振动是是衡量机组稳定性最直接、最重要的指标。影响水力稳定性的因素相对比较复杂,尾水管涡带是影响水力发电系统稳定性的关键因素之一。为了深入研究水力发电系统在压力脉动影响下的稳定性与振动特性,基于水轮机调节系统与轴系耦联关系,建立包含调节系统与轴系的耦合动力学模型并引入尾水管压力脉动作为水力激励。揭示了系统不同组成要素之间的非线性耦合关系及不同机械系统参数对系统振动特征的影响规律。研究成果为探究压力脉动影响下的稳定机理提供一定的理论参考。(2)时滞现象经常出现在许多实际机械和电气系统中,如电网、过程控制系统和工程系统。虽然在许多工程实践中,时间延迟很小,但对非线性系统的稳定性和可控性仍有很大的负面影响。考虑到机械系统中惯性和间隙的影响,将时滞通过系统参数引入到水轮机调节系统中,利用数值模拟分析不同时滞对水轮机调节系统的稳定性的影响规律。系统在运行过程中不是一直稳定在单一工况点,而是根据网侧需求不断的进行负荷调整和工况转换,传递系数在这个过程中是不断变化的,选取与传递系数关系密切的中间变量e转化为周期激励,研究了不同时滞与不同激励强度耦合下的系统动态响应,并揭示系统随激励幅值和时滞增大过程中的失稳机理。(3)水力发电系统的稳定性受到水力发电系统的内部特性以及外部的运行条件的共同影响,内部因素与外部因素相互作用,相互影响,会出现明显的随机性。考虑水轮机会受到压力随机波动、传动结构的失效以及机械系统的固有误差的影响,在水力发电系统中的轴系模型中引入内外随机激励,并将其从传统的Lagrange体系转换到能量体系,把内外激励影响下的水力发电系统随机问题转化为对单一因素(能量)的分析。运用随机平均法把水力发电系统的随机模型用一维扩散过程来表示,运用边界分析法对系统的随机稳定性进行分析,通过确定安全域和对可靠性函数的计算,对水轮发电机的稳定性和可靠性进行了研究。
许贝贝[5](2020)在《水力发电机组系统可靠性与多能互补综合性能研究》文中进行了进一步梳理在国家进行电力结构化、市场化改革大背景下,风水等随机可再生能源将会更多地被电力系统所消纳。水电作为调峰调频重要角色,将会面临更为频繁的过渡工况调节和非最优工况运行两个重要发展趋势。准确认识在非最优工况运行下水轮发电机组动态变化特征,对提高水轮发电机组系统的灵活性运行和维护区域电力系统的安全可靠性具有重要的科学意义价值。机组在非最优工况区轴系振动剧烈,以传统水轮机调节系统为核心的PID调速器控制效果无法保证发电机角速度的稳定性,这严重威胁了水轮发电机组在非最优工况区的发电可靠性。论文以水轮机调节系统发电机角速度控制与轴系振动相互作用关系为关键科学问题并对传统水轮机调节系统模型进行改进以研究水轮发电机组发电可靠性和综合性能评估问题,并取得以下三方面研究成果:1.基于最优工况设计的传统水轮机调节系统因轴系振动微小而忽略其对调速器控制的影响,这已不适应能源结构改革背景下电力系统对水轮发电机组全工况运行的新要求,故提出基于传统水轮机调节系统评估非最优工况下水轮发电机组发电可靠性建模新思路——传统调节系统与水轮发电机组轴系统模型的耦合统一围绕水轮机调节系统控制与水力发电机组轴系振动相互作用关系问题,系统论述和分析调节系统与机组轴系耦合关系和参数传递方式。通过对三种耦合方法的深入研究,进一步提高了水轮机调节系统在部分负荷或过负荷工况下的模拟精度。主要包括:(1)以水轮机调节系统中发电机角速度与水轮发电机组转子形心偏移一阶导数为耦合界面参数,实现了调速器控制与轴系振动相互作用的模型统一;选择经典调节系统模型和基于纳子峡水电站现场测量轴系偏移峰峰值数据作对比探究统一模型模拟精度。结果表明:机组轴系形心偏移不受流量变化的影响,即工况变化形心偏移值保持不变,且轴系固有频率基本保持不变。可见,通过发电机角速度耦合的水轮发电机组系统在不同工况下相互作用关系极不明显,且在轴心偏移上模拟精度较差。(2)以水力不平衡力和水轮机动力矩为耦合界面参数,并选择经典调节系统模型与耦合统一模型仿真结果对比探究模型模拟精度。结果表明:水轮机调节系统动态响应模拟误差在稳定值无差别,在过渡过程下模拟误差超过10%。可见,基于水力不平衡力和水轮机动力矩耦合的系统模型能够较好反映机组在过渡过程下调节系统与轴系振动相互作用关系,但在过渡过程中模拟误差较大。(3)以水力激励力、水力不平衡力和水轮机动力矩为耦合界面参数,并对轴系不对中故障振动实验测量的轴心轨迹和振动频率与所建耦合统一模型仿真结果进行对比分析,发现机组固有频率模拟误差小于3%。可见,通过水力激励力、水力不平衡力和水轮机动力矩耦合的系统模型在模拟不对中故障时表现出较好的模拟精度。2.围绕非最优工况下水轮机调节系统耦合关系复杂且参数取值存在不确定性导致的发电可靠性评价困难问题,提出利用敏感性和可靠性分析工具量化不同工况下机组发电可靠性的新构想——水轮发电机组系统发电可靠性指标及其初步应用(1)稳定工况和过渡工况下模型参数不确定性分析从水电站参数设计角度对机组模型参数进行随机不确定性定义,并选择发电机角速度和发电机形心偏移作为调节系统和轴系系统模型输出值,从而得到机组在稳定运行工况和过渡工况下模型单参数敏感性排序和参数间相互作用的敏感性排序,进而确立水力发电系统发电可靠性的场景设计原则。(2)不同场景下水轮发电机组发电可靠性指标选取与评估通过设计不同可再生能源占比、不同风速干扰等场景,选择最小调节值、最大调节值、超调、欠调和峰值五个动态指标作为发电可靠性评估指标,研究风水互补发电系统的故障响应、调节性能等动态特征。研究结果表明,水力发电系统调节能力对随机风低标准差和梯度风高平均值低标准差极为敏感。相反,对阵风属性指标(即风速频率、幅值和偏移量)的调节敏感性较弱。此外,快速响应(以调节时间和峰值时间表示)与稳定响应(以最小调节值、最大调节值、超调、欠调和峰值表示)之间的主导因素评价比较复杂。但当快速响应与稳定响应相一致时,就很容易对水轮发电机组动态调节性能做出评价。3.为克服传统风水互补系统以天为最小时间尺度而忽略水轮发电机组动态性能状态的经济型问题,提出一种基于秒级尺度动力学模型的经济性评估方案——资源利用度、平抑性等级和综合效益分析通过研究风电资源的时间与空间尺度效应,给出简单时空尺度等效方案,进而提出基于秒级尺度的风水互补发电系统模型风速变异系数、波动系数和平抑系数的计算方法;进一步通过设计不同可再生能源占比、不同风速干扰等场景,获取风水互补系统的动态响应,并计算年运行内的售电效益、调峰效益、节省能源效益、机组启停成本、导叶疲劳损失成本、维护成本(无导叶损失)等,全方位衡量水电站在调节风电功率变化场景下所带来的经济收益情况。初步试算结果表明,基于秒级尺度的风水互补系统的经济性评估方案是可行的。
王贵荣[6](2020)在《智能算法在水轮机调速器PID参数优化中的应用》文中研究说明水轮机调节系统控制对水电站的高效运行与安全生产有着重大影响。其中,调速器PID参数的整定效果对水电设备影响重大。对PID参数整定的过程进行仿真有利于了解在不同工况下水轮机的运行状态,因此,水轮机调速器PID参数整定及其仿真具有较大的研究价值。本文对水轮机调节系统进行分析,将其分为有压引水系统、PID调速器、电液随动系统、发电机和水轮机五个部分,推导出不同模块的数学模型,并在基于非线性水轮机模型的基础上搭建出水轮机调节系统数学模型。论文采用二进制编码及实数编码方法对遗传算法进行研究。提出一种具有非线性衰减的粒子群惯性环节,并结合改进动态学习因子,提出一种改进粒子群算法。将二进制编码的遗传算法、实数编码的遗传算法、改进粒子群算法运用于非线性水轮发电机组的PID调速器参数整定中,将水轮发电机组转速偏差的ITAE指标作为改进粒子群算法的适应度函数,结合电站实际参数利用matlab/simulink进行仿真。仿真结果表明,相比较于两种不同编码的遗传算法、基本粒子群算法,改进粒子群算法具有调节速度快,调节稳定的优点。改进粒子群算法优化的PID控制规律对水轮机频率扰动、负荷扰动具有较好的调节效果。
史宏杰[7](2020)在《水轮机调速系统的建模分析与控制策略研究》文中指出一个精确的水轮机调速系统(HTRS)模型是分析水轮机组趋向于大型化、复杂化发展的基础,对电力系统稳定性控制与研究有着重要意义。随着水电站的单机容量不断增大,水流惯性巨大,调速系统与水轮发电机之间的电磁耦合联系密切,这些特征对电力系统的安全稳定运行带来严峻的考验,对水轮机调速系统的控制提出了新的要求和挑战。本文在传统水轮机建模分析基础上,分别搭建了更为精确的、适应性更高的水轮机调速系统的线性模型和非线性模型,并对水轮机控制器参数进行辨识,进行控制规律设计,在传统PID控制基础上提出了新的控制策略。主要研究成果如下:(1)对HTRS进行线性化和非线性对化比分析,搭建了能够反映水轮机调速系统、水轮发电机系统、励磁系统以及输出电压在动态运行中及故障瞬态下各项参数变化工况的非线性HTRS模型,以及在此基础上进行简化分析的水轮机线性模型,进一步提高了模型的精确性。非线性模型着重对水轮发电机部分建模分析,同时考虑了动态负荷变化、瞬时故障及自动重合闸等电力系统工况,弥补了传统的水轮机模型过于简化,不能进行动态实况仿真的缺陷。(2)通过深入分析HTRS的非线性动力学特征,考虑水轮机在面对负荷波动时HTRS对水轮机转速、转矩、输出电压电流波形等的控制情况,提出一种基于嵌套神经网果蝇混合算法(BP-FOA)的分数阶PID(FOPID)控制策略。分数阶PID(FOPID)控制器是用分数阶微积分方法对传统PID控制器的推广,其可调参数的增多为实现控制目标提供了更大的灵活性;由于与传统的PID调节规则相比具有较大的差异,因此合适的优化算法对于FOPID控制器的参数调整至关重要,本文证明了BP-FOA算法控制的FOPID控制器应用于HTRS中在调速性和鲁棒性上的提升。(3)利用基于BP-FOA算法在传统水轮机调节系统上进行FOPID控制器双目标控制设计,选择FOPID控制器控制参数被制定为双目标优化问题,其中目标函数由平方误差(ISE)的积分和时间乘积平方误差(ITSE)的积分组成。通过实例对比目前主流单目标控制策略,证明了双目标设计的有效性,验证了双目标FOPID控制器相比经典PID控制器的优越性。
崔晓斌[8](2019)在《水轮机调速系统辨识及参数优化》文中研究说明伴随着能源结构的不断变化,人民的需求也日益增多,水电资源越来越受到大家的重视。水轮机调速系统是水轮发电机组的重要组成部分,其性能好坏对电力系统的安全与稳定有直接的影响,因此提高系统的性能,掌握其运行规律是研究水轮机调速系统的重要环节。因此,本文通过对水轮机调速系统的参数辨识研究和PID参数整定,对提高水轮机调速系统高效稳定运行起到至关重要的作用。论文主要工作和创新性如下:(1)将水轮机调速系统分为调速器、液压随动系统、引水系统、水轮机和发电机及其负荷五部分,通过分析各部分的原理,推导出各部分的数学模型和对应的数学表达式,在simulink中搭建并且组合成水轮机调速系统的数学模型整体图。(2)通过分析系统辨识,确定将伪随机二进制序列作为实际系统和搭建起来的水轮机调速系统模型的激励信号,并通过将MATLAB算法和所得水轮机调速系统的参数相结合得出激励信号和实际系统的输出。(3)针对粒子群算法存在早熟收敛缺点以致于不能很好的在水轮机调速系统参数辨识研究中获得系统性能,特对其进行改变学习因子、引力算法与粒子群算法结合和将动态学习因子引入到粒子群.引力算法的优化,并分别将其应用于水轮机调速系统参数辨识中,结果表明将动态学习因子引入到粒子群-引力算法中寻优能力更强。(4)针对在水轮机调速系统出现工况时传统PID控制器不能很好的调节,特将量子遗传算法和粒子群-引力算法相结合,并针对当量子门旋转一定角度后算法可能陷入局部最优的问题,特引入一个全局最优位置和成长速率用来反应染色体进化情况。最后将改进后的算法和粒子群.引力算法分别应用于水轮机调速系统PID控制中,并且在系统稳定后加入一定负载进行比较。结果表明量子遗传粒子群算法更具有可行性和有效性。综上所述,通过针对粒子群算法的优缺点对其进行改进,最后得出量子遗传粒子群算法在提高水轮机调速系统稳定性上有很好的可行性。
喻响波[9](2019)在《水电机组调速系统仿真与孤网调节参数分析》文中研究表明水电作为一种清洁高效的能源,在我国得到了大力发展。实际运行经验表明,当水电机组处于孤网状态运行时,若外界负荷发生变化,水电机组的运行可能不稳定;若调速器参数设置不合理,电网频率将会发生异常波动,进而影响到接入电网的用电设备的正常运行。因此,对水电机组孤网调节仿真并进行稳定性分析是十分必要的。为此本文先对水轮机调节系统进行数学建模,然后开发出水轮机调节系统动态过程仿真软件并重点对水电机组孤网状态运行的动态过程特性进行分析,为水电机组孤网运行的控制参数选择提供决策参考。首先推导了水轮机调节系统各模块包括调速器、执行机构、引水系统、水轮机和发电机的数学模型,并根据边界条件对模型进行了数值计算。其次将各模块的数学模型差分化,根据软件开发的特点,在C++平台上开发出水轮机调节系统动态过程仿真软件。利用开发的仿真软件对实际电站进行了甩负荷仿真,通过比较软件仿真数据和电站现场的实测数据,证明了仿真软件数学模型的正确性。接着利用仿真软件仿真了该电站机组的一次调频试验过程,为机组找到了一组合适的PID控制参数。最后,主要运用仿真软件对水电机组孤网运行时突加负荷的动态过程进行了分析,通过比较仿真结果,为该电站机组选择了一组合适的孤网运行PID参数。
郝河淞[10](2019)在《水轮机调速器控制方法的研究及调速器的设计》文中研究表明伴随着我国水电事业的大力发展,部分水电厂中投运较早的调速器已经到了使用寿命,需要进行改造升级,不仅需要在硬件上有所提升,也需要针对影响其控制品质的工程问题,改进软件中的控制方法。本文针对马回电站25MW机组的调速器进行改造设计,在程序设计中,根据两个主要的工程问题,确定了控制方法的改进方向,并利用最接近工程实际的仿真方式,对改进控制方法进行了仿真验证,得到了解决方案。随后,又将最终确定的解决方案应用于马回电站调速器的程序设计中,完成了调速器的设计,并对完成装配的调速器进行了现场调试与试验。首先,本文对调速器控制方法研究所使用的仿真平台和被控对象数学模型进行了简要介绍,使用了调速器编程开发软件Automation Studio作为仿真平台,并以调速器设计师普遍认可的模型作为被控对象的数学模型。其次,本文对工业控制中常用的控制方法和理论研究中比较热门的控制策略进行了总结,针对问题1——定参数的工业PID控制难以适应多变的机组运行工况,采用了将变参数PID控制与模糊控制相结合的控制方法来解决;针对问题2——执行机构动作速率有限易引起控制器饱和,采用了基于Anti-windup 的 PID 控制方法来解决。再次,本文对定参数的工业 PID 控制和 以上改进控制方法进行了仿真对比和分析,结果表明,改进控制方法能够有效地解决以上两个工程问题,提高了调速器的整体控制品质,并为调速器的程序设计提供了可行的控制方案。最后,本文针对马回电站调速器的设计,简要介绍了机械液压随动系统和电气柜的设计,并将最终确定的控制方案应用在了频率、开度、功率调节部分的程序设计中,完成了该调速器的设计。在完成调速器的装配后,又进行了现场调试与试验,试验结果表明,该调速器的各项性能指标均满足设计要求,控制方案和设计是可行有效的。
二、基于现代液压技术的水轮机调节液压系统研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于现代液压技术的水轮机调节液压系统研究(论文提纲范文)
(1)基于改进原子搜索优化算法的水轮机调速器PID参数优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 研究目的和意义 |
1.3 国内外研究现状 |
1.4 论文的主要工作和主体结构 |
1.4.1 论文的主要工作 |
1.4.2 论文的主体结构 |
1.5 本章小结 |
第2章 水轮机调节系统 |
2.1 水轮机调节系统的工作任务 |
2.2 水轮机PID调速器 |
2.3 机械液压系统 |
2.4 压力引水系统 |
2.5 水轮机 |
2.6 发电机及负荷 |
2.7 水轮机调节系统数学模型 |
2.8 本章小结 |
第3章 基于融合自适应力和PSO的原子搜索算法 |
3.1 原子搜索算法 |
3.2 原子搜索算法的缺陷 |
3.3 基于融合自适应力和PSO的原子搜索算法 |
3.3.1 利用PSO改进ASO |
3.3.2 AASOPSO自适应力系数策略 |
3.4 本章小结 |
第4章 基于AASOPSO算法优化水轮机调速器PID参数 |
4.1 水轮机调节系统非线性环节因素 |
4.2 Simulink构建水轮机调节系统仿真模型 |
4.3 空载频率扰动PID优化 |
4.3.1 5%空载频率扰动的优化 |
4.3.2 10%空载频率扰动的优化 |
4.4 负荷扰动PID优化 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文和科研成果 |
致谢 |
作者简介 |
(2)时滞水轮机调节系统非线性容错控制研究(论文提纲范文)
摘要 |
ABSTRACT |
主要符号对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 PID控制 |
1.2.2 现代控制策略 |
1.2.3 容错控制 |
1.3 研究的主要内容 |
1.4 技术路线 |
第二章 基于故障检测的非线性水轮机调节系统容错控制 |
2.1 引言 |
2.2 非线性水轮机调节系统数学模型 |
2.3 故障检测和容错控制 |
2.3.1 故障检测 |
2.3.2 容错控制器设计 |
2.4 数值仿真与结果分析 |
2.5 本章小结 |
第三章 非线性水轮机调节系统的分数阶有限时间容错控制 |
3.1 引言 |
3.2 相关定义及非线性水轮机调节系统数学模型 |
3.2.1 分数微积分相关定义 |
3.2.2 分数阶有限时间稳定性 |
3.2.3 水轮机调节系统非线性数学模型 |
3.3 有限时间容错控制器设计 |
3.3.1 故障估计器设计 |
3.3.2 控制器设计 |
3.4 数值仿真与结果分析 |
3.5 本章小结 |
第四章 带有死区输入和执行器故障时滞水轮机调节系统有限时间故障容错控制 |
4.1 引言 |
4.2 基本引理 |
4.2.1 分数阶微积分的基本定义 |
4.2.2 有限时间稳定性和基本引理 |
4.3 系统描述 |
4.4 有限时间容错控制器设计 |
4.4.1 故障估计器设计 |
4.4.2 容错控制器设计 |
4.4.3 有限时间容错检验 |
4.5 数值仿真与结果分析 |
4.5.1 水轮机调节系统非线性死区输入 |
4.5.2 水轮机调节系统执行器故障 |
4.6 本章小结 |
第五章 结论与展望 |
5.1 主要结论 |
5.2 研究创新点 |
5.3 不足之处及未来展望 |
参考文献 |
致谢 |
个人简历 |
(3)水轮机调节系统非线性预测控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题目的与意义 |
1.2 国内外研究概况与存在问题 |
1.2.1 水轮机控制策略发展及研究现状 |
1.2.2 预测控制发展概况 |
1.3 研究的主要内容 |
1.3.1 水轮机调节系统的模糊预测控制 |
1.3.2 基于状态估计器的分数阶水轮机调节系统广义预测控制 |
1.3.3 水轮机控制系统的状态反馈鲁棒预测控制 |
1.4 研究方法及技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
第二章 水轮机调节系统预测控制 |
2.1 基础介绍 |
2.1.1 T-S模糊 |
2.1.2 四阶龙格-库塔法 |
2.2 系统介绍 |
2.3 预测控制器设计 |
2.4 系统仿真 |
2.5 小结 |
第三章 基于状态估计器的分数阶水轮机调节系统预测控制 |
3.1 系统描述 |
3.2 非线性预测控制器设计 |
3.2.1 分数阶预测模型 |
3.2.2 T-S模糊模型 |
3.2.3 控制器设计 |
3.2.4 估计器增益设计 |
3.3 数值仿真和结果分析 |
3.4 小结 |
第四章 水轮机调节系统的状态反馈鲁棒预测控制 |
4.1 模型介绍 |
4.2 预测控制器设计 |
4.2.1 预测模型 |
4.2.2 控制器设计 |
4.3 数值仿真 |
4.4 小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 创新点 |
5.3 展望 |
参考文献 |
致谢 |
个人简历 |
(4)不同激励作用下的水力发电系统典型工况稳定性评估(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题意义和依据 |
1.2 国内外研究现状 |
1.2.1 水力发电系统模型 |
1.2.2 水力发电系统稳定性 |
1.2.3 非线性系统的其他影响因素 |
1.3 研究内容 |
1.4 研究方法及技术路线 |
1.4.1 研究方法 |
1.4.2 技术路线 |
第二章 考虑尾水管压力脉动的水力发电系统稳定性与振动演化特性 |
2.1 水轮机调节系统模型 |
2.1.1 水轮机调节系统模型 |
2.1.2 尾水管压力脉动模型 |
2.1.3 水轮发电机组轴系数学模型 |
2.1.4 水力发电系统耦合模型 |
2.2 模型验证 |
2.2.1 模型耦合的正确性验证 |
2.2.2 压力脉动的规律验证 |
2.3 耦合系统稳定性与振动分析 |
2.3.1 稳定性对比 |
2.3.2 机械因素的影响 |
2.4 本章小结 |
第三章 时滞和周期激励影响下的水力发电系统动态性能评价 |
3.1 水力发电系统建模 |
3.1.1 水轮机数学模型 |
3.1.2 压力管道系统的模型 |
3.1.3 发电机模型 |
3.1.4 调速器模型 |
3.1.5 传递系数 |
3.1.6 非线性数学模型 |
3.2 非线性动力学分析 |
3.3 周期激励影响下的系统稳定性分析 |
3.3.1 周期激励的引入 |
3.3.2 水力发电系统快慢动力学行为 |
3.4 本章小结 |
第四章 随机激励下水力发电系统随机稳定性与可靠性分析 |
4.1 随机激励下轴系的建模 |
4.1.1 轴系模型的建立 |
4.1.2 外部和内部随机因素 |
4.1.3 哈密顿框架中的模型 |
4.1.4 随机平均方程 |
4.2 随机稳定性分析 |
4.3 随机可靠性分析 |
4.3.1 可靠性函数 |
4.3.2 可靠性分析 |
4.4 本章小结 |
第五章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
致谢 |
个人简历 |
(5)水力发电机组系统可靠性与多能互补综合性能研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 能源结构现状与发展趋势 |
1.2.1 能源结构大转型下的水电角色 |
1.2.2 能源结构调整水电调节重任 |
1.3 水力发电系统运行稳定性研究综述 |
1.3.1 水轮机调节系统之发电可靠性 |
1.3.2 水轮发电机组轴系统之轴系振动 |
1.3.3 风光水多能互补分析 |
1.4 发电可靠性研究综述 |
1.4.1 敏感性分析 |
1.4.2 可靠性分析 |
1.4.3 经济性分析 |
1.5 课题来源 |
1.6 研究思路与技术路线 |
1.6.1 研究思路 |
1.6.2 技术路线 |
第二章 水轮机调节系统基本模型及随机扰动分析 |
2.1 引言 |
2.2 水轮机调节系统动力学模型及其随机扰动概述 |
2.2.1 引水系统动态模型随机扰动 |
2.2.2 水轮机线性化(非线性)动态数学模型及随机扰动 |
2.2.3 同步发电机动态模型随机扰动 |
2.2.4 负荷动态模型随机扰动 |
2.2.5 调速器动态模型 |
2.2.6 励磁系统动态模型 |
2.2.7 水轮机调节系统任务与调节模式 |
2.3 本章小结 |
第三章 水轮发电机组轴系与水轮机调节系统耦合建模 |
3.1 引言 |
3.2 水轮发电机组轴系与水轮机调节系统耦合建模 |
3.2.1 以发电机角速度为传递参数的耦合统一建模 |
3.2.2 以水力不平衡力和水轮机动力矩为传递参数的耦合统一建模 |
3.2.3 以水力激励力为传递参数的耦合统一建模 |
3.3 本章小结 |
第四章 水轮发电机组系统参数不确定性分析 |
4.1 引言 |
4.2 数值仿真抽样方法 |
4.2.1 蒙特卡洛(Monte-Carlo)抽样方法原理 |
4.2.2 蒙特卡洛(Monte-Carlo)抽样方法步骤 |
4.3 敏感性分析方法 |
4.3.1 扩展傅里叶幅度检验法 |
4.3.2 Sobol敏感性分析 |
4.4 基于发电机角速度耦合统一模型参数不确定性分析与模型验证 |
4.4.1 水轮机调节系统与水轮发电机组轴系耦合系统模型 |
4.4.2 模型参数不确定性分析与模型验证 |
4.4.3 不对中参数对系统模型状态变量动态演化过程影响 |
4.4.4 发电机转子形心晃动幅度和不对中量关系 |
4.4.5 小结 |
4.5 基于水力不平衡力和动力矩模型参数不确定性分析与模型验证 |
4.5.1 水轮机调节系统与水轮发电机组轴系耦合系统模型 |
4.5.2 模型参数不确定性分析 |
4.5.3 水轮机调节系统与水轮发电机组轴系耦合系统模型验证 |
4.5.4 小结 |
4.6 基于水力不平衡和动力矩的耦合系统振动模态分析 |
4.6.1 水轮机调节系统与水轮发电机组轴系耦合系统模型 |
4.6.2 非线性模态级数法 |
4.6.3 非线性振动模态分析方法验证 |
4.6.4 一阶振动模态分析 |
4.6.5 讨论 |
4.6.6 小结 |
4.7 相继甩负荷工况下水力发电系统模型参数不确定性分析 |
4.7.1 全局敏感性分析 |
4.7.2 模型验证 |
4.7.3 相继甩负荷对管道压力的影响 |
4.7.4 相继甩负荷对调压室涌浪的影响 |
4.7.5 相继甩负荷对转速波动的影响 |
4.7.6 小结 |
4.8 本章小结 |
第五章 风光水互补发电系统发电可靠性分析 |
5.1 引言 |
5.2 可靠性分析方法 |
5.2.1 一阶可靠度法 |
5.2.2 二阶可靠度法 |
5.3 混合光伏/风电/水电微电网系统建模与参数不确定性分析 |
5.3.1 基于水力激励力的耦合系统模型 |
5.3.2 混合光伏/风电微电网 |
5.3.3 参数不确定性对水力发电系统发电可靠性的影响 |
5.3.4 水力发电系统参数间相互作用对并网可靠性影响 |
5.3.5 水力发电系统轴系模型验证 |
5.3.6 混合光伏/风电/水电微电网系统建模 |
5.3.7 混合光伏/风电/水电微电网系统三相短路故障分析 |
5.3.8 小结 |
5.3.9 微电网系统参数 |
5.4 风水互补发电系统发电可靠性分析 |
5.4.1 风水互补发电系统模型说明 |
5.4.2 风力发电系统风速模型场景 |
5.4.3 风水互补系统互补特性分析 |
5.4.4 风水互补系统发电可靠性评估指标 |
5.4.5 风水互补系统水轮发电机组发电可靠性评估 |
5.4.6 小结 |
5.5 本章小结 |
第六章 水力发电系统的综合调节优势 |
6.1 引言 |
6.2 基于时空尺度风水互补发电资源利用度与平抑性等级评估 |
6.2.1 基于连续小波变换的时间序列多尺度分解 |
6.2.2 基于连续小波变换分析的时间序列多尺度分解 |
6.2.3 基于最小二乘支持向量机的等级评估 |
6.2.4 系统资源利用度与平抑性等级评估模型 |
6.2.5 风水互补发电系统联合模型 |
6.2.6 各类风速条件下风力发电资源评估 |
6.2.7 小结 |
6.3 水力发电系统在调节风力波动方面的经济性评估 |
6.3.1 综合评价方法 |
6.3.2 风水互补特性分析 |
6.3.3 十四节点网络风水互补发电系统综合优势分析 |
6.3.4 风水互补系统综合调节效益分析 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 本文的主要贡献 |
7.2 工作设想 |
参考文献 |
致谢 |
攻读博士学位期间取得的研究成果 |
(6)智能算法在水轮机调速器PID参数优化中的应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 水轮机调速器研究现状及其运用 |
1.1.1 水轮机调速器研究现状 |
1.1.2 水轮机调节系统控制策略发展现状及其运用 |
1.2 遗传优化算法研究现状及其运用 |
1.3 粒子群优化算法研究现状及其运用 |
1.4 水轮机调节系统仿真意义 |
1.5 本文研究内容与主要工作 |
第二章 水轮机调节系统 |
2.1 水轮机调速器 |
2.2 有压引水系统数学模型 |
2.3 电液随动系统数学模型 |
2.4 水轮机数学模型 |
2.4.1 混流式水轮机数学模型 |
2.4.2 非线性水轮机模型 |
2.5 发电机及电网系统数学模型 |
2.6 水轮机调节系统数学模型 |
第三章 遗传算法及其PID参数整定 |
3.1 遗传算法的基本理论 |
3.1.1 遗传算法 |
3.1.2 遗传算法的运算过程 |
3.1.3 遗传算法的研究策略 |
3.2 编码方法介绍 |
3.2.1 采用二进制编码方法 |
3.2.2 采用实数编码方法 |
3.2.3 采用符号编码方法 |
3.3 遗传算法优化性能分析 |
3.3.1 基于遗传算法的PID整定原理 |
3.3.2 遗传算法参数设置 |
3.3.3 测试函数优化结果分析 |
3.4 遗传算法调速器PID参数整定仿真结果 |
3.4.1 适应度函数的确定 |
3.4.2 水轮机调节系统参数设置 |
3.4.3 空载工况仿真结果 |
3.4.4 负荷工况仿真结果 |
3.5 本章小结 |
第四章 粒子群算法及其PID参数整定 |
4.1 粒子群算法的基本原理 |
4.1.1 基本粒子群算法 |
4.1.2 改进粒子群算法 |
4.1.2.1 权重线性递减的粒子群算法 |
4.1.2.2 自适应权重粒子群算法 |
4.1.2.3 增加收缩因子的粒子群算法 |
4.2 本文提出的改进粒子群算法 |
4.3 粒子群算法优化性能分析 |
4.3.1 粒子群算法参数设置 |
4.3.2 测试函数优化结果展示 |
4.4 改进粒子群算法调速器PID参数整定仿真结果 |
4.4.1 空载工况仿真结果 |
4.4.2 负荷工况仿真结果 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文总结 |
5.2 未来工作的展望 |
致谢 |
参考文献 |
附录 |
(7)水轮机调速系统的建模分析与控制策略研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 本文研究背景和研究意义 |
1.2 水轮机调速系统的模型综述 |
1.3 水轮机调速系统的控制策略研究 |
1.3.1 传统的PID结构控制器 |
1.3.2 自适应算法控制器结构 |
1.3.3 现代智能算法控制 |
1.3.4 非线性控制理论 |
1.4 本文主要研究内容与章节分布 |
2 水轮机调速系统的模型 |
2.1 引言 |
2.2 水轮机控制器结构 |
2.3 机械液压系统 |
2.4 引水系统 |
2.4.1 压力引水系统模型 |
2.4.2 调压井装置模型 |
2.4.3 引水系统中的分叉管道和尾水管道 |
2.5 水轮机的结构模型 |
2.5.1 水轮机的非线性模型 |
2.5.2 水轮机的线性模型 |
2.6 水轮机中发电机模型 |
2.6.1 水轮发电机一阶模型 |
2.6.2 水轮发电机二阶模型 |
2.6.3 水轮发电机三阶模型 |
2.7 本章小结 |
3 水轮机调速系统的综合性建模 |
3.1 引言 |
3.2 水轮机调速系统线性模型 |
3.2.1 含非线性饱和环节的水轮机调速系统模型 |
3.2.2 含饱和环节的水轮机调速系统模型工况仿真分析 |
3.3 水轮机调速系统的非线性模型建模 |
3.3.1 含高阶发电机的水轮机调速系统 |
3.3.2 刚性水击特性的水轮机调速系统模型 |
3.3.3 弹性水击特性的高阶水轮发电机组模型 |
3.4 水轮机组非线性建模综合分析 |
3.4.1 FOPID调速器控制设计 |
3.4.2 五阶水轮发电机模型 |
3.4.3 含五阶发电机的非线性水轮机调速系统 |
3.5 基于FOPID控制器的水轮机组非线性建模仿真分析 |
3.6 本章小结 |
4 水轮机调速系统的多目标控制 |
4.1 引言 |
4.2 多目标控制的必要性 |
4.2.1 FOPID控制器的双目标函数控制 |
4.3 BP-FOA算法对FOPID控制器的优化 |
4.3.1 果蝇算法和BP神经网络算法 |
4.3.2 嵌套神经网果蝇混合算法(BP-FOA) |
4.3.3 BP-FOA算法对FOPID控制器的自适应求解 |
4.4 各类算法优化结果分析 |
4.5 本章小结 |
5 不同控制策略下多工况仿真对比 |
5.1 引言 |
5.2 负载扰动下工况仿真 |
5.3 水轮机满载下工况仿真 |
5.4 不同控制策略的数据分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 全文工作总结 |
6.2 工作展望 |
攻读学位期间参加的科研项目及发表的学术论文 |
致谢 |
参考文献 |
(8)水轮机调速系统辨识及参数优化(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题研究的背景和意义 |
1.2 水轮机调速系统的发展历程及现状 |
1.3 水轮机调速系统参数辨识相关研究 |
1.4 本文主要研究内容 |
第2章 水轮机调速系统建模 |
2.1 水轮机调速系统的组成及调速原理 |
2.1.1 水轮机调速系统组成 |
2.1.2 水轮机调速原理 |
2.2 调速器 |
2.2.1 调速器控制原理 |
2.2.2 PID控制的各个环节 |
2.2.3 PID控制方法 |
2.2.4 调速器模型 |
2.3 液压随动系统模型 |
2.4 引水系统及水轮机模型 |
2.5 发电机及负载模型 |
2.6 小结 |
第3章 系统辨识及激励信号产生 |
3.1 系统辨识 |
3.1.1 辨识的定义 |
3.1.2 系统辨识的主要步骤 |
3.2 水轮机调速系统辨识特殊性及其信号产生 |
3.2.1 水轮机调速系统辨识的特殊性 |
3.2.2 辨识算法选择 |
3.2.3 激励信号的选择 |
3.3 伪随机二位制M序列 |
3.3.1 伪随机序列 |
3.3.2 M序列的产生原理 |
3.3.3 反馈通道选取 |
3.3.4 M序列的参数选择 |
3.3.5 M序列和实际水轮机调速系统输出信号的产生 |
3.4 小结 |
第4章 基于改进粒子群算法的水轮机调速系统参数辨识 |
4.1 粒子群算法 |
4.1.1 粒子群算法原理 |
4.1.2 粒子群算法流程 |
4.2 引力搜索算法 |
4.2.1 牛顿第二定律 |
4.2.2 引力搜索算法原理 |
4.2.3 算法模型 |
4.3 改进粒子群算法 |
4.4 基于改进的粒子群算法的水轮机调速系统参数辨识 |
4.5 小结 |
第5章 基于GSA-PSO的量子遗传算法的调速系统PID参数优化 |
5.1 量子遗传算法 |
5.1.1 遗传算法 |
5.1.2 量子遗传算法 |
5.2 基于改进粒子群算法的量子遗传算法 |
5.3 基于改进的量子遗传算法的PID参数整定 |
5.4 实验结果与分析 |
5.4.1 实验参数设置 |
5.4.2 结果分析 |
5.5 小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间获得的成果 |
(9)水电机组调速系统仿真与孤网调节参数分析(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 水力机组的动态过程研究 |
1.3 本文的主要研究内容 |
2 水轮机调节系统数学模型 |
2.1 调速器原理及模型 |
2.2 压力管道模型 |
2.3 调压室原理及模型 |
2.4 水轮机模型 |
2.5 发电机模型 |
2.6 边界条件 |
2.7 本章小结 |
3 水轮机调节系统仿真软件开发 |
3.1 软件开发工具 |
3.2 动态过程仿真软件设计 |
3.3 本章小结 |
4 仿真计算与孤网调节参数分析 |
4.1 电站概况 |
4.2 甩负荷与电网一次调频仿真 |
4.3 孤立电网运行特性仿真 |
4.4 本章小结 |
5 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
(10)水轮机调速器控制方法的研究及调速器的设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与意义 |
1.2 国内外研究现状 |
1.3 本文的主要内容 |
第2章 仿真平台及被控对象数学模型 |
2.1 仿真平台 |
2.1.1 Automation Studio软件简介 |
2.1.2 HMI_GOV软件简介 |
2.2 调速器被控对象数学模型 |
2.2.1 机械液压系统模型 |
2.2.2 水轮机模型 |
2.2.3 引水系统模型 |
2.2.4 发电机及负载模型 |
2.3 本章小结 |
第3章 调速器控制方法的研究及仿真 |
3.1 调速器控制方法的研究 |
3.1.1 工业PID/PI控制 |
3.1.2 变参数PID控制 |
3.1.3 基于变参数PID的模糊控制 |
3.1.4 基于Anti-windup的PID控制 |
3.2 改进控制方法的仿真验证 |
3.2.1 被控对象模型参数的设定 |
3.2.2 变参数PID控制的仿真验证 |
3.2.3 基于变参数PID的模糊控制的仿真验证 |
3.2.4 基于Anti-windup的PID控制的仿真验证 |
3.3 本章小结 |
第4章 调速器的设计 |
4.1 调速器机械液压随动系统的设计 |
4.1.1 执行机构的设计 |
4.1.2 油压装置的设计 |
4.2 调速器电气柜的设计 |
4.2.1 电气柜的电气设计 |
4.2.2 电气柜的控制程序设计 |
4.3 频率、开度、功率调节部分的程序设计 |
4.3.1 PID/PI功能块的设计 |
4.3.2 频率、开度、功率调节主程序的设计 |
4.4 调速器的现场调试与试验 |
4.4.1 调速器的现场调试 |
4.4.2 调速器的现场试验 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 主要结论 |
5.2 论文展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文及科研成果 |
附录 |
四、基于现代液压技术的水轮机调节液压系统研究(论文参考文献)
- [1]基于改进原子搜索优化算法的水轮机调速器PID参数优化[D]. 史天聪. 河北工程大学, 2021(08)
- [2]时滞水轮机调节系统非线性容错控制研究[D]. 杨颖. 西北农林科技大学, 2021(01)
- [3]水轮机调节系统非线性预测控制研究[D]. 田钰强. 西北农林科技大学, 2021(01)
- [4]不同激励作用下的水力发电系统典型工况稳定性评估[D]. 刘公成. 西北农林科技大学, 2020(02)
- [5]水力发电机组系统可靠性与多能互补综合性能研究[D]. 许贝贝. 西北农林科技大学, 2020
- [6]智能算法在水轮机调速器PID参数优化中的应用[D]. 王贵荣. 昆明理工大学, 2020(05)
- [7]水轮机调速系统的建模分析与控制策略研究[D]. 史宏杰. 华北水利水电大学, 2020(02)
- [8]水轮机调速系统辨识及参数优化[D]. 崔晓斌. 南昌工程学院, 2019(07)
- [9]水电机组调速系统仿真与孤网调节参数分析[D]. 喻响波. 华中科技大学, 2019(03)
- [10]水轮机调速器控制方法的研究及调速器的设计[D]. 郝河淞. 西南石油大学, 2019(06)