通過上述硬件改造，克服了因磁翻板液位計自身原因，造成的液位偏差，且將原先二取中間值計算方式變成三取中間值，可有效解決水位單點跳變導致偏差過大的問題。（此次現場并沒有接觸太多液位計，其實現在磁翻板液位計帶遠傳可選用5mm和1mm高精度遠傳4-20mA信號控制，比電接點液位計精度高）

 

2.2控制參數整定部分

首先，對疏水閥開關形成進行重新整定；其二，對DCS邏輯組態中的閥門自動調節PID參數進行優化整定。如圖2所示，引入水位PID自動控制仿真演示系統，從DCS中，獲取對應PID調節方程，使用自適應遺傳算法，在上述仿真系統中，對PID控制參數進行離線優化，并使用Simulink仿真軟件，對優化效果進行理論結果驗證。zui后將優化后的參數，代入實際系統，進行實際工況調整，完成高加液位PID自動控制參數整定。

（1）自適應遺傳算法簡介。遺傳算法（geneticalgorithm，GA）是一種進化算法，它的主要思路是模仿達爾文進化論中“競天擇、適者生存”的演化方法，按照人類的要求制定選擇規則，然后模擬大自然優勝劣汰的方式，使其在隨機種群中自然的進化繁衍，zui終存活下來的個體即為該種群的優勢個體。在遺傳算法中，通常會將所需要解決的問題進行參數編碼，以染色體的方式表示，再以選擇、交叉、變異等運算將各染色體進行迭代，以此方法來使各種群染色體中的信息得到交換，產生新的個體和基因組合，zui終得到符合人類所設置的規則的優勢個體及其染色體組合。

 

本文所使用的自適應遺傳算法，實際上就是經典遺傳算法的一種改進版本，其通過對遺傳參數的自適應調整，極大程度的提高了算法的收斂能力和速度。以仿真軟件為測試平臺，PID控制參數為優化對象，進行參數整定。

 

2）Simulink仿真。將優化后的PID控制方程及其參數，使用Simulink仿真建模的方法進行驗證。從下圖可以看出，在進行水位調整時，參數修改前反饋曲線的波動明顯更加強烈，而使用優化后的參數進行控制的水位，反饋曲線穩定更加迅速。圖3為Simulink仿真輸出的反饋曲線示意圖。

（3）實際工況下參數整定。

2019年6月1日，1#汽輪機重新啟動，待機組帶負荷后，小組成員對原有的疏水閥PID參數進行了修改，并人工給與一定的水位擾動，來驗證閥門的動作線性及水位的跟蹤變化情況，圖4為小組成員當時記錄下的疏水閥PID參數以及微調后對應的水位曲線。zui終，通過小組成員們，不斷的實驗調整，實際水位在人工擾動的情況下，均可及時實現液位跟蹤。

3高加液位穩定性改良方法優勢

（1）通過系統排查，合理升級硬件，有效避免了因為設備自身問題導致的液位跳變、數值不準等導致的故障。徹底根除了因底層采樣不確，引發的機組停機。

（2）科學的閥門自動調節PID參數進行優化整定。使用高適應性的改良遺傳算法配合液位仿真系統對閥門自動調節PID參數進行優化整定，確保方案可移植，可行性的前提下，有效實現了對目標參數的精準優化，并通過現場重復調試，確保了對實際工況的匹配。

 

4高加液位穩定性改良的實施過程及成果簡介

4.1實施過程

（1）現場調查。新昌電廠#1機組高加水位設計三套，其中二套為差壓變送器測量方式，量點液位容易因單點故障導致液位波動，無法做到保護3取2的安全穩定，如圖5所示；另外一套水位計采用磁翻板遠傳液位計，磁翻板液位計精度低、受高溫影響故障率較高，可靠性較差。由調查結果可以得出，高加液位測點現場采用2點取樣設計，一旦單點液位劇烈或壞點情況，系統只能被迫選擇另一點液位情況，勢必會對高加整體液位情況有較大影響。

小組成員通過做高加正常疏水閥的調門擾動實驗，對比PID參數設置情況，發現人工給予水位一定的擾動時，正常疏水閥動作緩慢，會使水位出現一定的超調或振幅現場，對水位超調有一定的影響。由調查結果可以得出，高加正常疏水閥門只要有小幅的波動，整個水位就會出現大幅的震蕩，說明整個疏水閥的閥門線性不佳，水位容易因閥門波動而劇烈波動。

 

（2）硬件改造。如圖6所示，1#汽輪機計劃停機小修，小組成員對原有的磁翻板液位計進行了拆除，并按初始計劃新增電接點液位計。

（3）軟件改造。如圖7、8所示，小組成員對原有的液位DCS邏輯畫面進行了修正。

 

 

 

4.2項目成果

#1機組新增高加水位測點后以及整定高加疏水調節閥PID參數后，高加水位測量準確，高加水位自動調節品質良好，數據明顯優于改造前，高加水位控制波動范圍在改造前經常超過±50mm，改造后水位控制波動范圍基本上能夠控制在±50mm之內，高加水位波動過大次數由原來每月6.33次成功降至2.2次。

 

5結束語

該方法為高加液位故障頻發導致機組運行不穩定的發電廠家，提供了一個有效、可行的解決方案，通過軟硬件結合的整改方法，極大降低了由于高加水位波動過大導致的缺陷次數。有效改善了機組的運行環境，提高了運行穩定性。