热力过程本质上是复杂的多变量系统,输入变量和输出变量间复杂的耦合关系使得多变量控制系统的参数优化一直是影响其投运的关键和难点,因此研究通用有效的多变量控制系统的优化方法对提高热力过程运行的经济性、安全性具有重要意义。本文利用遗传算法研究了单变量系统和多变量系统的控制优化问题,主要内容包括:1.改进了单变量控制系统的优化及评价方法。将控制器参数稳定域和鲁棒稳定域的启发性信息与遗传算法相结合,提高了单变量控制系统遗传算法优化的搜索效率。采用Mento-Carlo方法对不确定系统的控制效果进行评价,为众多控制方法的选择建立了客观的评价标准。2.提出了一种基于完整性分析的多回路控制系统优化方法。利用遗传算法和完整性理论对多回路控制系统的参数进行同时优化,获得整体最优的控制效果。研究结果表明,优化后控制效果有明显改善,且优化方法只要求目标函数可数值计算,随着系统维数的增加,优化的工作量并没有显著增加,显示了良好的适用性。3.提出了一种多目标、多扰动、多模型的多变量控制系统参数优化方法。针对控制结构确定的多变量系统,适当定义包含多目标、多扰动、多模型的目标函数,形成优化问题并通过遗传算法求解。方法广泛适于解决复杂热力过程中具有综合控制要求和约束条件的控制系统参数设计问题。4.将上述方法应用到热力过程中的典型多变量控制系统——汽轮发电机组控制系统、机炉协调控制系统和气化炉标准控制问题中。针对各个系统的特点,分别采用适合工程实现的控制器结构,定义反映控制系统综合要求的目标函数,进行控制参数的优化。研究结果表明,本文的优化方法在取得优良控制效果的同时,兼具灵活性和通用性的特点,在多变量热力过程控制优化中有广阔的应用前景。最后,论文还定量地比较了理想继电反馈与饱和继电闭环反馈辨识方法对四类典型热工对象的辨识精度,获得了饱和继电反馈辨识提高精度的定量认识。