循环流化床锅炉(Circulating Fluidized Bed Boiler,简称CFBB或CFB锅炉)作为高效、低污染、燃料适应性广、负荷调节性能好的洁净燃煤技术,在全世界受到广泛重视,正在成为燃煤技术的主力军。循环流化床锅炉商业化的迅速发展给它的运行自动化提出了很高的要求。因此在我国大力开发研制循环流化床锅炉的自动控制技术是一项迫在眉睫的战略性任务,尤其是开发适合中国国情的循环流化床热工控制系统。由于现有的控制系统都是建立在近似线性化模型或是辨识模型的基础上,根据过程的输入输出数据直接建模,过于依赖过程的输入输出数据,模型不具有可解释性。因此,我们希望在本实验室已开发的循环流化床锅炉机理模型的基础上开发新的控制系统。首先,由于循环流化床锅炉工作点附近的蒸汽焓值公式难以直接应用于在线计算,因此,对蒸汽焓值进行最小二乘法拟合,得到拟合式;然后提出热功效率的概念用于衡量锅炉与发电机组之间的能量关系,并应用工业数据进行了仿真计算,最后对热功效率的影响因素进行了讨论。其次,在循环流化床锅炉机理简化模型基础上,分别应用BP和RBF人工神经网络理论来构造循环流化床锅炉的给煤含碳量和挥发分含量的逆系统,构建煤质在线观测模型。分别研究了各网络的泛化能力,并结合实时数据,进行煤质预测。通过分析比较,发现基于BP神经网络的煤质在线观测模型的煤质预测效果好于RBF网络。将动态模型和煤质在线观测模型结合,构建循环流化床锅炉综合模型。通过对综合模型的实时仿真研究,发现基于标准BP网络的综合模型的实时仿真结果要更加理想。最后,结合循环流化床锅炉机理模型和煤质在线观测模型,以及热功效率的概念,构建循环流化床锅炉发电机组的仿真平台,在此基础上建立基于给煤量的负荷协调控制系统。在XD-APC上的仿真表明,该系统能很好的适应工业上的需求。