双进双出钢球磨煤机直吹式制粉系统在我国火电厂中的应用越来越普遍。直吹式制粉系统要求,在任何时候,所有运行磨煤机制粉出力总和均等于锅炉煤耗量,即制粉出力随机组负荷的变化而变化。实际运行中,双进双出钢球磨煤机直吹式制粉系统存在的主要问题是：制粉出力对机组负荷跟踪滞后严重。由于该问题的存在,导致机组运行不稳、负荷适应性差。因此,对磨煤机制粉出力控制的研究非常必要。以往对磨煤机控制的研究大多是针对料位,对于制粉出力控制的研究甚少,这更显出本课题研究的重要性。围绕制粉出力的滞后问题,本文从建模和控制两方面展开了一系列研究,主要研究工作及创新性成果如下：(1)提出了一种基于层次分析的一致关联度法,并得出了制粉出力影响因素的灰关联排序。由于制粉出力影响因素众多,且影响程度不等,若将所有因素均作为系统辨识模型的输入参数,其运算耗时太长,不利于在线实施。采用基于层次分析的一致关联度法获取影响因素的灰关联序,可选取重要性靠前的因素,降低模型的复杂度。(2)针对制粉出力较难在线测量的问题,提出了一种动态密度加权LS-SVM方法建立了制粉出力的在线预报模型。首先,根据样本规模的大小确定一定的邻域半径；再对邻域半径内的每个样本进行密度指标计算,并获得其对模型的可能贡献度指标；每次选取的对模型贡献度最大的数据最终形成一个样本集,即为支持向量样本集；最后,在选取模型辅助变量的基础上,对支持向量样本集进行动态增加样本和删减样本,建立制粉出力的动态预测模型。通过在磨煤机稳态工况、升负荷工况及堵磨工况下,与动态LS-SVM模型、动态加权LS-SVM模型的实验对比结果可知,动态密度加权LS-SVM模型的误差较小。(3)针对制粉系统的大滞后、强非线性特点,提出了基于动态密度加权LS-SVM和粒子群优化算法的非线性模型预测控制。首先,利用制粉出力的动态密度加权LS-SVM模型在线预报制粉出力当前时刻的输出,其与制粉出力实际值之间的差值经过反馈矫正叠加在模型对未来时刻的预测输出值上,得到矫正后的下一周期的预测输出。将未来输出信号与制粉出力的参考轨迹比较后,再经过粒子群优化算法,实现控制信号的输出。(4)针对机组正常变负荷过程制粉出力滞后的问题,提出了基于机组负荷模型的预见式参考轨迹。首先,分析并运用历史数据,建立机组负荷模型；为了提前多步预见目标值,根据预见控制原理,获得了前馈系数矩阵,并在此基础上获得了制粉出力控制的参考轨迹。通过实验结果分析可知：基于该参考轨迹的预测控制调整时间短、误差小、系统动态稳定性较好。(5)针对机组负荷突变的情况,提出了基于蒸汽压力前馈补偿的制粉出力控制。根据锅炉输入输出的能量平衡原理,推导出了蒸汽压力与燃料量之间的函数关系,并将蒸汽压力实际值相对于设定值的偏差转换成对制粉出力需求值的变化指令,作为制粉出力控制的前馈。采用蒸汽压力前馈,将能使控制系统提前感知蒸汽压力的变化,及时调整制粉出力以维持负荷。通过仿真结果分析可知,该方法调节时间较快,更有利于消除扰动。(6)设计了一种制粉出力实时监控系统,并应用于模拟实验台上。该系统将本文设计的控制算法与系统软硬件结合,引入了双CPU结构、多线程技术等,提高了系统运行的效率和可靠性,实现了制粉出力的在线测量及控制等功能。本课题的研究突破了以往磨煤机系统单独控制的局面,而将制粉系统与机组负荷、主蒸汽压力结合起来作为一个整体考虑,其方法及结论可以在其他直吹式制粉系统、机组负荷控制中借鉴使用!