西门子6ES315-6FF04-0AB0型号介绍

　变频技术的产生和发展解决了锅炉运行中控制的难题，不仅节约能源，降低运行成本，同时使锅炉对大气的污染大大减轻，司炉工强度大大改善，也为实现自动化控制提供了良好的帮助。

    1、变频技术   

    变频技术是一种电子技术。变频器是在变频技术上产生的，它能够应用在大部分的电机拖动场合，由于它能提供**的速度控制，因此可以方便地控制机械传动的升、降和变速运行。变频器经常被用于系统复杂、工作环境恶劣、高负荷、长时间运行的工况中。由于采用了通讯方式，可以通过PC机来方便地进行组态和系统维护，包括上传、下载、复制、监控、参数读写等。简单来讲变频器是由三绕组输人变压器、整流电路、合成母线、逆变电路、合成滤波电路、控制柜等组成。   

    目前，变频调速技术已经被推广应用到风机、水泵节能改造等上，用途广泛。

    2、变频器在风机控制系统中的应用

    如图1为变频器控制风机电动机系统框图。

                                                                                       图1 系统框图

    风压设定通过变频器的输人端子设定；压力传感器将压力信号传送给变频器；变频器通过预编程序进行运算，对应不同压力输出控制信号，从而控制电动机使风机改变转速来调节炉膛风压，炉膛内风压通过风压传感器将信号传送给变频器，实现自动控制。   

    在变频状态下，应用变频器改变风机电机输入电压的频率，从而控制电机的转速。电机的转速可以用下面公式表示：

    n为转速、f为频率、p为电机级数（2、4、6...）   

    风机的变速运动是利用改变风机转速来改变风机曲线这种变化关系可以用一组公式来表达：

    式中，n－风机转速；Q－风量；P－风压；N－功率。值得注意的是：将风量公式（1）与（2）相结合，其结果恰好符合系统曲线公式：

    一般使用的风机，其选用风量、风压通常都超过实际需要。（风量裕量5%－15%，压力裕量为10%－30%），传统控制裕量方法大多采用挡板式阀门来调节，用这些方法节流。虽然方法简单，但实际上是通过人为增加阻力的办法来达到调节的目的。不仅造成了浪费，还增加了噪音污染。   

    经过对变频器的改造具有以下优点：   

    （1） 实现了自动控制，揭开了锅炉运行自动化的新篇章。使难以控制的燃烧过程实现了自动化，减少劳动强度。在网络化日益普及的，与普通的点对点硬线连接方式而言，通过高速通讯连接的变频器系统可以大程度上降低系统维护时间、提高生产效率、减少运行成本。   

    （2） 控制电机的启动电流。当电机通过工频直接启动时，它将会产生7到8倍的电机额定电流。这个电流值将大大增加电机绕组的电应力并产生热量，从而降低电机的寿命。而变频调速则可以在零速零电压启动（当然可以适当加转矩提升）。一旦频率和电压的关系建立，变频器就可以按照WF或矢量控制方式带动负载进行工作。使用变频调速能充分降低启动电流，提高绕组承受力，用户直接的好处就是电机的维护成本将进一步降低、电机的寿命则相应增加。   

    （3） 降低电力线路电压波动。在电机工频启动时，电流剧增的同时，电压也会大幅度波动，电压下降的幅度将取决于启动电机的功率大小和配电网的容量。电压下降将会导致同一供电网络中的电压敏感设备故障跳闸或工作异常，如咒机、传感器、接近开关和接触器等均会动作出错。而采用变频调速后，由于能在零频零压时逐步启动，则能大程度上消除电压下降。   

    （4） 可对风机的风量作平滑的无级调速，风机工作在佳工作点，工况曲线更符合系统，可提高风机效率，避免了“喘振”现象。稳定了炉膛压力，满足工作环境的要求。 

    （5） 低速运行可以减少磨损，降低噪音，有利于延长电机和风机的使用寿命。

    （6） 节能效果显著。由于终的能耗是与电机的转速成立方比，所以采用变频后，大大地节约了成本，投资回报更快，用户也愿意接受。

    3、效益与回报

    瑞千源自动化公司为东北某大学安装了四台02吨刨燃煤供暖锅炉，其中保持二台锅炉每天24小时间断供暖，每年供暖期6个月，鼓风机功率37kw，引风机为110kw。在锅炉运行中，电力线路波动较大，经常损毁附近校舍电器，引风机风量偏大，使用档风插板调节风量，电机功耗基本不变，电能浪费大。根据以上缺点，决定安装变频器。安装变频调速装置后风机起动平稳无冲击电流，运行稳定。

表1 鼓引风机测量参数表

    对于刚投人运行的锅炉，一般因各种原因负荷未达到70%以上时，采用变频器控制效果更加明显。如下供热项目是X市政府批准的新型项目，两台卯T锅炉鼓、引风机都采用变频器控制，引风机电动机3sokw，鼓风机电动机1印kw，两台锅炉鼓、引风机变频器一次投人50万元，结果2（X）5年，2（X巧年负荷分别为30%、印%，在此情况下，锅炉在低负荷运行，鼓、引风都在低负荷下运转，两个采暖期下共用电613725k琪飞。如果不用变频器控制约用电18以X洲）k不飞，估计两个采暖期节约1186275k从飞，按每度电0.7元计算，共计节约83万元。  

    下面是其锅炉系统两种方式实际运行费用对比：

表2 实际运行费用表

     一年共节省24万元，一次性投人控制系统共计40万元。1年多收回成本。

    工业锅炉风机采用变频器调速实现风量控制，稳定性和可靠性高，调节特性好。由于变频器可以非常平滑稳定地调整风量，运行人员可灵活地调控燃烧状况，提高了锅炉效率，减少工作强度。变频调速使电机运行明显改善，维护量明显减少，同时大大减少和机械系统变速机构和控制机构。使系统更加方便操作，设备工作效率明显提高，系统采用过流、过压、瞬时断电、短路、欠压、缺相等多种保护，避免了因此赞成电机烧损而影响生产所带来的直接和间接经济损失，更为重要是它的节能效果取得了可观的经济效益。

  电梯作为垂直方向的交通工具，目前已经得到了广泛的运用。由于高层建筑日益增多，高层大楼往往需要几台甚至几十台电梯来满足乘客的需要。增加电梯数量虽然可以在一定程度上提高电梯的运行效率，但电梯高效运行的关键还在对客流的调度能力上。自电梯问世以来，从单梯运行到双梯并联运行，再到电梯**系统运行，已逐渐形成了电梯的交通配置理论。随着电梯需求量的越来越大，电梯群调度系统的分析、设计、调度算法等问题也随之越来越突出。而且由于系统本身具有随机性和非线性、控制目标多样性，调度系统变得十分庞大，调度算法也越来越复杂。这就需要我们采用智能控制技术对电梯**系统进行有效地改进和发展。

    调度方法是电梯**系统的核心，它直接影响到各台电梯的运行和电梯系统服务的优劣。随着人工智能理论的蓬勃发展，目前已产生了多种智能电梯调度方法，如基于模糊模型的电梯调度方法、基于专家的电梯调度方法、基于神经网络的电梯调度方法和基于遗传算法的电梯调度方法。目前我国大多数是利用模糊神经网络技术解决**调度问题，而关于遗传算法应用到电梯**理论是现在研究热点。由于遗传算法在搜索优解时具有搜索不依赖于梯度信息，在搜索过程中自动获取和积累有关搜索空间的知识，并自适应地控制搜索过程，算法简单、通用、鲁棒性强，适用于并行分布处理等特点，使它在电梯**理论方面具有很大的应用前景。

2 电梯**系统遗传算法操作

    本算法将目标优化过程中搜索空间的参数或解转化成遗传空间中的染色体，一定数量的染色体构成初始种群。根据目标优化函数构建适应度函数，同时计算每一个染色体的适应度函数值，然后根据适应度函数值进行选择染色体，按照一定的概率进行交叉和变异操作，产生新的染色体，形成下一代种群，继续上述操作，直到搜索到优解或者进化足够多的代数。

    考虑到电梯**制系统的实时性，在每次调用遗传算法进行搜索时，只在有限时间内进行若千次搜索，而不是每次都求得收敛值。这样虽然每次得到的不是优值，但考虑到电梯**制系统的随机性，优值并没有太大的意义，因为新层站呼梯信号随时产生，其它外部条件也可能随时变化，即使在当前时刻搜索得优分配方案，在新的条件下很可能不再是优方案。当系统没有新的层站梯信号产生时，梯**制系统每隔一定的时间，就根据当前系统状态，重新调用遗传算法进行搜索，为所有未被响应的层站呼梯信号分配服务梯。遗传算法操作总流程图如图1所示。
 

图1遗传算法操作总流程图

    本设计中染色体采用整数二进制编码，编码的对象为电梯编号，电梯数为4台，因此对电梯1-4编码分别为:00, 01, 10, 11。电梯系统的每一个未分配外呼信号对应一个2位的二进制数表达，表示该外呼信号由编码值对应的电梯前往响应。染色体长度为当前未被响应的层站呼梯信号个数的2倍，即采用了变长染色体，长度随层站呼梯信号个数变化。这样做有两个优点:一是不必一直取较长染色体，减少计算量;二是不会产生无效解。在每次优化时，如果有M个未被响应的层站呼梯信号，染色体就用一个长度为2m的整数码串来表示。一个染色体表示**系统对当前外呼信号的一种派梯方案。

    以4台15层站电梯为例，用一个数组C[0...27]记录分配的层站呼梯信号编号，将1至14层上呼分别记为0-13, 2至15层下呼分别记为14—27。

    如果C[0]至C[5]的值分别为1, 6, 12, 18, 19, 26，具体表示为2层、7层、13层有上呼，6层、7层、14层有下呼，对应于编码为341232的染色体。

3  适应度函数设计

    遗传算法在搜索进化过程中一般不需要其它外部信息，仅用评价函数值来评价个体或解的优劣，并作为以后遗传操作的依据。要注意的是评价函数和适应度函数不是一个概念。评价函数指的是优化问题的目标函数，用遗传算法进行优化的过程就是对评价函数求极值的问题。而适应度函数是为了便于比较个体的大小及选择、交叉、变异操作而将评价函数作映射而成的函数。适应度函数值称为适应度（fitness），适应度函数表明个体对环境适应能力的强弱，遗传算法在进化搜索中依靠适应度函数值的大小来区分每个个体的优劣，适应度值大的个体将有更多的机会繁衍下一代。适应度函数评估是选择操作的依据，在具体应用中，适应度函数的设计须结合求解问题的要求。一般情况下，可以由求解问题的目标函数派生得到。

    本文以4台电梯**为研究对象,则构造适应度函数:

（3）式中a决定了选择的强制性，a越小，原有适应度较高的个体的新适应度就越与其它个体的新适应度相差较大，亦就增加了选择该个体的强制性。

4 遗传算法派梯仿真

    为测试**算法的性能，采用MATLAB实现基于遗传算法的电梯**系统派梯的虚拟仿真，仿真实验中设定**系统电梯配置参数如下:**系统为4台15层站电梯，速度为2米/秒，加速度1. 5米/秒2，开门时间1. 5秒，关门时间3秒，建筑物楼层高度为3米。为了测试派梯算法需要，随机产生繁重层间交通流，以下仿真是在此系统参数和交通流下进行的。
 

图2基于遗传算法派梯算法电梯运行曲线图

    从图2中可以看出在多数情况下各部电梯在各楼层间的分布比较均匀，未发生聚群现象，上行和下行电梯数较均匀，这种交通模式下是合理的。