ALSTOM气化炉的模糊增益调度预测控制

第28卷第2期动力工程Vol. 28 No.22008年4月Journal of Power EngineeringApr. 2008文章编号:1000-6761(2008)02 -0229 09ALSTOM气化炉的模糊增益调度预测控制吴科，吕剑虹， 向文国(东南大学能源与环境学院,南京210096)摘要: ALSTOM气化炉具有强的非线性及大惯性,常规的控制方法难以满足全工况运行条件下的各项控制指标.采用模糊推理方法,将气化炉在多个工况条件下的局部线性模型综合成全局模糊模型,并在此基础上应用预测控制技术,提出了一种新型的基于过程全局模糊模型的模糊增益调度预测控制方法,并应用于气化炉多变量非线性优化控制.仿真结果表明:即使各个输入受到运行条件的严格约束,各个输出变量仍能较好地维持在ALSTOM气化炉所要求的范围内,具有较好的控制品质,为气化炉的全局优化控制提供了一个较好的方法.关键词:自动控制技术; ALSTOM气化炉;模糊模型;预测控制;增益调度;约束;优化中图分类号: TP237. 4文献标识码: AFuzzy Gain Scheduling Model Predictive Control for an ALSTOM GasifierWU Ke,LUJian-hong，XIANG Wen-guo(School of Energy and Environment, Southeast University, Nanjing 210096, China)Abstract: Due to its strong non linearity and large inertia characteristics, ALSTOM gasifier is generallydifficult to be controlled with conventional control schemes under all working conditions. Using fuzzyreasoning method, local linear models of gasifier constructed for different operating conditions were firstintegrated into a global fuzzy model, then a new type of fuzzy gain scheduling model predictive controllerbased on process and global fuzzy models was proposed and applied to its nonlinear multivariableoptimization control. Extensive simulations show that all the outputs can be kept within desired operatingboundaries of ALSTOM gasifier while subjecting to corresponding input constraints, demonstrating a goodcontrol performance. The way is thus proved to be a good approach for global optimization control ofALSTOM gasifiers.Key words: automatic control technique; ALSTOM gasifier; fuzzy model; predictive control; gainscheduling; constraint; optimization整体煤气化联合循环(IGCC)作为一种高效的国家高技术研究发展计划(863计划),在“十一.五”清洁能源产生方式正日益受到重视,已成为国内外期间完成多个示范工程. IGCC主要过程是:在气化的一个研究热点.我国已将IGCC技术的研究列入炉中煤(或其它含碳能源)、来自空气分离装置的氧中国煤化工收稿日期200-07-15基金项目:国家863高技术基金资助项目(006A05A107),高校博士点基金.MYHCNMHG作者简介:吴科(1981-),男 ,江苏常熟人,博士研究生,主要从事热工过程建模与优化控制方面的研究。电话(Tel ).13814009123E- mail: wu1394@ yahoo. com. cn.●230●动力工程第28卷气、水蒸汽在一-定的温度和压力条件下经一系列复(煤气热值吸入口压力杂的化学反应过程,转换为中低热值的煤气,煤气净化后送到下游的燃气轮机燃烧发电或作为化工原料合成化学品或油品,燃气轮机排出尾气进人余热锅煤气压力炉产生蒸汽,蒸汽推动汽轮机再带动发电机发电,从(煤气温度)而实现了高效的整体联合循环.在整个系统中,燃气煤和石灰石(床料质局)轮机及蒸汽动力系统都已得到广泛应用,其控制系水蒸汽统已比较完善.而对于气化炉系统,由于涉及到许多复杂的化学反应过程,其过程是一个复杂的大滞后非线性系统,对各种扰动都非常敏感,其相关的控制压缩空气理论和应用还不成熟,致使其比投资费用和发电成本还比较高,可利用率还不甚理想中.图1 ALST0M 气化炉的工作流程ALSTOM公司对IGCC进行了多年的研究,并Fig.1 Flow chart of AL.STOM gsifer针对1个小规模IGCC电站建立了整个IGCC系统的对象模型,所提供的气化炉模型与现场的实测数温度和压力下进行复杂的化学反应,产生低热值的据基本一致,具有很高的准确度.由于该模型是1个煤气,而煤灰CaS以及未反应的碳作为灰渣排出.多变量、高耦合、强非线性及对外界扰动十分敏感的煤气化过程是一个复杂的热化学反应,可以分为高系统，研究相关的控制策略已成为一个难点为验证温热解过程.氧化反应、气化反应和脱硫反应等4个所设计控制系统的有效性,针对此气化炉模型，部分. 各种反应程度和速率受到煤种、温度、压力以ALSTOM公司提出了基准测试问题,列出了一系及物料在炉内停留时间、传热条件和温度历程等因列基准测试项目和对应的系统约束条件,认为只有素的影响.显然,煤气化被控过程是-一个典型的多变满足各项基准测试要求的控制系统才是有效的.量、大滞后、强非线性及高灵敏的过程,在系统受到为确保气化炉在整个工况内均有较好的控制品扰动或者工况变化时，系统动态特性会发生很大的质,笔者首先通过模糊推理,建立了ALSTOM气化变化,使控制系统难于获得良好的控制品质.炉在任何工况点上的全局模糊模型,并在此基础上气化炉工作过程有5个输入变量(操作变量)，提出了一种具有全工况优化功能的模糊增益调度预分别为:排渣量(WCHR).空气流量(WAIR)、给煤测控制方法.仿真结果表明:在满足各种约束条件的流量(WCOL)、水蒸汽流量(WSTM)及石灰石流量前提下,其控制性能指标均达到了基准测试所提出(WLS);4个输出变量(被控变量)分别为:煤气焓值的各项要求,从而为气化炉的全局优化控制提供了(CVGAS)、床料质量(MASS)、煤气压力(PGAS)及一种可以选择的方法.煤气温度(TGAS).由于人炉的石灰石量和煤粉量1ALSTOM气化炉被控过程及控制是成比例的(1 : 10), 整个气化炉工作过程实质上是一个4X4的多变量对象.对于气化炉系统,主要的要求外界扰动来自于燃气轮机工况的变化,因此将燃气煤气化是IGCC最重要的核心技术之一,已投轮机的人口压力(PSINK)作为一个主要的外界扰入运行的IGCC装置大多采用了固定床、流化床、水动量.煤浆或干煤粉气流床等先进的煤气化工艺叮。采用ALSTOM公司建立了示范IGCC气化炉的动不同的煤气化工艺,气化炉的结构和运行方式等均态机理模型，由于该模型经过了实测数据的严格校有很大的不同. ALSTOM公司对1 个87 MW的验,具有较高的准确度.为便于研究相关的控制策IGCC示范工厂进行了可行性研究,其气化炉基于略,ALSTOM公司公开了所建立的非线性机理模流化床气化工艺,可以认为是-一个煤、空气以及水蒸型,并且提出了各种基准测试、输人约束及控制目标汽发生气化反应的反应器.气化炉的被控过程示于等,作为检验所设计控制玄编有0性的方法(0.0.表图1.1为1中国煤化工标，即各输出变在煤气化过程中,经过处理的煤与- -定比例的量应控HCNMHG示在控制过程中石灰石混合,与空气和水蒸汽进入气化炉,在一定的对输入变量在幅值及变化速率方面进行约束.第2期吴科,等:ALSTOM 气化炉的模糊增益调度预测控制●231●表1输出变量及其限制(1)选取典型工况点.典型工况点的个数应根Tab. 1 Output variables and their constraints据实际情况选取，如果工况点个数少,则会影响由模输出变量描述允许最大动态偏差糊推理获得的在其它工况点上的模型精度,一般基CVGAS煤气热值士0. 01 MJ/kg准工况点的个数可选取5~10个.本文选取0%、床料质量土500 kg20%、40%.60%.80%和100%的工况点作为基准PGAS煤气压力土10 kPa工况点;TGAS煤气温度士1 K(2)在各个基准工况点上，利用ALSTOM公司所提供的封装好的气化炉模型,分别进行输人变表2输入变量及其限制量的阶跃响应试验,记录好各输出变量的动态响应Tab.2 Input variables and their constraints数据;输入变量韜值/kg.s5-1最大变化率/kg.s-2(3)利用上面的阶跃响应数据,计算气化炉在WCHR排渣量0~3.士0.2各基准工况点的离散状态空间模型:WAIR空气流量0~2(土1.0x(k+1)= Ai●x(k)+B,●u(k)WCOL煤流量0~ 10y(k) = C●x(k)+D.●u(k)(1)WSTM蒸汽流量0~6 .i= 1,2..*.,6其中各离散模型的采样时间均为1 s.基于这62ALSTOM气化炉全局模糊模型的个基准模型,通过模糊推理及变量调度,可获得在任建立何工况点上的离散状态空间模型.由于篇幅有限,本文仅列出50%和100%工况点上的基准模型.2.1建立控制系统全工况设计模型的方法2.3调度变量及其模糊隶属度函数的选取尽管ALSTOM公司公开了示范工程IGCC的调度变量一般选取缓慢变化且可以代表非线性机理动态模型,但整个气化炉被控过程由数百个非系统工况的1个或者多个物理量,选取的调度变量作线性微分方程组成，所提供的机理模型无法直接用为非线性系统模糊规则模型的前件,在对应的论域上于控制系统的设计,而只能用于检验控制系统的品.构造模糊集合,其隶属度函数为A ; XXU→[0,1].质.为了获得在任何工况点上控制系统的设计模型,.对于ALSOTM气化炉模型,可以选取气化炉出口煤笔者采用如下方法:①在多个典型工况点上,获取气热值与煤气质量流量的乘积,即能量流量(E)经过气化炉被控过程的局部动态线性模型,并将这些局折算后的负荷(L)作为调度变量,因为其变化范围为部模型作为模糊推理的基准模型;②选择影响气化[L 50-50,Lso +50],可以定义模糊变量8L=L-炉特性变化的变量作为调度变量;③以典型工况点Ls0 ,将论域[- 50,50]模糊划分得到1组语言值.隶属上的基准模型为基础,采用模糊推理技术及变量增度函数的选取,只要满足模糊集合的基本性质即可，益调度方法,计算任何工况点上的局部动态模型,作通常可以选取三角形或者高斯分布函数,本文选取最为控制系统的设计模型.由于在任何工况点上,可重新计算控制系统的简单直观的三角形分布函数(图2).参数,从而确保了控制系统在整个工况范围内的全;NNPSPA局优化功能.0.82.2建立气化炉典型工况点上的局部基准模型i 0.6-0.4FALSTOM公司以Simulink CMEX SF unction0.2的模块形式提供了封装好的气化炉非线性模型.该全局非线性模型非常复杂,且ALSTOM也未给出-50-40-30-20-10010203040508相应的非线性微分方程组,因此很难直接利用该模型来设计全局非线性控制器.事实上,ALSTOM公圈2模糊变量隶属 度函数分布司也希望控制系统的设计者仅将该模型作为一个实中国煤化工’vrioble际的工业过程来看待,而不是看作控制系统的设计2.4MHCN M H G的模糊推理模型模型.为获取控制系统的设计模型,首先应获取典型综合以，上分析,将同鄙工优点上的基准模型和工况点上的局部基准模型,具体方法如下:相应的模糊调度变量结合可以产生以下的模糊规则●232●动力工程第28卷模型:u(k)+D. u(k+1) +CG●(k) +ξ(k +1)Rulei; IF 8L is MTHEN(x(k+1)= A.. x(k)+ B,●u(k)y(k+j)=CA'●x(k)+ 2CA-B●u(k+i-ly(k) = C. x(k)+D,●u(k)i= 1,2..*,6(2)1)+ D.u(k+j) +CA-G. (k) +式中,M= {8L,pm(8L) ; 8L∈U},8L是模糊调2CA-G.E(k+i-1)+(k+i)度变量.规则的结论部分为气化炉在典型工况点上的基准模型.通过模糊推理及变量调度,可获得气化炉在任何工况上的状态空间模型:y(k+N)=CA~●x(k)+ 2CA~'B●u(k+i-x(k+1) = A. x(k)+B. u(k)1)+D. u(k+N) + CAN-IG. (k)+y(k) = C. x(t)+D. u(k)(3)ZCA~G.E(k+i-1)+<(k+N) (5)式中,各系数矩阵是由模糊推理获得,分别为:上式中,E(k十j)由下式给出:A= Zw;(z).A, B= Zw,(z). B，E[E(k+j)]=0,j = 1,2...c= Zw(z).C. D= Ew(z).D. ; E[(>]= E() = p(k)-C.x(k)-D.u(k)(6)z= [≈1,7.,z6]将式(6)代人式(5)后，步输出预测值可以写成:w,↑XXU→[0,1]是权重系数，w;(z)j(l+j)= E[y(r +j)]=CA'●E[x(k)]+=μ(x)/24(z),p(z)是模糊调度变量的隶属ZcA-B.u(k+i-l)+D.u(k+j)+度函数.很明显,任可工况点上的矩阵A,B,C,D均CA-G. [y(k)-C.x(k)- D. u(k)]=可通过.上面的推理过程获得,如通过推理可获得在CA-(A-GC)●i(x) + CA-(B-GD)●70%工况点上的气化炉模型(略).u(k)+ 2CA-'B●u(k+i-1)+经过比较该模型与ALSOTM非线性机理模型D. u(k +j) +CA-G. y(k)在70%工况点上的阶跃响应,其阶跃响应曲线吻合j= 1,2...,N(7)得很好,从而验证了模糊推理模型的有效性.式中,N是输出时域,将上式写成矩阵形式,可以得3气化炉的模糊增益调度预测控制到:Y=φ.U+P.●i(k) +o,. y(k) (8)根据任何工况点上气化炉的动态模型(式(3)),其中:并且考虑到被控过程通常还包括随机扰动等因素，「j(k + 1)7u(k)本文采用式(4)模型来设计预测控制器:y(k +2)u(k+1)x(k+1) = A. x(k)+B. u(k) +G.∈(k)Y=|,U=y(k)=C. x(k)+D●u(k) +(k) (7)Ly(k + N)」Lu(k + N)」这里的u∈R" ,x∈R° ,y∈° ,(k)是零均值的高-C斯白噪声信号,E[(k+j)]=0,j=1,2,,G是相应的滤波矩阵,而A.B、C、D与式(3)中一致.本文中.=.CA(A-GC),提出扩展状态空间预测控制算法,它可以方便地处LCAM-I」理如控制作用的幅值约束和变化率约束等约束优化C(B- GD)L问题.中=CA(B-GD)GB3.1基本控制器设计:针对模型式(4)式,可以对系统的未来输出进行多步预测:中国煤化工”CBDJy(k+1)=C. x(k+1)+D.u(k+1)+ E(k+YaCNMHG1) =C.[A●x(k) + B●u(k) +G. E(k)]+ .*y一D.u(k+1)+(k+1)=CA●x(k)+ CB.LCAM~1G]第2期吴科,等:ALSTOM气化炉的模糊增益调度预测控制在式(8)中,多步模型预测要求知道当前状态的J。= U.H.U+UT●f(11)估计值i(k),本文采用文献[11]所提出- -种状态估当控制作用U不受限时,可以由下式求得最优控制计方法来计算,经计算发现:这种状态估计算法是非常有效的.作用:采用常规的二次型函数作为控制系统性能指0=0= H.U+f=0标:J = (Y- W)TQ(Y- W)+ SUTRAU (9)由于H是正定矩阵,故有:U=-H-1●f(12)这里的Q和R是权重矩阵,一般取为对角阵;这里所求得的多步控制作用的第-步被采用作W和QU参考轨迹矩阵和控制增量矩阵,分别定义为当前时刻的最优控制作用加到闭环系统进行控如下:制「w(k+1)]3.2受限预测控制器的设计w(k + 2)W=对于ALSTOM的气化炉控制,其输入变量的幅度和变化率均受到表2的限制,考虑了输入约束Lw(k + N)」后的控制系统性能指标可以用下式来表示:Ou(k) 1「I0“01J = (Y- W)TQ(Y- W) + sUTR oU0U=Qu(k+ 1)|s.t.Uin≤u≤Umux(13)LOu(k+ N)」l0 ... -I IOuaim≤a≤Oumx「u(k)式中,uE∈R" ,应用式(11),受限预测控制器设计就.u(k + 1)●u(k-1)成为标准的如下二次规划问题:Lu(k + N)」U°= min,(2U°.H.U+UT.f)式中,I是mXm单位矩阵;O是mXm零矩阵,上U≤Umx述等式可以写成:-U≤→Umin(14)0U=r.U-[u"(k-1) 0 ... 0]T (10)IU≤T.OUmx + Eu(k- 1)式中:-IU≤- T.QUmx- Eu(k-1) .O式中,u(k-1)是前-时刻的控制作用,H、f.U、r的定义和上文一致,其它变量定义如下:r=Um= [ux ... ux]TU= [uBm .. uni]T将式(8)和式(10)代人式(9),可以得到: .SUu.. = [Oumx .. Oux]TJ =Jo+[φ,●i(k) +φ,. y(k)-W]●SUmin = [OuminQ[D,●王(k) +更,. y(k)- w] +E=[I 0... 0]T[u"(k-1) 0.. 0]●所求解出的1组控制作用的第一组作为当前最.R[uT(k-1) 0... 0]佳控制作用.因上式最后2项为常数,所以有min(J) = min(Jo).4控制结果其中:J。= UT(@QD. +r"Rr)U+2UT●●将以上的受限预测控制方法应用于ALSTOMQ[φ.●主(k) +φ,.y(k)-W]-2Ur.r.气化炉控制.针对气化炉在各个工况点上的动态模R[u"(k-1) 0... 0]T型(式(3)),采用本文的受限预测控制方法,通过在定义H,f为:H= 2(IQ$. + rRr)线滚动中国煤化工上华控制.经过在线调整，样时间取为1 s,f= 2o:●Q[φ,●主(k) +φ,●y(k)- w]-N= 2CNMHG=diag(O,...2rT●R[uT(k-1) 0... 0]TRo),Q。= diag(10, 150, 28,10*),R。= diag(10* ,则有:10* ,10* ,10),G=10●[1,I,I，I,[1,0,0,●234●动力工程第28卷0]"]T.表33种不同工况下,吸入口压力 扰动按照ALSTOM公司基准测要求,对所设计的试验结果统计表控制系统需进行基准测试,进行的基准试验有以下Tab.3 Disturbance test results of PSINK under 33种:①在稳定工况下,进行燃机吸入口压力阶跃different working conditions变化的扰动试验(规定变化幅度20 kPa;②稳定工阶跃扰动试验正弦波扰动试验况下,进行幅值为20 kPa、频率为0.04 Hz的吸人输出最大绝对误差IAE最大绝对误差IAE口压力正弦波扰动试验;③以不超过5%/min变化率为从50%工况升至100%工况的变负荷试验.其100%负荷.CVGAS4. 99100. 568.12860. 56中,吸人口的压力阶跃扰动和正弦波扰动试验以在MASS7.02100%工况下试验结果为例,其它工况下的试验结果PGAS0.080. 2510.0536.23 .示于表3.TGAS0.42-0.564.1在100%工况下吸入口压力的阶跃扰动试验根据基准测试要求,保持系统在100%工况点50%:负荷5.25110. 358.54878. 23稳定运行30 s,然后开始做吸人口压力为20 kPa的12. 566. 23阶跃扰动试验,试验持续时间为300 s.系统响应和控制作用的变化示于图3.0.0830. 2960.0425. 83从图3可看出,在100%工况下进行的吸人口0. 5230. 62压力阶跃扰动试验中,煤气热值最大动态偏差为0%负荷4. 99 kJ/kg,质量最大动态偏差为8. 12 kg,压力最7.56122. 359. 23898. 35大动态偏差为8 kPa,温度最大动态偏差为0. 4228. 9646.52C,系统各输出变量的变化均未超过表1中所列的0.090. 3150.08210. 68限制条件(在图中以2条虚线表示允许的动态偏差0.650.652范围,下同);而控制作用的变化速率和幅值在控制注:表中“一”表示无需计算过程中能自动满足表2的要求(图3(b)坐标上、下4.2100%工况点上吸入口压力正弦波的扰动试验限即为表2中控制作用幅值上、下限,下同). .该试验严格按照ALSTOM基准测试要求,首15164.2星-01030000200宣-0.-10中国煤化工」时间/sTYHCNMHG.(a)气化炉各输出变量响应第2期吴科,等:ALSTOM气化炉的模糊增益调度预测控制●235●203-r 2-g101002003001030200000时间/s(b)气化炉各控制作用的变化图3在100%工况下.吸人口压力作-20kPa阶跃扰动时的系统响应曲线Fig.3 Step response curve of PSINK (- 20 kPa) at 100% load先将系统保持在100%工况点稳定运行30 s,然后.根据基准测试的要求,需要在0%. 50%和.开始做吸入口压力幅值为20 kPa、频率为0.04 Hz100%工况下重复上述扰动试验,限于篇幅,本文未的正弦波扰动试验,试验持续时间为300s,系统响给出系统响应曲线,3种不同工况下的试验数据示.应和控制作用变化示于图4.于表3.从表中不难看出:3种工况点上，当吸人口压从图4可看出,在100%工况下进行的压力正力的波动时,控制系统均能满足表1和表2的要求.弦波扰动试验中,煤气热值最大动态偏差为8. 124.350%工况至100%工况变负荷试验kJ/kg,质量最大动态偏差为7.02 kg,压力最大动.在本试验中,根据基准测试要求,首先保持系统态偏差为5.3 kPa,温度最大动态偏差为0. 56C,系在50%工况点稳定运行100 s,然后开始进行从.统各输出变量的变化均未超过表1中所列的限制条.50%工况至100%工况的变负荷试验,负荷设定值.件.变化率取为5%/ min,试验持续时间为5400 s.系统0.40.2AAA0.2--10-0.4--1510.53wwwwwWWWW中国煤化工0TYHCNMHGo时间/e(a)气化炉各输出变量响应●236●动力工程第28卷2015002003000100.WWWWWWW10时间/s(b)气化炉各控制作用的变化图4在100%工况下压力正弦波扰动试验响应曲线Fig. 4 Sinusoidal response curve of PSINK at 100% load响应和控制作用变化示于图5.的热值、煤气压力及煤气温度均能很好地跟踪希望.从图5可看出,当负荷从50%升至100%(变化值的变化,床料质量的变化经过一段时间后回复到.率为5%/min)时,控制系统使气化炉的负荷、煤气原来值,最大动态偏差在可接受的范围内.?s4 S0010203040506070809024400己430010.5厂-10.020 3005060708090Is七'10 20 304050 60 70 80 90区12501020304050器I20010 203040506070 80 90时间/min(a)气化炉各输出变量响应图5气化炉在50%~100%工况的变负荷试验响应曲线Fig.5 Response curve of loading point from 50% to 100%为检验控制系统的有效性,笔者严格按照5结论ALSTOM公司提出的各项基准测试要求对控制系.笔者针对ALSTOM气化炉模型，首先通过线统进行了测试,结果表明:所提出的气化炉控制系统性化得到各典型工况下的基准模型,然后应用模糊.在中国煤化工下,输出变量的变推理,建立了系统在任何工况下的线性动态模型.在化均CNMH(测试要求,而且整此基础.上,提出了一种新的模糊增益调度预测控制个控,从而为气化炉的策略,并将其应用于对气化炉的自动控制中.控制提供了一种可以选择的方法.第2期吴科,等:ALSTOM气化炉的模糊增益调度预测控制●237.[6] SeyabPK AI, Cao Y, Yang s H. Predictive control参考文献:for the ALSTOM gasifier problem[J]. IEE Proc[1] Zhengmao Ye, Mohamadian H P，Yongmao Ye.Control Theory Appl. May, 2006， 153 (3): 293 -Integration of IGCC plants and reachable multi-objective thermo economic optimization [C]//In:,[7 ] Taylor C J, Shaban F M. Multivariable proportional-IEEE International Conference on Computationalintegral- plus (PIP) control of the ALSTOM gasifierCybernetis. Tllin. Estonia, August, 2006:1-3.simulation[J]. IEE Proc Control Theory Appl. May,[2] 焦树建. IGCC的某些关键技术的发展与展望[J].动2006，153<3); 277-285. .力工程, 2006, 26(2);153- 165.[8] 史本天,郭新生,刘英萍,等. ICCC发电系统中煤气[3] Dixon R. Alstom benchmark challenge i; Control of化工艺的选择[J].燃气轮机技术, 2006, 19(1):21a nonlinear gasifer model[EO/OL]. Available from:-25.< http://www. iee. org/OnComms/PN/controlauto/[9] Dixon R. Advanced gasifier control[J]. IEE Comput.Specification. v2. pdf> ,2002.Control Eng, 1999,10(3); 93- 96.[4] DixonR， Pike A W. Introduction to the 2nd[10] DixonR， Pike A， Donne M. The ALSTOMALST(M benchmark callenge on gasifier controlbenchmark challenge on gasifier control>l[J], Proc.[C]//Control University of Bath, UK, 2004: 585 -IMechE Part 1, J. Syst. Control Eng. 2000, 214(1):601，389 - 394.[5] Asmar B N, Jones W E, Wilson J A. A process[11] SekiH, Ogawa M，Ooyama s, et al. Industrialengineering approach to the alstom gasifier problem[J].application of a nonlinear model predictive control toProc Instn Mech Engrs Part I, Journal of Systems andpolymerization reactors[J]. Control Eng. PracticeControl Enginering, 2000, 214(1); 441-452.2001(9) :819- 828.● 征文通知●中国动力工程学会锅炉专委会2008年度学术研讨会征文中国动力工程学会锅炉专委会与无锡华光锅炉股份有限公司联合举办2008年度锅炉技术研讨会,拟于2008年10月在无锡与锅炉行业总工程师工作研讨会一起召开。为促进大容量高参数电站锅炉科研、设计、制造、运行技术的协调发展和适应国内外电力市场的新需求,为促进信息共享,加强沟通,特向锅炉行业人士广泛征集论文,具体要求如下:1 征稿内容(1)超临界、超超临界压力锅炉技术;(2)循环流化床锅炉技术;(3)清洁燃烧技术、环境保护技术及设备;(4)燃气轮机电站余热锅炉技术;以上内容包括:科研、设计、制造、调试、运行、材料等各方面。2征稿要求投寄论文必须是原创论文,已在公开刊物上发表的不属征稿对象。论文必须困文清楚,格式应按照正规出版要求,稿件1式2份,信封上请注明“锅炉专委会征稿”字样,同时请将论文电子稿发送至下述E-mail地址。3论文处理程序(1)经审稿后论文分为:大会宣读论文、专题会宣读论文、会议交流论文;(2)论文评审后，经选择将分别发表在《动力工程》或《发电设备》期刊上。4论文截稿日期:2008年9月中旬5寄稿地址:上海市闵行区剑川路115号;邮编:200240中国煤化工中国动力工程学会锅炉专业委员会蔡世林 、陈端雨收YHCNMHG电话:021-64358710 X 625;13801623468021-64358710X 628; 13601688616E mail : speribrd@ public6. sta. net. cn