控制系统硬件配置，等离子发生器自动控制逻辑和等离子点火控制逻辑，等离子发生器电源及电源的共享与切换，控制系统与DCS系统的接口。 关键词：等离子发生器；现场总线Profibus；PLC；CPU；DCS；Modbus；OPC 1 系统概述 烟台龙源电力技术有限公司成功开发研制出DLZ-200型工业性等离子发生器，可直接点燃煤粉，用于电厂锅炉的点火启动和稳燃。2000年10月该装置通过国家电力公司组织的专家组的鉴定，结论具有世界领先水平，建议在全国电厂大规模推广。迄今为止，全国范围内，在新建的机组上和旧机组的改造上已经安装和调试完成的等离子点火系统有100多套。等离子点火系统由等离子发生器，直流电源系统，等离子点火燃烧器，制粉系统，一次风风速在线监测系统，压缩空气系统，冷却水泵系统，图像火检系统等组成。
这些系统主要由可编程控制器完成自动控制过程，并通过现场总线方式实现在中央控制室进行这些系统的监测控制管理。 2 等离子点火系统介绍及控制任务 等离子发生器是等离子点火系统的核心部分，用来产生高温等离子电弧，其基本原理是在一定的磁场强度下，通过给特定结构的电极加特定的直流电源，通过电极的前后运动使电极之间的压缩空气在大电流、强磁场的作用下电离，形成高温等离子弧，冷却水用来冷却电极。将高温等离子弧置于煤粉管道中，煤粉以一定的风速一定的浓度经过电弧时，煤粉颗粒受高温迅速破裂，析出挥发份，再造挥发份，从而使煤粉迅速燃烧。特定直流电源的提供及自动调节控制，直流电源与电极动作的紧密配合能够使发生器自动点火成功，是自动控制的关键。根据锅炉容量的不同，单台炉应配备2-4个等离子无油点火装置不等，还需要通过现场总线实现设备的分布式集中控制，并且应留有与电厂其他控制系统的接口(如电厂的集散控制系统DCS)。 根据等离子点火系统的独有特点，通过考察和比较国内外知名公司的工控产品的性能和价格，选用了西门子公司的可编程控制器及大功率直流传动装置来给等离子发生器提供电源并完成等离子点火的自动控制过程；并通过Profibus现场总线实现设备的分布式集中控制。 3系统结构及硬件配置 控制系统硬件配置如下：（插图1） 3.1 等离子发生器电源 选用西门子公司的SIMOREG DC Master 6RA70系列全数字直流调速装置，配以大功率晶闸管三相全控桥式整流装置来得到大功率稳定的可调节的直流电源。具有以下特点： 功率50~150KW连续可调；能通过自适应自动测量出输出回路的电阻和电感值，并自动调节电流调节器的增益和积分时间，以达到控制参数的最优化；具有完善的通讯功能，支持USS串口通讯和Profibus现场总线通讯方式；具有简易便捷的参数设定及监控；具有完善的过压，欠压，过流等保护功能；通过其他功能模板可实现很多附加功能。 3.2 等离子发生器启弧逻辑控制PLC 选用S7-200 CPU224 可编程控制器来对直流电源和电极动作进行控制，实现等离子点火器的自动点火。具体方案如下： 使用USS串口通讯协议
scholars have well analyzed Mamdani fuzzy controller and TS fuzzy controller, including the analytical structure of some more complex fuzzy controllers. We will discuss it from the following aspects.
3.1 fuzzy controller is a nonlinear PID controller
The expression of linear discrete PID is
（1）
Many fuzzy controllers can be expressed in the form of formula (1), but the gain of the controller changes with the change of its input. Therefore, the fuzzy controller is a nonlinear PID controller. Ying [1] first proposed the analytical structure of fuzzy PID controller, and proved that the simplest Mamdani fuzzy controller using two linear input fuzzy sets, four fuzzy rules, Zadeh fuzzy logic and or operation and barycentric defuzzifier is a nonlinear PI controller; Then, the results are further extended to all kinds of Mamdani fuzzy controllers using other reasoning methods (such as Mamdani minimum, Larsen product, drastic product and bounded product). More complicated
