一种Fuzzy-PID复合控制器在过热汽温控制中的仿真研究

在电厂中，必须严格控制过热器出口蒸汽温度，蒸汽温度过高或过低，都将给安全生产带来不利影响。针对过热汽温被控对象的特点，充分利用模糊控制的动态特性好和PID调节能消除静态偏差的特性，设计了一种带自调整因子的模糊控制器，研究了Fuzzy-PID复合串级控制在电厂过热汽温控制系统中的应用。仿真结果表明，Fuzzy-PID复合串级控制系统具有更好的抗干扰能力和适应性。     

基于PLC的火力发电机组主汽温微分先行控制器

针对火力发电机组锅炉主汽温的非线性、多变量、多扰动、大滞后等特性,将基本PID控制器、微分先行PID控制器和模糊PID控制器应用于锅炉主汽温控制系统,并分别在仿真平台Matlab的仿真环境Simu-link下进行了仿真.仿真结果表明,微分先行PID控制器缩短了滞后时间,减小了超调量,其控制性能和动态特性与模糊PID控制器相一致.与基本PID控制器相比,具有更好的控制性能和动态特性;与模糊PID控制器相比,具有更简单控制结构和更高的可靠性.同时,实现了主汽温微分先行PID控制器基于PLC的程序设计.     

过热汽温模糊内模控制器的设计

基于内模控制理论，针对电厂主汽温被控对象的大惯性、大滞后特点，设计了一种FPID(模糊PID)控制系统，内回路采用比例控制；外回路采用模糊内模控制。仿真结果表明，设计的控制器具有良好的位置跟随特性。     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

变论域模糊自整定PID控制在主汽温系统中的应用研究

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性，采用常规PID串级控制方法难以获得满意的控制效果。通过引入变论域模糊控制原理来整定PID参数，从而实现了变论域模糊自整定PID控制。它充分综合了变论域模糊控制、PID控制的优点。通过对锅炉过热蒸汽温度控制系统的仿真研究表明，变论域模糊自整定PID串级控制的控制效果优于常规的PID串级控制，能适应对象参数的变化，具有较强的鲁棒性和自适应能力，控制品质好。     

神经网络模糊控制在电厂主汽温系统中的应用研究

神经网络的自学习模糊PID控制综合了神经网络和模糊逻辑2种控制技术的优势。通过结合构成的控制器，根据神经网络的分类去构建模糊规则库，在强化PID控制功能的同时降低了构建模糊库的难度。这种新型的PID控制器对于大迟延和模型不稳定的电厂主汽温的控制是十分有效的。通过系统仿真研究，基于神经网络的自学习模糊PID控制器在控制品质方面明显优于常规PID控制系统，尤其在变工况时，控制效果更加明显。     

锅炉过热汽温自适应PI型模糊控制的仿真研究

针对锅炉过热蒸汽温度对象的非线性和不确定性等,设计了PI型模糊串级控制系统,并将该系统应用于某电厂600 MW机组锅炉过热蒸汽温度的控制。在分析模糊控制器相关参数与控制系统品质之间关系的基础上,提出相关参数的在线自校正方法,构造了一种自适应PI型模糊控制器。该控制器能够在线调整其量化因子和比例因子,以适应被控对象动态特性的变化,从而提高模糊控制系统的性能。将自适应PI型模糊控制方法与常规PID控制及PI型模糊控制进行仿真比较,表明采用自适应PI型模糊控制方法建立的过热蒸汽温度控制系统具有较好的控制品质和较强的自适应能力。     

模糊PID在单元机组主汽温控制系统中的应用

针对电厂主汽温控制系统扰动量多、抗干扰能力弱等问题,在常规控制系统中增加模糊环节,形成Fuzzy-PI控制器,并将其控制效果与常规PID控制器的控制效果进行对比。仿真试验表明:Fuzzy-PI控制器对主汽温系统响应时间、超调量等重要指标的控制效果明显优于常规PID。     

基于RBF神经网络整定的PID控制器在汽温控制中的应用

通过将RBF神经网络和常规PID控制器结合，提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用于主汽温控制，可以有效克服过热汽温对象的大滞后和大惯性，并能够克服对象在运行中参数变化的影响，获得良好的控制品质。仿真试验表明：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

单神经元PID控制器在过热汽温控制中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合，设计了单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，采用单神经元PID控制器的汽温控制系统，能够适应被控对象在较大范围内的变化，具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器。此外根据仿真结果，对单神经元的学习算法进行了改进，使其控制品质得以提高。     

基于Smith预估的模糊/PID串级主汽温控制系统仿真

针对火电厂主汽温控制对象特点,提出一种带Smith预估的模糊/PID复合串级控制系统。该系统的主控制器采用模糊/PID并联控制器,其中常规模糊控制模块中加入了自适应环节,主环中还采用增益自适应Smith预估控制器,以提高系统适应工况变化能力。Matlab仿真结果表明,新的串级控制系统对模型的不确定性和外扰均有较强的适应性和鲁棒性,其控制品质远优于常规的串级控制系统。     

基于模糊自适应内模控制的主蒸汽温度控制系统研究

采用一阶时滞模型作为主蒸汽温度广义被控对象模型,设计基于模糊自适应内模控制的主蒸汽温度控制系统。在不同典型工况辨识得到不同对象模型参数,根据模型参数和模糊自适应规则自动整定控制器参数。对所设计的控制系统进行仿真和实际应用。结果表明,在外部扰动或模型不能准确匹配及不同工况运行时,此控制策略较传统串级PID控制和Smith预估控制具有更好的控制品质。     

智能PID控制器及其在锅炉过热汽温自适应控制中的仿真研究

提出了一种新型智能PID控制器，并在电厂主汽温串级控制系统中进行仿真研究。智能PID控制器由模糊PD控制器和自调节积分环节并联组成，其特点是：模糊控制器的规则库由自适应神经元在线调节，积分器的增益由模糊推理机在线整定。因而该控制系统是无模型控制系统，无须被控对象的精确数学模型，系统可以实现参数的自整定，具有很强的自学习能力。对某超临界600MW直流锅炉主汽温控制的仿真结果表明，这种控制器可以实现多个工况点的控制，具有很强的自适应能力，并且在大范围的负荷变化和时变控制系统中仍具有稳定的控制效果、较强的鲁棒性和较好的抗扰动性能。     

电厂主汽温串级控制系统的PID控制器算法改进

针对火电厂主汽温控制系统常规固定参数PID串级控制性能欠佳的问题,提出一种改进算法整定PID参数。先用RBF网络在线辨识温度采样离散信息,得到控制器所需的Jacobian信息,然后用Levenberg-Marquardt算法代替传统的梯度法整定PID参数,得到改进的PID算法。通过对电厂主汽温串级系统仿真分析,验证了算法的快速性、抗扰性、鲁棒性。     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

发电厂主汽温系统的模糊滑模控制研究

电厂主汽温被控对象是一个典型的变参数、强扰动的对象,常规的PID控制器难以满足控制要求。针对此问题,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。利用李亚普诺夫函数证明了控制器的稳定性。将此控制策略应用到电厂主汽温控制系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

火电厂主蒸汽温度系统的多模型PID控制

针对火电厂主蒸汽温度的时变性特征,设计了基于多模型的串级PID控制系统,并以某电厂锅炉5个局部工作点的主蒸汽温度为对象进行了仿真。仿真结果表明,基于多模型的串级PID控制策略能够较好的解决主蒸汽温度的时变性问题,其控制效果也相对较好。     

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数,同时利用混沌优化方法的局部快速搜索能力,实现全局最优化。该控制策略不仅具有常规PID串级控制的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明,这种方法具有全局优化的能力,对PID控制的参数优化设计是成功和有效的,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。