水力发电机组的模糊神经网络参数自整定PID控制及仿真

为适应水电机组的复杂工况和高指标的控制要求，提出了一种水力发电机组的模糊神经网络参数自整定PID控制系统．即利用多层神经网络构建模糊自适应PID控制算法，通过神经网络自学习能力在线提取模糊控制规则。优化控制器隶属度函数，根据不同时刻的误差e和误差变化ec，利用模糊逻辑控制，在线自整定PID参数，进一步完善了PID控制器的性能，提高了系统的控制精度。仿真实验表明：该控制器明显地改善了控制系统的动态性能，能使系统达到满意的控制效果，对进一步应用研究具有参考价值。     

智能模糊PID控制在水轮发电机组中的应用

针对水轮发电机组常规PID控制不能根据系统的动态过程自动调整控制参数的缺点，提出一种改进的智能自适应模糊PID控制系统，模糊控制器隶属函数和推理规则采用遗传算法优化，模糊推理输出在线修改PID参数，并探讨了如何整定PID参数以达到最优控制效果。仿真实验表明这是一种有效的控制策略，尤其是启停机过程及负载扰动过程比传统PID控制具有更好的鲁棒性和稳定性。     

智能积分模糊PD控制器及其在水轮机调速器中的应用

针对常规PID调节规律在水轮机调速器中不能在线进行参数自整定的问题 ,结合模糊控制技术 ,提出了智能积分模糊PD控制器。仿真和分析表明该控制器具有良好的自适应调节能力 ,并能保证调节系统具有良好的动态品质     

基于BP神经网络的PID控制器在渠道自动控制中的应用

本文提出将基于BP神经网络的PID控制器应用于渠道自动控制中，实现了渠道PID控制中参数的整定不依赖于渠道数学模型，且能在线依据渠道系统的动态信息调整PID参数，满足了实时控制的要求。应用Matlab软件的仿真结果表明，采用基于BP神经网络PID控制器比常规PID控制，渠道的运行响应加快，水位超调减小，适应性增强，闸门的性能得到较大改善。     

基于遗传算法的水轮机模糊自适应PID调节系统控制规则

针对水轮机调节系统常规PID控制参数不能根据系统的动态过程自动调整控制参数的问题，结合遗传算法与模糊PID控制，用遗传算法优化模糊自适应PID控制的模糊规则，利用模糊推理的方法求解PID参数的变化量，对PID参数进行自动整定。同时针对遗传算法寻优生成的模糊规则存在跳变和规则曲面粗糙等缺陷，在目标函数中引入光滑因子，有效解决了模糊规则跳变现象。仿真表明，该方法是寻找水轮机调节系统模糊自适应PID控制规则的一种可行方法。     

基于单神经元PID控制器在渠道自动控制中的应用

将基于单神经元自适应PID控制器引入到渠道系统自动控制中,它实现了PID控制中参数整定不依赖于渠道数学模型,且能在线依据渠道系统的动态信息调整PID参数,以满足适时控制的要求.通过Matlab软件的仿真,结果表明:采用基于单神经元自适应PID控制器,渠道运行响应加快,水位超调变小,适应性增强,且有更好的动态和稳态性能.     

主汽温模糊控制器的设计

电厂主汽温控制对象有大惯性、长迟延、时变性的特点。为了提高火电机组的经济性和安全性,通常对主汽温控制系统提出较高的性能指标,但使用传统PID串级控制方法并不能取得更好的性能。为了改善主汽温PID控制器调节品质,运用模糊规则设计了一种新的模糊整定方法,介绍了基于MCS89C52单片机的相应硬件电路结构与软件设计。仿真结果表明,该模式在变工况时,通过在线修正控制器参数使控制系统性能指标几乎不变,对工程应用有实际意义。     

基于改进天牛须搜索算法的抽水蓄能机组调节系统优化控制

针对抽水蓄能机组调节系统PID控制器参数整定困难问题,提出了一种基于改进天牛须搜索算法的抽水蓄能机组PID控制策略。首先,构建了小波动情况下带有时滞的抽水蓄能机组调节系统的数学模型。其次,提出了一种融合自适应分数阶微积分与自适应更新步长的改进天牛须搜索算法。然后,采用改进天牛须搜索算法、天牛须搜索算法与粒子群算法,分别设计调节系统在空载与负荷情况下的PID控制器。最后,使用各个算法优化的PID控制器进行调节系统的空载频率扰动与负荷波动工况仿真实验。结果表明：所提出算法可以整定出最为合适的PID控制器参数,在不同时滞作用下调节系统均取得更好的控制效果。该研究为抽水蓄能机组调节系统PID控制器的设计提供了新思路。     

模糊PID在超磁致伸缩致动器中的应用

系统控制器的优劣决定了致动器对被控对象的控制效果,传统PID控制器因其良好的性能广泛用于被控对象参数固定、非线性度低的系统。而超磁致伸缩致动器受到温升等因素的影响,系统模型的各参数也相应地发生变化,为控制精确度,需要对PID控制器的参数不断进行在线调整。系统引入了模糊控制,建立了模糊PID控制器,在充分发挥PID控制器优良性能的同时,增加了模糊控制器的实时非线性调整功能,从而使致动器的控制效果达到最佳。     

基于PID参数自整定的河工模型尾门控制

设计了尾门自动控制系统,运用水位仪实时采集尾门水位数据,反馈调节电机转速驱动翻板门,实现水位控制。采用PID模型作为电机转速控制器,测试了固定PID参数条件下,系统在平原河流和山区河流河工模型中水位控制效果,山区河流水位最大控制偏差达到1.3 mm,无法满足规范要求。针对该问题运用产生式学习法总结了尾门控制中PID参数调节规则,构建了以水位跟踪偏差、水位涨落速度、涨落预期及跟踪相位为关键要素的知识库,确立了12条控制策略。尾门控制时根据实测数据与知识库规则自主选择对应控制策略,实现PID参数的自整定。工程实践表明,基于PID参数自整定的尾门控制系统水位控制最大偏差为0.5 mm。     

水轮机调节系统的模糊自适应PID控制及仿真

介绍了水轮机调节系统的模糊自适应PID控制的系统结构、控制思想、控制算法以及基于MATLAB的仿真系统的设计步骤和方法,最后对Fuzzy整定PID控制和传统的PID控制的仿真结果进行了比较。     

水力发电机组PID控制器的参数特性

从PID参数变化对频率特性影响出发,通过频率带宽分析,讨论了水力发电机组PID控制器参数变化对其频率特性的影响,并得出了相应的特性。实例分析表明,应用参数变化对频率的影响特性进行水力发电机组PID控制器的参数整定,将使水力发电机组获得良好的动态特性和调节品质。     

神经网络在调水工程水力控制优化中的应用

通过研究RBF神经网络整定PID调节器的原理，并把它应用在调水工程水力控制优化中。建立了整定水位PID调节器的控制模型，优化变速泵控制前池水位变化系统的动态品质。通过实例分析比较，表明经过整定的PID调节器，能使系统调节性能得到优化。     

参数自适应模糊PID控制器及其在水电机组调速器中的应用

由于水电机组调速系统控制对象———水轮机的运行工况在不断变化，描述水轮机动态特性的数学模型及引水系统的模型参数时刻发生变化，常规PID控制的应用受到限制。文中引入了模糊控制理论，使用参数自适应模糊PID控制器替代常规PID控制器，通过仿真结果显示，对水电机组过渡过程的控制具有明显的效果。     

基于特征辨识的PID水轮机调速器研究

介绍了一种基于特征辨识的PID水轮机调速器的设计方法,并引入了专家系统和智能控制的设计技术,通过水轮机调速器信息的在线提取,将其直接用于PID控制器和参数的在线整定。给出的仿真实例表明,该方法优于常规PID控制。     

水轮机调速器控制策略研究综述

综述水轮机调速器PID控制、智能控制和自适应控制等特点 ,指出模糊控制可解决非线性控制系统问题 ,但导致控制精度降低 ;神经元网络控制虽有在线学习能力 ,但存在着学习速度较慢、易收敛到局部最小点等不足 ,延长了网络决策时间 ;将模糊控制、神经网络控制和PID控制相结合 ,可以实现PID控制器参数在线调整 ,能够直接用于水轮机调节系统的实时控制中 ;状态反馈控制可以改进控制系统的动态性能 ;遗传算法可有效地解决参数寻优问题 .提出在调节参数最佳整定、电液随动系统、可靠性与稳定性等方面还有待深入研究     

基于遗传算法的水轮发电机组模糊PID控制研究

水轮发电机组是一个复杂的非线性系统,水轮机调节系统常规PID控制不能根据水轮发电机组的动态过程自动调整PID控制参数。因此,常规PID控制很难满足高性能控制要求。结合遗传算法和模糊PID控制的优点,用模糊推理在线整定PID控制参数,利用遗传算法优化模糊PID控制系统的模糊控制规则。仿真结果表明,这是一种非常有效的控制策略,其控制品质较传统PID控制系统有很大的改善和提高。     

基于模糊PIO控制的水轮机调节系统的研究

水轮机调节系统是一个非线性、时变、非最小相位的系统,其动力学特性的内部不确定性和外部环境扰动的多变性等增加了控制的难度。目前,国内外的水轮机调节规律还是采用常规PID控制。模糊控制具有较好的动态响应特性,并且无需知道被控对象的数学模型,适应性强,鲁棒性好。在此采用模糊PID复合控制,弥补了单纯采用PID算法的不足,对PID参数的模糊整定进一步完善了PID控制的性能。本文将模糊控制和PID控制相结合,建立一种智能模糊PID控制,并用MATLAB对该控制方法进行了仿真实验,所得到的系统响应曲线调节速度快且调节过程平稳,超调量小,具有较强的抗扰动能力,具有良好的调节品质,比传统方法表现出更强的鲁棒性,是一种行之有效的控制方法。     

基于BPNN-PID的风电机组桨距控制分析

变桨控制技术是风力发电机组的核心技术之一,开展对风力发电机组变桨控制方面的研究具有重要的理论和应用价值。根据风力发电机组在额定风速以上如何保持输出功率稳定和降低风轮转速波动的控制技术进行研究,在传统的变桨距控制策略基础上,提出了基于BP神经网络(Neural Network,NN)整定PID的控制策略,并在Matlab/simulink环境下对PID控制和BP神经网络控制相结合的复合控制系统进行建模与分析。对1.5MW风电机组的仿真验证了BPNN-PID算法的有效性,提出算法不仅能够解决传统PID控制器参数整定困难的问题,而且优化效率更高,可以得到优良的控制性能。     

BP网络模糊PID控制在水轮机调速器中的应用

为了改善水轮发电机组的动态调节品质,对神经网络控制在水轮机调节中的应用进行理论分析,将基于BP神经网络的模糊PID控制器应用于水轮机调速系统.仿真和实验结果表明,该控制器具有良好的调节品质,其控制作用对改善水电机组的动静态特性和对参数时变的适应能力等方面均优于常规PID调节器,为神经网络控制在水轮机调节系统中的应用打下了良好的理论基础.