基于ITAE指标的PID控制器参数优化设计

研究了比例一微分一积分（PID）控制器参数自整定问题,提出一种基于改进粒子群优化算法的PID控制器参数自整定方法,并以时间乘以误差绝对值积分（ITAE）的性能指标为适应度函数,对具有实参数不确定性的热工对象进行PID控制器参数整定,所设计的PID控制系统的ITAE性能指标比极点法,GPM法,Cohen法,IMC法效果更好,并通过超临界锅炉过热汽温控制的仿真实例验证了方法的有效性。     

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。     

采用基于闭环辨识IMC-PID实现串级汽温的鲁棒控制

提出了一个基于频域辨识方法设计串级汽温内模-PID控制器。首先进行汽温过程对象的模型辨识,在辨识部分,通过进行常规的设定值扰动试验,获得串级系统各回路输入输出的扰动试验数据,估算出内回路及外回路的频率响应矩阵,然后通过最小二乘法计算出内回路及外回路模型变换函数的参数矩阵。基于内模控制(IMC)的汽温串级PID控制回路的参数整定,是基于辨识出的模型采用IMC方法计算出来的。现场应用情况表明,采用基于频域辨识方法设计串级汽温内模-PID控制器的控制方案,使汽温串级控制性能大大提高,能有效地减少各种内外干扰对系统的影响。     

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。     

基于多模型加权调度的锅炉过热汽温广义预测串级控制

针对采用常规串级比例-积分-微分(proportion-integral-derivative, PID)控制器调节锅炉过热汽温系统存在不易整定参数、自适应性不佳的问题,设计一种基于多模型加权调度的锅炉过热汽温广义预测串级控制器。首先,根据典型工况下喷水量扰动时的过热汽温动态特性建立模型子集,采用递推最小二乘法辨识可控自回归积分滑动平均模型参数;其次,根据辨识得到的模型参数求解各子控制器最优输出,采用高斯隶属度函数得出各子控制器输出的加权系数;然后,通过单一工况下考虑减温水调节阀特性的预测控制仿真试验,比较广义预测串级控制器和常规串级PID控制器的鲁棒性;最后,通过变负荷仿真试验及抗干扰测试,验证多模型加权调度广义预测串级控制器对变负荷时模型失配的适应性。试验结果表明,相比常规串级PID控制器,广义预测串级控制器拥有更好的鲁棒性,设定值扰动试验中最大超调量控制在2℃左右。多模型加权调度广义预测串级控制器对模型失配具有良好的适应性,并具有良好的抗干扰性能。     

火电机组主汽温控制优化策略的研究

针对火电机组汽温控制中的对象特性多变、抗扰动性能差、控制器难于整定等问题,将智能优化算法应用于汽温控制系统中,系统地提出了一套适用于工程实际的汽温控制优化策略,即高精度对象辨识、控制预估算法、扰动预估算法、控制器的鲁棒优化等,通过一个具体实例说明应用步骤,现场应用证明了该方法的有效性。     

基于预估模型切换的过热汽温无辨识自适应控制

针对电厂锅炉的过热汽温系统具有大惯性、大时滞和多模型等特性.研究一种基于预估模型切换的无辨识自适应预估控制方法.该方法需设计一个无辨识自适应预估控制器和基于主蒸汽流量变化率的切换律,给出若干个一阶预估模型.在系统运行过程中,这些预估模型在切换律控制下根据运行工况按优化切换时间自适应地切换,而其中的优化切换时间是用切换系统优化理论计算得到的.仿真试验结果表明,该方法适用于过热汽温系统,具有良好的控制品质、较强的抗扰和自适应能力,且对预估模型的精度要求不高,控制参数容易整定,易于工程实现.     

基于串级PID的过热汽温多模型切换控制

提出了一种易于工程实现的过热汽温先进控制策略。在常规串级PID控制的基础上,设计了多模型切换控制方案,有效避免了单一控制模式不能适应系统工况变化的问题,另外,主调PID控制器的参数通过内模原理整定,较好地保留了内模控制器的特点,能够有效克服过热汽温对象的大迟延特性。所设计的控制系统已经成功应用于某电厂300MW机组,从投运效果看,当机组负荷大范围变化时,过热汽温仍能维持在正常范围内,保证了机组的安全经济运行。     

改进量子遗传算法在PID参数整定中应用

参数整定是PID控制器设计的关键,针对PID控制器参数整定问题,提出一种基于改进量子遗传算法的参数整定方法.该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作.基于改进量子遗传算法的PID参数整定方法将PID控制器参数整定转化为参数优化问题,通过改进量子遗传算法的进化计算实现参数整定.与其他参数整定优化算法的仿真结果比较表明,该方法能获取更好的控制品质.仿真结果验证了该方法的可行性.     

过热汽温智能控制系统研究

经过分析某超临界600MW直流锅炉高温过热器动态特性,过热器动态特性随机组的运行工况变化而变化,可以认为用蒸汽流量就能近似表示运行工况。在此基础上,提出了串级过热汽温智能控制系统。该智能控制系统中的副调节器仍然采用比例调节器;设计该主调节器时,把整个副回路和主对象看成广义被控对象,主调节器是一个自整定PID控制器,需要用到被控对象的Jacobian信息。随后构造了一个径向基函数(RBF)神经网络对被控对象进行辨识,从而求出了被控对象的Jacobian信息。最后将文中提出的智能控制系统用到了某超临界600MW直流锅炉的过热汽温控制中,仿真结果表明,用这种方法建立的过热汽温控制系统在机组运行工况发生变化时,具有较好的控制品质和较强的自适应能力。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

基于神经网络PID参数自学习的过热汽温Smith预估补偿控制

针对火电厂过热汽温控制系统的大惯性、大迟延和时变等特性,提出基于神经网络PID参数自学习的Smith预估补偿控制策略。仿真研究表明,该策略的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,具有较强的鲁棒性和自适应能力。     

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。     

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。     

基于ITAE指标的PID参数整定方法比较研究

时间乘以误差绝对值积分(ITAE)的性能指标是一种具有很好工程实用性和选择性的控制系统性能评价指标。该文针对具有实参数不确定性的热工对象，基于蒙特卡罗实验原理，提出了一种PID控制系统性能比较方法。该方法利用大量随机实验，研究了几种典型的PID控制器参数整定方法如：Ziegler-Nichols方法、Chien-Hrones-Reswick方法、Cohen-Coon方法、IMC方法、IST^2E最优方法、极点配置方法、幅值相位裕量方法等。所设计的PID控制系统的ITAE性能指标通过ITAE指标对参数整定方法进行分析和选择。最后通过超临界锅炉过热汽温控制的仿真实例验证了方法的有效性。     

多模型内模控制器在主汽温的应用研究

针对火电厂主汽温被控对象的大惯性、大滞后特点并且负荷变化对被控对象参数影响较大等因素,PID控制器的控制效果很难达到满意。提出基于多模型内模切换控制方案。被控对象的传递函数的模型在不同的工况下建立,并设计出与其相对应控制器,在不同运行工况选择相应的控制器,实现全工况下安全运行。基于新的目标函数的二阶振荡进化方程来调节粒子群算法对内模控制参数进行优化。仿真表明,该方案比传统PID控制具有更好的控制品质。     

基于ANFIS的过热汽温控制系统研究

提出一种新型的过热汽温控制方案,主控制器基于自适应神经网络模糊推理系统(ANFIS)进行设计。利用MATLAB的专用工具箱,对所设计的控制系统进行了大量的仿真实验,并与传统的PID控制方法相比较。结果表明,本系统的控制性能明显优于传统的PID控制。