特征结构下的一种多变量预测控制方法

本文采用优化的方法确定多变量对象的近似特征序列,并在此基础上提出了在特征结构 下的多变量预测控制和相应的闭环反馈结构,利用此反馈结构可方便地对所设计的多变量预 测控制系统进行稳定性判别,仿真试验证实了本文的算法对不稳定的多变量对象也是适用的.     

多变量模糊自校正控制器及其应用

本文介绍了表达ＭＩＳＯ动态系统的模糊模型，并提出了有关参数和结构的在线辨识算法。根据辨识的模糊模型，利用Ｃｌａｒｋｅ的单变量广义预测控制（ＧＰＣ）原理［１］设计了多变量模糊自校正控制器。仿真研究表明，该模糊自校正控制方法应用于火电机组负荷系统的控制，可以收到良好的效果。     

热工控制系统的研究型仿真软件包

本文介绍热工控制系统的研究型仿真软件包。该软件在结构上充分体现了层次化建模和实验框架的基本概念,且软件具有齐全的模型库和相应的管理能力。在功能上,通过编辑各类控制算法,该软件就能方便地对各种新型的热工控制系统进行仿真试验,最后的仿真实例证实了软件包的有效性和实用性。     

锅炉主汽温和一级汽温的优化控制

针对火电厂主蒸汽和一级蒸汽温度控制中所存在的实际问题。提出了完整的锅炉主蒸汽温度和一级汽温的优化控制方法。并将优化控制方法成功地应用于扬子热电厂1～8号锅炉的汽温控制中。取得了十分优良的品质。从而验证了这种汽温优化控制方法是十分有效的。图13参9     

利用结构化语言实现对数据库灵活查询功能

在VB平台上,通过DAO（数据存取对象）访问本地Access数据库,根据数据表字段类型不同设定不同的查询方式,利用SQL语言实现灵活查询,并根据查询结果动态显示数据表.     

一种改进的遗传多目标优化算法及其应用研究

为解决含多个目标和多约束的优化问题,本文结合了非支配排序思想、精英保留策略,小生境技术,并对传统的小生境技术中基于个体适应度的淘汰技术进行改进,提出了一种向量模适应度函数来作为淘汰准则,得到一种改进的Pareto遗传多目标优化算法。通过最小化两个多元目标函数,验证了该算法能够获得更加均匀分布的Pareto前沿,避免了局部收敛的问题。在此基础上,将改进多目标优化算法用于PID控制器参数整定,以锅炉过热汽温串级控制系统为例进行了仿真研究。结果表明改进的遗传多目标优化算法可以获得多组对应不同性能指标的控制器参数,为决策者提供了更多的选择余地,具有很好的应用价值。     

125MW机组凝结水系统控制技术的改进

针对南京热电厂6号机组（125MW）的凝结水系统，将凝结水泵的定速运行改造为变频调速，并采用模糊控制技术控制凝泵转速和补水门开度，以便在稳定或变负荷情况下维持除氧器水位和凝汽器水位。实际运行表明，该控制系统不仅具有优良的控制品质，而且由于凝泵采用了变频调速，具有非常明显的节能效果。     

智能PID控制器的设计及其应用研究

作者将智能控制的设计思想和常规的ＰＩＤ控制算法结合起来，提出了智能ＰＩＤ控制器的模型。它不仅具有传统ＰＩＤ控制器结构简单、算法实用的特点，而且具有智能控制的典型特征－具有自学习能力，即智能ＰＩＤ控制器的参数值可根据系统的行为进行自学习获得，而不是根据被控对象的数学模型进行整定。将智能ＰＩＤ控制算法应用于火电厂过热汽温控制的仿真结果表明，控制系统具有优良的控制品质，而且ＰＩＤ控制器的参数值能很快收敛     

基于最小资源分配网络的热工对象辨识

建立热工过程的全局非线性模型是热工控制系统全局优化的基础,而静态神经网络难于对非线性动态过程进行建模。资源分配网络(RAN)可以动态调整网络参数,而扩展卡尔曼滤波器(EKF)算法可加快收敛速度。将上述方法有机地结合起来,在此基础上加入剪枝策略和滑动窗口RMS准则,形成了改进的最小资源分配网络(MRAN)。将改进方法应用于典型热工过程的非线性动态建模中,仿真结果表明MRAN网络结构紧凑,建模精度高,适合于在线应用。最后分析了网络初参数对其性能的影响。     

电站燃煤锅炉NOx排放神经网络模型

人工神经网络具有联想、记忆、并行计算、自适应、自学习、适于处理非线性问题等优点.电站燃煤锅炉NOx排放规律非常复杂,很难对其进行建模.提出电站燃煤锅炉NOx排放量的神经网络模型,该神经网络模型具有可以预测各一次风粉单元NOx生成量、锅炉NOx排放量、网络隐节点数少、泛化能力强、鲁棒性好、学习速度快的优点.所提出的模型可以为大型电站锅炉通过燃烧系统自动调整或结构改造降低NOx排放提供依据.