基于蚁群算法优化的再热汽温系统变参数预测PID控制

研究预测控制和PID控制在再热汽温系统控制中的应用.通过将神经网络作为预测模型,并用蚁群算法在线优化PID控制器参数.计算机仿真结果表明,基于蚁群算法的预测PID控制能够适应控制对象模型参数的时变,具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能.     

浅析球磨机制粉系统的控制及优化

随着计算机技术的飞速发展和各种先进控制理论的完善以及各种新型智能控制理论的出现,诸于解耦控制、模糊控制、预测控制、神经元控制、自寻优控制等许多先进控制理论和方法运用到球磨机制粉系统的控制和优化当中。概述了当前运用比较广泛的各种高级控制方法在球磨机制粉系统中的应用现状,并结合个人工作现场工作的经验对各种控制策略的优缺点和应该加以注意的问题进行了综述。     

对于球磨机制粉系统控制及优化策略的研讨

概述了当前运用比较广泛的模糊控制,解耦控制,神经网络,自寻优控制以及预测控制等各种高级控制方法在球磨机制粉系统中的应用情况,并且根据自己工作现场的经验对各种控制策略的优缺点和应该加以注意的问题进行了讨论.     

基于蚁群算法的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制当中。采用神经网络多步预测作为预测模型,并用蚁群算法实现了该控制系统的PID参数在线优化;最后通过计算机仿真,验证了该算法的有效性。     

基于免疫算法的多变量控制系统PID参数优化方法研究

提出一种基于免疫算法的多变量控制系统PID参数优化方法。首先对免疫算法的步骤和实现过程进行了介绍;接着采用了一种新的、适合多变量系统特点的控制系统性能指标,即用阶跃响应曲线超出期望变化区域的面积的大小来衡量控制系统的优劣。该指标被用于构造免疫算法的适应度函数。论文最后将上述方法用于火电机组负荷控制系统优化,取得了良好的效果。     

基于混沌优化的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制中.采用神经网络作为预测模型,并将混沌优化算法运用于该系统的PID参数在线优化.通过计算机仿真,验证了该算法的有效性.     

基于混沌理论的球磨机出力特性分析

制粉出力目前尚无法直接在线测量,众多球磨机制粉系统改造中都采用了软测量的方法,其中神经网络模型运用最为广泛.由于对神经网络输入节点(辅助变量)数的确定缺乏一个科学的指导原则,往往造成所构造的软测量模型效果不佳.运用分形理论的相空间重构算法及描述非线性特性的特征参数棗关联维数对球磨机出力特性进行分析,找到球磨机差压信号的关联维数,从而得到软测量模型的辅助变量数目,为软测量模型的构建提供了有力的帮助.     

基于超平面的T-S模糊模型辨识

针对多输入多输出(MIMO)的非线性热工动态对象,基于超平面的建模思想,提出了一种新的T-S模糊模型建模方法,既能够统一前、后件的参数辨识,又能防止过多增加计算量。介绍了通用的T-S模糊模型,详细推导出点到超平面的距离公式,据此,提出基于平均线性度的有效性能指标函数S(c),从而避免了规则数确定的盲目性。针对T-S模糊模型分段线性的特点,得出了输入、输出联合空间中的点到各后件子模型所对应的超平面距离,归纳出具体的建模步骤,同时给出了平均线性度D(c)的计算公式。新的建模算法可解释性好,不仅具有良好的精度,而且具有较好的泛化能力。最后,针对典型负荷被控对象的仿真结果证实了该方法的有效性。     

基于混沌理论的预测PID控制器参数优化研究

现实工业过程时常受到外部干扰并且往往具有慢时变特性,导致传统PID控制难以及时跟踪系统变化克服噪音干扰.对混沌优化理论在控制过程中的应用进行了研究:将预测控制和PID控制器结合运用于再热汽温系统的控制当中,并采用神经网络作为系统预测模型,通过混沌优化算法对PID参数实行在线优化.计算机仿真试验验证了该算法的有效性,同传统PID控制相比较,基于混沌理论的PID预测控制能够及时跟踪系统变化克服外界扰动,取得了良好的控制效果,展现出了很强的鲁棒性能.     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。