基于TS模糊模型的稳定预测控制及其在机炉协调系统中的应用

针对TS模糊系统,提出一种基于模糊李亚普诺夫函数的稳定预测控制方法,通过构造模糊李普诺夫函数并最小化预测控制中无穷时域或拟无穷时域性能指标的上界,来设计满足系统闭环稳定、输入约束以及控制性能最优的平行分配补偿控制律.该控制律最终归结为求解一组线性矩阵不等式约束下的凸优化问题.模糊李亚普诺夫函数的使用减少了公共李亚普诺夫函数及分段李亚普诺夫函数的保守性,增加了可行解的范围.数值仿真和火电厂非线性机炉协调系统中的仿真试验,证明了这种方法的优越性和有效性.     

火电机组负荷多模型鲁棒预见控制方法

提出一种火电机组负荷多模型鲁棒预见控制方法，该方法首先对负荷区间进行模糊划分，然后在每个模糊子区间建立相应的结构参数摄动模型，并使用鲁棒预见控制方法设计控制器，最后总的控制量为多个子控制器输出的加权平均。仿真研究表明，该方法能够使负荷系统获得良好的全局控制性能。     

基于单向解耦的火电机组负荷最优预见控制方法

根据火电单元机组数学模型的特点,将多变量解耦理论与最优预见控制方法相结合,提出了一种基于单向解耦的负荷最优预见控制系统设计方法,该方法将2×2多变量最优预见控制系统的设计转化为两个单回路系统的设计,从而简化了系统结构,减少了计算量。仿真结果表明:所设计的系统具有良好的负荷跟踪性能。图5参7     

Di对Mg-10Al合金显微组织与力学性能的影响

研究了Di加入量为1％～3％（质量分数，下同）[Nd—Pr混合稀土金属，w（Nd）：w（Pr）=3：1]的Mg-10Al合金的显微组织和力学性能。通过显微组织分析发现Di加入Mg-10Al合金后，析出了块状的Al2（Nd，Pr）相及杆状的Al11（Nd，Pr）3相，合金组织得到细化。Di的加入使铸态的Mg-10Al合金的力学性能提高，在Di的加入量为2％时，块状的Al2（Nd，Pr）相占主导地位，合金的抗拉强度和伸长率都达到峰值。在Di的加入量达到3％时，杆状的Al11（Nd，Pr），相增加，抗拉强度、尤其是伸长率有所降低。     

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.     

基于递阶G-K聚类的热工过程多模型建模方法

针对热工过程分段线性化的特点,本文提出一种新的基于递阶模糊聚类的热工过程多模型建模方法。首先基于递阶G-K模糊聚类对系统输入／输出数据空间进行快速聚类分解,避免了聚类数确定的盲目性;然后在每个子空间中利用最小二乘法辨识出相应的线性子模型,再将各子模型通过模糊加权求和以得到精确的系统全局模型。同时,为保证各聚类子空间内样本的“线性化度”,采用新的综合聚类指标,并利用免疫遗传算法来求解该聚类问题,以克服迭代算法易陷入局部极小和对聚类初始化敏感的缺点。该方法能充分利用运行数据中所包涵的对象动态特性信息,以描述过程的全局非线性。最后通过几个典型实例验证了该方法的有效性、准确性。     

基于神经网络的火电机组负荷预见控制方法及其仿真研究

利用多个自适应神经元构造了火电单元机组负荷预见控制系统，研究了用神经网络实现多变量系统的预见协调控制，神经网络输入量应该怎样选取。仿真结果证明了这种控制方案的正确性。与原有的负荷最优预见控制方法相比，该方法不依赖于对象的精确模型，也不涉及权重矩阵的选取。     

基于小波神经网络的火电单元机组负荷系统建模仿真研究

火电单元机组是一种复杂的多变量对象，常规方法难以建立它的非线性数学模型。该文利用一种多输入多输出的连续小波神经网络对单元机组负荷数学模型建模问题进行了研究。网络隐层采用框架小波函数，输出层采用线性函数，采用BP算法对网络进行训练，并利用自适应的学习速率和动量参数加快网络训练的收敛速度。网络的训练结果和测试结果均表明，小波网络输出值与实际模型输出值之间的误差在允许范围内，小波神经网络可以较好地逼近单元机组负荷数学模型。     

一种新的小波神经网络结构优化设计方法

针对基于框架的小波神经网络存在的网络冗余性较大的问题, 提出一种基于粗糙集理论的网络结构优化设计方法. 首先通过时频分析确定小波神经网络的初步构造; 在此基础上, 根据网络输出对隐层节点依赖度的大小去除冗余的隐层节点, 达到优化网络结构的目的, 仿真结果表明该方法是简单而有效的.     

新型均衡燃烧控制系统的设计及应用研究

传统的燃烧控制系统（ＴＣＣＳ）仅能控制进入锅炉炉膛的燃料总量,以适应机组的负荷变化,但不能保证进入炉膛的各个燃烧器的煤粉流量相等,这对于发电机组的安全性和经济性都会产生消极的影响。均衡燃烧控制系统（ＢＣＣＳ）的研究和开发正是为了解决上述问题。文中探讨了ＢＣＣＳ设计及实践中的若干理论和关键技术问题。目前,ＢＣＣＳ已成功用于２００ＭＷ机组,并获得了良好的运行效果。