加热炉炉温的模糊广义预测控制仿真研究

针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。     

基于T-S模糊神经网络的Hammerstein模型预测控制

针对化工生产过程中强非线性、大滞后、时变特点的复杂特性,提出了一种基于T-S模糊神经网络的Hammerstein模型动态矩阵预测控制方法。采用非线性控制分离策略,应用动态矩阵控制算法计算该模型动态线性部分的中间变量,作为T-S模糊神经网络的输入,进而通过T-S模糊神经网络逆映射出控制量,以实现基于T-S模糊神经网络的Hammerstein模型预测控制。pH中和过程的仿真控制实验表明,所提方法明显优于传统的PID控制方法,具有良好的设定值跟踪及抗干扰效果。     

基于多目标的模糊神经网络及在pH控制过程中的应用

设计了一种基于多目标的动态模糊递归神经网络（FRNN）建模方法,用于pH中和过程的广义预测控制。所设计的多目标优化算法以提高拟合精度和简化网络结构为原则,同时优化模糊神经网络中的模糊规则数、隶属度函数中心点及其宽度,由此得到的FRNN模型可以高精度拟合pH中和过程。依据该动态模型,在控制过程的每一个控制周期得到其局部线性模型,将广义预测控制中复杂的非线性优化问题转化为简单的二次线性规划问题。仿真对比结果验证了所提方法的有效性。     

锅炉汽包水位的变论域模糊PID控制

针对传统PID控制器参数不能动态调节和模糊控制比较粗糙的问题,在模糊PID控制的基础上,结合变论域设计了一种变论域模糊PID控制器。建立锅炉汽包水位的三冲量控制模型,并分别采用传统PID、模糊PID和变论域模糊PID对锅炉汽包水位进行仿真分析。结果表明:相比于其他两种控制方法,变论域模糊PID控制超调量小、响应速度快。     

Profit Loop在循环流化床锅炉水位控制中的应用

为了获得更高品质的水位调节效果,提高电厂的生产经济效益,采用了一种新型的单输入单输出模型预测控制器Profit Loop对锅炉汽包水位进行控制,并设计了汽包水位控制系统的方案及其组态设计过程。经过现场验证:采用Profit Loop控制汽包水位系统能够取得很好的控制效果。     

锅炉汽包水位模糊-PID控制仿真研究

文章较为详尽的分析了汽包水位控制系统的结构及工作原理。在此基础上,提出了用模糊-PID理论实现对汽包水位进行控制的方案,并对系统进行了仿真。仿真结果表明,模糊-PID控制系统有很好的控制效果,对节约生产成本、提高经济效益都具有重要意义。可以满足锅炉的汽包水位控制要求。     

基于广义预测控制为主的综合控制算法构成控制器的开发与应用

提出一种以广义预测控制算法为主,以由Smith预估参数组成的无模型控制律为辅,以多变量状态反馈为前馈的综合控制算法控制器,其中广义预测控制算法在PC机中实现并通过与DCS通讯完成数据交换,而Smith预估控制、无模型控制率、多变量状态反馈算法均在DCS中实现。此种控制器克服了广义预测控制抗干扰能力弱的缺点,在加热炉控制应用中其优越性得到充分体现,解决了加热炉自动控制的难题,保证了工艺指标。     

循环流化床锅炉汽包水位的智能控制

在氯碱企业自备电厂循环流化床锅炉汽包水位的自动控制中引用了人工智能、自适应、模糊等先进的控制理念,设计并实施二维Fuzzy-PID混合控制,实现了热力锅炉汽包水位的智能控制,有效避免了蒸汽负荷变化、燃烧工况变化和供水压力变化对汽包水位的影响,锅炉汽包水位稳定在±10 mm(差压式水位测量)、±20 mm(电容式水位测量)以内(工艺要求±50 mm),实现了锅炉的安全运行。     

基于T-S模糊神经网络的AGV轨迹跟踪研究

针对AGV在轨迹跟踪过程中出现的问题,通过对小车运动学模型进行分析,采用T-S模糊神经网络模型,设计了一种模糊神经网络控制器,利用Matlab软件进行仿真,并与普通PID控制器进行对比。仿真结果表明:基于T-S的模糊神经网络控制器提高了AGV小车运行的稳定性和鲁棒性,优于普通控制算法。     

铅锌烧结过程烧穿点的模糊预测控制方法

针对具有时滞、非线性、不确定等特性的铅锌密闭鼓风烧结过程,提出一种烧穿点的模糊预测控制方法。首先,基于台车速度和烧穿点之间的分段线性化关系,建立烧穿点的模糊T-S模型。然后,采用动态线性化方法获得烧穿点的全局模型,并在此基础上进行模型预测控制器设计,以实现烧穿点的模糊预测控制。最后,采用烧结生产历史数据,对模糊预测控制方法进行了仿真和实验研究。结果表明：模糊T-S模型能有效抑制垂直燃烧速度不确定性的影响,具有较高的辨识精度,能够满足工业现场生产指导的需要;此外,烧穿点的模糊预测控制方法比单纯的模糊控制调节时间短、超调量小,能快速有效地响应烧穿点的变化,具有一定的应用价值。