工业预焙阳极焙烧炉智能控制方法及应用

针对工况变化频繁的焙烧炉焙烧过程,融合仿人智能、遗传算法和模糊控制提出一种智能控制方法-(AIGFC),其具有高度模拟人智能行为、实现全局次最优控制、能根据被控对象当前特征迅速地做出相应决策、克服在实际控制过程中存在稳态性和准确性之间矛盾无法消除现象的能力。基于此并给出了工业焙烧控制过程中预焙阳极焙烧炉温控制改进方案,在计算机下建模仿真显示AIGFC在实施中的跟踪能力、鲁棒性、抗干扰能力都明显优于常规控制,且算法简单、易于实现,所以很适用于工业过程控制。     

基于自适应RBF神经网络PID控制微燃机排气温度

为了获得更好的微燃机性能,需要对排气温度进行很好的控制,采用自适应RBF神经网络PID控制器进行控制。建立了微型燃气轮机排气温度控制的数学模型,给出了一般的RBF神经网络,并引入径向基函数神经网络对PID控制的参数进行调整。通过将其应用于排气温度控制来证明所提出的控制策略的有效性。通过仿真模拟,排气控制系统的动态响应可以有效地提高,并且所提出的控制器的抗扰动性优于PID控制器。     

基于自适应神经网络模糊PID的磨煤机控制研究

以衡丰发电厂钢球磨煤机辨识结果为研究对象,基于MATLAB/Simulink平台搭建自适应神经网络模糊PID的磨煤机控制系统仿真模型,通过自适应神经网络对模糊规则进行训练和学习,改进磨煤机出口温度控制、入口负压控制以及负荷控制策略.仿真结果表明:自适应神经网络模糊PID控制优化效果明显,在磨煤机50％工况下,相比传统P...     

基于RBF神经网络整定PID的 风力发电变桨距控制

为了改善变速恒频风力发电系统在恒功率输出运行区域内的动态性能,在分析系统变桨距控制研究现状的基础上,基于RBF神经网络（RBFNN）整定PID控制理论设计风力发电系统变桨距控制器,建立了风力机及变桨距机构模型,以发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的RBFNN整定PID控制器进行仿真,结果表明基于RBFNN整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。     

基于RBF网络PID控制的风机泵节能研究

传统的PID控制不能满足风机泵出口压力不断变化不断修正的特性的控制要求,为此引入RBF神经网络,使训练产生一组最佳的P、I、D值,经过理论分析和实验对比证明,此方法引入风机泵节能系统中是可行的。     

神经网络自适应PID控制在柴油机齿条位置控制中的应用

提出了基于BP神经网络的PID控制算法在柴油机齿条位置控制系统中的应用，把传统的PID控制和BP(误差反向传播)神经网络控制相结合，采用“先离线学习，后在线控制”的思想实现了齿条位置闭环的自适应控制。初步实验结果表明，该控制算法能满足齿条位移控制的性能指标，且其稳态特性较好，克服静摩擦的效果令人满意。     

基于RBF神经网络的柴油机故障诊断

神经网络模式识别的实时性和鲁棒性使得它成为故障诊断的常用方法.本文首先介绍了RBF神经网络的构成和特性,然后将柴油机的振动信号和油管压力信号作为特征参数,运用RBF神经网络对供油系统的3种故障进行诊断分析.实践表明,RBF神经网络用于多征兆机械系统的故障诊断是有效、可行的.     

自适应模糊PID控制的工业电阻炉温度控制系统设计与实现

为了解决工业生产中电阻炉存在的惯性大、滞后严重等问题,利用自适应模糊PID算法针对电阻炉温度控制系统进行设计,采用模型建立的方式针对电阻炉的参数进行设定,在此基础上,进行电阻炉温度控制系统的硬件和软件设计,为验证该系统的可行性,针对电阻炉温度控制系统进行仿真测试,测试结果表明,该系统可在200 s内将炉温升至设定温度,控制精准度极高,该设计可为工业领域的未来发展营造良好氛围。     

新型模糊自整定PID控制器的温度控制

设计了一种基于模糊推理进行参数自整定的PID控制器。在模糊控制部分加入了一个新的参数ki,即积分参数,起到了加快达到期望值的速度和保持控制的稳定性的作用。将该模糊自整定PID控制器应用于电阻炉的温度控制,结果表明,该控制器具有良好的稳态精度以及控制速度快、适应性强的特点。通过与常规PID控制器进行比较,证明了该方法的有效性和优越性。     

基于模糊数学和RBF神经网络的事故预测

对于能源和化工装置,在其运行过程中根据有关变量的发展趋势,预测事故,有着极其重要的意义。人们对此开展了广泛的研究,特别在应用智能化软件解决此类问题方面做了较多的工作,并取得了一系列的成果。     

基于神经网络Fuzzy-PID控制器的温控系统

设计了一种基于模糊推理进行参数自整定的PID控制器,构造了一个3层BP神经网络来学习模糊控制规则完成模糊控制的模糊推理.将该控制器应用于电阻炉的温度控制,并与普通模糊自整定PID控制器进行比较,表明该方法提高了对非线性、时滞系统的控制效果.     

电阻炉温度控制系统

电阻炉模型参数具有随温度而变化的时变特性,当炉温大范围变化时采用常规PID控制方法不能满足较高工艺要求,为此,文中提出了一种自适应控制方法,并研制了基于单片机的温度控制装置,实际运行证明;控制方法具有较高的稳态精度和跟踪特性,且超调量小,控制装置简单、可靠。     

基于非定常模型的黑体炉模糊PID控制

通过黑体炉升温实验发现,工作于高温状态的黑体炉是一个典型的非定常线性系统,其特性随炉内温度变化而变化,常规PID控制达不到令人满意的控温要求,导致黑体炉炉温难以稳定。提出了模糊自适应PID算法,通过模糊推理实时调整PID控制参数,从而实现对黑体炉炉温的稳定控制。仿真结果表明,该方法无振荡,超调量小,控制稳定,具有良好的适应性。     

基于智能控制策略的加热炉温度控制系统

加热炉温度是重要热工控制参数之一,温度控制系统具有非线性、时变性、滞后性等特性.利用COM组件技术,运用组态王6.53组态软件的可视化画面制作技术,利用MATLAB软件的丰富算法来完成模糊自适应PID控制,实现了稳定的温度控制系统的人机界面.结果表明,不仅获得强鲁棒性、强抗干扰性和满意的控制性能,同时提高了实时控制能力...     

神经网络在加热炉温度控制系统检测环节改进方法的应用

在控制系统中,除了控制器和控制算法很重要之外,传感器检测在控制系统中的地位也很重要。针对钢厂加热炉温度控制系统中的检测环节,以MATLAB为工具,提出应用前向多层神经网络建立热电偶的逆模型进行非线性映射,使得热电偶测量温度更加方便。这种方法准确、实用、控制精度高,大大方便了热电偶温度传感器在测控系统中的应用。     

神经网络模糊PID控制在加热炉煤气流量控制中的应用

钢厂中加热炉是一个复杂的受控对象,存在着非线性、时变性、纯滞后因素和不确定随机干扰等因素。从对其燃烧状况的分析来看,加热炉温度的调节主要是靠对煤气流量的控制来完成的,因而确立一种合理的煤气流量控制方案是实现加热炉燃烧智能化控制的关键。提出将模糊控制、PID控制和神经网络三种技术相结合,应用于煤气流量进行控制。仿真研究表明这种BP神经网络模糊PID控制在克服对象的大惯性、抗干扰性、非线性和纯滞后上,大大改善控制品质。     

用RBF网络整定的火电厂主汽温PID串级控制系统

火电厂主汽温具有大惯性、大迟延等特性，其动态特性随负荷而变化，采用常规的按照典型工况整定的固定参数PID串级控制难以获得满意的控制效果。为此，提出一种用RBF网络整定的PID串级主汽温控制策略，将RBF神经网络和常规PID串级控制相结合构成的智能PID控制器不仅具有常规PID控制器的特性，而且具有智能控制器的自学习能力，增强了系统对不确定因素的适应性。仿真研究结果表明：系统动态品质明显优于通常的PID串级控制，能适应对象参数的变化。具有较强的鲁棒性和自适应能力。     

基于模糊自适应PID的锅炉汽包水位智能控制系统

针对锅炉汽包水位经常受到负荷变化、进出水速度、水质等诸多因素的影响,具有时滞、非线性等特性,设计了以误差e及误差变化率ec为输入,PID控制器的KP、KI、KD为输出的二输入三输出的模糊自适应PID控制器,目的是为了改善PID控制的参数整定困难、适应差的缺点。并通过仿真进行了验证,结果表明锅炉汽包水位控制系统不论是在负荷变化较小的情况下,还是在负荷剧烈变化的运行工况下,都可以实现水位的平稳调节,水位始终保持在规定的波动范围之内。     

基于模糊控制理论TCSC的PID控制器设计研究

将模糊控制理论引入传统的P ID控制器上,设计了可控串联电容补偿器的模糊自适应整定P ID控制器。该控制策略算法简单、无需精确的数学建模,并可在线修改控制器参数,以达到自适应、自学习的目的。通过在单机无穷大系统中对该控制器进行仿真,并与常规P ID控制器的效果相比,该方法可更好地提高系统的暂态稳定性、有效地阻尼系统振荡。