基于内模PID控制的火电厂主汽温控制系统

基于内模控制理论，针对电厂主汽温被控对象的大惯性、大滞后特点．设计了内模PID串级控制系统。为了快速消除内扰，使控制过程的的持续时间较短．内回路采用比例控制；外回路采用内模控制．以有效地补偿对象的大滞后特性。对控制系统进行仿真试验，仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。     

模糊免疫PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的常规PID串级控制方法。本文借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,即使发生扰动时也具有较强的鲁棒性和自适应能力。     

BP神经网络PID控制器在汽温控制中的应用

通过将BP神经网络和常规PID控制器结合，提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用干主汽温控制，可以有效克服过热汽温对象的大滞后和大惯性，并能够克服对象在运行中参数变化的影响，获得良好的控制品质。仿真试验表明：所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

改进的单神经元PID在过热汽温控制中的应用

在常规单神经元PID控制的基础上,提出了一种改进的单神经元PID控制算法,并应用于超临界机组过热汽温控制系统。     

自适应神经模糊-PID控制在电厂过热汽温控制中的应用

针对电厂过热蒸汽温度对象具有大迟延、不确定性等特点,本文设计了一种基于自适应神经模糊-PID（ANFIS-PID）的过热汽温控制系统。利用ANFISPID控制对本系统实现非线性建模和系统仿真,并与传统的PID控制在电厂过热汽温系统中的应用进行了比较。仿真结果表明,本过热汽温控制系统具有较高的控制精度、良好的动态特性和鲁棒性,系统的控制特性在超调量、快速性、抗干扰方面均有很大的提高。     

火电厂锅炉主汽温控制策略的比较研究

锅炉的主汽温被控对象是一个大惯性、大迟延、非线性且对象变化的系统,常用的汽温控制系统有串级PID控制和基于BP神经网络的PID控制。串级PID控制一般能将主汽温控制在允许的范围内;基于BP神经网络的PID控制将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合,能实现对非线性、大时滞系统模型的控制。对这两种策略在不同负荷下进行了实验仿真,该结果对当前电厂的经济性和安全性有一定参考价值。     

基于PSD算法的单神经元PID控制器在汽温控制中的应用

介绍将自适应PSD控制算法中递推计算并修正增益的方法引入单神经元PID控制，形成了具有增益自适应能力的控制器，设计了基于ISD算法的单神经元PID控制器，并应用于超临界机组过热汽温控制系统。仿真结果表明，基于PSD算法的单神经元PID控制器具有较强的自适应能力和鲁棒性，其控制品质优于常规的PID控制器和一般单神经元控制器。     

模糊自整定PID控制在主汽温控制中的应用

火电厂主汽温控制系统中的被控对象具有大滞后、大惯性等特点,并且影响主汽温变化的因素有很多,主蒸汽流量、减温水流量、烟气温度都会使其发生变化,因此很难用传统的PID控制将被调量控制在规程中允许的偏差范围内.而主汽温作为锅炉的主要参数之一,其稳定性对电厂的安全经济运行有至关重要的作用,因此将模糊控制和PID控制相结合,设计了模糊自整定PID控制器,实现了PID控制器参数的在线自整定.仿真结果表明,模糊自整定PID控制比常规的PID控制超调小且调节时间短,具有比较好的应用前景.     

简化的模糊自调整PID在主汽温控制的应用

针对电厂主汽温控制对象迟延较大的特点,提出一种用简化的模糊控制器调整PID的参数,由于规则库规模缩小,其建立变得较为直观,推理计算更迅速,使实时控制成为可能。仿真结果表明:用这种方法建立的主汽温控制系统有较好的控制品质。     

基于神经网络的过热汽温控制

火电厂过热汽温控制系统具有大惯性、大延迟和时变等特性,采用常规串级PID控制方法的过热汽温系统难以获得满意的控制效果。本文设计了基于RBF神经网络辨识的可在线调整PID参数的过热汽温控制系统。在仿真实验的基础上,对基于神经网络的过热汽温控制和最优常规PID控制进行了比较和分析。仿真结果表明,基于神经网络控制策略能够充分利用神经元自学习、自适应的能力使系统的控制品质提高。     

火电厂过热汽温的优化控制算法研究

由于火电厂过热蒸汽温度控制具有大延迟、大惯性、非线性、强时变性的特性,传统PID控制算法难以实现良好的控制效果。为了优化火电厂过热汽温控制,提出了一种基于DMC的改进串级PID控制算法。该算法采用DMC改进主控制器输入参数,预测未来输出值,通过预测值与实际值的差值实现输入参数的校正。仿真结果分析表明,该算法与传统PID控制算法相比降低了过热蒸汽温度的超调量,缩短了汽温控制的过渡过程时间,提高了控制系统的抗扰动能力,使控制系统的动态性能和静态性能有了极大改善。     

复合模糊系统在电厂过热汽温控制中的应用及仿真

针对过热汽温PID串级控制系统的效果并非十分理想的情况,本文提出一种复合模糊控制系统,并利用MATLAB进行了对比仿真研究,结果表明,此种控制方法具有比使用传统PID控制更为理想的调节效果,不论在何种扰动下,动态过渡过程时间比较短,基本可以消除振荡,超调量较小,改善了系统的动态特性,具有较好的控制品质和抗干扰能力。     

电厂过热汽温混合模糊控制仿真分析

简要介绍火电厂过热汽温控制对象的特点,并根据其特点,提出双模糊控制器+PID的混合模糊控制方案,并应用MATLAB的SIMULINKToolbox对系统进行了仿真分析。仿真分析的结果表明,采用混合PID模糊控制的效果明显优于常规PID控制以及仅用模糊控制器进行控制。     

基于改进遗传算法的FNNPID控制器在温度控制系统中的应用

根据温度控制系统的特点,为提高其控制质量,设计了一种模糊神经PID控制器。该控制器在温度偏差大时采用模糊神经控制,偏差小时采用模糊神经PID控制,由模糊控制开关保证两种控制方法的平滑过渡,用改进的遗传算法优化网络参数。仿真实验表明采用该控制方法系统响应速度更快、超调更小、精度更高、适应性更强。     

料筒温度RBF神经网络PID控制器设计及仿真

针对PID控制器具有参数整定不良、性能欠佳、温度控制精度较低,无法满足当今高精密挤出成型加工需要的问题,设计了一种基于RBF神经网络的PID控制器,该控制器将神经网络能无限地逼近非线性系统、运算量小、收敛快的优点和PID控制技术有机地结合起来,获得较高的温度控制精度。仿真结果表明,神经网络PID控制器能有效地缩短过渡过程时间,具有很好的稳定性和快速响应性,比普通PID控制具有更好的控制效果,可改善料筒温控系统的动、静态性能。     

自适应神经PID在挤塑机温控系统中的应用

针对塑料挤出机的多段料筒温度控制,以及常规PID控制在非线性的、时变系统中控制效果的局限性,提出了一种基于BP神经网络整定的PID控制方法.给出了计算机控制系统设计及系统软件开发.由于神经网络具有强大的非线性映射能力,自学习、自适应等优势,通过对系统性能的学习来实现具有最佳组合的PID控制,建立比例、积分和微分三种参数自学习的PID控制器.对锥形双螺杆塑料挤出机的温度控制实验结果表明,用该方法整定的PID控制系统,逼近精度高、鲁棒性好.