基于多模型切换的过热汽温控制策略

针对火电厂过热汽温具有大迟延、时变、非线性等特性,在常规的串级PID控制基础上,提出基于多模型的切换控制策略,有效避免单一控制方式不能适应负荷变化的要求,主调节器参数根据内模控制的原理进行整定.仿真结果表明,多模型切换的过热汽温控制系统能够获得满意的动态响应.     

基于串级PID的过热汽温多模型切换控制

提出了一种易于工程实现的过热汽温先进控制策略。在常规串级PID控制的基础上,设计了多模型切换控制方案,有效避免了单一控制模式不能适应系统工况变化的问题,另外,主调PID控制器的参数通过内模原理整定,较好地保留了内模控制器的特点,能够有效克服过热汽温对象的大迟延特性。所设计的控制系统已经成功应用于某电厂300MW机组,从投运效果看,当机组负荷大范围变化时,过热汽温仍能维持在正常范围内,保证了机组的安全经济运行。     

基于神经网络PID参数自学习的过热汽温Smith预估补偿控制

针对火电厂过热汽温控制系统的大惯性、大迟延和时变等特性,提出基于神经网络PID参数自学习的Smith预估补偿控制策略。仿真研究表明,该策略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,具有较强的鲁棒性和自适应能力。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

基于多变量广义预测控制算法的两级过热汽温协调联动控制

大型火力发电机组过热汽温被控对象具有大迟延、大惯性、受干扰因素多以及不同负荷下的被控对象模型变化大等特性,同时面临着煤质多变、环境多变等各种复杂恶劣的工况,以传统PID控制和单变量广义预测控制为基础的汽温控制效果有限。利用递推最小二乘法（recursive least square,RLS）建立了过热汽温系统3个典型工况下的模型,并基于多变量广义预测控制构建了两级过热汽温联动控制优化策略,同时将该策略应用于某电厂330 MW亚临界机组。结果表明,无论是稳态工况还是复杂的变负荷工况,优化控制策略都能够很好地控制过热器出口汽温。     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

变论域模糊自整定PID控制在主汽温系统中的应用研究

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性，采用常规PID串级控制方法难以获得满意的控制效果。通过引入变论域模糊控制原理来整定PID参数，从而实现了变论域模糊自整定PID控制。它充分综合了变论域模糊控制、PID控制的优点。通过对锅炉过热蒸汽温度控制系统的仿真研究表明，变论域模糊自整定PID串级控制的控制效果优于常规的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，控制品质好。     

基于多目标粒子群算法的过热汽温自抗扰控制

针对火电机组过热汽温存在大惯性、大时滞和非线性的动态特性,以及扰动因素作用下参数不易整定的问题,提出自抗扰控制-线性自抗扰控制（ADRC-LADRC）串级控制策略,即外回路应用非线性自抗扰减小超调量,内回路应用线性自抗扰对扰动快速响应并加以抑制,同时采用多目标粒子群算法对自抗扰串级回路中的参数进行整定。测试与工程应用表明：基于多目标粒子群算法整定参数的ADRC-LADRC控制策略具有较好的控制性能和抗干扰能力,能够快速响应扰动并跟踪设定值,维持过热汽温的稳定。     

改进的模糊Smith串级主汽温控制仿真研究

针对电厂主汽温被控对象大惯性、大迟延和时变的特点,提出一种带Smith预估器的模糊PID串级控制系统。主回路采用含有滤波作用的改进的Smith预估器实现对迟延的补偿,降低了Smith预估器对模型精度的要求。结合模糊控制良好的非线性优点,主控制器采用模糊自整定PID控制器,对PID参数在线进行调整。仿真实验表明,该控制方法在正常工况和参数变化的情况下,超调量和调节时间等方面都有所改善,提高了控制系统的鲁棒性和抗干扰能力。     

基于间隙度量的多模型过热汽温预测控制

针对火电机组主汽温被控对象所具有的大惯性、大迟延以及其随机组负荷变化而发生的参数时变性,为解决传统串级控制方案在机组深度调峰情况下控制品质恶化的问题,提出了一种基于间隙度量的多模型过热汽温预测控制策略。引入间隙度量理论来确定各模型输出的权值。首先选取若干个典型工况设计局部预测控制器;再运用间隙度量理论,计算各个局部预测控制器的输出权值,进而加权求出控制器的输出值。仿真研究表明,该方法可以很好地应对机组负荷变化时被控对象参数变化的问题;与使用常规的串级控制以及单模型预测控制方案相比,主汽温的动态和稳态性能得到了改善。     

模糊自整定PID控制及其在过热汽温系统中的应用

在工业生产过程中,许多被控对象随着运行工况的变化,其对象特性参数或结构将发生很大改变,单一参数的控制器难以获得所需的调节效果。针对这种情况,基于模糊逻辑的智能性和PID控制器的简单实用性,提出了模糊自整定PID控制策略。PID控制器参数的整定被分为粗调和细调2个阶段,粗调阶段基于发电机组负荷进行模糊预整定,基本适应运行工况的大范围变化,细调阶段基于系统的被调性能指标进行再整定,以进一步适应运行工况的小范围变化并克服各种可能的干扰。对具有严重参数不确定性、多扰动以及大迟延的电厂主汽温度被控对象进行了仿真研究。仿真结果表明：所给出的控制策略能较好地适应对象动态模型的大幅度变化,保持较优的鲁棒调节性能。     

基于特性预估补偿的模糊PID汽温控制系统

针对大型火力发电机组汽温被控对象动态特性迟延及时变、非线性强的特点,在常规控制方案的基础上,采用对象特性在线预估补偿策略,并根据机组负荷和汽温偏差模糊在线调整PID控制器参数。经300MW及以上容量机组现场试验及运行表明,该方案的控制效果优良,在常见干扰作用下,汽温动态、静态性能达到并超过了工艺流程所要求的各项指标。该系统可在不同类型的DCS上实现,具有较好的推广应用前景。     

视轴稳定系统的模糊PID控制器设计

为了实现无人机视轴稳定系统的准确测量与跟踪,设计了经典PID和模糊控制为基础的视轴稳定控制器。在实际工程中PID参数整定过程存在大量不确定性,为了实现PID参数的在线整定,将模糊控制算法与经典PID控制相结合,构造了参数自整定模糊PID控制器,实现了对PID控制器的修正。在MATLAB中的Fuzzy Toolbox和Simulink中,将PID和参数自整定模糊PID进行对比,参数自整定模糊PID控制器在无扰动和10 Hz的正弦扰动的阶跃响应曲线表明,模糊PID相对于模糊控制和PID控制有更短的响应时间和更小的隔离度;在输入为1~10 Hz的系统正弦响应曲线,模糊PID误差最小,控制效果最好。由此可得参数自整定模糊PID在视轴稳定系统中有良好的鲁棒性和控制性能。     

电磁离合器电流的神经网络整定PID控制

针对电磁离合器驱动电路存在的非线性,及汽车运行时复杂环境使其应用传统的PID控制难以在控制参数整定上达到最优的问题,依据神经网络收敛速度快,全局逼近能力强的优点,提出了基于径向基函数(Radial Basis Function)神经网络整定PID控制电磁离合器电流的方法,在保留传统PID控制优点的同时,利用RBF神经网络对PID控制参数进行在线整定.仿真与试验结果证明,基于该方法驱动控制的电磁离合器电流动态效果与跟踪效果较好,抗干扰能力好于传统的PID控制,系统具有较好的自适应性.     

Precise position control of an ultrasonic motor using the PID controller combined with NN

The input‐output characteristic of an ultrasonic motor (USM) has nonlinear elements and changes with a temperature rise or fluctuation of load‐mass. Therefore, it is difficult to accomplish satisfactory control performance by using conventional PID controllers. In this paper, we propose a PID controller combined with a neural network (NN‐PID controller). In this design method, the controller gains consist of constant gains of the PID controller and variable gains of the NN controller. The weights of the NN are adjusted by the backpropagation method so that the control error can be minimized. This method does not require long learning time of the NN. The effectiveness of the proposed design method is confirmed by experiments using an existing USM. © 2003 Wiley Periodicals, Inc. Electr Eng Jpn, 146(3): 46–54, 2004; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.10199     

基于继电反馈的被控对象特征参数研究

为了更好地整定PID控制器,需要获取被控对象准确的模型信息,由于继电反馈时Z N整定规则的计算精度低且工程中被控对象特征参数不确定,无法采用先进的控制方案对系统进行准确控制。基于继电反馈对PID控制器参数自整定方法进行研究,针对近似为一阶惯性纯滞后环节的工业对象进行仿真分析。通过继电反馈获取系统临界信息,推理出临界信息与模型参数的函数关系,最终求出特征参数值。试验结果表明,该函数关系能以较低的误差辨识出惯性时间和滞后时间,为PID控制器的设计提供定量参考。     

基于遗传算法PID参数寻优的电加热炉温度控制系统

针对工业过程中常见的一阶大滞后对象的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优。应用自适应遗传算法对电加热炉温度控制器参数进行优化,并将结果与常规的PID控制方法进行比较,仿真与实际结果表明,当被控对象存在较大纯滞后特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

电压型BUCK变换器控制策略研究

鉴于BUCK型降压斩波变换器的非线性和复杂性,采用传统的PID控制器难以获得理想的控制性能,利用神经网络的非线性函数逼近能力,构造神经网络PID自整定控制器.该控制器根据系统的运行状态,通过神经网络的自学习、加权系数调整,自动调节PID控制器参数,以期达到性能指标的最优化.将该控制器应用于BUCK型变换器,仿真结果显示...     

数字PID调节器在电机模拟负载控制系统中的应用

介绍一种基于数字PID调节器的电机模拟负载控制系统应用于电机试验,调节和稳定被试验电机的负载,详细介绍了该系统的硬件组成、PID调节器模式及其算法、PID参数整定等,并对控制效果和应用情况进行了分析。