机组非线性模型的多变量内模控制

大型火力发电机组的协调控制系统是一个复杂的多变量非线性控制系统。随着科学技术和生产的迅速发展,对复杂和不确定性系统实行自动控制的要求不断提高,为进一步改善控制品质,必须采用先进控制器。内模控制由于具有良好的跟踪性能和抗干扰能力,并对模型失配有一定的鲁棒性,使其在工业控制中获得了广泛的应用。为了克服非线性环节以及能量供需之间关联耦合作用对协调系统控制品质的影响,本文结合反馈线性化方法与多变量内模控制,对机组非线性模型设计出非线性内模控制器。     

自适应神经元PID控制器在单元机组负荷控制系统中的应用

针对火电单元机组这类集炉、机、电为一体具有多变量强耦合,非线性及参数时变的受控对象,基于常规解耦控制技术的控制系统无法应用的问题,讨论了多变量自适应单神经元PID控制器在单元机组负荷控制中的设计及仿真,并给出了火电机组负荷微机控制系统的硬件和软件设计方案。     

基于神经网络内模的电加热炉温度控制研究

针对加热炉温度控制中存在的非线性、大滞后问题,以实验室电加热为对象,提出了一种基于BP神经网络的内模控制方法,即用神经网络对复杂系统的辨识能力来实现内模控制中被控对象的正模型及内模控制器.仿真结果表明,该控制方法控制效果良好,与PID控制系统相比具有较强的鲁棒性,从而为加热炉的控制问题提出了一种新的方法.     

电厂热工智能控制系统的研究

火电厂的主汽温是大惯性、大滞后的对象,并且动态特性随机组符合变化而变化,运行过程中扰动多.采用模型参考自适应控制的思想,将模糊控制方法和内模控制方法结合在一起,提出了一种模型参考模糊自适应内模控制方法.此方法综合了模糊控制,内模控制和自适应控制的优点,增强了系统的鲁棒性,针对电厂热工过程系统的仿真研究结果证明了此方法的有效性.     

遗传规划算法实现控制器的设计和优化

根据大型火电机组协调控制系统对象的特性,提出了采用遗传规划算法来实现控制器参数的寻优.该方法弥补了多变量控制器传统设计方法的不足,即在将多变量控制问题转化为多个单变量控制问题过程中对系统内部所存在的偶合性的削弱.仿真结果表明借助于该方法获得的控制器参数,能够使被控对象具有优秀的控制品质,并且通过优化PID控制器参数,也验证了遗传规划算法的全局搜索性.     

单元机组负荷控制的DRNN解耦方法仿真研究

针对火电厂单元机组这样大型复杂且具有强非线性多变量耦合的动力系统,采用对角递归神经网络（DRNN）算法设计解耦控制器,进行负荷控制系统的设计与仿真,通过比较仿真结果,显示出对角递归神经网络（DRNN）控制器能很好的消除系统输出的稳态误差,改善对象的动态特性,消除耦合变量之间的耦合作用,大大改善系统的调节品质。     

支持向量回归在内模控制中的应用研究

提出支持向量回归内模控制的设计方法采用支持向量回归在线辨识算法建立被控对象的正模型,并利用先离线再在线辨识的方法建立被控对象逆模型.对非线性慢时变系统进行仿真研究,与其它方法的仿真比较结果表明SVR-IMC具有更好的控制性能.     

时变参数对象的多模型内模控制的研究

针对火电厂主汽温被控对象具有大迟延、大惯性、参数时变的特点提出一种基于多模型加权的内模控制策略,通过在不同工况辨识得到局部模型,根据加权因子计算出全局多模型内模控制器,从而实现全工况运行的自适应控制。仿真结果表明,该控制策略比常规的内模控制具有更好的控制品质。     

内模控制在温度控制系统中的实现

为了验证内模控制的控制效果,文设计了基于MATLAB的温度控制系统进行半实物仿真。系统采用MATLAB从软件上实现控制器的设计,然后通过计算机的串口对硬件温度对象进行内模控制,从而进一步研究内模控制的实现问题。实验结果表明,采用内模控制的温控系统能较快的达到稳定状态,控制品质优于常规PID控制。     

一种二自由度内模控制方法

针对典型的工业过程控制对象，提出了一种二自由度内模控制方法，此方法可以使系统同时具有良好的目标值跟踪特性，干扰抑制特性和鲁棒性，改进了常规内模控制的不足，而且控制算法简单，参数调整方便，理论分析和仿真实验结果表明了它的有效性。