ARX-Laguerre模型PID预测控制及其在过热汽温控制中的应用

针对火电厂过热汽温控制的特点,提出了一种基于ARX-Laguerre模型的PID预测控制算法(ALMPCPID),该算法使用增量式的ARX-Laguerre模型作为预测模型,将滚动优化的性能指标改为PID控制器的形式,并利用带遗忘因子的最小二乘递归方法对模型参数进行在线辨识.将ALMPCPID算法应用于过热汽温控制系统...     

基于ABBDCS的变参数PID控制算法研究

为使火电厂过热汽温控制质量进一步提高,阐述变参数PID原理的基础上,将其应用于火电厂过热汽温的控制,设计了一种基于ABB公司SYMPHONY分散控制系统的变参数PID控制系统。     

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。     

过热汽温系统的Smith预估器参数多目标优化控制*

文中详细分析Smith预估模型参数对控制系统性能的影响,提出一种Smith预估模型参数多目标优化整定的控制方案,利用模型失配有效改善控制系统的性能.针对火电厂过热汽温系统高阶、大惯性及非线性特点,设计一种基于串级PID的Smith预估器参数多目标自调整优化控制系统.对某600MW超临界火电机组过热汽温系统进行仿真控制,结果表明,该方案具有良好的鲁棒性,可有效克服系统的非线性,控制效果明显优于常规的串级PID控制和参数匹配的Smith预估控制系统.     

基于DMC-PID串级主汽温控制系统的仿真研究

针对火电厂主汽温被控对象的大迟延，大惯性且模型不确定的特点，设计了基于预测-PID串级控制的主汽温控制系统，该系统将串级控制结构与预测控制算法相结合，内回路采用常规比例调节器，外回路采用动态矩阵控制器（DMC），既保持了预测控制的强鲁棒性和跟踪性能，又具有足够的抗干扰性，仿真结果表明，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。     

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。     

PID型广义预测控制在过热温控中的应用

在分析PID算法和广义预测控制算法的基础上,将广义预测控制算法的性能指标构造成PID形式,并推导出改进的PID型广义预测控制算法（PIDGPC）。通过在发电厂的过热蒸汽温度串级控制系统中的仿真,在时域内分析PIDGPC算法控制器的参数选择对控制性能的影响,说明PIDGPC算法比基本广义预测控制算法具有更好的控制性能,具有较好的应用前景。     

动态矩阵控制算法的仿真研究及PLC应用

针对具有大迟延、大惯性、时变和非线性等特性的主汽温系统,传统PID已无法满足工业生产的需要。采用动态矩阵控制(DMC)算法,对主蒸汽温度系统进行控制仿真,并利用西门子S7-300 PLC的S7-SCL语言,将DMC算法封装成可供用户调用的功能块,完成了DMC算法的PLC实现。为了增强主蒸汽温度控制系统的抗干扰性,将DMC算法与PID控制策略相结合,设计了DMC-PID串级控制结构,以充分发挥DMC对大延迟对象适应能力强和PID抗干扰能力强的优点。针对主汽温系统时变和非线性的特性,在DMC算法中添加了模型切换策略,完成了对主汽温系统多模型控制的仿真,实现了不同模型之间平滑切换。引入性能指标,通过粒子群算法对DMC控制参数进行优化,结合国电智深EDPF-NT DCS系统,对荥阳电厂主汽温系统进行控制试验。试验结果表明,DMC算法在主汽温控制系统中具有着良好的控制效果,提高了系统动静态性能指标。     

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。     

灰色预测神经网络PID控制研究

由于火电厂过热汽温控制系统的大惯性、大迟延和时变等特性,传统的串级PID控制方法不能适应负荷变化,因而难以取得满意的控制效果。因灰色预测具有少数据、贫信息且运算量小的优点,将灰色预测控制及神经网络相结合,提出了基于灰色预测的神经网络PID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。     

基于内模控制（IMC）的主汽温度控制系统设计

主蒸汽温度和再热蒸汽温度直接影响火电厂的热效率和汽轮机等设备运行的安全性。传统PID控制器的控制规律简单,但是不能根据控制过程中的不确定性变化做出相应调整。当被控对象参数实时变化时,控制器参数不能做出实时调整。这样会导致过程的品质指标变坏。针对超超临界机组过热蒸汽温度和再热蒸汽温度,提出了一种基于内模控制(Internal Model Control简称IMC)的PID控制策略,将PID控制、Smith预估控制、确定性及线性二次最优反馈控制和多种预测控制归纳于同一结构之下。以1000MW的电厂机组为对象开展了额定工况下和80%额定负荷下的过热气温和再热气温的PID-IMC控制器设计。     

自校正DMC-PID过热汽温控制系统仿真

为了克服在过热汽温控制中对象参数变化对系统控制带来的困难,提出了自校正DMC-PID控制方法.保留了通常过热汽温控制采用的串级控制结构,能够快速有效地克服干扰.同时通过参数辨识得到非参数模型进行动态矩阵控制(DMC),即自校正DMC,无需从广义对象的阶跃模型的上下界中选取一条标称的阶跃响应曲线去实现DMC控制,实际应用起来更简单.仿真结果表明,控制方法有良好的控制效果,改善了模型失配时的鲁棒性,在过热汽温控制中是十分有效的.     

Identification of LPV model for superheated steam temperature system using A-QPSO

Boiler superheated steam temperature control is of great importance for the safety and economy of thermal power unit. This article presents a nonlinear model identification method for the superheated steam temperature system, based on the unit load as a time-varying parameter. The linear parameter varying (LPV) model, which has been established by using the unit historical data, is suitable for control studies, and it can reflect the global dynamic characteristics of the object. To solve the model parameters estimation in high-dimensional problem, the evolutionary acceleration factor is introduced to the quantum particle swarm optimization (A-QPSO) algorithm to optimize the model parameters. The validity of the modified algorithm A-QPSO is verified through optimizing several classical high-dimensional standard test functions. The A-QPSO improved the optimization efficiency, and optimized result is very close to the optimal value. Finally, the proposed method is applied to the identification of a power plant superheated steam temperature process, and the results show that the optimized superheated steam temperature model is of high accuracy and the proposed method is feasible.     

主蒸汽温度预测PID串级控制应用研究

目前火电厂主汽温热工自动控制系统普遍使用的传统PID控制,难以在非线性、惯性、迟延、时变和扰动等特性下达到满意的控制效果.给出了一种PFC-PID串级控制方案,该方案采用双闭环控制,结合了传统PID控制和PFC控制的优点,现实了鲁棒性、精度和快速性等较好的控制效果.分析了该算法的原理和设计过程,MATLAB仿真结果表明,其较传统的控制算法有更好的鲁棒性和抗干扰性.预测PID串级控制算法对火电厂主汽温控制将有十分广阔的应用前景.     

一种在线模糊控制的锅炉过热蒸汽温度调节方法

传统的锅炉过热蒸汽温度控制系统通过检测过热蒸汽温度及其变化趋势来调节减温水量,从而维持过热蒸汽温度在允许的范围之内.由于过热蒸汽温度在减温水量扰动下延迟较大,这种特性使过热蒸汽温度的控制滞后,控制效果不理想.分析现有热电厂锅炉过热蒸汽温度调节系统的控制策略,提出利用锅炉出口蒸汽温度的变化率和炉膛出口烟气温度作为前馈信号,解决过热蒸汽温度调节的滞后性.基于此设计一种锅炉过热蒸汽温度在线模糊PID双模控制方法,并给出详细设计方案.现场运行表明该方法可有效提高原系统的鲁棒性.