神经网络预测控制在循环流化床锅炉床温系统的应用

作为一个分布参数、非线性、时变、多变量耦合对象,循环流化床锅炉很难建立起精确的数学模型,常规的控制方案效果不理想。通过结合神经网络和预测控制的优点,提出了神经网络预测控制方法,并对循环流化床的床温系统进行仿真,以BP网络作为控制系统的预测模型,仿真结果显示该控制器性能优良。     

循环流化床燃烧控制系统解耦设计

为解决循环流化床锅炉燃烧控制问题,在多变量频域解耦控制理论的基础上,吸取运行专家经验,采用主汽压力模糊判据,解决了主汽压和床温这对强耦合变量的控制问题。将此方法用于辽宁南票电厂l号100MW新建机组循环流化床锅炉控制,取得了预期的效果。     

并联除氧器压力水位有适应解耦控制的研究及应用

提出一种模型参考自适应解耦控制算法,并成功地应用于电厂的并联除氧器压力水位控制.该除氧器系统具有明显的多变量耦合、参数时变和多干扰等特点,曾长期处于手动运行状态,引入自适应解耦控制后,取得了满意的控制效果.     

并联除氧器压力水位自适应解耦控制的研究及应用

提出一种模型参考自适应解耦控制算法，并成功地应用于电厂的并联除氧器压力水位控制。该除氧器系统具有明显的多变量耦合，参数时变和多干扰等特点，曾长期处于手动运行状态，引入自适应解耦控制后，取得了满意的控制效果。     

循环流化床锅炉汽压的神经网络预测控制

预测控制是一种基于模型的控制算法，但是由于实际工业控制对象的复杂性，被控对象的数学模型往往难以建立，这给预测控制的实施带来了困难。而神经网络却有强大的系统辨识的能力，利用它与预测控制结合起来，组成神经网络预测控制，弥补了预测控制的不足。本文针对循环流化床锅炉汽压这类非线形系统具有大时滞、慢时变的特点，采用附加动量项和自适应率的BP算法，建立神经网络模型，在线实施滚动优化和反馈校正的预测控制。仿真表明，控制效果良好。     

基于粗糙集的自适应模糊神经网络用于循环流化床锅炉床温控制的研究

针对循环流化床(CFB)锅炉床温的非线性、大惯性和大延迟等特性,提出了1种基于粗糙集的自适应模糊神经网络的床温控制方法,并且通过大量已知数据的学习得到模糊规则及其隶属度函数.为了减少规则的数目,提高数据的学习效率,引入了粗糙集,从采集数据中提取最小规则集,从而解决了自适应模糊神经网络中的规则爆炸问题.以CFB锅炉床温为控制对象,对基于粗糙集的自适应模糊神经网络控制器进行仿真比较.结果表明,该控制器控制效果优于常规PID控制器,但稳态误差较常规PID控制器大,其稳态误差小于1.7％,在允许范围内.     

循环流化床锅炉燃烧系统优化控制研究

循环流化床锅炉燃烧被控对象有着非线性、时变性及多变量强耦合的特点,寻常的控制方式难以达到理想的控制效果。通过利用一次风调节的快速性来控制床温,利用调节给煤机的供给速度来控制主汽压,以此对原有DCS中床温控制回路和主蒸汽压力控制回路的SAMA图进行优化,并将前馈补偿控制的原理运用在燃烧系统控制中。结合上述控制方案,利用粒子群优化算法,对控制器参数进行优化。通过对优化前后的控制效果图进行比较,优化后的控制系统不仅能提高锅炉控制系统的自动化水平,还对减排降耗提高能源利用率具有重要意义。     

基于模糊神经网络的锅炉床温控制策略研究

针对传统PID控制策略对非线性、时变、多变量耦合、大迟延和惯性的循环流化床床温控制品质不佳,提出运用模糊控制及神经网络相结合的方法对锅炉燃烧系统中的床温被调量进行控制。由模糊控制与神经网络深度融合形成的模糊神经网络控制方式结合了模糊推理与神经网络的并行处理、自学习的优点,网络通过训练可以实现控制规则的自动辨识与隶属度函数的校正,实现“智能化”的调节要求。在MATLAB仿真软件中搭建仿真模块,仿真结果表明该控制策略较传统PID控制平稳调节性能更好,达到稳态的时间更短。     

450 t/h CFB锅炉床温控制系统改造

由于循环流化床(CFB)锅炉燃烧控制系统中存在分布参数、强非线性和时变性,以及多变量紧密耦合等问题,给锅炉燃烧系统尤其是给床温系统实现自动控制带来较大困难。针对保定热电厂450t/hCFB锅炉实际运行情况,分析了原设计的床温控制系统存在的不足,对控制系统实施了改造,改造后的床温控制系统控制效果优于原设计系统,可容易地投入自动控制。     

循环流化床机组床温控制模型研究

阐述了循环流化床锅炉的原理和床温控制在循环流化床锅炉控制的重要性,分析了影响床温控制的各种因素及其原因,就影响床温的两个重要参数(给煤量和一次风量)进行了建模研究,并通过对现场得到的数据进行推导,得出了给煤量-床温和一次风量-床温两个数学模型,并对这两个模型进行了验证,证明了其正确性。     

基于ANFIS的循环流化床锅炉燃烧系统控制研究

循环流化床锅炉的燃烧系统是一个时变、大滞后、多变量强耦合的复杂对象,常规的PID控制效果不佳.为了更好地解决这类对象的控制问题,提出了一种新型的控制方案,基于自适应神经网络模糊推理系统(ANFIS)设计自适应模糊神经网络控制器.将其应用到循环流化床锅炉燃烧系统控制中,利用Matlab对该控制系统进行仿真,并与常规PID...     

流化床燃烧系统模糊-神经元PID解耦补偿控制

依据神经元控制和解耦补偿的思想,引入了一种自适应神经元解耦补偿器,给出了神经元权系数的在线学习方法。在此基础上,通过将模糊控制技术和神经元自适应PID控制技术相结合,提出了一种不依赖于被控对象精确数学模型的多变量解耦控制方案。将该种方法应用于流化床燃烧系统控制,对耦合强烈的流化床锅炉床温、主汽压力、烟气含氧量三维传递函数矩阵进行解耦控制。仿真研究表明,该方案解耦效果良好,并且可以有效克服流化床燃烧对象的大滞后和非线性,获得良好的控制品质。     

循环流化床锅炉控制系统分析

循环流化床锅炉(CFBB)是一种新型有发展前途的锅炉,先进控制系统是保证循环流化床锅炉的优点得以体现的关键所在。本文结合江西分宜循环流化锅炉示范电厂,分析了循环流化床锅炉控制系统,以及存在的问题和难题,并对其特点进行了论述和总结。     

循环流化床锅炉炉内脱硫技术

循环流化床锅炉(CFBB)床内加钙固硫技术效率高、投资少,对防治大气污染具有重要意义。针对日益严重的SO_2污染,介绍了CFBB炉内脱硫原理、影响脱硫效率的因素,以及CFBB脱硫系统的组成及控制方式。     

循环流化床锅炉的控制现状

分析了循环流化床锅炉燃烧系统控制的特点及其现有的循环床锅炉的先进控制策略，着重比较了针对两个强耦合变量主汽压与床温所采取的控制手段，提出了从深刻理解循环运动机理出发，进一步改善循环流化床锅炉控制品质的设想。     

循环流化床锅炉炉膛压力控制的研究应用

针对目前循环流化床锅炉压力自动投运困难的问题，通过对锅炉本体结构的研究，并在某台循环流化床运行中，对炉膛压力实例分析．设计出了新的控制策略，应用结果表明控制品质得到本质改善。     

450t/h循环流化床锅炉机组动态仿真模型研究

采用模块化建模方法建立了我国设计制造的首台450t/h循环流化床锅炉机组实时仿真数学模型,介绍了锅炉机组模型的各子系统构成及其性能.以循环流化床燃烧系统为例,详细介绍了其主要仿真模块的数学模型,并据此仿真模块搭建了该子系统的仿真模型.仿真试验表明所建模型能够正确反映循环流化床锅炉机组的动态和静态特性,模型运算稳定可靠.所建锅炉机组仿真模型已用于多期仿真机培训,并可为循环流化床锅炉机组控制系统设计与分析提供对象模型.     

国产75t/h循环流化床锅炉智能控制系统

根据循环流化床锅炉的动态特性,提出了适合该种炉型的仿人智能控制系统.仿人智能控制从对人宏观模拟和行为功能模拟的观点出发,通过特征辨识、直觉推理给出了多模态控制策略.将该控制系统应用于国产75 t/h循环流化床锅炉获得满意效果.     

循环流化床锅炉控制系统设计研究

循环流化床锅炉已经在很多领域得到应用。但由于它自身特点,决定了常规控制方法难以取得理想的控制效果。作为对循环流化床锅炉控制系统的探索,提出了双设备冗余解耦控制系统。此系统在硬件上实现了双设备冗余,提高了系统的安全稳定性;在控制原理上,把神经网络引入到循环流化床锅炉的解耦控制中,提高了控制品质,取得良好的经济效益,具有良好的应用前景。     

基于AUKF的SINS/GPS紧组合导航系统研究

以无人驾驶中的导航定位技术为背景,研究了基于自适应无迹卡尔曼滤波器(AUKF)的SINS/GPS紧组合导航系统。设计了基于伪距和伪距率的SINS/GPS紧组合导航系统。针对常规UKF算法计算量大和容错性能差的问题,提出了一种基于比例调节因子的AUKF滤波融合算法。实验结果表明:对于SINS/GPS紧组合导航系统,基于比例调节因子的AUKF相比基于定常因子的UKF误差输出曲线更平滑,避免了非局部效应的影响,实现滤波精度的提高,具有良好的控制性能、跟踪能力和容错性能。