前馈神经网络在主汽温控制中的应用

针对电厂主蒸汽温度系统大迟延的问题,提出了一种在常规串级PID控制系统基础上设计一个基于BP神经网络的前馈控制器,把熟练运行操作员的实际操作经验和数据进行综合处理,在不同的工况下给出适应当前工况的前馈控制量来弥补反馈作用的不足,从而提高控制系统的动态特性。MATLAB仿真结果表明,所设计系统的抗干扰能力和鲁棒性等方面都优于常规PID控制器。     

应用免疫算法的联合循环余热锅炉过热汽温的优化控制

过热蒸汽温度对象具有时变性、不确定性和非线性等特点，是联合循环余热锅炉中一个较难控制的过程。借鉴免疫系统原理，提出一种新的免疫并行算法，进而运用该算法提出一种PID参数优化方法，并将其用于余热锅炉过热汽温的优化控制中。仿真结果证实了该方法的有效性。图9表1参9     

火电厂主汽温控制系统的免疫PID串级控制

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串级控制方法的主汽温系统难以获得满意的控制效果。生物免疫系统是一种在大量干扰和不确定性环境中都具有很强鲁棒性和自适应性的系统。借鉴生物免疫反馈响应过程的调节规律,提出将免疫PID串级控制策略应用到火电厂主汽温控制中,针对某超临界600MW锅炉高温过热器在4个典型工况点的仿真研究表明,该策略的控制效果优于常规的PID串级控制,它能适应对象参数的变化,具有较强的鲁棒性和自适应能力。图5表2参8。     

面向对象的火电厂主汽温控制方法

大型火电机组主汽温对象具有明显的滞后性、非线性、时变性的特点,采用常规PID串级控制主汽温效果欠佳,提出了面向对象的主汽温控制策略,及汽温对象由扰动通道类、调节通道类及任务处理类三大类子对象组成.以工程实例证明了任务处理类子对象算法对汽温变化的可控性.实践表明:新型控制算法具有较好的控制品质和鲁棒性,且有较强的抗干扰能力,实现了控制过程的零手动、零超温和高品质.     

直接型自适应模糊控制器的设计及其在汽温控制中的应用

针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出了一种带有自适应补偿器的直接型模糊控制器的设计方案.它通过引入自适应补偿器来减小建模误差和参数估计误差对系统性能的影响,从而在稳定性分析中取消了要求逼近误差平方可积或上界已知的条件.理论分析表明闭环系统的状态有界,跟踪误差收敛到零,仿真和实际应用结果证明了该方法的有效性.     

循环流化床锅炉主汽温的模糊预测函数控制

循环流化床锅炉主汽温具有大惯性、大滞后和非线性的特性,在特定工况下可以等效为一个具有可测扰动的一阶惯性加纯滞后对象.针对这一典型对象,考虑扰动通道和控制通道纯滞后时间相对大小,基于Smith预估补偿思想,提出了一种可测扰动前馈补偿的预测函数控制算法,结合锅炉负荷调度的T-S模糊模型,设计了循环流化床锅炉主汽温模糊预测函数控制器.仿真结果表明,在不同工况下,模糊预测函数控制器具有良好的设定值跟踪能力和调节性能.该控制方法应用模型简单,计算量小,具有较高的实际应用价值.     

改进的神经网络PID火电厂主汽温控制研究

针对传统神经网络PID控制系统存在的问题和不足,提出了改进措施.对于网络的结构,通过加入一层单连接的网络层,来干预网络输出所对应的PID控制器的参数.对于网络连接权值的学习策略,选择了一个实时监测系统误差的参数指标,在每个控制周期内,首先根据误差指标决定网络是否需要学习,如果不需要学习,直接采用上一控制周期的PID参数进行控制.通过对火电厂主汽温模型的仿真实验表明,改进后的神经网络PID控制系统,不论是动态性能还是静态性能都明显优于传统神经网络PID,而且网络的训练次数由改进前的7000次减少到1732次,减少了70％以上.此外,改进后的控制系统的鲁棒性也没有受到影响.     

基于智能积分的电站锅炉主汽温PID控制

分析了PID控制算法与热工被控对象数学模型的关系,指出误差及导数结果中包含关于热工对象的丰富信息,加强对这些信息的分析可以提高PID控制器的性能。闭环系统在阶跃扰动下的动态过程可分为两个阶段:第一个阶段是处于远离热力学平衡态的非平衡定态。在较长的时间内围绕其某个固有频率维持高阶振荡。第二个阶段是闭环系统进入了线性非平衡热力学范围,PID调节器退化为积分调节器。以系统自由能耗散率为参数,提出了基于智能积分的PID控制算法,能动态改变比例增益和积分作用,有效地提高系统快速性和稳定性。通过某锅炉主汽温对象的仿真实验表明,其性能优于常规PID控制器。     

基于灰色预测的汽温模糊免疫PID控制

火电厂汽温具有大惯性、大迟延和时变等特性,采用常规的PID串级控制方法难以取得满意的控制效果.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,结合灰色预测的优点,提出采用灰色预测的模糊免疫PID控制策略.火电厂汽温控制系统的仿真研究表明:该方法的控制品质良好,能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

改进的自适应模型算法控制在过热汽温控制中的应用

针对锅炉过热汽温对象具有大惯性、大迟延、时变性等特点,提出一种基于最小均方算法的自适应模型算法控制-比例串级预测控制系统.通过最小均方自适应滤波器在线实时辨识被控对象的预测模型参数,再结合改进的自适应模型算法控制在线修正控制器参数.仿真结果表明:该控制策略实施简单、超调小,控制效果明显优于PID-P串级控制;且在降负荷实验中能有效适应对象参数时变,保证调节性能较好.     

改进型卡尔曼滤波器应用于主蒸汽温度控制的研究

基于锅炉热力过程建立了主汽温和燃料量的计算数学模型,采用改进型卡尔曼滤波器和经典的比例积分环节相结合的动态控制回路,并且以燃料量为输入,主蒸汽温度作为被控对象,并且将该控制系统分别应用到600MW超临界直流锅炉冷态启动过程和自然循环锅炉的变工况过程进行模拟仿真,结果表明:预测控制值和燃料的相应补偿量都达到了满意的测量和调节效果。图3参5     

采用模糊小波基函数神经网络的控制系统及混合优化算法

提出了一种采用模糊小波基函数神经网络的控制器,该控制器采用小波基函数作为模糊隶属函数,利用神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使控制器具备更强的学习和自适应能力.还提出了控制器参数的混合学习算法,即先采用混沌算法离线优化,再采用BP梯度算法在线调整.对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性.图3参6     

采用面式减温器的锅炉汽温自适应解耦控制系统

针对采用面式减温器的锅炉汽温的高阶特性,应用Smith预估系统的设计方法,提出一种基于内模原理的模型参考自适应解耦控制系统.该系统有效地消除了被控对象高阶特性对系统带来的不良影响,同时消除了给水流量变化引起汽温变化的耦合关系,现场运行收到较好的控制效果.     

粒子群优化的模糊控制器设计

为避免模糊控制器设计中参数的复杂调试,并使其获得最佳控制性能,应用新颖的粒子群优化算法对模糊控制器参数进行优化设计。针对常规模糊控制器稳态精度欠佳的弱点,采用模糊控制与PID控制相结合的双模控制以有效消除静态偏差。通过对具有严重参数不确定性、多扰动以及大迟延的电厂主蒸汽温度被控对象的仿真研究,表明粒子群算法寻优速度快,计算量小,对模糊控制器参数的优化设计是非常有效的,使得主汽温控制系统在不同负荷下均获得很好的调节品质。图6表2参8     

用RBF网络整定的火电厂主汽温PID串级控制系统

火电厂主汽温具有大惯性、大迟延等特性，其动态特性随负荷而变化，采用常规的按照典型工况整定的固定参数PID串级控制难以获得满意的控制效果。为此，提出一种用RBF网络整定的PID串级主汽温控制策略，将RBF神经网络和常规PID串级控制相结合构成的智能PID控制器不仅具有常规PID控制器的特性，而且具有智能控制器的自学习能力，增强了系统对不确定因素的适应性。仿真研究结果表明：系统动态品质明显优于通常的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。