共查询到15条相似文献,搜索用时 156 毫秒
1.
2.
3.
火电厂主汽温控制系统的免疫PID串级控制 总被引:11,自引:2,他引:11
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。 相似文献
4.
5.
6.
循环流化床锅炉主汽温的模糊预测函数控制 总被引:2,自引:0,他引:2
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. 相似文献
7.
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. 相似文献
8.
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。 相似文献
9.
10.
11.
12.
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 总被引:3,自引:1,他引:3
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 相似文献
13.
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. 相似文献
14.
15.
用RBF网络整定的火电厂主汽温PID串级控制系统 总被引:9,自引:0,他引:9
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。 相似文献