1000 MW超超临界机组过热汽温控制设计

为解决过热汽温定值扰动问题,针对外高桥第三发电厂1000MW超超临界机组过热汽温被控对象的大惯性、大延迟等特性,基于Smith预估器原理,设计了一种改进型Smith预估器控制方法。Matlab仿真结果表明,所设计的控制系统在稳定性、快速性等方面优于常规串级PID控制系统,同时对同类超超临界机组过热汽温控制系统设计也具有很好的参考作用。     

I000MW超超临界机组过热汽温控制策略

以广州台山1000MW超超临界机组为例，分析了超超临界机组过热汽温控制的动态特性，论述了过热汽温控制中的燃水比和减温水控制策略，并根据实例进行了详细的分析和研究。     

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.     

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。     

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。     

火电厂过热汽温的优化控制算法研究

由于火电厂过热蒸汽温度控制具有大延迟、大惯性、非线性、强时变性的特性,传统PID控制算法难以实现良好的控制效果。为了优化火电厂过热汽温控制,提出了一种基于DMC的改进串级PID控制算法。该算法采用DMC改进主控制器输入参数,预测未来输出值,通过预测值与实际值的差值实现输入参数的校正。仿真结果分析表明,该算法与传统PID控制算法相比降低了过热蒸汽温度的超调量,缩短了汽温控制的过渡过程时间,提高了控制系统的抗扰动能力,使控制系统的动态性能和静态性能有了极大改善。     

超临界锅炉过热汽温神经网络内模控制

锅炉过热汽温是燃煤机组运行中的重要参数,过高、过低都会对机组的安全经济运行构成威胁.由于锅炉结构复杂,系统庞大,汽温对象具有变时滞、变参数等特性,喷水减温系统采用的串级PID控制,在大范围变工况下效果往往很不理想,且PID参数整定耗时耗力.为此,该文针对600 MW超临界锅炉过热器的喷水减温系统,研究了过热汽温神经网络(ANN)内模控制方案.基于Matlab建立了汽温系统的ANN正模型和逆模型,并设计出ANN内模实时控制器.仿真表明,与原串级PID控制相比,该方案显著改善了过热汽温的控制品质.     

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。     

模糊神经网络控制在汽温系统中的应用

针对采用常规PID串级控制方法控制火电厂过热汽温系统难以获得满意的控制效果的问题,将模糊控制和神经网络相结合,详细介绍了模糊神经网络控制器的设计过程.利用神经网络实现模糊推理,并对隶属函数进行调整,从而使其具有自适应和学习能力.将其应用于过热汽温控制系统中,仿真研究表明该方法能较好地适应对象特性的变化,基本上可以消除振荡,具有超调量小,鲁棒性强等特点,且控制系统的性能比常规串级控制系统有较大的提高.     

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。