电厂过热汽温神经网络内模控制系统的仿真研究

基于BP神经网络和内模控制理论,研究了过热汽温自校正内模控制系统的设计,详细介绍了控制算法及实现过程,并对该方法进行了仿真验证.结果表明,用这种方法建立的过热汽温控制系统具有较好的控制品质和较强的自适应能力.     

600 MW国产机组过热汽温控制系统改造

2台国产600 MW亚临界燃煤机组在实际运行中锅炉过热汽温一直存在较大的偏差.针对这个问题对2号机组过热汽温控制系统改造方法作了简要分析.     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。     

一类自适应模糊控制方法研究及在锅炉汽温控制中的应用

尽管模糊控制技术适合于控制具有非线性和不确定性的对象，但常规的模糊控制系统缺乏自适应能力，限制了模糊控制技术的广泛应用。该文针对PD型模糊控制器，首先研究了模糊控制器相关参数与控制系统品质之间的关系，在此基础上，进一步提出了该类模糊控制器的参数校正方法，从而使所提出的模糊控制系统具有一定的自适应能力。论文最后将文中的自适应模糊控制方法应用到锅炉过热蒸汽温度控制中，取得了良好的控制效果。     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

PID型自适应模糊控制在锅炉主蒸汽温度控制中的仿真研究

通过对PID型模糊控制器、主蒸汽温度的大惯性和大滞后性以及难以建立精确的数学模型特性的研究,提出了一种自适应模糊控制方法,其通过在线调节可调因子,不断优化控制过程,使模糊控制系统具有较强的自适应能力.以主蒸汽温度控制系统为例,对PID型自适应模糊控制方法进行了仿真,并与模糊PID控制进行了对比.结果表明,该方法显著提高了控制系统的动态特性、稳态精度及鲁棒性.     

过热汽温的稳定自适应预测函数控制

针对火电厂锅炉过热蒸汽温度的动特性设计了一种基于Laguerre模型的稳定自适应预测函数控制器。通过对闭环系统状态方程的稳定性分析，依据Lyapunov稳定性定理得到了控制系统稳定的必要条件。对于不同负荷情况下模型发生跳变所引起的不稳定，该文提出一种衰减因子补偿校正方法，并使用混沌算法在线寻优调节衰减因子，提高了控制品质。仿真研究中根据多模型切换性能指标函数来判断模型跳变，当负荷变化时，在线辨识模型参数，得到较好的控制结果，证明该算法的有效性。     

基于自适应遗传算法的过热汽温PID参数优化控制仿真研究

该文从控制的角度出发对遗传算法法进行分析研究,指出加强算法和优化对象的联系是提高遗传算法效率的根本途径。并从算法和对象的外部联系以及内部联系这两个不同的角度分别提出了遗传算法的适配值函数的一般构造原则和遗传算法法的自适应机制,并给出了算法过程中各个环节新的实现策略,与以往经典遗传算法相比,采用文中提出的策略的遗传算法具有更高的求解精度,更强的全局搜索能力。并在此基础上将运用于电厂锅炉过热气温的PID参数优化控制,仿真结果表明了其优越性,具有一定的价值,并且文中所提出的算法及策略具有一般性,很容易运用的到其他优化问题中去。     

超临界600MW机组过热蒸汽温度的自抗扰控制

研究了自抗扰控制技术(ADRC)在超临界600MW机组过热蒸汽温度控制系统中的应用,提出了二级过热蒸汽温度主调节器采用ADRC,副调节器采用传统的PID调节,构成ADRC-PID过热蒸汽温度控制系统的设计方案。试验结果表明,采用ADRC的过热蒸汽温度控制系统负荷适应性良好,鲁棒性及抗干扰能力较强,跟踪速度快,控制品质显著优于传统PID控制。     

过热汽温增益自适应Smith预估控制

过热蒸汽温度是机组运行过程中需要监控的重要参数,为解决实际中的过热汽温普遍存在着滞后、非线性等问题,利用实际工程中过热蒸汽系统阶跃响应特性的数据,采用最小二乘法建立了控制对像的数学模型,在串级双回路控制的基础上引入了增益自适应SMITH预估控制。实际投运时过热汽温稳态偏差不超过2℃,负荷波动30%BMCR时动态偏差不超过4℃,结果表明,采用该控制策略具有较强的可实现性和较好的控制品质。     

过热汽温系统的自适应递阶模糊PID参数控制

为了克服在锅炉过热汽温控制中对象参数变化对系统控制带来的困难,根据对锅炉动态特性影响较大的工况参数,提出了一种新的分层递阶模糊控制方法。对分层递阶模糊PID控制方法进行了理论分析,给出了自适应递阶模糊控制系统的结构设计和控制算法。该算法可根据误差e和误差变化△e,对动态过程中的PID控制参数进行实时在线调节,从而使控制系统获得理想的性能指标,同时,根据目标参数和操作参数的变化。基于操作人员对实际过程的分析和模糊控制规则的非线性映射建立规划策略,从而获得PID控制参数的模糊调整。控制级、监督级和规划级组成了分级递阶结构的动态校正策略。设计实例与仿真结果表明,分层递阶模糊控制在火电厂过热汽温控制中是十分有效的,较好地克服了对象参数变化的影响,控制系统响应速度快,超调小,鲁棒性强。     

过热蒸汽温度控制系统优化

针对300MW火电机组锅炉过热汽温系统二级减温器后两侧温度的差异情况，确定了过热汽温控制系统的优化方案：增加1个副调节器，使每个二级喷水阀单独由1个串级回路的副调节器输出进行控制。优化后的系统可以对温度高的一侧增加喷水量，对温度低的一侧减少喷水量，保证二级喷水总量不变。该方案经仿真实验后应用于实际，取得了明显效果。该优化方案适用于采用分散控制系统且有分隔屏过热器的锅炉。     

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.     

多目标神经PID控制器及其在过热蒸汽温度控制中的应用研究

为了适用大滞后、大惯性复杂过程的高质量控制,对神经网络PID控制器进行了改进,提出了多目标优化算法。该算法具有自适应特点,克服了常规PID超调量大,神经PID响应速度慢的缺点,并容易实现实时控制。应用此算法对电站锅炉过热蒸汽汽温控制进行了仿真,取得了理想的效果。     

基于模糊神经网络智能PI的过热蒸汽温度控制研究

介绍了在电厂过热蒸汽温度控制中采用模糊神经网络智能PI(FNN-PI)的控制方法。将基于FNN-PI的过热蒸汽温度控制系统与传统的PID过热蒸汽温度控制系统进行了仿真比较,结果表明采用FNN-PI的过热蒸汽温度控制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。     

基于汽温特性的火电机组过热蒸汽温度控制优化研究

以某台330 MW机组锅炉过热蒸汽温度为研究对象,在分析过热蒸汽温度特性的基础上,构建了以机组负荷为变量的前馈动态补偿函数,并采用Matlab软件对该函数进行了仿真验证.结果表明,以负荷为变量的前馈动态补偿函数较静态补偿函数超调量更小,调节时间短,具有较好的稳定性,可提高过热蒸汽温度的控制品质.     

单神经元无辨识自适应预估控制算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的无辨识自适应预估控制算法。该算法将神经元结合到无辨识自适应控制律中，借鉴推导无辨识自适应控制参数自校正算式的基本思想建立约束条件，据此选择适当的权值取代原控制参数，并用加入动量项的改进δ算法取代该参数的校正计算式，提高控制参数的自校正能力。将该算法应用于600MW超临界机组直流锅炉的过热汽温控制，进行仿真研究，结果表明该算法的有效性，并具有良好的控制品质，较强的鲁棒性和自适应能力；且该算法对预估模型的精度要求不高，控制参数容易整定，易于工程实现。