基于模糊PID控制的微型燃气轮机发电系统研究

根据微型燃气轮发电机系统的动态特性,将微型燃气轮机及其电气部分当作一个整体,建立了微型燃气轮机发电系统完整的数学模型,并在转速环加入模糊PID控制器,分析了微型燃气轮机系统孤网带负荷时的动态特性。仿真结果验证了基于模糊PID控制的微型燃气轮机发电系统具有良好的稳定性和灵活性。     

微型燃气轮机转速控制系统的设计

针对微型燃气轮机发电系统运行过程复杂，难于建立：位确的数学模型的问题，介绍了一种基于零极点配置算法的微型燃气轮机的转速控制器设计方法它可实现在线实时辨识被控对象参数，并具备PID参数的自校正功能，提高了微型燃气轮机在变工况(被控对象参数发生变化)运行下的控制性能和对工作环境的适应能力，仿真结果证明，该控制系统响应速度快，抗干扰能力强，超调小、稳态误差小。     

一种基于BP神经网络的解耦控制方法及其在微型燃机控制中应用的研究

分析了带回热器的微型燃机运行时各变量之间的耦合关系，针对微型燃机运行时参数多变、过程复杂的特点，提出了应用解耦控制算法控制燃机运行的思想；把BP神经网络应用在解耦控制中，结合传统的PID控制，提出了一种新的置解耦网络于调节器之前的BP神经网络解耦控制算法．仿真及实验结果表明此种控制算法具有良好的控制效果．     

基于Elman神经网络的燃气轮机功率预测方法研究

预测燃气轮机未来的功率变化趋势对故障预测非常重要。针对燃气轮机故障预测的问题,提出了一种基于Elman神经网络的功率预测方法。以某电厂燃气轮机的实际数据为例,选取与功率变化最相关的属性。通过对比实验,采取合适的预处理方法,确定神经网络模型的输入,设置合适的隐含层神经元个数,从而建立了基于Elman神经网络的燃气轮机功率预测模型。最后通过与反向传播(back propagation,BP)网络、径向基函数(radial basis function,RBF)网络进行比较,验证了该方法的有效性。     

基于神经网络预测的微型直升机偏航控制模型

为更好地设计微型直升机的控制系统,必须建立其动力学模型.以微型直升机偏航控制为例,由于微型直升机复杂的动力学特性以及直升机微型化后的特殊性,用传统建模方法很难建立出令人满意的模型.基于神经网络的预测功能,将实验系统获得的数据作为训练样本,可得到神经网络预测模型.该模型可根据当前的控制指令和偏航角度预测出下一时刻直升机的偏航角度,从而为设计直升机控制系统提供依据.     

基于WinCC和PLC的微型燃气轮机测控系统开发

以南大傲拓NA400系列PLC为硬件,开发了一套可以对微型燃气轮机进行过程监控的测控系统。同时,采用西门子WinCC 6.2组态软件开发了微型燃气轮机的人机界面,人机界面和PLC之间采用OPC协议进行通讯。实践证明,该测控系统可靠性高,使用方便。     

微型燃气轮机控制及电力变换系统的研制

阐述了发电用100kW级微型燃气轮机控制过程及其电力变换系统的设计和集散控制方法,描述了其结构与功能特点。针对微型燃气轮机的控制特点,提出了异于传统控制方法的有效控制方案,即燃机点火后的闭环控制方法。采用中性点可控的解耦控制方法解决了电力变换系统中的三相逆变电源的不对称问题。理论分析和实验表明,该控制系统稳态和动态控制性能良好,达到了各项技术指标,实现了全部设计功能,具有广阔的应用前景。     

基于模糊控制的微型燃机燃料压力控制

针对微型燃气轮机在控制时由于压力不恒定而导致的运行效率低的问题,将模糊PID控制思想运用到控制系统。在传统的PID控制下加入模糊控制,使其PID参数具有在线自整定功能。仿真结果表明,该方法能够很好地提高压力控制效果。     

基于可视化建模方法的燃气轮机仿真研究

应用可视化建模仿真系统软件对燃气轮机系统的建模方法进行了初步研究,实现了对燃气轮机基本功能和特性的模拟仿真,可以为后续开发适用于培训人员和事故模拟的全范围仿真模拟机提供技术路线的参考与验证。     

燃气轮机速度调节过程的仿真研究

该文针对燃气轮机半实物仿真系统的特点 ,根据惯性容积思想建立了非迭代的燃气轮机模块化仿真模型 ;对半实物仿真系统中的物理部件速度调节器特性进行了实验研究 ,根据物理部件的特性 ,建立了相应的物理部件仿真模型。在EASY5仿真平台上将燃气轮机各模块和速度调节模块组装 ,对影响燃气轮机速度调节过程的各个因素进行了仿真分析 ,仿真结果和实际过程有较好的一致性 ,从而为物理部件与模型模块的连接提供参考和依据     

微型燃机控制系统设计中的几个问题

详细介绍了100 kW微型燃气轮机控制与电力变换系统的设计方法,针对微型燃气轮机控制系统设计中存在的几个主要问题进行了分析和综述.根据燃气轮机数学模型具有多变量、强干扰、参数时变的特点采用单神经元控制器对转速进行闭环控制,分析了回热器等辅助设备控制的耦合关系,对软启动斩波控制、电池控制和逆变、并网控制的工作原理进行了详细的介绍,并按照工况的需求提供了控制方法.讨论了控制器参数设计对系统性能的影响,对研究的结果进行了仿真和实验,并对燃气轮机控制技术的发展做了总结和展望.     

基于神经网络逆控制的水轮机调节系统

根据神经网络对非线性系统模型的辨识能力,将其与自适应逆控制相结合,对水轮发电机组的逆模型进行建模,构建一种新的水轮机调节系统。该方案以逆系统以及系统辨识理论为基础,以水轮发电机组作为被控对象,分别针对其频率和负荷扰动,建立神经网络在线逆控制器,对系统进行调控,并将仿真结果与传统PID控制进行比较。从仿真结果可以看出,所提的控制方案能够实现对水轮发电机组的有效控制,使系统具有较好的动态性能和鲁棒性。     

基于模糊神经网络的气体检测

介绍了基于模糊神经网络(FNN)的气体检测系统.通过该系统,对甲醛气体进行了定量检测分析.实验结果表明:该系统能以较高的精度检测出气体的浓度,有一定的实用性.     

微型燃机燃料压力模糊PID控制的研究

微型燃气轮机的燃料压力系统是燃气轮机的重要组成部分,针对燃气轮机正常工作时燃料储罐里面的燃料压力应当恒定的要求,提出了模糊PID控制方法。在调试初期,燃料压力控制采用传统的PID进行控制和调节。由于存在干扰,控制效果不很理想。在传统的PID控制下加入模糊控制,使其PID参数有在线自整定功能。通过Matlab仿真表明,该方法比传统的PID控制效果有明显改善。     

风电叶片多点静力测试神经网络PID解耦控制

风电叶片多点静力加载测试中由于存在各加载点之间的交联耦合现象,其加载精度难以得到保证.为此在研究耦合机理和解耦控制的基础上,提出变步长BP神经网络PID自整定算法.建立多点静力加载控制系统耦合模型,通过仿真并与实际实验数据比较,验证该算法的有效性.结果表明该算法可有效降低各加载点之间的耦合效应,有利于提高网络的稳定性和搜索速度,同时还具有自学习功能以适应不同尺寸和参数的叶片.     

混沌系统的神经网络控制

提出一种利用神经网络控制系统混沌运动的新方法,并用该方法实现了Ｌｏｒｅｎｚ和Ｒｏｓｓｌｅｒ系统混沌运动控制,从而使系统由混沌运动状态转变为规则运动状态。仿真结果表明,该方法控制混沌系统响应速度快,控制精度高。     

某型无刷直流电动机的神经网络计算机控制设计

在无刷直流电机控制中,会受到负载等非线性因素的影响,实际应用时采用传统的控制策略往往获得的性能指标不理想.神经网络控制是智能控制的一个重要分支,为无刷直流电机的控制策略带来了新的思想和方法.论文设计了一种神经网络的学习算法及神经网络控制,该算法在某型无刷电机控制中显示了其优越性.