基于改进型动态矩阵预测的主蒸汽温度串级控制策略研究

在常规PID主蒸汽温度串级控制系统的主控制回路中加入动态矩阵预测(DMC)控制器构成DMC-PID主蒸汽温度串级控制系统,以实现在非精确数学模型下对具有大延迟主蒸汽温度控制对象进行长时域的预测输出。根据系统的阶跃响应建立了系统的DMC模型,设置了优化函数和预测参考轨迹,并提出了对模型动态矩阵进行实时更新和大延迟校正的改进方法,从而改善了预测控制的动态性能。以某660MW机组为例,对DMC-PID主蒸汽温度串级控制系统进行仿真试验,结果表明DMC-PID主蒸汽温度串级控制系统较常规PID主蒸汽温度串级控制系统具有更好的稳定性和快速响应性,且抗干扰能力强。     

基于动态矩阵控制的再热汽温控制系统

预测控制具有良好的动态响应和跟踪性能,但抗干扰性和鲁棒性差.针对火电厂再热器出口温度的大惯性、大延迟的特点,提出了一种改进的动态矩阵控制(DMC)算法,并采用串级控制结构,即内回路采用PID控制快速消除给水流量的扰动,外回路采用带前馈补偿的DMC控制克服蒸汽流量的扰动.将DMC算法和串级控制相结合,充分发挥了PID抗干扰性和DMC对惯性、延迟适应能力强的优点.仿真结果表明,该方案对再热汽温控制系统具有较强的鲁棒性及良好的抗扰动性能,提高了系统的动、静态性能指标,DMC-PID串级控制系统总体性能优于PID-PID串级控制系统.     

DMC-PID算法在大时延系统中的应用

针对温室环境测控系统中的非线性、慢时变、大时延和多变量耦合等特性,设计了DMC-PID串级控制系统。该系统将串级控制结构与预测控制算法相结合,内回路采用常规比例调节器,外回路采用动态矩阵控制器(DMC)。既保持了预测控制的强鲁棒性和跟踪性能,又具有足够的抗干扰性。仿真结果表明,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。     

DMC-PID串级控制在火电厂过热汽温控制中的应用研究

根据火电厂过热汽温的动态特性,将先进的预测控制算法和PID控制算法相结合,构成DMC-PID串级控制系统。利用DMC预测控制算法的鲁棒性强及PID控制算法抗干扰性能好的优点,在Matlab平台上进行了仿真,结果表明该控制策略具有明显优于常规PID串级控制的性能。     

预测控制在电厂主蒸汽温度控制中的应用

针对电厂主蒸汽温度对象大延迟、大惯性的特点,设计了模型预测控制系统,通过MATLAB仿真实验,模拟预测控制系统和PID串级控制系统对电厂主蒸汽温度的控制,比较研究两者的控制性能。仿真试验以负荷变化和减温水自发性扰动作为主蒸汽温度干扰因素。仿真结果表明,在负荷或减温水自发性阶跃扰动情况下,MPC控制系统与PID控制系统相比,主蒸汽温度的最大动态偏差较小,调节时间较短,对不同干扰具有更好的适应性。过热器减温水阀的实际响应能力可以满足MPC快速控制的需求。     

基于DMC-PID串级控制的超临界机组给水系统研究

在超临界参数下,针对机组给水控制系统具有复杂多变、大惯性、大迟延等特点,提出了一种基于动态矩阵控制(Dynamic Matrix Control,DMC)和PID串级控制相结合的控制策略。首先对超临界机组给水控制系统被控对象的动态特性以及建立简化数学模型等进行了分析。其次根据动态矩阵控制原理建立了系统的DMC模型,从而设计了DMC-PID串级控制器。再运用蚁群算法(Ant Colong Optimization,ACO)对350 MW超临界机组的现场运行数据进行辨识,并优化DMC控制器参数。最后与传统PID控制进行了MATLAB仿真对比实验。结果表明DMCPID串级控制具有更好的稳定性和较快的调节速度,鲁棒性较好,抗干扰能力强。     

基于DMC-PID的Buck型DC/DC变换器的输出特性控制

基于Buck型DC-DC变换器动态响应速度较慢、抗扰动能力差的现状,提出了基于输出电压微分-单周控制Buck型DC-DC变换器数学模型的DMC-PID控制方法。该算法将DMC算法与PID算法相结合,充分发挥PID抗干扰性和DMC对惯性、延迟适应能力强的优点。为验证在PID与DMC结合时所采用的串联与并联两种不同的控制方法的控制效果,针对不同工作状态对系统进行了仿真。结果表明:DMC-PID并联控制系统总体性能优于DMC-PID串级控制系统,但两种控制方案都具有较强的鲁棒性及良好的抗扰动性能,能够提高系统的动、静态性能指标。     

电厂过热汽温系统DMC-PID控制仿真研究

应用DMC-PID串级控制策略对过热汽温系统进行了仿真研究。研究了动态矩阵控制(DMC)的预测模型及其性能指标和控制率,给出了过热汽温系统模型及其DMC-PID控制结构。该控制系统既保留了串级控制能够快速消除二次扰动的优点,且由于引入了DMC控制器,增强了系统的鲁棒性。仿真结果表明,这种汽温控制系统具有较好的控制品质。     

基于PID的DMC算法性能分析及其在过热蒸汽温度控制中的仿真

在分析PID算法和动态矩阵控制(DMC)算法的基础上,对基于PID性能指标改进的DMC算法--PIDDMC算法进行了推导.在时域内分析了PIDDMC控制器的参数选择对控制性能的影响,并给出参数选取范围.通过在发电厂的过热蒸汽温度串级控制系统中的仿真和与基本的DMC控制算法对比,结果表明PIDDMC算法具有更好的控制性能.     

基于混合学习算法的RBF神经网络主蒸汽温度控制

针对火电厂主蒸汽温度的大迟延、模型不确定性特点,提出一种使用径向基(RBF)神经网络整定PID串级主蒸汽温度控制策略.采用一种最近邻聚类法和梯度下降法相结合的混合学习算法构造RBF神经网络,在线辨识被控对象并对PID主控制器参数进行在线调整.仿真结果表明,基于混合学习算法的RBF神经网络PID控制器具有控制精度高、响应速度快的优点,系统动态品质优于常规算法的RBF神经网络PID控制.