用RBF网络整定的火电厂主汽温PID串级控制系统

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。     

基于灰色预测的汽温模糊免疫PID控制

火电厂汽温具有大惯性、大迟延和时变等特性,采用常规的PID串级控制方法难以取得满意的控制效果.借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,结合灰色预测的优点,提出采用灰色预测的模糊免疫PID控制策略.火电厂汽温控制系统的仿真研究表明:该方法的控制品质良好,能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

面向对象的火电厂主汽温控制方法

大型火电机组主汽温对象具有明显的滞后性、非线性、时变性的特点,采用常规PID串级控制主汽温效果欠佳,提出了面向对象的主汽温控制策略,及汽温对象由扰动通道类、调节通道类及任务处理类三大类子对象组成.以工程实例证明了任务处理类子对象算法对汽温变化的可控性.实践表明:新型控制算法具有较好的控制品质和鲁棒性,且有较强的抗干扰能力,实现了控制过程的零手动、零超温和高品质.     

基于模糊的自校正PID控制在水电机组上的应用

针对水电机组具有非线性、时变、非最小相位且结构参数变化范围较大的特点，基于模糊集理论设计了一种自校正PID控制器．该控制器基于对控制误差、误差的变化和误差变化的变化的识别，通过模糊推理来实现其参数的实时优化．从而达到对水电机组不同工况下的自适应控制，算法实现简单．实时性强。在水电机组的调节系统仿真实验中．与采用常规PID控制相比，能更有效改善系统的动态性能．增强系统的鲁棒性。图7参7     

一种设计模糊-PID复合控制器的新方法及其在电厂控制中的应用

为提高大型火电机组过热蒸汽温度串级控制的性能，提出了一种新型模糊-PID复合控制器的设计方法。该方法可实现在偏离工作点较远的区域模糊控制中起主要控制作用，在工作点附近则主要实施PID控制，实现了两种控制的优势互补，同时还为模糊控制器提供了一种系统化设计方法。实际工业应用结果表明：采用该方法设计的过热蒸汽温度串级控制系统比常规方法设计的系统具有更强的适应能力和良好的控制品质。图9表1参6     

火电厂主汽温控制系统的免疫PID串级控制

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。     

基于PSO算法的FCMAC控制器及其在主汽温控制中的应用

模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力.文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性.     

汽-汽换热器系统的多变量鲁棒PID控制

带有汽 汽换热器的单元制机组的过热汽温系统和再热汽温系统之间存在较强的耦合作用,两个系统的动态特性会随着机组负荷的变化发生较大改变。为此,将两个系统作为一个整体,应用环路成形H∞控制方法,设计出过热汽温和再热汽温的多变量鲁棒协调控制器。为了便于工程应用,将设计出的多变量H∞控制器运用Taylor级数展开的方法简化为PID形式。在多个工况点的仿真结果表明:所设计的H∞控制器的负荷适应性较强,具有良好的解耦效果,等效的PID控制器较好地保留了H∞控制器的控制效果。图6表1参7     

基于模糊自适应PID的锅炉汽包水位智能控制系统

针对锅炉汽包水位经常受到负荷变化、进出水速度、水质等诸多因素的影响,具有时滞、非线性等特性,设计了以误差e及误差变化率ec为输入,PID控制器的KP、KI、KD为输出的二输入三输出的模糊自适应PID控制器,目的是为了改善PID控制的参数整定困难、适应差的缺点。并通过仿真进行了验证,结果表明锅炉汽包水位控制系统不论是在负荷变化较小的情况下,还是在负荷剧烈变化的运行工况下,都可以实现水位的平稳调节,水位始终保持在规定的波动范围之内。     

电厂锅炉燃烧系统的模糊免疫PID控制

讨论了单元机组采用炉跟机负荷控制方式时的锅炉燃烧控制系统,针对风扇磨直吹制锅炉汽压调节对象惯性大、给煤机给煤量与控制电流呈非线性等特点,分析了对象的数学模型,将高阶惯性对象等效为带纯迟延的一阶惯性系统;利用借鉴生物系统的免疫机理而设计出的一种非线性控制器,再使用Zadeh的模糊逻辑AND操作并采用常用的mom反模糊化方法得到模糊控制器的输出f(u(k),Δu(k))。通过计算机仿真,给出了仿真曲线。结果表明,汽压系统能做到稳定性高,鲁棒性强,调节及时,反应速度快,动态偏差小,无静态偏差。该分析和控制方法非常适合于燃烧控制系统,控制品质好,符合工程实际,有实用价值。图6参4     

基于模糊PID的风电系统转速控制仿真研究

由于风速具有随机性、不确定性、变化范围大等特点,风力发电机转速若采用传统PID控制,仅一组固定的参数难以在不同风速下均有好的控制效果。分析了风力发电系统各参数之间的关系,结合PID控制和模糊控制各自的特点,设计了模糊自适应PID控制器。在额定风速以下,该控制器用于改变发电机定子电压,从而改变发电机反力矩,调节转速,使得输出功率快速跟随风速变化。MATLAB/Simulink仿真结果证实其稳定性、动态速度响应均优于传统的PID控制,取得了较为理想的控制效果。     

模糊PID控制在电厂过热气温控制系统中的应用

针对发电厂的过热汽温控制系统中锅炉过热器出口温度的非线性、时变性、滞后性等特点,文中提出了一种模糊PID控制在过热汽温控制系统中的应用。该控制系统能够很好地克服非线性和时变性,使过热汽温控制系统具有较强的鲁棒性,从而提高了控制系统的控制品质,提高了过热器的生产效率。     

无模型自适应预测控制在过热汽温控制中的应用

采用伪梯度向量(pseudo-partial-derivative,PPD)的概念,对被控系统进行动态线性化处理得到预测模型,提出了一种改进的无模型自适应预测控制算法(model free adap-tive predictive control,MFAPC)。将这种新方法应用到火电厂中具有大惯性、模型不确定性等特性的过热汽温串级控制系统中,主回路采用MFAPC算法,副回路采用常规PID控制,仿真结果证明了该串级控制策略的有效性。     

灰色预测自适应内模控制在电厂过热汽温控制中的应用

针对电厂过热汽温的大惯性、大滞后和参数时变等特性,提出了基于灰色预测的自适应内模控制方法.使用Adaline神经网络实时辨识对象的增益和时滞,克服参数时变影响.在误差反馈通道上增加灰色预测模块,根据辨识出的对象时滞的大小,动态确定误差反馈灰色预测的长度;通过超前调节,可以有效克服模型失配和外扰的影响.     

电厂过热蒸汽温度的有约束预测控制

针对目前常用串级PID系统在电厂过热蒸汽温度控制过程中存在的问题,提出采用带约束预测的控制算法予以解决.采用这种有约束预测控制后,可抬高控制设定值,从而提高机组运行效率,提高经济效益.采用现场试验数据,通过面积法辨识过程模型并利用Matlab设计预测控制器,进行了控制过热蒸汽温度模型的仿真试验,结果表明:有约束预测控制可改善系统的动态特性和抗干扰能力,并使过热蒸汽温度控制品质得到有效提升.     

复合控制在过热汽温控制中应用的仿真研究

随着对热工过程控制系统的要求不断提高,常规的PID控制器难以适应不同工况下被控对象动态特性的改变。提出基于串级和增益自适应Smith预估控制的复合控制系统,通过在线的模型辨识提高系统适应工况变化的能力。在过热汽温控制中应用的仿真结果表明:复合控制对模型的不确定性和外扰均具有较强的适应能力。对于过热汽温这种存在大时滞、时变性、大干扰、不确定性和非线性的复杂热工对象,其控制品质远优于常规的PID控制,在热工过程控制中有良好的应用前景。     

自适应模糊神经网络控制在锅炉过热汽温控制中的应用

常规的模糊控制系统不能自动地将专家知识经验转化为推理规则库,缺乏有效的方法来改进隶属度函数,而自适应神经模糊推理系统(ANFIS)将模糊逻辑和神经元相结合,采用反向传播算法和最小二乘法的混合算法来调整前提参数和结论参数,并能自动产生模糊规则.在此基础上提出了一种自适应模糊神经网络控制器,并将其应用于火电厂锅炉过热汽温控制中.结果表明:与常规的PID控制相比,该方法提高了锅炉汽温控制系统的动态稳定性和抗干扰性.