共查询到10条相似文献,搜索用时 31 毫秒
1.
针对电厂锅炉的过热汽温系统具有大惯性、大时滞和多模型等特性.研究一种基于预估模型切换的无辨识自适应预估控制方法.该方法需设计一个无辨识自适应预估控制器和基于主蒸汽流量变化率的切换律,给出若干个一阶预估模型.在系统运行过程中,这些预估模型在切换律控制下根据运行工况按优化切换时间自适应地切换,而其中的优化切换时间是用切换系统优化理论计算得到的.仿真试验结果表明,该方法适用于过热汽温系统,具有良好的控制品质、较强的抗扰和自适应能力,且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. 相似文献
2.
3.
4.
过热蒸汽温度是火力发电厂热力系统中的重要参数,蒸汽温度控制品质的优劣直接影响整个机组的安全和经济运行.由于过热汽温对象具有大延迟、大惯性、时变性和非线性等特点,目前通常采用的传统 PID控制很难获得满意的控制效果.文章将人工神经网络汽温预测模块与常规 PID 算法结合,采用国电智深 DCS系统开发外挂汽温优化控制软件,并应用于实际600 MW 亚临界机组过热汽温控制,经现场调试取得了良好的控制品质。 相似文献
5.
以维持燃水比的稳定为超临界机组过热汽温的主要控制手段为前提,通过对工质热量传递机理的分析、研究,提出了超临界机组过热汽温焓值控制方法,实现了喷水减温的精确控制,解决了过热汽温控制的非线性、大滞后问题,并将汽温调节过程中对中间区段内工质温度的影响考虑到给水控制系统中,全面完善了超临界机组过热汽温控制方案,极大地提高了超临界机组运行控制的稳定性,对火电机组在“双碳”目标下实现节能减排和灵活运行具有重要的意义。 相似文献
6.
7.
针对火电厂锅炉过热汽温对象,将神经网络辨识技术和自适应逆控制技术相结合,提出了一种过热汽温自适应逆控制方案.该方案首先利用RBF神经网络在线辨识被控对象模型获得其Jacobian信息,在此基础上利用对角回归神经网络(DRNN)在线辨识获得被控对象的逆模型作为控制器,串联在控制对象前面构成自适应逆控制系统.通过对超临界600 MW机组过热汽温对象进行仿真研究表明,该控制方案能很好地适应过热汽温对象特性的变化,并且可以有效克服对象的大惯性和非线性,获得良好的控制品质. 相似文献
8.
9.
10.
通过采用改进的粒子群优化(PSO)算法对锅炉过热汽温中的PID参数进行优化,分析了传统过热汽温控制方案的不足,提高了整个系统的鲁棒性.该方法的应用使得过热汽温得到了良好的控制,提高了经济运行效益,同时也说明了改进的粒子群算法寻优简单,能够使控制系统获得较好的动态特性和很强的鲁棒性,易于并行化.仿真结果表明,该算法是一种... 相似文献