自适应逆控制在过热汽温控制中的应用

针对火电厂过热汽温被控对象大迟延、大惯性以及参数时变的特点，提出了基于自适应逆控制的过热汽温控制策略，采用FIR滤波器进行了自适应建模并设计了相应的逆控制器及扰动消除器。仿真结果表明该方法具有较好的控制品质以及优于常规串级PID控制的鲁棒性和抗干扰性。     

模糊预测函数控制在主汽温控制中的应用

火电厂主汽温被控对象具有大迟延、非线性时变的特性，且在实际运行中存在诸多可测与不可测的扰动。针对预测函数控制中模型失配影响的问题，本文提出了模糊推理对控制量进行补偿的预测函数控制方案。仿真结果表明，采用基于模糊补偿的PFC-P控制策略的串级主汽温系统，具有良好的控制品质．在适应性和鲁棒性上明显优于采用PID-P串级控制策略的主汽温系统。     

基于RBF网络模糊推理的火电厂主汽温PID串级控制系统

火电厂主汽温对象具有大惯性、大延迟和非线性时变等特性,传统的火电厂主汽温控制系统大多采用基于模型的PID串级控制.模糊控制具有不依赖于过程模型、鲁棒性强等优点,且RBF网络具有收敛速度快、逼近能力强等优点,结合模糊控制、神经网络和常规PID的优点提出了基于RBF网络模糊推理的PID串级控制系统;仿真结果表明,使用该方法设计的串级控制系统具有响应速度快,控制精度高等优点,改善了串级控制系统的性能.     

过热蒸汽温度系统的串级DMC-PID控制

过热蒸汽温度系统的控制效果对火电机组运行的安全性、稳定性和经济性有着重要影响。其被控对象的大迟延、大惯性、多扰动以及时变等特点,令外回路传统PID控制方法难以取得令人满意的控制效果。本文采用传统过热蒸汽温度控制系统的串级结构,充分利用其内回路能快速消除扰动、提高系统工作频率的优点,在保留内回路PID控制器的前提下,进行了外回路DMC控制器设计。仿真研究表明串级DMC-PID控制相较于串级PID-PID控制具有更好的给定值跟随能力和抗干扰能力。     

串级控制在发电厂过热汽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,提出了一种基于模糊PID控制和Smith预估控制器的串级控制器,即先用Smith预估控制器控制一级过热器的出口温度并构成副回路,然后用模糊PID控制器控制二级过热器的出口温度并构成主回路.仿真结果表明:该串级控制器有较强的鲁棒性,提高了控制系统的品质,获得了更好的控制效果.     

基于模糊自适应PID控制的锅炉过热蒸汽温度控制系统

锅炉过热蒸汽温度控制具有大惯性、纯延迟、时变性难以控制等特点,针对这种情况本文在常规PID串级控制的基础上,构成了模糊自适应PID串级控制系统,仿真对比表明该系统和常规PID控制系统相比超调量小,调节时间短,振荡周期短,平稳速度快,精度高,而且系统的静、动态特性都较好,控制效果好,自适应能力强.     

主汽温系统的模糊PID控制及仿真

针对火电厂主汽温控制对象特点，保留串级控制抗内扰的性能，结合模糊控制动态特性好的特点，提出了一种模糊PID控制器串级控制设计方法，井进行仿真，结果表明，用这种方法建立的汽温控制系统具有较好的控制品质和较强的抗干扰能力。     

变论域模糊自整定PID内模控制在主汽温控制系统中的应用研究

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串级控制方法难以获得满意的控制效果。通过引入1／1pade级数逼近纯滞后环节,将内模控制转换为常规PID控制器的参数的整定,运用变论域模糊控制原理来整定PID参数,从而实现了变论域模糊自整定PID内模控制。它充分综合了变论域模糊控制、内模控制、PID控制的优点。通过对锅炉过热蒸汽温度控制系统的仿真研究表明,变论域模糊自整定PID内模控制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,控制品质好。     

火电厂过热汽温系统串级控制方法的改进

在对火电厂过热汽温控制对象特点分析基础上，保留串级控制抗内扰的性能，结合模糊控制动态特性好的特点，提出了一种模糊串级控制设计，并进行了对比仿真研究。结果表明，应用模糊控制可获得比使用传统PID控制更为理想的调节效果，不论在何种扰动下,其综合控制品质指标都比较高，动态过渡时间比较短．基本上可以消除振荡，超调量小．鲁棒性强。     

基于神经网络预测自整定PID在锅炉主汽温控制中的应用

针对火电厂主汽温被控对象的大延迟、模型的不确定性，设计了基于预测神经网络的主汽温控制系统，系统结构为串级系统，内回路采用常规的PID控制，外回路采用带非线性预测神经网络PID控制器，学习算法为改进的BP算法，对系统在多种工况下仿真的结果表明，该系统在控制品质、鲁棒性方面都明显优于常规PID控制系统，可知在过程控制领域中，神经网络在处理困难问题上，有良好的发展潜力。     

串级-Smith预估控制在温度大滞后系统中的应用

在工业过程中，大滞后系统普遍存在。文章以一实验用加热装置为研究对象，针对该温度控制系统具有大滞后的特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用Smith预估器，大幅度降低滞后对控制系统动态性能的影响；外环采用PI控制实现系统无静差。实验表明，该种控制系统与单回路PID控制或Smith预估控制相比具有更优的动态特性和鲁棒性。     

主蒸汽温度的BP神经网络PID控制系统的研究

针对火电厂主蒸汽温度系统大惯性、大迟延、非线性的特点,常规串级PID控制难以取得满意的调节效果,为了改善常规PID控制的不足,文章在研究BP神经网络的基础上,把BP神经网络PID控制应用到主汽温控制系统中。运用matlab仿真,结果表明,与传统控制相比BP神经网络PID控制算法有效减小了系统的超调量,提高了系统的响应速度,在主汽温控制系统中具有很好的控制效果。     

模糊自适应PI控制在直流无刷电动机调速系统的应用

在分析直流无刷电动机的工作原理和数学模型的基础上,提出基于速度环和电流环的双环控制模式,在速度环中采用模糊自适应PI控制方式,在电流环中采用传统的PID控制方式.实验表明,与传统PID控制方式相比,采用模糊自适应PI控制,在负载或参数发生变化时,具有转速波动更小、鲁棒性更强的特点,是一种更优越的控制方法.     

Steam temperature controller with LS-SVR-based predictor and PID gain scheduler in thermal power plant

Nonlinearity and time delay in thermal power plant processes during the period of steady state load have been reported to be efficiently compensated for by controlling the open rate of sprays and an angle of burner tilt using a conventional cascade PID controller. However, it is not easy to compensate severe nonlinearity and time delays simultaneously due to feed water and coal flow variations during load changes. This paper introduces advanced method to mitigate these problems. A predictor based on the least square support vector machine for regression (LS-SVR) algorithm is developed to efficiently compensate the nonlinearity in the boiler system, and it enables accurate modeling of the steam temperature by applying LS-SVR algorithm by using one variable, steam temperature, for the superheater and reheater systems. Moreover, the predictor enables to compensate the time delay by generating a prior control action, based on the predicted steam temperature after a certain time interval. An LS-SVR-based predictor is combined with a PID controller that uses a gain scheduler based on an anti-reset windup algorithm to enable more sensitive and efficient steam temperature control during load changes to the boiler system in a thermal power plant. A load-changing simulation is conducted, and the proposed steam temperature controller demonstrates a more stable and efficient performance than a conventional cascade PID controller.     

Improving performance using cascade control and a Smith predictor

Many investigations have been done on tuning proportional-integral-derivative (PID) controllers in single-input single-output (SISO) systems. However, only a few investigations have been carried out on tuning PID controllers in cascade control systems. In this paper, a new approach, namely the use of a Smith predictor in the outer loop of a cascade control system, is investigated. The method can be used in temperature control problems where the secondary part of the process (the inner loop) may have a negligible delay while the primary loop (the outer loop) has a time-delay. Two different approaches, including an autotuning method, to find the controller parameters are proposed. It is shown by some examples that the proposed structure as expected can provide better performance than conventional cascade control, a Smith predictor scheme or single feedback control system.     

基于PLC的温度串级控制

介绍了对于控制通道的时间常数和容量滞后较大,控制作用不及时的温度系统采用串级PID控制实现有效的控制方案,由于它的精确数学模型难以确定,参数整定采用一步整定法取得了较好的效果。实验结果表明,采用串级PID控制效果比单回路在响应时间等方面有了较大的提高,有效的改善控制质量,具有一定的应用价值。     

采用炉膛辐射信号的锅炉燃烧系统模糊神经网络预测控制的仿真研究

针对火电厂燃烧过程中主蒸汽压力控制系统的大时滞、大惯性和非线性 ,采用以炉膛辐射信号为中间被调量的串级控制系统 ,并设计一个基于神经网络预测模型的模糊神经网络控制器作为主控制器。该控制器首先将神经网络与预测控制相结合 ,采用递阶遗传算法对神经网络的结构和权值分别进行训练 ,以实现非线性、大时滞系统模型的精确预测 ;然后将模糊控制与神经网络相结合 ,实现模糊神经网络预测控制。考虑到炉内剧烈的湍流燃烧造成炉膛辐射信号包含随机分量 ,又设计了一个附加判断器的二自由度 PID控制器作为副控制器。仿真结果表明 ,该方案显著提高了非线性、大时滞燃烧系统的控制品质 ,且易于工程实现     

Cascade control of superheated steam temperature with neuro-PID controller

In this paper, an improved cascade control methodology for superheated processes is developed, in which the primary PID controller is implemented by neural networks trained by minimizing error entropy criterion. The entropy of the tracking error can be estimated recursively by utilizing receding horizon window technique. The measurable disturbances in superheated processes are input to the neuro-PID controller besides the sequences of tracking error in outer loop control system, hence, feedback control is combined with feedforward control in the proposed neuro-PID controller. The convergent condition of the neural networks is analyzed. The implementation procedures of the proposed cascade control approach are summarized. Compared with the neuro-PID controller using minimizing squared error criterion, the proposed neuro-PID controller using minimizing error entropy criterion may decrease fluctuations of the superheated steam temperature. A simulation example shows the advantages of the proposed method.     

一种改进的DMC算法及其应用

在分析PID算法和动态矩阵控制算法的基础上,将动态矩阵控制算法的性能指标构造成PID形式,并推导了改进的PIDDMC算法。通过对参数选取范围的研究,在时域内分析了PIDDMC控制器的参数选择对控制性能的影响。最后通过在电厂的过热汽温控制系统中的仿真事例分析,同基本的DMC控制算法对比,结果表明PIDDMC算法具有更好的控制性能,将会有较好的工程应用前景。