智能虚拟参考反馈整定神经元PID及其电站控制应用研究

随着工业技术的快速发展,电站等大型工业企业规模越来越大、生产过程越来越复杂,被控对象通常难以精确建模,导致传统基于模型的控制方法难以获得理想的控制效果。数据驱动控制方法可直接根据系统输入输出数据进行控制器设计,有效解决了传统控制方法对对象数学模型的依赖问题。本文提出了基于智能虚拟参考反馈整定的神经元PID控制方法,通过采用人类学习优化算法,依据智能虚拟参考反馈整定目标函数,直接根据系统一组输入输出数据对神经元PID控制器进行全局优化设计,提高了控制性能。对电站过热蒸汽温度控制的仿真结果表明了提出的智能虚拟参考反馈整定神经元PID控制方法的有效性和在工程应用中的优越性。     

基于模型参考神经网络实现锅炉水位自适应控制

锅炉水位是影响锅炉安全运行的重要参数，而水位控制系统是一个复杂的非线性系统。设计了一个稳定的参考模型来表达所期望的汽包水位特性，再通过构建神经网络控制器，控制锅炉水位输出曲线匹配期望的锅炉水位特性。神经网络控制器由2个神经网络组成：被控对象辨识神经网络和控制神经网络，采用反向传播学习算法作为神经网络训练算法。仿真结果表明，采用该神经网络控制器的系统输出性能明显优于采用传统控制器的系统。     

基于控制增益实时辨识的BLDCM自抗扰控制

自抗扰控制具有算法简单、性能优良等优点,控制增益b对控制效果的影响较大,高效稳定地在线辨识出该参数对提高控制效果具有重要意义。设计了一种基于模型参考自适应参数辨识的新型自抗扰控制器,核心参数自适应变化使该控制器拥有更好的性能,仿真结果表明参数b辨识准确并且该控制器相对于传统自抗扰控制具有更好的控制效果。     

电厂高压加热器水位控制系统的智能优化方法

高压加热器是火电厂用于加热给水的重要设备,对火电机组安全经济运行有重要影响。高加水位具有扰动多的特点,导致水位控制难度大。本文基于某600MW火电机组历史大数据平台的高加运行数据进行闭环辨识,得到仿真模型。在辨识建模中,针对辨识输入的简约问题,采用偏最小二乘回归分析方法进行变量筛选,并结合现场实际工程图搭建仿真系统。然后,采用果蝇优化算法对高加水位控制系统进行优化。相对于传统的PID控制,优化控制算法使高加水位更加稳定,面对扰动时波动变小,抗扰动能力得到提升。     

改进平衡优化器的超声电机无模型自适应控制

为了提高超声电机的控制性能,将基于数据驱动的无模型自适应控制（Model Free Adaptive Control,MFAC）方法应用到超声电机的速度控制中,并针对MFAC存在参数调整困难的问题,提出一种改进的平衡优化器（Improved Equilibrium Optimizer, IEO）算法用于MFAC参数寻优。首先,利用自适应生成概率策略来平衡算法的探索与开发能力;其次,引入折射反向学习策略来扩大解的搜索范围,提高算法的收敛速度,同时采用柯西变异策略来提高算法跳出局部最优的能力;最后,提出一种改进的时间乘以绝对误差积分（Improved Integral Time Absolute Error, IITAE）指标函数用于MFAC的参数寻优。仿真和实验结果表明,与基于原始平衡优化器算法的MFAC相比,基于改进平衡优化器算法的MFAC的稳态误差和调整时间明显减小,系统的控制性能得到显著提高。     

基于模糊-PID控制的锅炉汽包水位自适应研究

汽包水位是锅炉运行中的一个重要监控参数,它反映了锅炉负荷与给水的平衡关系。由于其控制是一个大滞后非线性的控制问题,宜采用模糊控制。然而,常规模糊控制器的参数是固定不变的,不能进行在线调整,其控制效果往往难以满足要求。引入了模糊-PID控制器,实现了PID参数的自适应调节。仿真结果表明,系统的实时性和稳定性都得到了提高,取得了良好的控制效果。     

基于深度学习工况预测的稳压器控制优化

为了优化传统核电站稳压器控制,本文将深度学习方法引入PID控制器。将长短期记忆（Long Short-Term Memory,LSTM）模型使用传统PID控制仿真数据训练后,为PID控制器提供工况预测数据,弥补因为传感器信号传输以及PID控制器计算带来的反馈延迟,从而使得PID控制器能够依据更实时的工况进行控制信号的计算。在验证实验中,对基于上述方法的智能PID控制器进行了功能验证和复杂工况运行验证。实验结果表明,智能PID控制器能够有效降低传统PID控制过程中的超调量（最高可降低80.7%）,同时可以将传统PID控制达到稳态的时间缩短最多60.73s。该控制器的控制性能虽然受工况变化影响仍然较大,但是为核电站稳压器的智能优化方法进行了有益探索,为后续进一步利用人工智能方法改进传统核电站仪控方法提供了借鉴。     

土压平衡式盾构机土压控制的模拟实验

介绍了土压平衡式盾构机土压平衡的工作原理,在盾构模拟试验台上采用自整定PID对盾构密封舱内的土压力进行了实时控制。由模拟实验可知,在保持推进速度不变的情况下,通过对密封舱内土压力的实时监测来控制螺旋输送机转速的实时变化,可控制密封舱内土压力在设定的范围内,从而达到控制地表沉降、减少地表变形的目的。     

基于模型参考神经网络实现锅炉水位自适应控制

锅炉水位是影响锅炉安全运行的重要参数,而水位控制系统是一个复杂的非线性系统.设计了一个稳定的参考模型来表达所期望的汽包水位特性,再通过构建神经网络控制器,控制锅炉水位输出曲线匹配期望的锅炉水位特性.神经网络控制器由2个神经网络组成:被控对象辨识神经网络和控制神经网络,采用反向传播学习算法作为神经网络训练算法.仿真结果表明,采用该神经网络控制器的系统输出性能明显优于采用传统控制器的系统.     

基于粒子群算法的参数自整定伺服控制器的设计

提出了一种可以不考虑系统的数学模型以及外部的工作状况,直接通过在可行域内搜索最优解来找到合适的控制器参数的方法。以伺服系统的速度环控制器为研究对象,将粒子群优化算法应用于控制器的参数自整定中,设计了参数自整定PI控制器。在Matlab／Simulink环境下建立永磁同步电机伺服系统的仿真模型,对比了通过人工参数整定与基于粒子群优化算法的参数整定两种方法。仿真实验结果表明,该方法整定出的控制器参数可以使伺服系统的性能得到较大提高,具有较大的应用价值。     

万有引力算法优化电液力伺服控制系统的研究

提出在航空关节轴承性能评价试验机加载控制系统中,应用万有引力算法(GSA)对电液力PID控制参数的优化方法。系统优化后,阶跃加载的响应速度和动态载荷谱加载的控制性能得到了综合提升,解决了电液力伺服控制系统粒子群算法(PSO) 在载荷谱加载条件下动态控制精度较低的问题。仿真与实验结果表明:万有引力算法在电液力伺服系统参数优化方面具有更好的收敛速度和寻优精度,与PSO算法优化的结果相对比,系统的控制性能有显著提高。该算法对电液力伺服控制系统具有一定的通用性。     

基于CPSO算法的风力机变桨距自抗扰控制

为解决风力机控制系统在不同风况下稳定性差的问题,设计了一种变桨距自抗扰控制器,估计和补偿了系统未知环节和外界扰动,实现输出功率在不同风速下稳定输出。针对自抗扰控制器参数多且难以整合的特点,融入混沌粒子群优化(CPSO)算法优化控制器的参数,减少了参数整定的数目,提高了系统控制精度和效率。对额定功率为300 kW的风电机组在不同风速作用下进行仿真,结果表明,该方法可以快速调节风速变化引起的输出波动,能够使控制系统输出平稳且超调量小,具有较好的稳定性和鲁棒性。     

基于混沌鲸鱼算法的自抗扰永磁同步电机控制

针对永磁同步电机由于强耦合、非线性的特点,导致任何不确定性扰动都会直接影响控制系统性能的问题,设计了一种改进鲸鱼算法优化的二阶自抗扰控制器.通过采用混沌初始化策略改进鲸鱼算法优化自抗扰控制器参数.经过优化的自抗扰控制器的控制其性能有明显提高.仿真结果表明,该自抗扰控制器响应速度快,稳态误差小且无超调,对负载扰动具有良好...     

基于改进PSO算法的电液位置伺服系统MRAC跟踪控制

针对电液位置伺服系统控制性能不佳的问题,提出一种基于改进PSO算法优化的模型参考自适应(Model Reference Adaptive Control,MRAC)跟踪控制方法.首先,建立电液位置伺服系统数学模型,设计出模型参考自适应控制器;其次,分析PSO算法、APSO算法在参数寻优过程中的不足,提出一种改进的PSO...     

基于差分进化遗传优化的移动机器人轨迹跟踪控制

为了提高轮式移动机器人的轨迹跟踪精度,提出了一种基于差分进化遗传优化的轮式移动机器人轨迹跟踪控制器。首先,针对四轮机器人建立了运动学模型;接着,以移动机器人的侧向距离和航向偏角作为控制变量,构建了机器人的轨迹跟踪PID控制器;最后,利用差分进化遗传算法实现了控制器参数的整定优化。轨迹跟踪测试结果表明,与其他控制器相比,基于差分进化遗传优化的控制器的控制精度得到了进一步提高,从而验证了控制器的有效性。     

基于RBF神经网络在带钢厚度控制中的应用

轧钢厚度控制系统的数学模型难以精确建立,传统的PID控制器的自适应能力较差,很难达到满意的控制效果。本文根据以上问题。提出了一种新的控制方法,即基于RBF神经网络自整定PID控制方法。这种控制方法结合了RBF神经网络和PID控制器的控制优势,不仅具有很强的自适应能力、鲁棒性。而且充分发挥了PID控制优势,并且将这种控制方法应用在带钢厚度的控制系统中,取得了很好的控制效果,证明了控制方案的正确性和有效性。     

一种基于神经网络的解耦控制方法

本文提出了一种可用于控制系统的比例.积分和微分参数在线自整定的神经网络PID控制器．结合神经元补偿解耦网络,对解耦控制提供了一种参考。     

基于改进樽海鞘群算法的磁流变减摆控制优化

针对磁流变减摆控制参数整定方法效率低、耗时长、精度差问题,提出一种基于改进樽海鞘群算法(Modified Salp Swarm Algorithm,MSSA)的减摆控制优化方法.首先,针对领导者更新引入精英个体杂交变异策略,提高全局搜索能力;然后,对于跟随者更新采取自适应差分变异策略,加快优化效率;最后,以摆幅最小、摆...     

基于PID算法液位控制系统的设计

液位控制是工业生产乃至日常生活中常见的控制,比如锅炉液位,水箱液位等。针对水箱液位控制系统,建立水箱模型并设计PID控制规律,利用Matlab仿真,整定PID参数,得出仿真曲线,得到整定参数,控制效果很好,实现了水箱液位的控制。