基于单神经元Smith预估的过热汽温控制

针对典型大时滞大惯性，参数变化的电站锅炉过热汽温受控对象，设计了基于单神经元Smith预估过热汽温控制系统，在仿真实验的基础上，对单神经元Smith预估控制和最优常规PID控制进行了比较和分析。仿真结果表明，单神经元Smith预估控制能够充分利用神元自学习，自适应的能力以及Smith预估补偿控制的优点，使系统的控制品质提高，而且具有更强的鲁棒性和自适应性。     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

Fuzzy自调整PID的Smith预估主汽温控制系统

针对火电厂锅炉主汽温系统的大滞后、大惯性、非线性等特点,设计了Fuzzy自调整PID参数的Smith预估主汽温控制系统。运用Matlab对系统在多种工况下进行了仿真,结果表明所设计的控制系统在控制品质、鲁棒性方面明显优于常规的Smith预估控制系统。     

基于神经网络PID参数自学习的过热汽温Smith预估补偿控制

针对火电厂过热汽温控制系统的大惯性、大迟延和时变等特性,提出基于神经网络PID参数自学习的Smith预估补偿控制策略。仿真研究表明,该策略的控制效果优于常规的PID控制,能适应对象参数的变化并表现出良好的控制品质,具有较强的鲁棒性和自适应能力。     

基于自适应Smith预估补偿技术的锅炉汽温控制系统

针对崇明电力公司16号机组锅炉过热汽温被控对象滞后大的特点,采用基于自适应Smith预估补偿技术,重新设计了锅炉的过热汽温控制系统。实际运行表明,该汽温控制系统在锅炉升、降负荷的过程中,锅炉过热汽温可严格控制在允许的范围内。     

单神经元控制器及其在过热汽温控制中的应用

把神经元的学习特性和常规的PID控制算法结合起来,设计了单神经元控制器。将其应用于过热汽温控制系统,并对采用这种神经元控制的时性问题进行了说明。通过仿真试验表明,基于该单神经元的过热汽温能控制系统具有良好的控制品质。     

Fuzzy自调整PID的Smith预估主汽温控制系统

针对火电厂锅炉主汽温被控对象的大迟延、模型不确定性，设计了Fuzzy自调整PID参数的Smith预估主汽温控制系统。运用MATLAB对系统在多种工况下进行了仿真，结果表明所设计的控制系统在控制品质、鲁棒性方面明显优于常规的Smith预估控制系统。     

一种改进的单神经元PID控制器的研究与仿真

为改善单神经元控制中学习速度慢,动态响应特性等问题,研究了一种改进的单神经元PID控制算法,该算法在神经元算法的加权系数中引入了二次型性能指标。在此基础上将其运用于电厂锅炉过热气温控制,设计了一种基于二次型性能指标的单神经元PID的过热汽温控制系统,总结了算法中参数的设置修正规律。仿真结果表明,这种控制算法具有优良的控制性能。     

外高桥1000MW超超临界机组闭环控制系统设计

外高桥1000MW超超临界机组是被控特性复杂多变且多变量相关的对象,协调控制系统采用负荷指令的静、动态前馈和汽轮机与锅炉间的解耦回路来保证控制品质;由于该机组锅炉为直流炉,燃水比既与负荷控制相关又与汽温控制密不可分,燃烧和给水控制系统采用以负荷指令为基础的比值控制加二者的解耦回路以基本保证燃水比;过热汽温控制采用以焓值调节器的指令修正给水流量指令来精确保证燃水比为主要手段,以喷水减温为辅助手段;Smith预估器被应用于过热、再热器喷水控制回路中,以解决汽温这种大迟延、大惯性对象的控制难题。     

典型主汽温度控制系统仿真研究及特性分析

本文通过对主汽温调节对象特性分析,利用Simulink建立变参数动态模型,并考虑了执行机构(汽温调节挡板)的开度与减温水流量非线性关系。对于串级控制、Smith预估控制和预测控制3种控制策略,分别进行仿真研究。最后总结分析各种控制策略的控制效果及建议。     

基于智能神经元PID的异步电机直接转矩控制

针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。     

基于改进型单神经元自适应PID的改性塔压力控制器

本文通过采用单神经元自适应PID控制技术来处理粉状炸药连续生产工艺中改性塔压力的控制问题,着重研究了单神经元自适应PID控制器的设计以及对算法的改进。并通过MATLAB进行了仿真,将单神经元自适应PID控制算法与常规PID控制算法进行了比较,结果表明单神经元自适应PID控制效果远远优于常规PID控制算法。     

免疫调节增益的单神经元PID控制器

针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出了免疫调节增益的单神经元PID控制器.将T细胞免疫调节机理与单神经元PID控制算法相结合,以提高单神经元PID控制器的学习速度,缩短动态响应时间,改善单神经元PID控制器的性能.仿真研究了免疫调节增益的单神经元PID控制器的定值跟踪性能和抗干扰性能以及直流电机伺服控制性能.仿真实验结果表明,这种新的控制算法学习速度快,动态响应时间短,具有较强的自适应性和鲁棒性,其控制性能优于单神经元PID控制.     

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性.     

HVDC中单神经元自适应PID控制方法研究

介绍了将具有自学功能的单神经元模型与常规的比例、积分、微分(PID)控制方法相结合,设计的基于单神经元自适应PID控制器。其控制规律是在高压直流输电(HVDC)系统以整流侧定电流的PID为研究对象,将传感器测得的实际直流电流与参考值比较,再将两者误差信号反馈给PID控制器,产生延迟相角信号。依据误差信号的变化调节延迟相角,从而保持直流线路的恒定。所设计的控制器由实际直流电流与电路参考值之差输入到状态变换器获得的3个量作为神经元的输入,并基于Hebb学习规则、联想式学习策略推导出单神经元的权值调整规律和参数整定方法。采用Simulink典型6脉冲桥HVDC系统的整流侧定电流控制模型仿真,实例说明了神经元算法的实现,其设计的控制器效果好。     

永磁同步电机单神经元模糊PID控制

永磁同步电机(PMSM)矢量控制系统结构复杂、系统运行时参数摄动,严重影响了系统的性能.针对这一问题,设计了一种基于模糊调节单神经元增益的自适应PID控制器,将其应用于PMSM的转速控制.在MATLAB平台上得到的仿真结果表明,采用这种控制器的PMSM矢量控制系统具有一定的优越性.     

单细胞神经元控制器在水轮机调速系统中的仿真研究

介绍了水轮机调速系统的基本原理和一般的控制方法 ,提出了一种采用自适应单神经元 PID控制器来控制调速系统的方法 ,并对两种方法下的控制输出进行了仿真比较 ,得出了采用自适应单神经元 PID控制器较优的结论     

Design of a Data‐Oriented Multivariable PID Control System

PID control schemes have been widely employed for industrial processes. However, it is important to choose a suitable set of PID gains included in the PID controller, because the control performance strongly depends on these PID gains. For single‐input/single‐output systems, data‐oriented control schemes without using the system model in computing PID gains have been proposed. In this paper, the proposed scheme is extended to a multi‐input/multi‐output case. That is, PID gains included in the multivariable PID controllers can be derived by using only the operating data. As a result, the suitable set of PID gains can be obtained, and it enables the system output to track to the reference model output. The behavior of the proposed scheme is examined by numerical simulation examples.     

单神经元自适应PID控制在大功率整流电源中的应用

将具有自学习功能的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并应用于大功率整流电源控制系统。仿真结果表明,采用单神经元PID控制器的大功率整流电源控制系统,能够适应被控对象在较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的PID控制器。