基于自适应遗传算法的过热汽温PID参数优化控制仿真研究

该文从控制的角度出发对遗传算法法进行分析研究,指出加强算法和优化对象的联系是提高遗传算法效率的根本途径。并从算法和对象的外部联系以及内部联系这两个不同的角度分别提出了遗传算法的适配值函数的一般构造原则和遗传算法法的自适应机制,并给出了算法过程中各个环节新的实现策略,与以往经典遗传算法相比,采用文中提出的策略的遗传算法具有更高的求解精度,更强的全局搜索能力。并在此基础上将运用于电厂锅炉过热气温的PID参数优化控制,仿真结果表明了其优越性,具有一定的价值,并且文中所提出的算法及策略具有一般性,很容易运用的到其他优化问题中去。     

过热汽温系统的自适应递阶模糊PID参数控制

为了克服在锅炉过热汽温控制中对象参数变化对系统控制带来的困难,根据对锅炉动态特性影响较大的工况参数,提出了一种新的分层递阶模糊控制方法。对分层递阶模糊PID控制方法进行了理论分析,给出了自适应递阶模糊控制系统的结构设计和控制算法。该算法可根据误差e和误差变化△e,对动态过程中的PID控制参数进行实时在线调节,从而使控制系统获得理想的性能指标,同时,根据目标参数和操作参数的变化。基于操作人员对实际过程的分析和模糊控制规则的非线性映射建立规划策略,从而获得PID控制参数的模糊调整。控制级、监督级和规划级组成了分级递阶结构的动态校正策略。设计实例与仿真结果表明,分层递阶模糊控制在火电厂过热汽温控制中是十分有效的,较好地克服了对象参数变化的影响,控制系统响应速度快,超调小,鲁棒性强。     

免疫PID控制器在汽温控制系统中的应用研究

免疫系统对于各种抗原的适度免疫响应是维持生物体内环境稳定的关键，这主要靠T细胞的调节作用，T细胞在不同的免疫阶段具有促进和抑制两种作用，能保证免疫系统获得较快的响应速度和足够的稳定性，通过免疫系统与控制系统的类比，借鉴免疫应调节机理，该文提出了免疫PID控制器，并讨论了免疫PID控制器与传统PID的结合方式及其免疫参数在调节过程中的作用。对过热汽温系统进行了仿真研究，结果表明当工况变化和存在扰动时免疫PID控制器也能获得满意的效果。     

基于改进型PSO算法的过热汽温PID参数优化

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。其应用使过热汽温得到了良好的控制,且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,该算法是一种效率很高的寻优方法,是PID参数优化的理想方法。     

基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用

针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。     

火电机组主汽温的模糊免疫PID控制研究

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性,传统多采用基于模型的常规PID串级控制方法。本文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,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。火电厂汽温控制系统的仿真研究表明：该方法的控制效果优于常规的PID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。     

基于遗传算法的PID参数优化方法

PID参数整定与优化一直是自动控制领域研究的重要问题，采用遗传算法进行PID参数优化是一种寻求全局最优且与初始条件无关的优化方法，在参数优化过程中，考虑了2种不同的目标函数做了大量仿真实验。仿真结果表明了遗传算法应用于控制器参数优化的可行性和有效性，不失为一种具有较好实用价值的PID参数优化方法。     

灰色预测免疫PID控制在主汽温控制系统中的应用

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.灰色预测具有少数据、贫信息且运算量小的优点.将灰色预测、免疫系统与常规PID控制三者的设计思想融合起来,提出一种灰色预测免疫PID控制策略,并将其应用到火电厂主汽温控制系统中.仿真研究表明,该控制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.     

变论域模糊自整定PID控制在主汽温系统中的应用研究

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控制。它充分综合了变论域模糊控制、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串级控制的控制效果优于常规的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，控制品质好。     

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数,同时利用混沌优化方法的局部快速搜索能力,实现全局最优化。该控制策略不仅具有常规PID串级控制的特性,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,这种方法具有全局优化的能力,对PID控制的参数优化设计是成功和有效的,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。     

自适应内模控制在主蒸汽温度控制系统中的应用研究

主汽温被控对象是一个典型的变时滞、变参数对象，该文提出了对象时滞与蒸汽流量之间的关系，并以火电厂主汽温被控对象为参考模型设计自适应控制律，使控制器内部模型的参数逐步逼近被控对象的参数直至相等，同时根据内部模型参数的变化随时整定控制器的参数。控制器采用内模控制结构，并在集散控制系统上实施。应用结果表明，在参数不匹配和出现负荷扰动的情况下，控制系统均有满意的控制能力。     

主汽温系统模糊自适应预测函数控制

提出了基于有限脉冲响应(FIR)模型的预测函数控制(PFC)算法,给出了采用1个基函数(阶跃函数)和2个基函数(阶跃函数、斜坡函数)的控制律的解析解,分析了闭环系统稳态特性,结果表明,系统对于设定值变化和输出扰动均无余差。结合该算法、T-S模糊建模和自适应控制技术,提出了模糊自适应预测函数控制(FAPFC)策略,该方法实现简单,对工况变化具有优良的适应性。针对某超临界600MW直流锅炉主汽温对象,设计预测函数-比例(PFC-P)串级控制系统,经4种典型工况下的阶跃响应试验表明,采用PFC-P串级控制策略的主汽温系统具有良好的动态性能,明显优于采用PID-P串级控制策略的主汽温系统;为了克服负荷变化对主汽温系统性能的影响,采用了FAPFC策略,仿真结果表明,系统具有良好的负荷适应性,负荷大范围升降时,主汽温度变化能维持在5℃以内,而且控制量变化平稳,具有较高的工程实用价值。     

过热蒸汽温度控制系统优化

针对300MW火电机组锅炉过热汽温系统二级减温器后两侧温度的差异情况，确定了过热汽温控制系统的优化方案：增加1个副调节器，使每个二级喷水阀单独由1个串级回路的副调节器输出进行控制。优化后的系统可以对温度高的一侧增加喷水量，对温度低的一侧减少喷水量，保证二级喷水总量不变。该方案经仿真实验后应用于实际，取得了明显效果。该优化方案适用于采用分散控制系统且有分隔屏过热器的锅炉。     

基于汽温特性的火电机组过热蒸汽温度控制优化研究

以某台330 MW机组锅炉过热蒸汽温度为研究对象,在分析过热蒸汽温度特性的基础上,构建了以机组负荷为变量的前馈动态补偿函数,并采用Matlab软件对该函数进行了仿真验证.结果表明,以负荷为变量的前馈动态补偿函数较静态补偿函数超调量更小,调节时间短,具有较好的稳定性,可提高过热蒸汽温度的控制品质.     

锅炉过热汽温系统的DRNN网络自整定PID控制

火电厂过热汽温控制系统具有大惯性、大迟延、参数慢时变的特点，受到的扰动因素较多；随机组负荷的变化又表现出参数快时变的特性，常规的按照典型工况整定的固定参数PID控制难以适应负荷变化，往往未能取得满意的调节效果。为此，提出一种基于DRNN的两级神经网络的过热汽温系统自整定PID控制策略，其中两级神经网络分别为静态网络SNN和动态网络DNN，SNN依据机组运行工况如负荷进行PID参数的粗调整定，以适应机组负荷的较大范围变化，如参与调峰；DNN依据偏差和偏差变化率进行PID参数的细调整定，以克服机组负荷的小范围变化、参数的慢时变漂移和各种扰动。为了克服系统的大惯性和大迟延，引入灰色预测器对未来信号进行预测，预测结果作为DNN使用的整定信息。对某汽温系统的计算机仿真研究结果表明：基于两级神经网络自整定控制策略的主汽温控制系统获得了良好的动态调节品质，具有较强的鲁棒性。     

基于遗传算法的汽轮机数字电液调节系统的参数辨识研究

调节系统性能的退化和故障的发生，首先表现在系统各个组成环节的参数的变化上，因此通过参数辨识可以这现汽轮机调筇系统的性能预测，状态监测和故障诊断，文中在简要介绍遗传算法的基础上将其应用于汽轮机数字电液调节系统的参数辨识，给出了参数辨识的基本原理和数据处理方法，辨识结果表明，这种辨识算法具有计算速度快，精度高，程序通用性强等优点，通过合理选择误差函数，相对误差可以控制在1％以上，为汽轮机调节系统的参数辨识提供了一种有效的新方法，具有重要的工程使用价值。     

多目标神经PID控制器及其在过热蒸汽温度控制中的应用研究

为了适用大滞后、大惯性复杂过程的高质量控制,对神经网络PID控制器进行了改进,提出了多目标优化算法。该算法具有自适应特点,克服了常规PID超调量大,神经PID响应速度慢的缺点,并容易实现实时控制。应用此算法对电站锅炉过热蒸汽汽温控制进行了仿真,取得了理想的效果。     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。