模糊神经网络在非线性电站制粉控制系统中的应用

火电厂制粉系统是一个相互关联强耦合的复杂多输入多输出控制对象,运行时具有存滞后、大惯性和非线性的特点,其动态特性非常复杂,数学模型难以建立,并且数学模型随煤质、外部环境等因素变化较大.因此,提出一种基于模糊神经网络的2级控制方案,第一级采用神经网络控制,第二级采用模糊控制.该方案很好地解决了在多变量模糊控制系统中的控制规则多、维数灾难问题,在理论上为多变量、高维数非线性模糊控制系统提出了一种新的控制方案.实验室测试结果表明,如果将其应用到中储式制粉系统中,将提高电站制粉系统的自动化水平及经济运行指标.与传统的手动及PID定值控制比较,该方法大大改善了电站制粉系统的控制性能,是一种很有实用价值的控制方法.     

基于遗传算法的降阶H∞控制器

考虑一类线性时不变连续动态系统，应用遗传算法给出其降阶H∞控制器的设计方法．用线性矩阵不等式给出控制器存在的充要条件，把秩约束作为遗传算法的目标函数，通过对目标函数的全局搜索，得到控制器的最小阶次”。及相应的正定矩阵参数(X，Y)，进而设计出降阶H∞控制器．遗传算法采用实数编码，排序选择和最佳个体保存相结合的选择算子，实值中间重组的交叉算子，实值变异的变异算子．仿真结果表明，所提出方法可达到与MATLAB设计的全阶H∞控制器的相同控制效果，且具有阶次低、易于工程实现的特点．