神经网络预测控制在加热炉炉温控制中的仿真研究

针对加热炉处于干扰环境下的不确定性、非线性、大滞后和大惯性特点,采用径向基神经网络(Radial Basis Function,RBF)建立加热炉炉温预测模型,以实现炉温预报。同时设计以L-M(LevenbergMarquardt)优化算法为基础的控制器对加热炉炉温进行滚动控制。针对L-M优化算法对初始值敏感的问题,采用RBF逆神经网络动态确定算法初始值。仿真结果表明所提方法在不同工况下均具有较快的调节时间和较小的超调量。     

加热炉炉温的模糊广义预测控制仿真研究

针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。     

燃气电站锅炉先进控制系统设计与实现

某燃气电站锅炉原采用DCS控制,然而常规PID控制效果并不理想。采用广义预测控制和自适应模糊控制实现了有关回路的先进控制,构建了一套燃气电站锅炉先进控制系统,并应用于燃烧系统和汽水系统。现场应用结果表明:该先进控制系统效果良好,有关回路控制品质改善明显。     

航天气化炉先进控制与优化系统的设计和实现

采用广义预测控制算法,利用神经网络建模和遗传算法寻优,设计并实现了一套航天气化炉先进控制与优化系统.该系统成功应用于某煤化工企业.现场应用表明:该系统的投运明显改善了气化炉控制品质,达到了节能降耗的效果.     

热风炉烟气温度广义预测控制器的设计与实现

某钢铁厂顶燃式热风炉升温过程具有滞后、时变和非线性的特点,现场热风炉烟气温度控制自动化程度低、控制品质差。为此,通过带遗忘因子的递推最小二乘法在线辨识时变模型参数,设计烟气温度升温过程的广义预测控制器。仿真和投运结果表明:控制效果良好,热风温度提高了3~5℃,同时节省了1.5%左右的煤气流量。     

小波神经网络预测控制在加热炉炉温控制中的应用

针对蓄热步进式加热炉大滞后、大惯性等特点,采用小波神经网络建立加热炉炉温预测模型,预测炉温未来输出值,并根据二次型性能指标构建炉温优化控制器,通过滚动优化控制器修正神经网络的参数,得到系统未来的控制量。仿真结果表明,该算法对炉温的变化具有良好的跟踪性,调整周期较短,为其在实际生产中的应用奠定了基础。     

水泥熟料煅烧过程先进控制系统的设计与实现

新型干法水泥生产中，水泥熟料煅烧过程能耗巨大，且该过程具有多变量、大滞后、非线性、强耦合等特点，手工操作和常规控制策略通常不能获得理想的控制品质，从而造成系统不稳定并导致极大的热能浪费。因此引入前馈控制策略，采用广义预测控制算法设计并实现了一套水泥熟料煅烧过程先进控制系统，该系统已经在某水泥厂长期投运。现场结果表明：先进控制系统的投运使得水泥熟料煅烧过程工况更稳定，熟料品质得到提高，节能降耗效果明显。     

基于前馈-广义预测控制的篦冷机先进控制

水泥生产系统中，篦冷机具有多变量、大时间滞后、强干扰的特性，基本无法采用常规控制器实现自动控制，且手动控制效果常常不理想，因此提出一种基于前馈-广义预测控制的篦冷机先进控制方法。采用篦冷机固定板风机电流作为前馈量，可以克服篦冷机篦下压力较难控制的问题。该算法已经在某水泥厂篦冷机上成功实现并投运，极大地改善了控制品质。