基于BP神经网络的解耦方法在直流锅炉控制系统中的应用

分析了直流锅炉运行时各变量之间的耦合关系;针对直流锅炉参数多变、强耦合的特点,提出了一种改进的误差反向传播算法(BP)神经网络分散解耦方法,对直流锅炉汽温-压力控制系统进行解耦,然后采用基于BP神经网络的PID控制方法对解耦后的2个近似独立的单输入单输出系统进行控制.仿真实验结果表明:BP神经网络分散解耦控制算法具有很强的自学习功能和自适应解耦能力,能取得良好的控制效果.     

基于神经网络的解耦方法在直流锅炉中的应用

分析了直流锅炉运行时各变量之间的耦合关系,针对直流锅炉参数多变、强耦合的特点,提出了一种改进的误差反向传播算法（BP）的神经网络分散解耦方法;仿真及实验结果表明,神经网络分散解耦算法具有很强的自学习功能和自适应解耦能力,是解决多变量和强耦合问题的一种有效途径。     

超临界直流锅炉对象特性及控制策略的研究

介绍了超临界直流炉的控制特点，分析了其控制系统的现状及难点。针对超临界直流锅炉多变量、非线性、大迟延、大惯性的特点，提出了合适的控制策略，在理论上进行了比较深入的分析，为超临界直流锅炉控制策略的选择提供了参考。     

热工多变量系统的闭环辨识方法研究与仿真

分析了基于主元分析的子空间算法,并结合热工系统的特点,将其应用到热工多变量系统的闭环辨识中.以某电厂1号超临界直流锅炉为例,采用现场数据进行辨识,建立了100%工况下的动态模型.最后对模型进行了仿真研究,仿真结果与直流锅炉机理变化趋势较为一致,从而证明了子空间方法在热工系统闭环辨识中应用的有效性.