改进的自适应模型算法控制在过热汽温控制中的应用

针对锅炉过热汽温对象具有大惯性、大迟延、时变性等特点,提出一种基于最小均方算法的自适应模型算法控制-比例串级预测控制系统.通过最小均方自适应滤波器在线实时辨识被控对象的预测模型参数,再结合改进的自适应模型算法控制在线修正控制器参数.仿真结果表明:该控制策略实施简单、超调小,控制效果明显优于PID-P串级控制;且在降负荷实验中能有效适应对象参数时变,保证调节性能较好.     

LMS算法在过热汽温建模中的应用

热工过程往往表现出非线性、大迟延和大惯性等特点,难以建立精确的数学模型。针对这一问题,应用LMS自适应滤波器对火电厂过热汽温对象进行建模。该方法以过热器的入口和出口汽温作为滤波器的激励信号和期望信号,根据最小梯度算法调整滤波器抽头权值,获得过热汽温的FIR模型。文中建模方法计算复杂度低,仿真结果和某电厂运行数据验证了这种方法的有效性。     

LMS算法在过热汽温建模中的应用

热工过程往往表现出非线性、大迟延和大惯性等特点,难以建立精确的数学模型.针对这一问题,应用LMS自适应滤波器对火电厂过热汽温对象进行建模.该方法以过热器的入口和出口汽温作为滤波器的激励信号和期望信号,根据最小梯度算法调整滤波器抽头权值,获得过热汽温的FIR模型.文中建模方法计算复杂度低,仿真结果和某电厂运行数据验证了这种方法的有效性.