首页 | 本学科首页   官方微博 | 高级检索  
     

基于单神经元自适应控制器的IGCC电站气化炉控制
引用本文:王冬晓,吕剑虹,向文国,吴科,郭颖. 基于单神经元自适应控制器的IGCC电站气化炉控制[J]. 工业控制计算机, 2009, 22(6): 51-52
作者姓名:王冬晓  吕剑虹  向文国  吴科  郭颖
作者单位:东南大学能源与环境学院信息技术与自动化系,江苏,南京,210096;东南大学能源与环境学院信息技术与自动化系,江苏,南京,210096;东南大学能源与环境学院信息技术与自动化系,江苏,南京,210096;东南大学能源与环境学院信息技术与自动化系,江苏,南京,210096;东南大学能源与环境学院信息技术与自动化系,江苏,南京,210096
基金项目:国家高技术研究发展计划(863计划),江苏省科技成果转化专项资金资助项目 
摘    要:在分析IGCC电站中气化炉的工作特性与气化炉控制系统基本结构的基础上,对气化炉控制系统进行了设计。运用单神经元自适应控制方法,采用改进的有监督的Hebb学习规则在线完成控制器参数的自整定,从而实现系统的智能控制。仿真结果表明,与常规PID控制方法相比,该方法具有控制精度高、响应速度快的优点,并且具备较强的自适应性和鲁棒性。

关 键 词:整体煤气化联合循环(IGCC)  气化炉  单神经元  改进的Hebb学习规则

Adaptive PID Control for IGCC Gasifier Based on Single Neuron
Abstract:Based on the analysis of working characteristics and the control system of the IGCC gasifier,an adaptive PID controller using single neuron is used.The self-learning method is an improved Supervised Hebb learning method that can revise the PID parameters on line.It is validated by simulation that the adaptive controller is of higher accuracy,faster response,stronger self-adaptability and robustness than normal PID controller.
Keywords:Integrated Gasifier Combined Cycle (IGCC)   gasifier  single neuron  improved Hebb learning method
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号