基于混合策略麻雀算法的锅炉主汽温系统参数优化

超临界机组过热蒸汽温度的控制品质直接影响机组的安全稳定运行,传统的控制方案是通过工程整定法对主汽温控制系统参数进行优化。麻雀优化算法(Sparrow Search Algorithm,SSA)作为一种新颖的群体智能优化算法,已在诸多应用领域具有较好的寻优性能。针对锅炉主汽温系统特性,提出一种混合策略的改进型麻雀搜索优化算法,在锅炉主汽温系统参数寻优过程中,能够在不降低寻优精度的同时降低寻优时间。仿真结果验证了改进SSA算法的良好寻优特性。

主汽温系统模糊自适应预测函数控制

提出了基于有限脉冲响应(FIR)模型的预测函数控制(PFC)算法,给出了采用1个基函数(阶跃函数)和2个基函数(阶跃函数、斜坡函数)的控制律的解析解,分析了闭环系统稳态特性,结果表明,系统对于设定值变化和输出扰动均无余差。结合该算法、T-S模糊建模和自适应控制技术,提出了模糊自适应预测函数控制(FAPFC)策略,该方法实现简单,对工况变化具有优良的适应性。针对某超临界600MW直流锅炉主汽温对象,设计预测函数-比例(PFC-P)串级控制系统,经4种典型工况下的阶跃响应试验表明,采用PFC-P串级控制策略的主汽温系统具有良好的动态性能,明显优于采用PID-P串级控制策略的主汽温系统;为了克服负荷变化对主汽温系统性能的影响,采用了FAPFC策略,仿真结果表明,系统具有良好的负荷适应性,负荷大范围升降时,主汽温度变化能维持在5℃以内,而且控制量变化平稳,具有较高的工程实用价值。

主汽温系统模糊自适应内模控制

基于内模控制理论,针对火电厂主汽温被控对象的大惯性、大迟延、时变、多干扰的特点,设计了内模–比例串级控制系统,并将量子遗传算法应用于滤波器参数的寻优。并在此基础上结合T-S模糊建模和自适应控制技术,提出了模糊自适应内模控制(fuzzyad aptive internal model control,FAIMC)策略。该方案实现简单,对工况变化具有优良的适应性。对某超临界600MW直流锅炉主汽温系统4种典型工况进行仿真控制,其过渡过程时间短,超调量小,适用于大惯性、大迟延过程的控制,控制效果明显优于串级PID控制。为克服负荷变化对主汽温系统性能的影响,采用模糊自适应内模控制策略分别进行了升降负荷实验。仿真结果表明:提出的控制系统能较好的适应对象动态模型的大幅度变化,保持较优的调节性能。

火电厂主汽温控制系统的免疫PID串级控制

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规PID串级控制方法的主汽温系统难以获得满意的控制效果。生物免疫系统是一种在大量干扰和不确定性环境中都具有很强鲁棒性和自适应性的系统。借鉴生物免疫反馈响应过程的调节规律,提出将免疫PID串级控制策略应用到火电厂主汽温控制中,针对某超临界600MW锅炉高温过热器在4个典型工况点的仿真研究表明,该策略的控制效果优于常规的PID串级控制,它能适应对象参数的变化,具有较强的鲁棒性和自适应能力。图5表2参8。

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性、大迟延、慢时变以及扰动因素较多,常规串级PID控制难以取得满意的调节效果的特点,该文介绍并分析了预测函数控制(PFC)的基本原理和特点,给出了一阶加纯滞后系统的预测函数控制的具体算法,并将PFC和PID控制相结合,提出了PFC-PID串级主汽温控制策略。系统的内回路采用PID控制,内回路和主调节区对象构成PFC的广义被控对象,对广义被控对象进行拟合简化得到一阶加纯滞后对象,作为PFC的预测模型,算法简单;预测模型失配时,系统仍具有良好的控制品质,易于工程实现,具有较高实际应用价值。大量的仿真实验表明,采用PFC-PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统,具有较强的鲁棒性和抗干扰能力。

基于改进粒子群算法的主汽温控制系统PID参数优化

介绍了一种基于改进的粒子群优化(PSO)算法的PID控制器参数优化方法。通过将PSO基本算法中的惯性权重进行线性递减,很好地协调了PSO的全局与局部寻优能力。将改进的粒子群PID控制器参数优化方法应用于多扰动、大惯性的电厂主汽温控制系统,仿真结果表明,该方法在保证控制系统稳定性的基础上极大地提高控制系统的精度和快速性。

基于神经网络的主汽温控制系统

针对火电厂主汽温被控对象的大迟延、模型不确定性，设计了基于神经网络的主汽温控制系统。系统结构为串级系统。内回路采用常规比例调节器，外回路采用带辨识器的单神经元ＰＩＤ控制器。辨识器为３层ＢＰ网络结构，以广义δ规则为学习规则。控制器学习算法为有监督的Ｈｅｂｂ算法，教师信号由系统定值和辨识器输出构成。对系统在多种工况下的仿真结果表明，所设计的系统在控制品质、鲁棒性方面明显优于主汽温常规ＰＩＤ控制系统。

基于隐式PIGPC的火电厂主汽温系统控制

针对火电厂主汽温控制系统具有的大惯性、大时滞等特性,提出一种基于隐式PIGPC的控制策略。在隐式GPC(generalized predictive control)的基础上进行改进,提出具有PI结构的隐式GPC算法(隐式PIGPC)。隐式PIGPC结合了PI控制与隐式GPC的优点,即把PI的反馈结构与GPC的预测功能结合起来,通过采用新的目标函数,获得具有PI结构的预测控制算法,可以改善控制器性能。同时对算法的稳定性进行了分析。仿真研究结果表明提出的方法在响应时间、超调、抗干扰等方面有着很好的控制效果。

专家PID控制在主汽温控制系统中的应用

火电厂主汽温控制系统具有大惯性、大迟延和时变等特性 ,其控制水平的高低直接影响到锅炉的热效率和过热器管道、汽轮机等设备的安全运行 ,将主汽温串级广义被控对象拟合为一阶加纯滞后模型结构后采用将专家控制原理与常规PID控制相结合构成专家PID控制策略。仿真研究表明 ,该方法的控制效果优于常规的PID控制 ,能适应对象参数的变化并表现出良好的控制品质 。

一种模糊控制算法在主汽温控制系统中的应用

针对主汽温具有影响因素多、时滞较大及模型时变的特点 ,提出了主汽温自整定模糊控制算法 .该算法利用解析公式形式 ,对主汽温偏差及其变化率、导前汽温变化率进行了综合考虑 ,并可根据运行工况自动调整各模糊变量的加权因子 。

基于PSO算法的1000MW机组主汽温系统辨识

针对某电厂在二级过热器喷水减温扰动下的主汽温对象的动态特性,提出了基于电厂运行历史数据的主汽温系统粒子群(PSO,Particle Swarm Optimization)辨识方法,建立了主汽温对象的动态数学模型,并用不同运行期间的数据对模型进行验证,仿真结果表明,建立的主汽温模型是比较准确的。

T-S模糊系统的辨识方法及其在主汽温系统中的应用

针对T-S模糊模型辨识步骤中,结构辨识与参数辨识混在一起、计算量大的缺点,提出了应用确定模糊规则结论参数的启发式辨识方法。对启发式辨识方法的基本原理做了阐述,并将基于该方法的T-S模糊模型应用于火电厂主汽温系统。以某600MW直流锅炉高温过热器为研究对象,对其不同工况下的单位阶跃响应模型进行了辨识。仿真结果表明,该T-S模糊系统能有效地逼近主汽温系统阶跃响应模型,验证了所提出的辨识算法的有效性和可行性。

用RBF网络整定的火电厂主汽温PID串级控制系统

火电厂主汽温具有大惯性、大迟延等特性,其动态特性随负荷而变化,采用常规的按照典型工况整定的固定参数PID串级控制难以获得满意的控制效果。为此,提出一种用RBF网络整定的PID串级主汽温控制策略,将RBF神经网络和常规PID串级控制相结合构成的智能PID控制器不仅具有常规PID控制器的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明:系统动态品质明显优于通常的PID串级控制,能适应对象参数的变化,具有较强的鲁棒性和自适应能力。

基于免疫疫苗的主汽温系统PID优化整定

为了达到主汽温系统的优化运行以提高热效率,在自适应遗传算法基础上引入基于免疫原理的免疫记忆细胞和疫苗提取、接种算子的免疫疫苗算法,进行了收敛性证明,将其用于主汽温控制系统的PID优化整定,并将获得的PID参数的控制效果与自适应免疫遗传算法(AIGA)获得的PID参数的控制效果进行了比较.结果表明:自适应免疫疫苗算法(AIVA)的收敛稳定性优于自适应免疫遗传算法,与自适应免疫遗传算法获得的PID参数的控制效果相比,自适应免疫疫苗算法所产生的PID参数的控制效果更好,且阶跃响应的调节时间较短,过渡更平稳,证明了该方法的有效性.

基于帝国竞争算法的主汽温控制系统参数优化研究

针对火电厂主汽温难以控制的特点,利用帝国竞争算法对主汽温串级控制策略进行了仿真优化研究。以带有限幅和限速执行器的主汽温串级PID控制系统为仿真对象,确定了合适的误差指标函数ITAE;对几种类型的串级PID控制方案进行了对比研究。仿真结果表明帝国竞争算法是一种便捷有效的参数优化方法,PID-PI型串级控制系统动态性能指标较均衡,抗干扰能力更强。

基于Hopfield网络的控制有约束MAC算法在主汽压力系统中的应用研究

模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。但MAC算法存在稳态误差及控制作用约束性差等问题。Hopfield网络在求解有约束二次优化问题中有很好的应用。该文将MAC转化为Hopfield网络可以求解的形式,应用Hopfield网络来求解有约束的预测控制序列。通过对电厂主汽压力对象的仿真表明,由Hopfield网络求解的控制作用满足给定的约束条件并且具有很好的控制效果。

基于混沌遗传算法的主汽温系统RBF-PID控制

针对火电厂主汽温控制系统具有大惯性、大迟延等特性,提出一种基于混沌遗传算法的径向基函数神经网络整定PID参数的控制策略。利用遗传算法优化神经网络权系数,同时利用混沌优化方法的局部快速搜索能力,实现全局最优化。该控制策略不仅具有常规PID串级控制的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明,这种方法具有全局优化的能力,对PID控制的参数优化设计是成功和有效的,系统动态品质明显优于通常的PID串级控制,系统控制性能得到了较大提高。

基于粒子群布谷鸟融合算法的主汽温系统控制器参数优化

火电厂主汽温系统具有大惯性、大时滞特性,经典串级比例-积分-微分控制器(PID)难以实现对主汽温系统的精细控制,本文利用粒子群与布谷鸟的融合算法对主汽温控制系统的控制器参数进行优化,通过选择合适的目标函数,对某600 MW直流锅炉主汽温控制系统进行了优化,与工程整定法、粒子群算法的控制结果相比,粒子群布谷鸟融合算法具有更好的全局寻优特性,具有更好的动态性能与抗干扰能力.

一种主蒸汽温度的鲁棒串级PID控制系统设计

火电厂主汽温系统是典型的大滞后开环稳定系统,其过程模型可以等效为常用的一阶加纯滞后形式(FOPDT)。该文基于最小二乘法直接辨识FOPDT模型,并基于FOPDT模型,采用鲁棒控制理论中的技术设计PID控制器,使得被广泛应用的PID控制器具有较强的鲁棒性,同时避免了直接采用控制理论设计的控制器阶次较高而不便于实现的问题。对主汽温系统的计算机仿真研究结果表明了该文方法的有效性,在模型变化情况下获得了较强的鲁棒控制性能,而且采用的PID控制器易于在广泛使用的分散控制系统(DCS)和现场总线控制系统(FCS)上实现,具有一定的应用价值。

火电厂主汽温系统扰动消除设计方法

火电厂主汽温系统具有大惯性、大延迟和时变等特性,采用常规PID串级控制方法解决主汽温系统的扰动消除问题,结果不甚满意。基于自适应逆控制理论,研究了主汽温系统扰动消除方法,并对实际600MW锅炉高温过热器的动态特性进行了仿真分析。针对主汽温系统导前区和惰性区的内、外2个回路,单独设计相应的扰动消除滤波器,导前区内回路的扰动被从内反馈回路滤波得到的扰动参考信号消除;惰性区输出端扰动从外反馈回路滤波得到扰动参考信号,在对象输入端实现扰动消除。仿真结果表明,该方案可较好地解决主汽温系统存在的内、外扰动问题,对主汽温系统的扰动消除具有较强的鲁棒性和自适应能力。