基于分散推理结构的过热汽温模糊控制及仿真

设计了一种基于分散推理结构的锅炉过热蒸汽温度模糊控制系统。该控制系统为一个具有4个输入信号的模糊信息处理系统。根据过热器出口蒸汽温度和导前区出口蒸汽温度的偏差信息,分别由两个二维模糊控制器产生两个控制分量,进一步根据汽温对象的主要动态特性,对这两个控制分量进行加权综合,获得最终的控制输出。通过仿真实验,对基于分散推理结构的锅炉过热蒸汽温度模糊控制系统的有效性及自适应能力进行了验证,并与常规串级PID控制系统和模糊串级控制系统的控制效果进行了比较。

基于分散推理结构的加热炉钢坯温度分布模糊控制

针对钢坯加热炉系统所具有的典型分布参数特点,提出了一种基于分散推理结构的钢坯温度分布模糊控制方案.首先,将炉内钢坯温度偏差分布作为模糊推理系统的输入信息;然后,对于每一个炉温调整点,通过一组二维模糊控制器,产生一组与钢坯温度偏差分布对应的炉温补偿控制分量;最后,综合各控制分量获得各调整点处的炉温补偿量.仿真算例表明,该方案能够有效地保证钢坯按理想加热曲线完成加热过程.

基于分散模糊推理的多输入多输出系统预测控制

对于动态过程具有明显迟延和惯性的MIMO系统,常规模糊控制难以建立模糊规则,控制效果不理想.针对MIMO控制对象,提出一种基于分散模糊推理的预测控制(predictive control based on decentralized fuzzy inference,DFIPC)方法.构造一组与被控输出相对应的分散模糊推理模块,每个推理模块利用一组分散的模糊推理单元,分别根据各个输出的期望值与预测值之间的偏差进行分散推理.在时间层面,根据动态响应程度对推理结果进行加权综合,获得等效控制输入;进一步,通过对等效控制输入加权综合产生系统实际控制输入增量,从而有效克服模糊推理系统处理多维输入信息时模糊规则难以建立的困难.最后,通过实验验证所提出控制方法对于迟延和惯性明显的MIMO控制对象的有效性和适应性.

锅炉过热汽温的分散模糊控制

为了有效提高电力机组的自动化过程,设计了一种基于分散模糊推理控制方法用于过热汽温的控制.通过仿真实例,分析了模糊推理器个数对阶跃响应曲线的影响,并将PID控制与分散模糊控制在不同负荷下的控制效果进行了对比.仿真结果表明,分散模糊控制方法比PID控制,在模型失配的情况下,稳定性更强,适应度更广,控制效果更可靠.

基于多模型的超临界机组过热汽温改进模糊控制

火电厂超临界机组结构复杂,过热汽温对象具有大迟延、时变、非线性等特性,常规PID控制难以取得满意的控制效果。在结合常规模糊自整定PID控制器和基于控制历史的模糊控制器的基础上,引入分散推理思想,提出一种基于多模型的过热汽温改进模糊控制方案,设计基于分散推理结构的改进模糊主控制器。在控制过程中,基于不同的工况点设计的控制器可根据系统运行工况的变化进行切换。仿真结果表明,该方案的控制性能明显优于常规PID控制,具有良好的动态调节品质,对工况变化具有较好的适应性。

火电厂锅炉过热汽温优化控制仿真

锅炉过热汽温直接影响火电厂的安全经济运行,而过热汽温被控对象具有大迟延、时变、非线性等特点,常规PID控制调节时间长、易产生超调或振荡。为了优化对过热汽温的控制,提出一种基于加权多模型的过热汽温改进模糊控制方法。在结合常规模糊自整定PID控制和基于控制历史的模糊控制的基础上引入分散推理思想,设计一种改进模糊控制器。在控制过程中,系统实际控制器的输出通过加权各局部模型的控制器输出实时获取。仿真结果表明,上述方法的控制性能明显优于常规PID控制,超调量及调节时间等方面都得到改善,对工况变化具有优良的适应性。

基于边界元和分散式模糊推理的圆筒内壁形状识别算法

利用边界元法(BEM)和分散式模糊推理(DFI)算法求解二维稳态传热学几何反问题。首先,给定边界形状的初始猜测值,利用BEM求解传热学正问题,得到边界温度计算值;然后,根据DFI反演算法,利用温度测量值与其计算值的差值推理得到一组模糊推理分量;最后,对模糊推理分量进行综合加权,得到边界形状的补偿量。本文通过数值实验验证了DFI方法的有效性,讨论了初始猜测值、测量点数目以及测量误差等因素对反演结果的影响,并与共轭梯度法(CGM)的反演结果进行了对比。数值实验结果表明,与CGM相比,DFI降低了反演结果对温度测量点数目的依赖程度,增强了对温度测量误差的抗干扰能力,具有更好的抗不适定性。