单神经元无辨识自适应预估控制算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的无辨识自适应预估控制算法。该算法将神经元结合到无辨识自适应控制律中，借鉴推导无辨识自适应控制参数自校正算式的基本思想建立约束条件，据此选择适当的权值取代原控制参数，并用加入动量项的改进δ算法取代该参数的校正计算式，提高控制参数的自校正能力。将该算法应用于600MW超临界机组直流锅炉的过热汽温控制，进行仿真研究，结果表明该算法的有效性，并具有良好的控制品质，较强的鲁棒性和自适应能力；且该算法对预估模型的精度要求不高，控制参数容易整定，易于工程实现。

焦炉加热过程无辨识自适应控制方法

针对焦炉火道温度直接影响焦炭质量和炉体寿命,而焦炉加热过程的大时滞、难以建立数学模型等特性造成焦炉加热过程火道温度控制十分困难的问题,提出一种具有专家修正的无辨识自适应控制方法。该方法不需要过程的数学模型,而是根据当前和过去的过程信息,基于专家规则估计过程未来的输出及变化趋势,对无辨识自适应控制的输出进行修正,获得过程控制所需的煤气流量设定值。仿真结果表明,该控制方法简单易行,有较好的鲁棒性,能比较好地控制焦炉加热过程火道温度。

无辨识自适应算法的大滞后对象的控制方法

在实际工业生产中 ,由于对象纯滞后的存在 ,降低了控制系统的稳定性 ,使控制品质下降 ,对控制系统极为不利。对大滞后对象 ,Smith预估控制是一种重要方法 ,但常规Smith预估控制对模型的误差 (包括时间延迟的估计误差 )十分敏感 ,不适用于具有时变时延参数的系统。因此 ,常规Smith预估控制策略难以广泛用于工业控制 ,但该方法仍然得到了控制界的广泛认可。无辨识自适应控制是Marsik和Strejc提出的一种无需辨识系统参数的自适应控制算法 ,该算法简单、鲁棒性强 ,只需在线检测过程的实际输出及期望输出便可形成具有较好动态性能指标的自适应控制系统 ,但是该方法不能解决大滞后问题。借鉴无辨识自适应控制的思想和神经网络强的函数逼近能力 ,首先用一个神经网络来构成被控对象的Smith预估模型 ,然后利用无辨识自适应控制算法设计了一种适用于大滞后对象的控制器 ,两者结合 ,提出了一种简单、实用。

无辨识自适应控制算法改进分析

针对无辩识自适应控制在大滞后系统控制中的不足之处,采用模糊控制理论改进无辩识自适应控制方式,提出一种模糊预测控制方案,对系统实际控制偏差的变化趋势进行预测,给出控制参数进行控制,很好地解决了具有时滞性、不确定性、大惯性工业过程的控制问题,并在啤酒发酵生产过程中取得了发酵温度的误差可以控制在±0 1℃以内的良好效果,有一定的应用前景。

无辨识预估PSD控制

针对原无辨识PSD的不足,本文提出了PSD参数的同步自适应方法,计算量小,且对于均值为零的测量噪声具有更强的抗噪能力。为了更好地应用于时滞过程,利用无时滞PSD系统渐近稳定的特点,提出了无预估模型的PSD自适应预估控制算法。仿真和实验验证了算法的有效性。

无辨识自适应控制预估算法及应用

借助Ｓｍｉｔｈ预估思想，将无辨识自适应控制算法推广到大纯滞后系统．为解决Ｓｍｉｔｈ预估器对模型的依赖问题，引入搜寻算法，提高了预估算法的鲁棒性和适应能力．

过热汽温的无辨识自适应预估控制研究

由于电厂锅炉的过热汽温具有大惯性、大时滞和非线性等特性,对它的控制是困难的。为了能实现良好的控制,研究它的无辨识自适应预估控制方法。在分析预估模型误差对系统性能影响的基础上,建立预估模型参数自适应计算公式,并应用搜索算法估计滞后时间,从而构建了预估模型参数自调整的无辨识自适应预估控制算法。仿真试验结果表明,该算法适用于过热汽温系统,具有良好的控制品质和较强的自适应能力,易于工程实现。

基于预估模型切换的过热汽温无辨识自适应控制

针对电厂锅炉的过热汽温系统具有大惯性、大时滞和多模型等特性,研究一种基于预估模型切换的无辨识自适应预估控制方法。该方法需设计一个无辨识自适应预估控制器和基于主蒸汽流量变化率的切换律,给出若干个一阶预估模型。在系统运行过程中,这些预估模型在切换律控制下根据运行工况按优化切换时间自适应地切换,而其中的优化切换时间是用切换系统优化理论计算得到的。仿真试验结果表明,该方法适用于过热汽温系统,具有良好的控制品质、较强的抗扰和自适应能力.且对预估模型的精度要求不高,控制参数容易整定,易于工程实现。

无辨识自适应算法与模糊推理的组合控制

一般自适应控制算法需在线辨识系统模型,算法复杂,计算时间长。本文采用无辨识自适应算法,不用辨识系统的模型,同时应用模糊推理对控制量进行补偿,以便克服模型失配的影响。仿真结果表明,该方案是非常有效的,适合于具有时滞的工业系统。将其应用于制冷装置中的电子膨胀阀控制,使得蒸发器过热度的控制效果得到了明显的改善。

烟草制丝加料加香过程的无辨识自适应控制方案

烟草制丝过程中当烟丝流量波动较大时,采用传统PID控制方案的加料加香系统稳定性差,控制精度低,造成成品烟丝中辅料和香精分布不均,影响批次产品质量。为此,提出了无辨识自适应控制方案,控制算法简单且易于工程实现,可根据烟丝流量波动情况在线自动校正控制器参数,优化控制性能,实现快速调节和高精度控制。应用结果表明,采用无辨识自适应控制方案能有效提高加料加香过程控制的稳定性和控制精度,加料加香过程的瞬时比例标准偏差由0.05左右降低到0.01左右,最大控制误差由0.3以上降低到0.1以下。控制系统具有良好的鲁棒稳定性,保证了成品烟丝中辅料和香精比例的准确和均匀,提升了制丝生产过程的控制水平。

非合作航天器姿态接管无辨识预设性能控制

在对非合作航天器进行姿态接管控制时,可能面对目标航天器参数未知、构型改变引起的不确定性及目标施加的非合作控制输入等挑战。针对上述问题提出了一种基于预设性能控制理论的非合作航天器姿态接管控制方法。首先,建立了姿态跟踪运动的非奇异拉格朗日型模型;然后,利用跟踪微分器构造不包含角速度信息的广义状态量,设计无需参数辨识的非奇异预设性能控制器,并证明了系统状态变量的有界性和控制系统在预设的性能指标以内。最后,通过数值仿真验证了所提出方法的有效性及其对时变参数不确定性和非合作控制输入的鲁棒性。

啤酒糖化过程控制算法的研究

带有不确定性工业过程的控制问题一直是困扰控制理论和控制工程实践的难题 ,而带有时滞、不确定性、大惯性工业过程的控制更加困难。本文介绍了在啤酒糖化的过程控制中 ,采用模糊预测控制算法来改进无辨识自适应算法 ,不仅没有增加对过程模型的要求 ,同时还解决了带有时滞、不确定性、大惯性工业过程的控制问题 ,在实际的应用中取得了良好的效果。

啤酒生产发酵过程微机监控系统的设计与实现

啤酒生产发酵过程是带有时滞、不确定性、大惯性的工业过程。本文介绍了在啤酒发酵过程微机监控系统的解决方案,并详细论述了采用模糊预测控制算法来改进无辨识自适应控制算法,来解决啤酒发酵的控制问题,在实际的应用中取得了良好的效果。

啤酒糖化过程微机监控系统研究

针对啤酒糖化过程中的关键控制对象在其过程中的被控特性,本文设计了啤酒发酵过程工控机与可编程控制器相结合的分布式IPC-PLCDCS微机监控系统,引入模糊预测控制算法来改进无辨识自适应算法,解决了带有时滞、不确定性、大惯性工业过程的控制问题。系统实际运行效果表明该系统算法适应性和灵活性强,控制效果理想。

基于IFAP的循环流化床锅炉燃烧系统应用研究

针对循环流化床锅炉动态特性复杂、参数强耦合的特点,提出利用无辨识自适合预估技术(IFAP)应用于其燃烧控制系统,对床温-主汽压子系统应用串级控制,主副调节器均采用IFAP控制器。同时采用300MW机组循环流化床锅炉进行试验研究,试验结果表明,应用IFAP技术具有较强的鲁棒性和适应性,控制系统具有优良的动态性能。

优化控制在135MW循环流化床锅炉的应用

目前国内的循环流化床自动化投入率普遍较低,对控制策略提出了更高的要求,以增强电厂的整体效益和竞争力。但由于循环流化床机组特有的燃烧特性,常规PID控制策略很难实现循环流化床锅炉燃烧自动控制,导致循环流化床锅炉机组的自动投入率低。优化控制系统在循环流化床锅炉燃烧控制的应用,为此提供了一种良好的解决途径。

优化控制在循环流化床锅炉的应用及实施

目前国内的循环流化床自动化投入率普遍较低,对分散控制系统提出了更高的控制要求,以增强电厂的整体效益和竞争力。但由于循环流化床机组的特有的燃烧特性,常规PID控制策略很难实现循环流化床锅炉燃烧自动控制,导致循环流化床锅炉机组的自动投入率低,机炉协调控制根本无法投运。优化控制系统在循环流化床锅炉燃烧控制的应用,为此提供了一种良好的解决途径。

优化控制在循环流化床锅炉的应用及实施

国内循环流化床的自动化投入率目前普遍较低,为增强电厂的整体效益和竞争力,对分散控制系统提出了更高的控制要求。但由于循环流化床机组特有的燃烧特性,常规PID控制策略很难实现循环流化床锅炉燃烧自动控制,导致循环流化床锅炉机组的自动投入率低,机炉协调控制根本无法投运。优化控制系统在循环流化床锅炉燃烧控制中的应用,是一种良好的解决途径。

协调优化控制系统在480t/h循环流化床锅炉的应用

内蒙古华电乌达热电有限公司机组因循环流化床锅炉燃烧的复杂性和特殊性,使得锅炉的燃烧系统自动控制难以正常投入,通过使用"循环流化床锅炉燃烧过程优化控制系统",实现了480t/h级CFB锅炉燃烧自动控制,在此基础上实现了机组协调控制。

440t/h循环流化床机组深度调峰工况下燃烧优化与机炉协调控制的实现

由于循环流化床锅炉受锅炉燃烧滞后特性、以及燃料来源多、热值变化大等因素影响,在运行过程中,原DCS配置的很多自动控制回路无法投运,导致机组自动投入率较低。针对该问题,通过先进控制技术建立数学模型,并对CFB锅炉进行燃烧参数优化。通过燃烧优化控制改造,实现了深度调峰时的CCS控制。锅炉煤耗降低1%,同时减轻了运行人员劳动强度。