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。

加热炉自适应钢坯温度预报模型的开发

针对目前加热炉钢坯温度预报模型的边界条件缺乏自适应性的问题，提出了一种基于神经元网络辨识的在线自适应钢坯温度预报模型，并引入粗轧机组后面的钢坯温度实时检测信号作为反馈修正钢坯温度预报。工业试验和仿真研究皆表明，该自适应钢坯温度预报模型精度高、自适应性好、鲁棒性强。