九点五态控制器作用下迟延系统的稳定性分析

九点五态控制器是根据偏差和偏差变化率,在相平面上采用不同的作用力以达到控制要求的控制器。该文介绍了九点五态控制器分别在0型系统和Ⅰ型系统的迟延系统作用下稳定性分析,并且比较了在相同对象下施加不同的作用力和在不同对象下施加同样的作用力下的控制效果。从而得出:对于任意的带延迟的二阶对象在任意小的允许误差要求下,总能找到满足基本运行条件的一组作用力使控制系统满足允许误差要求,达到系统稳定。

神经网络内模控制及其在大迟延系统中的应用

针对大迟延非线性系统,设计了一种基于神经网络和内模控制理论的控制系统。系统结构为串级,内回路采用常规比例控制;外回路采用神经网络内模控制。辨识器和控制器均采用3层BP网络实现,并用加入动量项的BP算法来训练网络。以电厂主汽温对象为例对系统进行多种负荷下的仿真验证,结果表明,所设计的系统在模型变化时具有较好的控制品质和鲁棒性及抗干扰性,明显优于常规主汽温控制系统。

Smith预估器在大迟延系统中的应用

介绍了在大迟延系统中,利用Sm ith(史密斯)预估器模型的补偿特性,并将其加入到被控系统的反馈回路来补偿过程的动态特性,以克服控制系统在纯PID控制、微分先行控制及中间反馈控制受定值扰动下所存在的超调量较大且响应速度很慢的缺点。

模型算法控制对大迟延系统的控制效果研究

大迟延系统在工业生产过程中比较常见但又是难以控制的,一直是控制界关注的研究方向,利用经典控制方法对实际系统进行控制的时候,得到理想的控制效果相当困难。而模型算法控制(MAC)正是解决此问题的比较好的方法,通过与传统PID控制效果的比较,更能理解模型算法控制的优势。

最小拍优化控制及其在大迟延系统中的应用

针对具有纯迟延的被控对象,提出了一种最小拍控制器的优化设计方法。方法首先利用经验公式消去纯迟延,按无纯迟延的等效对象设计最小拍控制器。当选择的采样周期较小时,可以用最优化的方法,优化出最小拍控制器的参数。仿真结果表明,按上述方法设计的最小拍控制系统具有良好的各项品质指标。

基于改进粒子群算法的惯性迟延系统模型辨识及PID参数寻优软件设计与应用

惯性迟延系统广泛存在于热工系统中,而PID控制仍是热工控制系统的主要控制手段。针对热工班组人员普遍缺乏控制系统参数调节能力的问题,研发了惯性迟延系统模型辨识及PID参数寻优软件。该软件首先对训练数据进行筛选,再通过改进粒子群算法对控制对象进行模型辨识,确定其模型结构和参数,进而建立对象精确数学模型,并对辨识模型进行PID参数寻优,获取优化的PID参数,为热工人员提供了安全可靠的参数调试依据,保障了生产过程的安全。

迟延惯性系统的一种自校正增量型PID控制

对于具有大迟延、大惯性特性的被控对象,常规PID控制往往难以取得满意的控制效果。在对常规PID控制算法及迟延和惯性系统的动态特性进行定性分析的基础上,提出了一种新的自校正增量型PID控制方法。首先采用带最小损失函数的递推最小二乘算法通过离线辨识获得被控对象初始的迟延和惯性特性,并据此整定PID控制器参数;控制过程中,通过在线辨识实时获取被控对象的动态特性,并利用历史控制信息,根据在线辨识结果获得一种具有自调整功能的校正基准量,从而形成一种自校正增量型PID控制器。最后,将其应用于电站锅炉过热汽温串级控制系统中。仿真试验表明,该方法能够有效地控制具有时变特性的大迟延、大惯性对象,表现出了良好的自适应能力。

模糊控制在电厂大迟延控制系统中的应用

某电厂 1台 6 0 0MW机组过热蒸汽温度控制采用串级调节 ,具有很大的迟延性 ,对此 ,采用模糊控制与PI控制相结合的控制方式进行了改进。模糊控制在运行工况发生很小波动时即对被调参数有很好的控制作用 ,而PI调节的积分作用可有效消除静态误差。改进后的调试结果显示 ,在各种工况下 ,主蒸汽温度都可控制在 5 30℃～ 5 45℃范围 。

非平稳工况下迟延状态空间模型的建模分析

针对单步迟延状态空间模型在非平稳工况下的建模分析,给出该模型平稳工况和非平稳工况的数学描述,研究对比该模型在工况变化下运用递推最小二乘方法、辅助模型最小二乘方法和BP神经网络方法建模的输出与误差。对于平稳工况的输入输出数据,借助最小二乘方法、辅助模型最小二乘方法对该模型参数进行辨识,同时运用BP神经网络方法构建该模型的逼近模型,在模型训练之后对比分析辨识模型与神经网络模型的输出与误差;接着改变操作变量的边界条件来模拟工况变化,并给出3种方法的对比仿真。结果表明:3种方法均可以对模型结构已知的系统进行模拟跟踪,在平稳工况下辅助模型最小二乘方法要优于神经网络方法;尤其是在工况发生变化时,辅助模型最小二乘方法的优势更加明显。

关于热工系统的模糊PID控制探讨

针对火电厂热工时滞系统——主汽温系统的大滞后、大惯性、非线性等特点,提出将模糊控制与常规PID控制相结合的思路,选用全论域范围内的模糊控制器与PI控制器相结合的复合控制方案设计过热器减温控制系统;建立相关模糊控制算法并组态实现了控制系统功能。

IMC的优化设计及其在热工系统中的应用研究

提出了一种实用的内模控制器的设计方法。为了使内模控制器能在工程中得以实现,通过在内模控制器前或后加入低通滤波器的方法,使得内模控制器可以通过模拟仪表来实现,也可以用数值计算的方法实现内模控制器,而且,低通滤波器的惯性时间常数,可以通过参数优化的方法获得。仿真结果表明,按上述方法设计的内模控制系统具有良好的各项品质指标。

基于MATLAB的温度系统控制算法仿真研究

本文研究了两大类用于大时滞系统控制的方法,即分别采用经典的PID控制、Smith预估器控制和BP神经网络智能控制方法,对温度控制系统在MATLAB、Simulink环境下进行了仿真研究,比较了各种控制算法的优点及存在的局限性,证明了采用变参数自适应BP神经网络的控制系统能够很好地解决这类非线性、大惯性对象的快速性和稳定性之间的矛盾,具有较强的自适应能力,是一种值得推广的针对不确定性大迟延对象的控制方案。

废水中和过程的RBF神经网络预测控制

废水中和过程有较强的非线性、时变性和滞后特性,对于过程模型的辨识与控制较为困难,采用常规的线性化模型或传统PID控制方法存在模型过于复杂,算法难以在线实施,控制精度不能保证等问题,很难取得满意的控制效果、针对该问题,应用酸碱中和的强酸当量模型,提出了一种基于敏感度(Sensitivity Analysis,SA)和动态粒子群优化算法(Dynamic Particle Swarm Optimization,DPSO)相结合的RBF神经网络模型辨识方法,通过调整网络结构和辨识出系统的滞后时间来提高模型辨识效率和预测精度,将RBF神经网络辨识器与神经网络控制器相结合构成电厂废水处理pH中和过程的预测控制系统。经过仿真研究和试验验证,与电厂实际应用的PID控制方法相比较,该方法能有效地对pH值进行控制,并实现较小的控制误差和节约药剂的效果。

模型预测控制在火电厂循环水加药控制中的应用

以火电厂循环水加药控制为例,采用模型预测算法,研究工业中典型的带有滞后被控对象的控制问题.对该控制方法进行的仿真研究结果表明,系统能有效地避兔纯滞后环节在控制过程中带来的振荡现象,工程应用取得了理想的控制效果.

一种变结构单神经元——Smith预估控制在再热汽温中的仿真研究

本文针对300MW机组喷燃器倾角-再热汽温被控对象,具有大迟延和参数时变,而难于控制的特点,提出了一种基于变结构的单神经元-Smith 预估控制算法,该控制算法采用Smith预估控制克服被控对象的大迟延特性,采用变结构的单神经元PID控制提高对被控对象参数变化的自适应能力,提高控制系统的响应速度,并抑制被控参数严重超调。仿真试验表明: 该控制算法具有良好的控制品质、抗干扰能力和鲁棒性,综合性能明显优于常规的PID控制。

基于Smith预估计器的变论域模糊控制

对于缺乏精确模型的过程或参数时变的滞后过程,传统Smith预估计器难以达到满意的控制效果。变论域模糊控制能够对一些非线性的、无对象模型的系统进行控制,并基本消除了系统的静态误差,但在对迟延时间较大的系统进行控制时容易产生震荡。针对具有较大纯迟延时间的系统,该文提出了基于Smith预估计器的变论域模糊控制方案。该方案将Smith预估计器和变论域模糊控制方式相结合,较好地克服了常规变论域模糊控制和传统Smith预估计控制所存在的主要问题。通过仿真实验分析,证明了该控制方案的有效性。

600MW机组脱硝调节品质的改进方法

针对600 MW机组脱硝系统出现的调节摆动大、自调被切除的问题,提出脱硫系统控制策略及测量技术改进方案,并说明改进效果,为机组的高效、稳定运行提供了保证。