模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。

基于模糊自整定PID的主汽温串级控制系统的设计

火电厂主汽温具有大惯性、大迟延和时变特性等特性,采用常规的PID串级控制难以获得满意的控制效果。为此,提出一种基于模糊自整定PID控制器的串级控制系统,该系统将模糊控制、PID控制和串级控制三者有机地相结合,提高了主汽温控制系统的控制品质。仿真结果表明:系统超调量、调节时间和抗干扰能力明显优于常规的PID串级控制。

基于模糊神经网络PID的液位串级控制的研究

利用PID算法对液位串级系统进行控制虽然是一种有效的控制方法,但由于它的精确数学模型难以确定,使得参数整定困难、控制效果不理想。该文将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法——模糊神经网络PID算法。将该算法运用到液位串级控制系统中,实现了PID参数的自整定,并且提高了控制质量。实验结果表明,模糊神经网络PID算法与PID算法的控制效果相比,在鲁棒性和响应时间等方面有了较大的提高,具有一定的应用前景。

模糊神经网络控制在汽温系统中的应用

针对采用常规PID串级控制方法控制火电厂过热汽温系统难以获得满意的控制效果的问题,将模糊控制和神经网络相结合,详细介绍了模糊神经网络控制器的设计过程,利用神经网络实现模糊推理,并对隶属函数进行调整,从而使其具有自适应和学习能力。将其应用于过热汽温控制系统中,仿真研究表明该方法能较好地适应对象特性的变化,基本上可以消除振荡,具有超调量小,鲁棒性强等特点,且控制系统的性能比常规串级控制系统有较大的提高。

采用模糊小波基函数神经网络的控制系统及混合优化算法

提出了一种采用模糊小波基函数神经网络的控制器,该控制器采用小波基函数作为模糊隶属函数,利用神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使控制器具备更强的学习和自适应能力。还提出了控制器参数的混合学习算法,即先采用混沌算法离线优化,再采用BP梯度算法在线调整。对锅炉主蒸汽温度控制的仿真结果表明了此法的可行性和有效性。

模糊神经网络在主汽温控制系统中的应用

本文针对某电厂主汽温度系统的大滞后、大惯性、非线性等特点,提出采用综合了神经网络和模糊逻辑两种控制技术优势的改进型模糊神经网络控制算法,将其应用到主汽温控制系统中,并进行了仿真实验,与主汽温普通串级控制和模糊PID控制进行了比较,结果表明模糊神经网络控制系统具有较强的鲁棒性及良好的控制品质。

基于PSO算法的FCMAC控制器及其在主汽温控制中的应用

模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力。文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性。

直流蒸汽发生器控制系统研究

在所建立的直流蒸汽发生器动态数学模型基础上,研究和分析了直流蒸汽发生器在各种扰动下尤其在负荷变化下的响应,得到了在这些扰动下直流蒸汽发生器压力和各段长度的变化规律。在此基础上研究了串级控制系统和基于神经网络的自学习模糊控制系统,并进行了控制系统仿真研究,结果显示两种控制系统都具有较好的控制能力。研究结果对实际直流蒸汽发生器的控制系统设计具有一定的指导意义。

基于权重因子自校正的主蒸汽温度外挂广义预测串级控制

针对电厂目前普遍采用PI-PI串级控制器调节锅炉主蒸汽温度系统,不能有效克服惯性、时滞和参数时变等问题的影响,本文提出了一种理想GPC(Generalized predictive control)-PI串级控制器.首先,该理想串级控制器不仅能抑制一次和二次扰动,而且外环GPC通过对主蒸汽温度的多步预测,并结合滚动优化技术能有效克服主蒸汽温度系统的惯性和时滞问题.另外,针对主蒸汽温度系统参数时变的特性,该理想控制器采用了T-S(Takagi-Sugeno)型模糊神经网络(Fuzzy neural network,FNN)作为主蒸汽温度模型,该模型能够通过反馈校正技术实时更新模型参数.同时,为了改善主蒸汽温度系统动态响应品质和稳定性,对外环GPC中的权重因子进行了模糊自校正设计,通过理论分析和对比仿真验证了该理想GPC-PI串级控制器优于权重因子固定的GPC-PI和PI-PI串级控制器.最后,考虑到直接将电厂集散控制系统(Distributed control system,DCS)中的PI-PI串级控制器升级为理想GPC-PI串级控制器存在安全以及风险责任等问题,故将电厂的传统PI-PI串级控制器升级成外挂的GPC-PI-PI串级控制器,既改善了锅炉主蒸汽温度的控制效果又规避了风险责任,实际应用验证了该方法的有效性.

基于模糊RBF神经网络控制器的锅炉汽包水位控制的实现

锅炉是典型的复杂热工系统。对蒸汽锅炉而言，维持汽包水位在一定的范围内是保证锅炉安全运行的首要条件。本文介绍了一种锅炉汽包水位控制器，采用基干模糊RBF神经网络整定的PID控制方法。通过对阶跃输入信号作用下系统动态性能的仿真分析，表明该控制器具有较好的适应性，控制效果得到明显改善。

基于改进型GA优化FNNC的SG水位控制系统仿真研究

蒸汽发生器水位直接影响到整个核电站的安全及稳定运行,但蒸汽发生器本身由于所具有的高度复杂性、非线性性、时变性等特性,导致传统的串级PID控制等方法难以取得好的控制效果。本研究在串级控制的基础上,采用模糊神经网络来对蒸汽发生器水位进行控制,该控制算法能够充分发挥模糊控制及神经网络的优点。另外,为了减小模糊神经网络参数初值的选择对控制器的性能影响,将一种改进型遗传算法用于模糊神经网络控制器的参数优化。仿真结果表明,设计的控制方法无论是抗干扰能力还是在鲁棒性方面与传统的串级PID控制及常规的模糊神经网络控制相比较都有了很大的提高。