基于神经网络解耦的换热站IGPC控制策略

针对供热系统中质、量调节回路耦合而导致控制效果不佳的问题,提出一种基于换热站质、量分离调节的神经网络解耦隐式广义预测控制(IGPC)策略。首先结合换热站工艺设计基于IGPC和PID的双入双出控制系统;其次通过时滞递归神经网络对预测模型进行解耦,利用滚动优化和在线校正环节克服质调节通道的时变、时滞影响。仿真结果表明:IGPC解耦控制与常规动态矩阵控制(DMC)和IGPC未解耦控制策略相比,在同等扰动的情况下质调节通道稳定时间最多减少95s,超调量最多减少11.3%。该策略的自适应性和鲁棒性可满足实际热工现场需求,同时为类似工业领域控制系统的研究提供了一定的参考和指导。

基于Elman网络的过热汽温隐式广义预测控制

过热蒸汽温度具有时变、大迟延、大惯性的特点,使用传统的PID控制器很难取得满意的效果。针对这一问题,提出了基于Elman网络的过热汽温隐式广义预测控制系统。采用Elman网络作为被控对象的预测模型,在求解最优控制增量时直接辩识控制器的参数,使得对象的建模方便而且控制系统的在线计算量小。仿真结果表明,此控制系统具有优良的控制性能。