基于RBF的内模控制在烟气脱硫pH值控制系统中的研究

通过对脱硫pH值中和工艺过程的深入研究,分析了被控过程及其特性。运用MATLAB仿真对这一特定过程进行控制器设计,将径向基神经网络运用到内模控制中,形成了一种先进控制方法。仿真结果说明,该控制方法具有超调量小、跟踪效果好等优点。

基于径向基函数(RBF)网络在线建模的白炭黑反应釜系统的设计与实现

选用径向基函数神经网络建立pH值和浓度的模型,克服了在白炭黑生产过程中采用负梯度下降法调节反应釜溶液pH值和浓度时存在收敛速度慢和局部极小等缺点。实际应用表明:其速度和精度完全达到了工艺上对pH值和浓度的控制要求。

除盐水pH值自动控制系统开发

随着电厂高参数大容量机组投产,对水汽品质提出更高的要求。为了使除盐水的pH值快速稳定在给定指标范围内,设计了基于RBF神经网络模糊PID智能控制系统。仿真结果表明,该控制系统比单一PID控制具有更强的鲁棒性,良好的自适应能力,适用于缺乏精确数学模型且时变、非线性、纯滞后工业过程。

油田污废水pH值免疫优化控制研究

针对油田污废水处理过程中pH值控制不稳定、干扰强、滞后大的特点,应用免疫控制策略,增强控制过程的抗干扰能力,提高稳定性。采用RBF神经网络对控制器进行在线优化,实现了控制过程的自调节、自整定。试验比较了该方法与基于ITAE(Integral Time Absolute Error)指标优化的PID控制策略。结果表明,所提出方法在抗干扰、稳定性、跟踪响应方面具有较理想的效果。