基于模糊解耦的火电单元机组负荷控制

讨论了火电单元机组负荷控制问题.根据火电单元机组工况多变的特点,提出一种基于模糊解耦的火电单元机组负荷控制方案,以提高控制系统适应负荷变化的能力.针对300 MW仿真机的实测表明,与传统的P ID定值控制相比,该方法改善了负荷控制性能,是一种具有实用价值的火电机组负荷控制方法.

热电偶自动检定系统的炉温控制设计

介绍了热电偶自动检定控温系统的硬件设计。根据热电偶检定炉温度控制过程的特点和要求,提出了模糊单神经元控制算法。实验结果表明:系统整体控温误差不超过±5℃,恒温时≤0.6℃/6 min,测量时≤0.2℃/min,具有较高的控制精度。

火电机组主蒸汽温度神经模糊-PID串级控制

如何将机组主蒸汽温度快速地控制在额定范围之内是火电厂热工过程控制面临的主要难题。针对超临界锅炉机组的主蒸汽温控制问题,提出一种基于神经模糊模型的火电机组主蒸汽温度自适应PID控制方案。根据采集到的减温水流量、高温过热器入口温度、主蒸汽流量、主蒸汽温度数据建立机组主蒸汽温度神经模糊模型,以此模型为基础实施主蒸汽温度自适应PID串级控制。内环采用PI控制器克服内部扰动,从而减少扰动对于导前汽温的影响,再将内环PI闭环控制系统及惰性区作为广义被控对象实行单神经元PID控制,通过主蒸汽温度额定值和实际输出值之间的误差对控制器参数进行在线调节,最终达到对过热器的控制。仿真实例验证了所提出的方法的有效性。

基于智能PWM控制的机车制动控制单元的设计

针对目前机车上难以实现对制动机精确制动的情况,开发了基于智能PWM精确控制机车制动机气缸的制动控制单元。着重讨论了系统的整体结构、模糊PID控制器的设计、软件实现等。现场调试表明,控制精度可达±0.5 kPa,具有良好的静、动态特性,能满足机车制动控制的需要。

基于模糊神经网络逆方法的单元机组协调控制

针对单元机组控制对象强耦合、非线性、数学模型难以确定的特点,将逆方法控制用于多变量复杂单元机组控制系统中,在对逆系统的实现上不是采用传统意义上的显示解析表达式,而是采用动态神经网络,构造出非解析形式实现上的逆系统,将神经网络逆系统与常规PID控制结合建造成闭环系统,应用于单元机组协调控制系统中.通过仿真研究,结果表明:这种新的控制方案不仅具有满意的控制性能,而且具有较强鲁棒性和抗干扰性能,它显著提高了协调控制系统在机组负荷工况变化时的适应性和控制品质.