基于ADRC-PID的超临界机组主汽温控制系统设计

针对超临界机组动态特性复杂、变参数的运行方式、多变量的控制特点,提出二级过热汽温主调节器采用自抗扰控制器(ADRC),副调节器采用PID控制的设计方法,从而构成ADRC-PID方法来控制超临界主汽温.同时采用600MW超临界机组为被控对象进行试验研究.试验结果表明,用ADRC-PID控制主汽温对被控对象模型的不确定性和...     

改进型Smith-专家PID算法在烘缸温度串级系统上的应用

针对少烘缸或单烘缸纸机的干燥过程具有滞后大、惯性大且非线性的缺点,提出专家PID结合Smith预估器的算法,设计了少烘缸纸机或单烘缸纸机的烘缸温度和蒸汽流量串级控制系统。主控制器是改进的专家PID控制器,利用基于专家经验的知识库在线调整PID参数;对主回路采用改进型Smith预估器,以克服纯滞后对系统稳定性的影响,也解决了Smith预估器对数学模型精确要求的问题。利用MATLAB进行仿真,结果表明:改进型Smith-专家PID算法具有良好的控制品质,具有超调小及响应速度快等动态特性。     

一种改进的Smith预估控制系统

提出一种改进的Smith预估器 ,在常规Smith预估器的基础上增加了两个控制器 ,内环控制器用来稳定积分和不稳定过程 ,反馈控制器对干扰进行抑制 ,并把主控制器设为设定值加权PI控制器。仿真结果表明 ,该方案不仅可行 ,而且在模型失配的条件下 ,控制品质比常规的Smith预估控制有很大的改善。     

Smith预估控制研究进展

Smith预估控制能够有效克服系统时延,在过程工业中有着广泛应用。然而这种控制方法对系统建模精度要求很高,当出现系统不确定性和外部干扰时,Smith预估控制性能会显著降低。本文对Smith预估控制器进行了简单介绍,并对Smith预估控制器结构改进的研究、参数整定方法的研究和与高级控制算法结合的研究等进行了介绍和总结。     

改进型Fuzzy—Smith控制在再热器中的应用

针对再热器温度控制系统具有不确定性,大迟延和大惯性等特点,基于Smith预估器结构,提出一种改进方案。在Smith预测控制的基础上引入了模糊自整定方案,仿真和试验结果表明,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,对时变大滞后对象具有良好的控制效果。     

改进型Fuzzy—Smith控制在再热器中的应用

针对再热器温度控制系统具有不确定性,大迟延和大惯性等特点,基于Smith预估器结构,提出一种改进方案。在Smith预测控制的基础上引入了模糊自整定方案,仿真和试验结果表明,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,对时变大滞后对象具有良好的控制效果。     

改进型前馈-内模控制算法及在热工系统中的应用

在内模控制的基础之上引入前馈控制,并对反馈回路做了改进.使改进后的前馈-内模控制算法不仅拥有内模控制的优点,而且提升了其抗干扰能力.以热工系统中的主汽温控制为例,由MAT-LAB仿真结果表明:改进的前馈-内模控制消除干扰的能力比内模控制强很多.     

过热汽温改进CMAC神经网络控制

针对过热汽温大惯性、大滞后的动态特性及在电厂单元机组中的控制难点,同时鉴于常规CMAC神经网络自身的缺陷,将基于信任度分配的CMAC算法(CA-CMAC)应用于过热汽温系统的控制中,仿真结果验证了该控制方法较常规串级控制系统及过热汽温CMAC控制具有更快的收敛速度和准确性。     

自适应控制在聚乙烯调温水系统中的应用

含有时滞的聚乙烯调温水串级控制系统是复杂的非线性时变系统,系统存在较大的纯滞后,采用模型参考自适应控制结合PID控制方法,使自适应控制器能够在线调整PID参数以匹配Smith预估器,使Smith预估器不受被控对象参数变化的影响。仿真结果表明:该控制方案有效减少了控制系统的超调量和调节时间。     

金桥热电厂过热汽温控制系统分析及优化

通过增加燃烧量前馈、主汽压力前馈、摆动燃烧器前馈和4阶惯性减温器后汽温前馈,克服了过热蒸汽温度因机组负荷变化、燃料量变化、炉膛火焰中心变化等因素造成的扰动,解决了过热蒸汽温度系统原来存在的问题,取得了良好的控制特性。     

基于时延的电加热炉温度综合控制

针对电加热炉温度控制具有大惯性、大滞后及升温单向性等特点,首先采用递推最小二乘法对电加热炉的模型进行参数辨识并建立PID闭环系统的模型,在此基础上提出基于谱分解的中立型延时控制理论与PID相结合的综合控制方法,实现电加热炉温度的综合控制.仿真结果表明,基于综合控制策略的电加热炉温度控制系统具有超调小及升温快等优点.     

水泥预分解窑系统的启发式动态规划控制

水泥预分解窑具有参数众多、大惯性、大滞后、非线性等特点,其生产参数调节大多以人工调节为主,为稳定水泥生产,采用BP神经网络对水泥预分解窑系统进行建模,提出了基于启发式动态规划算法的水泥预分解窑的优化控制.控制结果表明:启发式动态规划算法具有良好的控制效果,提高了水泥生产稳定性.     

水冷PEMFC热管理系统控制策略及仿真研究

针对目前燃料电池热管理系统在变载时存在温度波动较大、调节时间较长和响应速度较慢等问题，本文提出了流量同时跟随电流及功率方式和神经网络自抗扰方法两种热管理控制策略。结果表明：流量同时跟随电流及功率控制策略能够有效地削弱水泵和散热器风扇的耦合作用，明显减少电堆进出口冷却水温度及其温差的超调量和调节时间。此外，虽然神经网络自抗扰控制策略在最大功率工况下的控制效果较差，但总体控制效果比流量跟随电流控制策略好。     

Evaluation of Simple Control Strategies for Rotary Dryers

Rotary dryers are very versatile process equipment as it can accommodate a large variety of products over a wide range of flow rates. To obtain a uniform product quality and to operate the dryer economically with minimal environmental impact, it is necessary to use efficient control strategies. In this article, two simple control strategies are proposed to improve the feedback-only controller that is normally used. One strategy is a partial feedforward control loop addition to the feedback loop and the second is a moisture predictor that allows taking control actions on the estimates of the discharge moisture content rather than waiting to measure its value at the discharge. The performance of these two strategies was compared with the performance of a feedback-only controller and an ideal feedback-feedforward controller. It is shown that the two proposed control strategies significantly improve the performance of a feedback-only control strategy without having to install new sensors.     

炼焦炉鼓风机调速系统的多模态智能控制

以鼓风机调速系统为核心的炼焦炉集气管压力控制系统是一个工况复杂多变、大滞后、强耦合、非线性且频发强干扰的工业系统.从炼焦工况复杂多变的角度设计一套基于切换的多模态智能控制策略：在正常工况下,采用RBFNN逆模型控制＋PI控制＋Smith预估的复合控制;在非正常工况（如推焦、装煤等强干扰操作）下,采用PI控制＋Smith预估的复合控制,并在线对PI控制器进行参数自整定.仿真结果表明：该智能控制策略提高了快速性、稳定性,增强了对工况复杂多变情况的适应性和对强干扰的抑制能力,保证了荒煤气的稳定传输.     

Evaluation of Simple Control Strategies for Rotary Dryers

Abstract

Rotary dryers are very versatile process equipment as it can accommodate a large variety of products over a wide range of flow rates. To obtain a uniform product quality and to operate the dryer economically with minimal environmental impact, it is necessary to use efficient control strategies. In this article, two simple control strategies are proposed to improve the feedback-only controller that is normally used. One strategy is a partial feedforward control loop addition to the feedback loop and the second is a moisture predictor that allows taking control actions on the estimates of the discharge moisture content rather than waiting to measure its value at the discharge. The performance of these two strategies was compared with the performance of a feedback-only controller and an ideal feedback-feedforward controller. It is shown that the two proposed control strategies significantly improve the performance of a feedback-only control strategy without having to install new sensors.     

基于自适应模糊PID的水泥窑分解炉温控系统研究

对非线性大滞后等特殊的系统,存在常规PID控制器控制效果不甚理想的问题,为此针对水泥窑分解炉温度控制系统,提出一种参数自适应模糊PID控制策略,并进行了仿真研究。结果表明:该控制系统响应速度快,调节时间短,控制精度高,控制效果优于传统的PID控制器。     

TA浆料浓度模型预测控制

分析PTA装置精制工段TA浆料浓度配置单元的系统特性 ,讨论原控制方案中PID控制的不足 ,针对打浆水、喷淋水以及某些未知扰动对浆料浓度的影响 ,采用模型预测控制技术并记录为实施模型预测控制而进行的相关测试数据。     

基于模糊PID的退火炉温度控制研究

退火炉的自动控制策略已成为过程控制的研究热点。由于退火炉是一个大惯性、纯滞后、参数时变的非线性控制对象,很难准确建立起炉子的精确数学模型,根据退火炉工业系统的特点,采用了模糊PID参数自调整控制的控制方法,将其应用于退火炉温度控制环节。本文利用Simulink对模糊神经网络PID控制算法进行仿真试验。试验显示,模糊神经网络控制算法能够展现强抗干扰性、强鲁棒性以及良好的控制性能,适用于对退火炉的温度控制中。     

Adaptive and Predictive Control of Liquid‐Liquid Extractors Using Neural‐Based Instantaneous Linearization Technique

Nonlinearity of the extraction process is addressed via the application of instantaneous linearization to control the extract and raffinate concentrations. Two feed‐forward neural networks with delayed inputs and outputs were trained and validated to capture the dynamics of the extraction process. These nonlinear models were then adopted in an instantaneous linearization algorithm into two control algorithms. The self‐tuning adaptive control strategy was compared to an approximate model predictive control in terms of set point tracking capability, efficiency and stability. For the case of large, abrupt set point changes, the performance of the self‐tuning algorithm was poor, especially for the raffinate control. The approximate model predictive control strategy was superior to the self‐tuning control in terms of its ability to force the output to following the set point trajectory efficiently with smooth controller moves.