基于神经网络的除氧器水位解耦控制

基于神经网络的PID控制,针对电厂除氧器被控对象的耦合特性,提出了一种比例、积分和微分参数在线自整定的神经网络PID控制算法,结合神经元补偿解耦网络,用来消除除氧器水位与凝泵出口压力之间的耦合影响,实现对除氧器水位系统的解耦控制。仿真结果表明控制系统基本消除了耦合变量之间的耦合作用,消除了系统输出的稳态误差,大大改善了系统的调节品质。     

某1000 MW机组除氧器水位控制优化及节能分析

当前火力发电仍是我国重要的发电形式,而除氧器作为发电厂汽轮机的重要辅机设备,其工作状态的好坏直接影响发电机组的安全稳定运行。本文结合现有除氧器水位控制的先进理念,分析当前机组水位控制方式存在控制单一、能耗较大的缺点,同时提出了优化后的水位控制逻辑。分析发现经过优化降低了除氧器上水调阀节流损失和凝泵变频电耗,充分发挥了优化后控制方式的优越性和节能效果。     

除氧器和凝汽器水位智能均衡控制系统的应用

除氧器、凝汽器水位智能均衡控制系统可以极大地提高除氧器和凝汽器的水位自动投入率，铜陵电厂125MW机组改造后，自动投入率由原来的15％上升到100％．凝泵的变频运行使凝泵电机电流下降，节能效果明显．     

汽包锅炉燃烧的PID型神经网络解耦控制系统仿真研究

介绍了汽包锅炉燃烧控制系统的控制任务、物理量间关系、原则性控制方案、传统控制方法,以及解耦控制方法的发展,引入了PID型神经网络控制系统的结构、学习算法、初始权值参数选取.MATLAB仿真结果表明,该控制系统对多变量强耦合时变的锅炉燃烧控制对象具有良好的解耦性能和自学习控制特性.     

1000 MW 机组除氧器水位调节优化

针对潮州电厂1000MW机组除氧器水位自动无法投入的问题,通过优化控制策略,使除氧器水位上水门、变频器自动正常投入,并取得较好控制效果。由于系统对凝泵出口压力控制要求高,除氧器主、副路上水门在机组非高负荷都需要关至一定开度。本次控制策略优化中,在高负荷阶段,变频调水位,上水门全开减少节流损失;非高负荷阶段,变频调压力,上水门调水位,同时上水门参考大机阀门顺阀控制方式,使用顺阀方式控制除氧器主、副路上水门。总体取得良好的调节品质,降低了凝泵耗电,并保证了系统安全,达到预期目的。     

多变量模糊控制器及其应用

提出了多变量模糊控制器的概念、结构及其实现方法；同时介绍多变量模糊控制器在工业锅炉微机控制系统中的应用，该多变量模糊控制器有效克服了工业锅炉虚假水位现象，提高了水位控制系统的稳定性。     

船用核动力装置二回路PID神经网络解耦控制研究

直流蒸发器的船用核动力装置是一个非线性、时变及多变量强耦合的被控对象.针对该被控对象设计了改进型PID神经网络控制系统,用于船用核动力装置多变量解耦控制,该神经网络控制器不需要对系统进行辨识,在调整权值的学习过程中使控制系统具有良好的解耦控制性能.仿真结果表明,直流蒸发器压力和汽轮机转速控制之间协调性好,并具有响应速度快、鲁棒性好等特点.     

核电站稳压器水位控制系统及其仿真

研究了核电站稳压器水位控制问题.针对稳压器水位是一个时变、非线性、大惯性、多干扰的被控对象,将自抗扰控制引入到稳压器水位控制系统中,解决了传统PID超调量大、不稳定等问题.仿真结果表明,自抗扰控制在超调量等方面明显优于传统PID控制.另外,在增加外扰的情况下,自抗扰控制具有较强的抗干扰能力,证明了自抗扰控制的可行性和有效性.     

广义预测控制与滚动式LQG控制关系

基于输入输出模型的广义预测控制与基于状态空间模型的滚动优化控制之间的关系还没有被人们所认识.本文基于CARMA模型及其等价的状态空间模型,建立了多变量广义预测控制算法的各种等价形式;给出了一种多变量滚动式的LQG控制算法;建立了随机多变量系统的广义预测控制与LQG控制之间的关系,导出了闭环系统特性方程,从而为分析多变量广义预测控制系统的稳定性和鲁棒性奠定了基础.     

汽包水位模糊控制研究

针对汽包水位控制系统优化问题,基于模糊控制理论设计了一种二输入、三输出模糊自整定PID控制器,建立了汽包水位模糊自整定PID控制系统.并对基于传统PID控制和模糊自整定PID控制进行仿真对比分析.结果表明:模糊自整定PID控制可以很好地改善控制系统的动态和静态特性,使汽包水位的稳定性明显提高.     

多模态智能控制策略及其在化纤工业空调控制系统中的应用

设计了一种以微处理器为核心的组合式空调控制器,并针对中央空调控制过程中空气介质的温度、相对湿度等多变量控制参数的非线性特征,提出了一种包含比例控制、模糊控制和模糊PID控制的多模态控制策略. 并以某一厂房侧吹风系统为被控对象,进行了仿真实验研究,控制精度可达到Τt≤0.5℃,ΤHr ≤3%,ΤP3Pa,实验结果表明了系统设计的可行性.     

基于先进控制技术的DCS的设计与开发

本文采用先进控制技术是未经解耦的多变量预测控制的DMC算法，利用C语言开发出DMC控制程序。该控制系统对于实际生产中多变量、耦合的以及无法建立准确数学模型的复杂控制系统，和采用常规的PID控制方案，无法达到良好效果的控制具有良好的稳定性、鲁棒性和抗干扰性。     

用多目标FSQP算法实现涡扇发动机多变量非线性控制

涡扇发动机是一个复杂的非线性系统，用常规的多变量控制方法难以获得理想的控制效果。提出了一种自适应变权重的多目标FSQP(Feasible Sequential Quadratic Programming)算法，以及基于此算法的涡扇发动机多变量非线性控制方法。该控制方法可以有效地解决涡扇发动机的多变量非线性控制问题，同时在满足控制过程中各项约束的前提下，达到调节时间最短的目标。仿真结果证明了该控制算法的可行性和良好的控制效果。     

基于粒度计算的二级倒立摆模糊控制策略

二级倒立摆系统是一个多变量、非线性、不稳定的快速系统,在对其进行传统的模糊控制时,由于多变量输入而容易造成"规则爆炸".为解决这一问题,提出了基于粒度计算的二级倒立摆模糊控制策略.根据粒度空间结构,将误差相空间划分为不同的粒元,从而构成粗粒度层和细粒度层,在不同的粒度层设计不同的控制策略,即在粗粒度层次上采用模糊控制实现系统的鲁棒性;在细粒度层次上采用PID(Proportion-Integral-Derivative)控制对系统进行进一步微调,逐步求精,最终获得理想的控制性能.实验证明,该控制策略不仅可以解决模糊控制规则呈指数爆炸的问题,而且还可以兼顾倒立摆系统的快速性和准确性指标.     

磨煤机控制系统优化的实现

基于300 MW单元机组仿真机平台,获取磨煤机控制系统的各控制对象的动态特性曲线,经辨识得到控制对象数学模型.鉴于磨煤机控制系统的多变量耦合效应,采用前馈补偿解耦控制方法来实现解耦,以此来优化磨煤机控制系统的控制品质,并在Simulink仿真软件平台上实现了对该控制系统的优化仿真.本研究为现场控制系统优化提供理论基础,具有实际的工程化的指导价值.     

球磨机单神经元自适应PID解耦控制系统仿真

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出了球磨机自适应神经元PID解耦的控制方法.将静态解耦逆矩阵与球磨机对象串接,以解除球磨机多变量之间的耦合,再采用两个单神经元自适应PID控制器对解耦后的两变量对象进行闭环控制.仿真结果表明,该控制法相比常规的PID解耦控制法有更好的控制品质,跟踪快、鲁棒性强、解耦好,可较好地解决球磨机系统的时变性、耦合性等问题.