共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
神经网络控制是一种新颖的智能控制方法。应用神经网络技术,对难以精确建模的复杂非线性对象进行神经网络模型辨识作为控制器,提高了响应的快速性和准确性,可满足工业过程所提出的安全性、可靠性与易实现性的要求。大型火力发电单元机组协调控制系统是一个相对复杂的多变量控制系统,控制对象具有大时滞、时变、非线性、强耦合的特点,传统的PID控制算法很难实现对过程参数的良好跟踪和理想的控制效果。针对单元机组协调控制系统的特点将神经网络解耦控制应用于单元机组协调控制系统中,仿真实验表明,神经网络解耦控制具有较强的适应性和较高的控制精度,提高了负荷的响应速率,控制效果优于传统的PID控制算法。 相似文献
3.
4.
5.
6.
7.
为了获得更好的微燃机性能,需要对排气温度进行很好的控制,采用自适应RBF神经网络PID控制器进行控制。建立了微型燃气轮机排气温度控制的数学模型,给出了一般的RBF神经网络,并引入径向基函数神经网络对PID控制的参数进行调整。通过将其应用于排气温度控制来证明所提出的控制策略的有效性。通过仿真模拟,排气控制系统的动态响应可以有效地提高,并且所提出的控制器的抗扰动性优于PID控制器。 相似文献
8.
随着科学技术的发展,人们在关注机械设备自动化的同时也更为注意设备的精准化。电阻炉作为工业热加工的主要设备之一,是一种利用电流通过电阻材料发生热能的加热炉,电阻炉结构简单、炉温均匀,比较容易控制而且加热质量好,没有烟尘、没有噪声。电阻炉的温度控制能力会直接关系到产品的质量,在现有的电阻炉温度控制系统框架的基础上提出了一种优化措施,用热电偶代替温度传感器,实现对电阻炉炉温数据的采集,提高温度测定的精度,用神经网络算法改进PID算法,提高算法的适应性。通过仿真实验结果发现,优化后的电阻炉温度上升具有较强的规律性,缩短了电阻炉温度调控时间,对温度的控制效果较好,可以为工业的热处理提供更好的保障。 相似文献
9.
10.
11.
在分析风力发电系统能量转换理论的基础上,将单神经元自适应算法与常规PID算法结合,通过单神经元自学习,对PID控制器的系数进行在线调整,提出一种单神经元自适应PID调节变桨角度的控制方法,建立了风力机桨距角控制数学模型.风速超过额定值后,利用单神经元自适应PID控制器进行变桨控制,将控制结果与采用常规PID控制器的控制性能进行了对比.结果表明:单神经元自适应PID控制器可以将输出功率恒定在额定值,能够对变桨系统进行有效控制,达到预期的目标. 相似文献
12.
13.
14.
用RBF网络整定的火电厂主汽温PID串级控制系统 总被引:9,自引:0,他引:9
火电厂主汽温具有大惯性、大迟延等特性,其动态特性随负荷而变化,采用常规的按照典型工况整定的固定参数PID串级控制难以获得满意的控制效果。为此,提出一种用RBF网络整定的PID串级主汽温控制策略,将RBF神经网络和常规PID串级控制相结合构成的智能PID控制器不仅具有常规PID控制器的特性,而且具有智能控制器的自学习能力,增强了系统对不确定因素的适应性。仿真研究结果表明:系统动态品质明显优于通常的PID串级控制,能适应对象参数的变化。具有较强的鲁棒性和自适应能力。 相似文献
15.
针对火电厂选择性催化还原(Selective Catalytic Reduction,SCR)烟气脱硝系统机理复杂,工况变化时呈现的不确定性、强扰动等特点,提出了一种基于互信息和PID神经网络的SCR烟气脱硝扰动补偿控制方法。利用PID前向神经网络的学习性能逼近被控对象的逆构成扰动观测器对系统进行反馈补偿,以达到超前消除系统扰动的目的。选取观测扰动和系统扰动的互信息为目标函数,采用改进的帝国竞争算法实现PID神经网络权值的优化调整。设计鲁棒PID控制器来进一步克服被控对象存在的不确定性。仿真实验表明,该方法具有突出的抗干扰能力和较好的鲁棒性,控制品质优于常规的PID控制。 相似文献
16.
Artificial neural network (ANN), in comparison with PID controllers which have broad applications in the highly complex HVAC systems, has recently received more attention. The present paper includes thermodynamic modeling of an evaporative condenser under steady state and transient state conditions for establishing control of thermal capacity, using Artificial neural network. To train the system under dynamic condition, predictive neural network, capable of understanding dynamic behavior and predicting the preset output is used. The principle operation of such neural networks is based on the reduction of gradients of errors existing between the predicted output and the actual output of the system. To control the system thermal capacity, neural controller based on training received from the reduction of gradients between the output controller and the ideal output, is used. Results obtained during present investigation indicate that artificial neural network controller is suitable substitute for PID controllers for thermal systems. 相似文献
17.
由于水轮机调节系统的大惯性、"水锤"效应等特点及其结构复杂等问题,采用传统的常规PID控制已很难满足控制要求,控制品质也难以改善,控制过程中易发生超调量大、震荡频次多、收敛时间过长等问题。对此,在常规PID控制基础上设计了基于BP神经网络自适应PID控制,并在Matlab软件中完成相关程序的编写及仿真试验。仿真结果表明,基于BP神经网络自适应PID控制是一种有效的水轮机调速器参数整定方法,相较于常规PID控制能获得更好的动态性能。 相似文献
18.
19.
为了改善传统PID控制器对锅炉汽包水位的控制效果,在传统PID控制的基础上,运用MATLAB软件,融入模糊控制算法,对锅炉汽包水位进行仿真研究,结果表明:采用模糊PID控制的锅炉汽包水位控制达到稳态的时间仅为0.073 3 s,远小于常规PID控制所用的时间0.5 s;采用模糊PID控制的锅炉汽包水位控制产生的最大超调为0.06%,远小于常规PID控制产生的超调0.2%;采用模糊PID控制器进行控制,系统仅振荡了1次就进入稳态,系统的平稳性得到了很好的改善,平稳性及自适应方面均明显优于传统PID控制,控制效果更能达到工程实际要求。 相似文献