蒸汽发生器水位的模糊-PID复合控制

为了提高蒸汽发生器的模糊水位控制器的稳态性能,结合常规PID控制的优点,设计蒸汽发生器水位的模糊-PID复合控制器。运用Matlab模糊逻辑工具箱与Simulink模块,实现蒸汽发生器的水位控制仿真,对蒸汽发生器大幅度降负荷工况进行仿真计算。结果表明,模糊-PID复合控制既具有模糊控制的良好动态性能,又具有线性控制的良好稳态性能。模糊-PID复合控制特别适用于具有大滞后、多变量、强耦合的非线性系统,是一种比较有发展前景的控制方法。     

蒸汽发生器水位神经自校正控制研究

针对传统的核动力蒸汽发生器水位PID控制方法存在的缺点,将神经网络方法与PID控制的结构结合起来,提出核动力蒸汽发生器水位单神经元自校正PID控制方法,在线调整控制器参数。仿真研究表明,该方法可以提高系统的控制品质。     

核动力蒸汽发生器水位的前馈反馈控制

为了抑制"虚假水位"现象对蒸汽发生器水位控制的影响,在传统PID控制的基础上,设计蒸汽发生器水位的前馈反馈控制系统。运用Matlab/Simulink仿真模块进行仿真,结果表明前馈反馈控制能够很好地抑制虚假水位现象的影响,调节及时,改善了控制系统的动态响应特性。     

基于改进粒子群算法的蒸汽发生器水位控制优化

核动力装置蒸汽发生器的水位控制系统,多采用串级三冲量PID控制方案.为了克服传统的控制器参数整定方法的局限性,应用粒子群优化算法对主调节器进行参数整定,获得了相对最优参数.仿真结果表明,与传统整定方法相比,这种参数整定方案得到的控制参数能使水位控制系统具有更好的控制品质.     

神经网络-PID在船舶核动力装置蒸汽发生器水位控制中的应用

利用BP神经网络的学习功能来调整蒸汽发生器水位控制器PID的参数,使其跟随功率的变化,从而跟踪模型的变化.以典型的五种工况下的蒸汽发生器模型为基础,按照给定的要求,分别设计得到相应的PID水位控制器.以功率和相应的PID控制器增益作为神经网络的输入、输出变量来设计和训练BP神经网络,并以训练好的神经网络和PID控制器组成神经网络-PID控制器应用到蒸汽发生器水位控制系统中,并利用MATLAB进行仿真.仿真结果表面神经网络-PID具有非常好的适应性.     

船用蒸汽发生器给水系统的容错控制

为提高二回路控制系统的可靠性,以蒸汽发生器给水系统为对象,设计基于BP神经网络的水位容错控制系统。利用Matlab/Simulink仿真平台,建立容错控制仿真模型,并与蒸汽发生器的集总参数仿真模型联合,分别对水位传感器恒偏差、恒增益和卡死故障进行仿真测试。仿真结果表明,容错控制系统的故障诊断模块能够准确、迅速地诊断出传感器故障并启动容错控制模块进行容错控制,使得蒸汽发生器的水位能够稳定在设定值附近,系统运行稳定。基于BP神经网络的容错控制系统对于修正蒸汽发生器水位传感器的故障有效,可用于蒸汽发生器给水控制系统的设计,提高系统的可靠性。     

PID智能模糊自整定控制器在SG水位控制中的应用

为提高蒸汽发生器水位控制效果,设计一种基于模糊控制原理的模糊PID参数自适应控制器,根据偏差和偏差变化率来实时调整参数,水位控制实验结果表明,这种模糊控制器比常规PID控制器有更好的控制效果,明显改善了系统的动态性能和稳态性能。     

PID智能模糊白整定控制器在SG水位控制中的应用

为提高蒸汽发生器水位控制效果，设计一种基于模糊控制原理的模糊PID参数白适应控制器，根据偏差和偏差变化率来实时调整参数，水位控制实验结果表明，这种模糊控制器比常规PID控制器有更好的控制效果，明显改善了系统的动态性能和稳态性能。     

基于遗传算法的核动力舰船蒸汽发生器水位PID控制研究

采用遗传算法对PID参数进行寻优,在搜索空间内获得全局最优点,将遗传算法和Z-N整定的结果作了比较,仿真结果表明,采用遗传算法能获得较好的控制效果,在蒸汽发生器水位控制过程中,可以采用遗传算法来优化PID控制器参数。     

基于BP神经网络整定的蒸汽发生器水位PID控制及仿真研究

将神经网络与PID控制结合起来,提出了基于BP神经网络整定的蒸汽发生器水位PID控制方法,采用BP学习算法调整控制器神经网络的连接权值,通过对系统性能的学习实现了控制器参数的在线整定,仿真结果表明,所设计的控制器具有良好的控制性能。