电站柴油机双机并联调速系统的仿真研究

建立了电站柴油机双机并联调速系统的模型 ,对柴油机的调速控制、负荷前馈控制、负荷均衡控制进行了 MATL AB仿真研究。结果表明 :采用负荷前馈控制可明显提高柴油机电子调速器的调速性能 ,引入负荷均衡控制后 ,可以在零稳态调速率条件下实现双机之间的负荷均匀分配     

电站锅炉汽包水位的CMAC神经网络与PID复合控制

提出了电站锅炉汽包水位系统的CMAC神经网络与PID的复合控制策略。将蒸汽流量信号引入到CMAC神经网络中，考虑负荷变化对汽包水位的影响，使其具有前馈补偿能力，以消除“虚假水位”现象。总的控制输出由CMAC神经网络的输出和一个常规PID控制器的输出通过变参数加权综合后作用于被控对象，这样保证在控制初期以及对象特性变化的情况下系统仍然具有良好的调节品质。仿真试验结果表明了该控制策略的有效性和实用性。图6参6     

柴油机BP神经网络调速快速控制原型研究

设计了BP神经网络整定PID参数的柴油机调速控制器.把该控制器下载代码到dSPACE/Mi-croAutoBox控制器内,利用快速控制原型的原理进行了起动和负荷突变工况的功能验证,并与传统PID调速控制器快速控制原型结果进行对比,结果表明,BP神经网络具有自学习能力和逼近任意函数的能力,可进行PID参数的在线整定和优化;BP整定PID调速控制器工作正常,调速精度较传统的PID控制器有较大改善;快速控制原型的研究使控制器从功能设计到产品的转化奠定了坚实的基础.     

内燃发电机组频率前馈补偿PID神经网络控制

频率稳定性是内燃发电机组供电质量的重要指标,提出了频率前馈和反馈协调控制的方法.前馈补偿控制器采用模糊决策,以负载电流为输入来跟踪负荷变化并对负荷扰动做出快速反应.反馈控制器按PID控制规律构造PID-NN网络,通过在线学习自适应机组参数的变化和与模糊前馈相协调,对系统误差进一步控制.通过改装的天然气发电机组进行频率控制试验,结果表明,模糊前馈补偿PID-NN反馈协调频率控制效果优于传统的PID控制,具有可行性和有效性.     

采用神经网络改善式循环柴油机的供氧控制

在氧气反馈调节的基础上,不依赖系统模型,借助神经网络的构成前馈控制器,以反馈输出引导网络权值及输出的调整,使网络逐步学成前馈补偿功能,并最在控制中占据主导地位,实现对负荷扰动的补偿。仿真结果表明,采用这一复合控制系统能有效地改善氧气控制的动态特性。     

CMAC逆模型用于电站负荷协调控制的研究

在常规PID负荷协调控制回路中加入CMAC神经网络模型。利用神经网络的非线性映射能力，能很好地解决负荷协调控制对象的动态特性具有非线性、时变性、参数可变等问题。仿真对比试验表明：负荷协调控制系统引入CMAC逆模型后，系统的跟踪速度加快了大约1个周期，调节精度提高。CMAC逆模控制器有较好的适应性、鲁棒性。图6表1参9     

基于CMAC的点火提前角控制怠速稳定性的研究

根据点火提前角与怠速转速之间的规律性,并与神经网络控制器CMAC(Cerebellar Mcdel Articulation Controller)相结合,提出了基于点火提前角的怠速稳定性控制方法,对燃用LPG单缸汽油机进行了怠速稳定性控制的试验研究。结果表明点火提前角的自动调节对怠速稳定性的控制效果明显,CMAC控制器能有效地用于发动机怠速控制。     

核电蒸汽发生器水位的二自由度内模控制

为了在全工况范围内确保核电蒸汽发生器水位的控制品质,提出了一种二自由度内模控制结构.考虑到蒸汽质量流量波动对水位的显著影响,将前馈环节加入到该控制结构中,以提高系统的抗扰动能力;利用增益调度方法对5个典型工况点的前馈和反馈控制器进行整合,使系统实现良好的全局控制效果.在对控制系统性能进行理论分析的基础上给出了控制器参数的整定准则.仿真结果表明:该方法能够确保系统在各负荷段均具有良好的控制品质,且其整体性能优于自适应神经网络控制(ACNFC)及自整定PID控制.     

增压柴油机调速系统的特性分析与研究

本文既分析了增压柴油机调速系统的稳态误差,又研究了它的加载动态特性,提出了采用负荷微分信号作为前馈信号以控制补充供气。计算机仿真与实验证明这种控制方法可以改善调速系统的动态品质,减少排烟度。     

船用柴油机模糊-PID复合调速及快速控制原型研究

设计了船用柴油机模糊-PID复合调速控制器,针对柴油机的不同工况,使模糊控制器和PID控制器通过切换开关进行切换,为了确保切换过程平稳,设计了切换控制器.将控制器下载代码到dSPACE/MicroAutoBox控制器内,利用快速控制原型进行了起动和负荷突变工况的试验验证,并与传统PID控制器快速控制原型结果进行对比.研究结果表明:模糊-PID控制器在动、稳态特性上均取得了较好的控制效果.     

新型核电应急柴油发电机组调速控制器开发与试验

针对核电应急柴油发电机组开发一种新型调速控制器。在分析控制功能需求的基础上,开展总体方案设计、硬件设计、软件开发及配机试验。为了验证调速控制器的功能及性能,分别进行怠速启动试验、额速启动试验、在有速降模式下的稳态负荷试验、在无速降模式下的稳态负荷试验和在无速降模式下的快速变载试验。配机试验结果表明该调速控制器功能完善、性能良好,具有一定的应用前景。     

加热炉的模糊控制及其神经网络实现

为某炼油用低压加热炉设计了一种模糊控制器，并了用多层前馈神经网络实现模糊控制的方法，试验表明，所设计的神经网络系统具有很好的控制品质，能满足加热炉控制的生产需要。     

电站甩负荷情况下动力系统的协调控制策略研究

针对电站甩负荷时,主蒸汽压力易产生超压,且传统PID控制器无法快速有效地控制主蒸汽压力的问题,设计了燃烧系统和主机回汽协调控制策略以及小脑神经网络(Cerebellar Model Articulation Controller,CMAC)与PID并行的控制器,并在Simulink平台上进行了电站甩30%和100%负荷时系统动态特性仿真。结果表明:所设计的控制策略和控制器能够使主蒸汽压力控制系统较快地对电站的大负荷扰动作出响应,取得较好的控制效果,保障动力系统的稳定。     

基于线性主动抗扰的共轨柴油机轨压控制器设计及验证

提出了一种基于动态前馈、静态前馈和观测反馈的高压共轨柴油机轨压控制器。该轨压控制器采用了基于物理模型的轨压动态前馈控制、基于查表法的静态前馈控制及基于线性主动抗扰控制器的轨压观测反馈控制。利用ETAS公司ASCET软件实现了该轨压控制器,在与自主高压共轨柴油机控制器(ECU)进行集成后,开展了柴油机台架试验验证。试验结果表明:采用该轨压控制器,降低了轨压动态控制时的超调量,缩短了轨压稳定时间,提高了轨压控制精度和动态响应性能,轨压稳态偏差在±1.0MPa以内,轨压瞬态偏差在±2.0MPa以内。     

基于虚拟仪器的柴油机模糊-PID调速控制研究

采用NI PCI6221多功能数据采集卡建立了基于虚拟仪器的柴油机速度控制系统,设计了增量式模糊-PID控制器。针对模糊-PID切换控制中出现的系统响应动态特性和稳定性不佳的问题,对切换控制器进行了优化;采用偏差及偏差变化率作为切换依据及双阈值判断方法,有效改善了系统动态特性,提高了控制器切换稳定性。试验结果表明:优化后的柴油机模糊-PID调速控制系统在动态特性、稳定性上都取得了更好的控制效果。     

闭式循环柴油机配氧及其控制策略实验研究

在闭式循环柴油机配氧反馈控制的基础上采用了神经网络前馈控制策略.通过使反馈偏差最小化在线训练神经网络,以网络前馈输出逐渐取代原有的反馈控制,从而在系统运行时以自适应方式始终保证氧浓度偏差最小.该前馈补偿不受配氧压力等时变因素的影响.建立了实验台架,神经网络前馈复合控制由监控计算机和现场反馈控制器共同完成.通过实验研究了神经网络前馈控制的训练过程并验证了该方法的有效性,配氧控制的精度和稳定性得到较大提高,最大动态偏差由原来的14.2%减小到3.1%.     

柴油机综合控制系统快速控制原型研究

设计研究了包括增益修正PID调速控制和相继增压控制等的柴油机综合控制系统。建立了包括增益修正PID调速控制、瞬态调速率和全程供油限制的调速控制器模型和相继增压控制模型,并将控制系统模型下载代码到dSPACE/MicroAutoBox控制器内,利用快速控制原型进行了调速控制器的起动、调速、全程供油限制功能以及相继增压控制功能的实验验证。结果表明,所设计的调速控制器在动、稳态特性上都取得了较好的控制效果,相继增压控制功能能够较好地实现受控增压器的切入和切出控制。     

车用汽油机过渡工况空燃比的神经网络控制研究

针对车用汽油机过渡工况空燃比难于精确控制的特点，提出了一种空燃比的神经网络复合控制策略。控制系统通过神经网络控制和常规PI控制实现前馈反馈控制，常规PI控制器利用氧传感器信号实现反馈控制，保证系统的稳定性，且抑制扰动；神经网络控制实现前馈控制，提高控制系统过渡工况时的响应能力。神经网络采用径向基神经网络，其输入为影响汽油机进气量的两个主要因素发动机转速与节气门开度。通过在线学习常规PI控制输出，使系统的总控制输出由神经网络产生，系统具有较高的自适应功能，有效避免目前过渡工况空燃比控制需进行大量标定的不足。仿真结果表明该控制方法是有效的。     

风电机组模糊PI控制与前馈控制相结合的变桨控制

针对经典PID变桨距控制器超调量大、波动剧烈等缺陷,提出了一种采用模糊PI控制与前馈控制相结合的控制器来控制浆距角,进而使机组功率稳定在额定功率附近的控制思路。通过对某1.5MW风力发电机组进行仿真,结果表明,该控制器控制效果优于经典PID变桨距控制器。     

基于PSO算法的FCMAC控制器及其在主汽温控制中的应用

模糊CMAC神经控制器能反映人脑认知的模糊性和连续性,它采用高斯函数作为模糊隶属函数,利用CMAC神经网络实现模糊推理,并可对隶属函数进行实时调整,从而使它具有自适应和学习能力.文中讨论了这种控制器参数的PSO学习算法,对电厂锅炉主蒸汽温度控制的仿真表明了FCMAC控制器及其PSO学习算法的可行性和有效性.