基于模糊预测的电站锅炉燃烧控制系统的优化设计

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并针对该模型设计了模糊预测控制器,充分利用广义预测控制的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节,并利用解耦的自治原理将锅炉燃烧系统的多变量控制问题转变为单回路控制系统的设计问题.仿真结果表明该控制系统对具有非线性、大延迟、强耦合等特性的电站锅炉燃烧系统具有很好的调节与跟踪特性.     

具有PI结构的自校正动态矩阵加权控制算法

提出了一种改进自校正动态矩阵控制算法。算法中控制器具有比例积分（ＰＩ）结构，即时控制由各时刻预测控制的加权平均产生，加权系数基于预测输出误差的大小及时调整。仿真结果表明，本文算法比一般的自校正动态矩阵控制对于时变对象具有更强的鲁棒性。     

DMC—PID算法在大时延系统中的应用

针对温室环境测控系统中的非线性、慢时变、大时延和多变量耦合等特性,设计了DMC-PID串级控制系统。该系统将串级控制结构与预测控制算法相结合,内回路采用常规比例调节器,外回路采用动态矩阵控制器(DMC)。既保持了预测控制的强鲁棒性和跟踪性能,又具有足够的抗干扰性。仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

基于CARIMA模型的锅炉燃烧控制系统设计及优化

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并对该模型设计了模糊预测控制器,根据广义预测控制(GPC)的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节;将锅炉燃烧控制系统划分为燃料量、送风量、炉膛压力3个控制子系统,采用模糊PID控制器对各控制子系统进行了优化.结果表明,优化后的燃料量控制系统在保证控制精度的基础上,使系统响应较平稳,跟踪速度更快;优化后的送风量和炉膛压力控制系统调节时间短,超调量和稳态误差均为0,且具有很强的抗干扰能力.     

动态矩阵预测控制在微型燃气轮机中的应用

可调回热式微型燃气轮机具有多变量、强耦合、非线性、参数时变等诸多复杂的特性,常规控制方法难以满足控制要求。对于两输入两输出的微型燃气轮机控制系统设计,如何准确快速地实现扰动下的稳定输出,是设计控制系统的关键。首先文中基于动态矩阵预测算法设计出预测控制器,并给出误差校正矩阵、误差权矩阵、控制权矩阵和柔化系数矩阵关键控制参数分析;接着在稳定工况点下,设计了转速给定值扰动、燃料量内扰下的预测控制策略;最后基于传递函数模型进行仿真控制分析,结果验证了该控制方法能够更好地符合快速性、鲁棒性和抗扰动的控制要求,并且超调量比常规PID控制方法要小。     

单元机组负荷系统的多变量模型算法解耦控制

单元机组负荷系统是具有耦合的两输入两输出多变量系统,具有较大的惯性。模型算法控制是基于对象脉冲响应模型的一种预测控制,在惯性迟延对象的控制中有很好的应用。文章首先将系统分解为2个双输入单输出系统,并分别用模型算法控制设计控制器,通过联立求解二元一次矩阵方程组,达到解耦设计的目的。通过300 MW机组负荷系统的仿真,验证了该方法的有效性。     

基于逆系统方法的汽轮发电机综合控制器

采用多变量非线性控制的逆系统理论分析了汽轮发电机励磁与汽门系统的可逆性,并运用逆系统方法将这一多变量、非线性、强耦合的复杂被控对象解耦成两个独立的SISO线性化积分型子系统,然后基于线性系统理论设计了综合控制器。研究结果表明,该控制策略实现了励磁控制与汽门调节的动态解耦,应用该方法要显著提高电力系统的暂态稳定性。     

基于模糊神经网络的电动执行机构

电动执行机构控制的对象往往有多参数、非线性、时变以及变量强耦合的特点,很难建立精确的数学模型.模糊神经网络控制系统利用神经网络的非线性映射能力完成模糊控制,能很好地解决控制对象的动态特性所具有的非线性、时变性、参数可变等问题.仿真对比试验表明,电动执行机构采用模糊神经网络控制器(FNNC)后,系统的响应速度变快,调节精度提高.该控制器的适应性、鲁棒性也明显优于常规PID控制器.     

基于最小二乘支持向量机的多变量逆系统控制方法及应用

为提高多变量、非线性和强耦合系统的动态特性和解耦能力,解决逆模型辨识问题,讨论了基于最小二乘支持向量机(least squares support vector machines,LS-SVM)的多变量逆系统解耦控制方法。通过分析LS-SVM的函数拟合特性,离线建立被控对象的非线性逆模型,将得到的逆模型直接串接在原对象之前,原系统被解耦成多个独立的单变量伪线性子系统。为克服直接逆模型的建模误差,提高系统鲁棒稳定性,提出了复合控制方法,其中直接逆模型作为前馈控制器,而用PID控制器作为反馈控制器。文中还分析了球磨机控制系统的特点,并进行了仿真控制研究,仿真结果表明该复合控制方法不依赖于系统的精确数学模型,且解耦能力强、鲁棒稳定性好、跟踪精度高。     

考虑系统时变特性的静态安全校正控制

电力系统静态安全校正控制执行期间,系统负荷和风电出力可能发生变化。提出一种考虑负荷和风电出力时变特性的静态安全校正控制方法。该方法在校正模型中引入了动作执行时间变量,从而可以考虑系统负荷和风电出力的时间变化特性以及发电机的调节速度限制,制订的校正控制策略不但可保证当前工况下的静态安全性,也保证了负荷和风电出力波动情况下的静态安全性。我国某实际682节点系统的仿真算例验证了该方法的有效性。     

多变量DMC预测控制算法在热工系统控制中的应用研究

针对复杂热工系统多变量、强耦合的特点,介绍了多变量的动态矩阵控制(DMC)算法用于热工系统控制的实现步骤,提出了DMC控制器参数自整定方法.将DMC控制器应用于中储式钢球磨煤机(球磨机)制粉系统进行的仿真表明,该控制方法具有较好的解耦性能,提高了过程控制的品质.     

多变量混合预测算法在单元机组协调控制中的应用

提出了一种新颖的具有预测误差校正的多变量广义预测控制 (GPC)与动态矩阵控制 (DMC)混合集中优化控制算法。该算法直接对被控对象的整体模型性能指标进行优化 ,可获得最全面的反映过程未来变化趋势的动态信息量 ,以实现整个系统的最优控制。同时考虑了所有输入输出之间的交互影响 ,合理考虑各控制输入输出量在算法中的地位 ,避免常规多变量控制系统设计中因解耦而造成的不可实现性和解耦网络对系统模型的过分依赖性 ,且易于实施 ,对模型的变化有较强的鲁棒性。通过对 30 0MW单元机组协调控制系统进行仿真 ,结果表明 ,该算法具有控制性能好、鲁棒性强等优点     

多变量时滞系统的解耦模糊内模控制

针对时滞多变量耦合系统，研究了带有多时滞的多变量稳定过程的解耦内模控制，根据开环系统的时滞给出了一种时滞系统多变量解耦方法，由于理想的多变量时滞系统内模控制器设计复杂，且根据内模控制理论设计的控制器一般是高阶的，因此采用模糊控制方法设计模糊内模控制器。其宗旨是首先根据过程对象的模型，设计多变量时滞解耦的预补偿器，对其进行对角优势化，利用补偿后的主对角元素作为内模控制的预估模型，设计了多通道模糊内模控制器。仿真结果表明，该方法具有很好的解耦能力，鲁棒性强；方法简单，易于实现。具有工程应用价值。     

并联混合电力有源滤波器的非线性控制算法

并联混合电力有源滤波器是一非线性、多变量、强耦合的系统,对其建立精确的数学模型比较困难.文中采用了非线性鲁棒控制技术,该技术将配置非线性结构替代极点配置进行控制系统的设计,依靠期望轨迹与实际轨迹之间的误差大小和方向来实施非线性反馈控制,它对混合电力滤波器的数学模型要求并不高.数字仿真结果表明,该控制技术能较好地控制混合电力有源滤波器,并具有较好的动态特性和较强的鲁棒性.     

中储式球磨机制粉系统的递阶模糊-PID复合控制

针对球磨机制粉系统的多变量、强耦合、非线性、时变性等特点,在对系统的动态特性进行了全面分析的基础上,基于模糊控制理论,提出了递阶模糊-PID 复合控制,并对控制系统的控制效果进行了仿真研究.仿真结果表明提出的控制方法比传统控制方法有更好的控制品质,它跟踪快、鲁棒性强、解耦好,较好地解决了球磨机系统的时变性、耦合性等问题.     

一种新型的多变量模糊控制方法

针对多变量非线性系统,提出了一种新型的可在线连续实现的多变量模糊控制方法,在基于组合变量的模糊控制的基础上,给出的模糊逻辑,在线连续实现模糊控制,有效地改善了系统的动态特性,并以二级倒立摆系统为实际背景,利用所提出的方法进行了倒立摆系统各种运动模态的研究。实验结果证明了该方法的有效性。     

多变量系统的神经元解耦控制

论述了神经元解耦控制系统的三种典型结构,其中包括神经解耦器分别位于控制器之前和之后的两种串联结构和一种反馈结构;给出了三种系统结构中神经解耦器的指标函数;提出了基于系统灵敏度矩阵的解耦控制学习算法,该算法考虑了多变量系统各变量之间的相互干扰,在更广泛的意义上探讨了多变量系统的神经元解耦控制。     

复合扰动下双足机器人位姿修正解耦控制研究

双足机器人在驱动步行中受到活动部件的复合扰动作用容易产生耦合误差,导致解耦控制的稳定性不好,为了提高双足机器人驱动步行中的解耦控制的稳定性,提出一种基于变步长动态平衡反馈调节的双足机器人驱动步行位姿修正解耦控制方法。采用分布式传感器阻力力学采集方法进行双足机器人的姿态参量测量和动态融合处理,构建双足机器人驱动步行位姿修正解耦控制的约束参量模型和控制目标函数,采用Kalman滤波方法进行双足机器人驱动步行的地面环境适应校正和误差修正,采用变步长动态平衡反馈调节方法确定精准的驱动步行姿态参量,实现双足机器人准确的姿态定位和参量解算。仿真结果表明,采用该方法进行双足机器人驱动步行姿态定位控制的准确度较高,环境适应性较好,实现零误差驱动步行,提高了双足机器人的控制品质。