模糊PI控制在电厂串级汽温控制中的应用

阐述了在电厂汽温控制中采用的一种模糊PI(Fuzzy PI)控制方法,利用Fuzzy PI对本系统实现非线性建模和闭环系统仿真,并与传统的PID控制在电厂串级汽温控制系统中的应用进行了比较,系统的控制特性在超调量、快速性、抗干扰方面都有了很大的改善。     

模糊神经元反馈网络在电厂串级汽温控制中的应用

本文阐述了在电厂汽温控制中采用的一种快速模糊逻辑神经网络（FFNF）控制方法，利用FFNF对本系统实现非线性建模和闭环系统仿真，并与传统的PID控制在电厂串级汽温控制系统中的应用进行了比较，系统的控制特性在超调量、快速性、抗干扰方面都有了很大的改善。     

发电厂主汽温系统的模糊滑模控制研究

电厂主汽温被控对象是一个典型的变参数、强扰动的对象,常规的PID控制器难以满足控制要求。针对此问题,设计一种自适应模糊滑模控制器。该控制策略基于带积分补偿的变结构控制器,并利用自适应模糊控制方法,把滑模控制器中的不确定项进行模糊逼近。利用李亚普诺夫函数证明了控制器的稳定性。将此控制策略应用到电厂主汽温控制系统中,仿真结果显示此控制方法具有较强的鲁棒性和良好的跟踪性能。     

模糊RBF自整定PID控制器在过热汽温控制中应用

过热汽温控制是电厂锅炉控制系统的一个重要环节。针对电厂过热汽温对象具有较大的惯性、时滞、非线性和动态特性随运行工况变化的特点,提出一种模糊径向基函数(RBF)神经网络的自整定PID控制器应用于过热汽温控制中,它结合了传统PID及神经网络和模糊控制的优点,可在线调整得到一组最优的PID控制参数。介绍了所提控制器在超临界机组过热汽温控制中的应用。对负荷为100%、88%、62%、44%的仿真结果表明,所提控制器能获得满意结果,优于PID控制器。     

模糊自适应预测控制在电厂主汽温控制中的应用

针对电厂主汽温对象属于非线性系统、难于控制这一问题,基于自适应和最优控制的原理,提出基于T—S模糊模型的预测控制方法。在简要分析了主汽温对象特点的基础上,建立了主汽温对象的T—S模型,并给出了相应的模型参数辨识方法。接着引入预测控制方法,并给出了具体的实现方法和仿真试验结果。试验结果表明该自适应控制算法具有较好的负荷适应性,能满足对主汽温对象的控制要求。     

基于PSO算法的1000MW机组主汽温系统辨识

针对某电厂在二级过热器喷水减温扰动下的主汽温对象的动态特性,提出了基于电厂运行历史数据的主汽温系统粒子群(PSO,Particle Swarm Optimization)辨识方法,建立了主汽温对象的动态数学模型,并用不同运行期间的数据对模型进行验证,仿真结果表明,建立的主汽温模型是比较准确的。     

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。     

一种Fuzzy-PID复合控制器在过热汽温控制中的仿真研究

在电厂中，必须严格控制过热器出口蒸汽温度，蒸汽温度过高或过低，都将给安全生产带来不利影响。针对过热汽温被控对象的特点，充分利用模糊控制的动态特性好和PID调节能消除静态偏差的特性，设计了一种带自调整因子的模糊控制器，研究了Fuzzy-PID复合串级控制在电厂过热汽温控制系统中的应用。仿真结果表明，Fuzzy-PID复合串级控制系统具有更好的抗干扰能力和适应性。     

复合模糊串级系统在火电厂过热汽温控制中的应用

在对火电厂过热汽温控制对象特点分析基础上,保留串级控制抗内扰的性能,结合模糊控制动态特性好的特点,提出了一种复合模糊串级控制设计.仿真结果表明,用这种方法建立的过热汽温控制系统具有较好的控制品质和抗干扰能力.     

状态变量——预测控制技术在600MW机组再热汽温控制中的研究与应用

电厂锅炉的再热汽温是机组安全、经济运行的重要参数之一，该文针对电厂再热汽温被控对象大惯性、大滞后的特点，结合现代控制理论，提出了基于状态变量一预测控制技术的再热汽温控制方法，即先采用状态反馈来补偿汽温被控对象的滞后和惯性，然后通过预测控制来对补偿后的广义被控对象进行控制，仿真试验及现场运行结果表明，该控制方法具有优良的控制品质，是一种对大滞后过程较为有效的控制策略。     

焊接变位机的位置模糊控制研究

采用工业控制计算机将模糊控制策略应用于焊接变位机的实时控制研究。针对单纯模糊控制器存在较大静差的问题,综合PID调节的优点,运用模糊逻辑设计了一种基于模糊规则的双模智能协调控制器。仿真和实验结果表明：系统具有满意的动、静态性能。     

永磁直线电机保证稳态精度的模糊控制

由于PD型模糊控制器缺少积分项,所以稳态的控制精度不容易得到保证。本文提出了一种保证稳态精度的模糊控制方法以提高传统模糊控制器的稳态控制精度。这种模糊系统能够选择运行一个传统的模糊控制器或者一个积分控制器,当运行积分控制器的时候,此积分控制器与一个稳态输出值的和为控制系统输出。根据不同的状态水平,在传统模糊控制器和稳态值输出之间可以进行平滑的切换。对于PMLM控制系统,当接近稳定状态的时候,保证稳态精度的模糊控制系统的输出是稳态值和变量值这两部分的和。实验结果显示这种保证稳态精度的模糊控制系统比传统的PID控制器和单个传统的模糊控制器在速度控制中可以获得更好的动态和静态性能。     

静止无功补偿器的模糊神经元PID电压控制

针对传统PID控制应用于静止无功补偿器电压控制系统所体现出的快速性与稳定性之间的矛盾,以及较差的自适应能力和鲁棒性的缺陷,采用神经元控制和比例控制设计了1种变结构PID控制器,并采用模糊控制实现该变结构PID控制器参数Kp、Kd和Ki的在线调整。仿真结果表明,将所设计的模糊神经元PID控制器应用于SVC电压控制系统,能有效、快速地补偿系统的无功功率,可更好地实现电力系统电压的稳定控制作用,且控制系统具有较快的响应速度、较好的动态和静态稳定性、较强的鲁棒性及自适应能力。     

基于模糊理论与常规PID控制的模糊PID控制方法研究

模糊控制与PID控制是工业控制中两种常用的控制方法,然而,随着工业控制系统的复杂程度及对控制精度要求的日益提高,单一的模糊控制或PID控制已无法适应并满足控制系统对复杂程度和控制精度的要求。通过深入分析模糊控制和PID控制的各自优势及不足,提出将模糊控制与PID控制相结合的模糊PID控制方法,仿真实例表明,模糊PID控制方法能有效减小系统的超调量,提高系统的响应速度,缩短系统的调节时间,大大增强了控制系统的动态性能。     

钻杆加热温度的模糊PD控制器设计

钻杆的加热温度需要得到重视,温度的控制把握好坏直接影响到成品的质量,会导致使用中产生早期疲劳失效的恶果,所以在生产过程中要严格控制钻杆加热的沮度。这里的温度我们采用模糊PD控制,而模糊技术是当今世界量新技术之一,其突出优点就是能模仿和描述人的思维方式,总结和反映人的经验。PD控制是比例微分控制可以提高精度,加速过渡过程。通过模糊控制环节和PD控制环节的结合配合控制钻杆的加热流程可以达到智能化人性化更精确的工作效果。     

带压缩因子粒子群优化的混合动力汽车模糊能量管理策略

针对改装后的哈飞赛豹混合动力汽车,以混合驱动系统需求转矩和电池组荷电状态(SOC)为输入,以发动机转矩为输出,应用带压缩因子粒子群算法优化量化因子的方法构建了能量管理模糊控制器,克服了传统的模糊控制存在精确度不高、自适应能力有限等问题,使模糊控制器的鲁棒性和控制精确度都得到提高.基于混合动力汽车专用仿真软件的研究表明,...     

基于模糊逻辑的混合型电机速度控制器

模糊控制是一种有效的电机智能控制技术,但没有简单直观的设计方法。本文利用模糊逻辑,把直观的电机控制经验直接转化为公式化的控制规律,根据控制量的特征信息直接确定模糊控制器结构,避免了烦琐的模糊控制器设计过程。由于根据参数和负载变化特征进行模糊补偿控制,系统调速性能好并具有较强的抗参数变化和负载扰动能力。     

变电站电压无功模糊控制系统的研究

引入模糊逻辑控制理论和技术,改进了传统的电压无功控制方法－－九区图法,将九区图的分区与输入变量的模糊语言变量相结合,根据变电站的运行状态,确定解耦控制手段或综合控制方式,由模糊控制算法得出控制策略,考虑到电压调整的平衡性和控制设备的可控冗余度,融入了可变反时限延迟时间的概念,并将短期负荷预测和实时模糊控制相结合,通过仿真分析,表明该控制算法在提高电压合格率和减小功率损耗等方面取得了满意结果。     

基于运动控制卡的开放式数控系统中利用Matlab引擎加入模糊控制的方法

阐述在基于运动控制卡的开放式数控系统中加入模糊控制的方法。首先选择模糊控 制和 PID 控制的结合方式,并且仿真验证这种方法的优越性,然后解决在数控系统的控制平台 vC 程序中利用 Matlab 引擎调用模糊控制箱实现模糊控制的问题。实验结果表明该方法可以 实现在线控制,且有稳态精度高、响应快、超调小的优点,有广泛的应用前景。     

基于直接转矩控制的感应电动机模糊神经元网络实现

针对感应电动机直接转矩控制模糊实现中模糊规则的参数难以设计问题,文章提出了一种基直接转矩控制的模糊神经元网络实现方法,来自动调整模糊系统中设计参数。在直接转矩控制模糊实现中,由于模糊推理和化函数具有不可导性,文章提出了一种“软最大化”算子。并根据模糊实现及该算子,设计了一个6层模糊神经元网络,对该模糊神经元网络采用改进动态学习率的BP算法进行学习。仿真试验表明：利用学习过的模糊神经元网络可以改进系统的控制性能。