基于模糊技术的锅炉主汽温控制系统研究

主汽温严重影响着电厂的安全性和经济性,而且它是一个大惯性、大迟延、时变的控制对象,传统PID控制系统往往不能获得理想的控制品质,提出了一种将串级PID控制系统与模糊技术相结合的控制方法。此方法利用模糊推理不断在线自整定PID控制器的三个参数,使控制系统获得良好的控制效果。仿真结果表明,该方法可有效的改善控制质量。     

基于控制历史的过热汽温模糊串级控制

针对过热汽温对象具有大迟延、不确定等特点,设计出了一种基于控制历史的串级控制系统.在对控制对象的动态特性分析的基础上,用历史的控制信息代替偏差变化率作为模糊控制的决策依据,从而及时地反映出被控制量的变化趋势;并在此基础上,引入了比例环节,综合了PID控制器和模糊控制器的优点,克服了传统模糊控制器结构上的缺陷.通过仿真实验,将用该控制器构成的汽温串级控制系统的控制效果与常规PD及传统模糊控制作比较,证明了所提出的控制方案能够有效减小延迟时间对控制效果的影响,具有较强的适应性.     

基于PID的模糊内模控制在炉内脱硫系统控制中的应用

针对炉内脱硫过程对象的大惯性、大迟延、参数时变的特点,设计了基于PID控制器的模糊内模控制系统,该控制系统对变工况具有较好的自适应能力且易实现。对某300 MW循环流化床机组炉内脱硫系统的3种典型工况进行模型辨识及控制仿真,结果表明该控制系统超调较小,过渡时间短,动态性能好,控制效果优于PID控制及内模控制。     

循环流化床锅炉燃烧过程的多变量解耦控制系统研究

循环流化床锅炉燃烧系统是一个多变量、大时延、强耦合、非线性、慢时变的复杂对象,建立该对象的精确数学模型和采用传统控制方法控制该对象都非常困难.首先采用前馈补偿器对系统进行动态解耦,然后采用常规PID控制器、常规模糊控制器及模糊自适应PID控制器3种控制方法对解耦后的燃烧系统进行MATLAB仿真对比研究,仿真结果表明模糊自适应PID控制器在控制的快速性、稳定性、适应性、鲁棒性、抗干扰能力上均优于常规PID控制和常规模糊控制器.     

改进的模糊Smith串级主汽温控制仿真研究

针对电厂主汽温被控对象大惯性、大迟延和时变的特点,提出一种带Smith预估器的模糊PID串级控制系统。主回路采用含有滤波作用的改进的Smith预估器实现对迟延的补偿,降低了Smith预估器对模型精度的要求。结合模糊控制良好的非线性优点,主控制器采用模糊自整定PID控制器,对PID参数在线进行调整。仿真实验表明,该控制方法在正常工况和参数变化的情况下,超调量和调节时间等方面都有所改善,提高了控制系统的鲁棒性和抗干扰能力。     

模糊PI控制在交流调速系统中的应用

传统PI控制对具有非线性、大时滞、时变、强耦合等特性的被控对象的控制效果不理想。针对该问题,将模糊PI控制引入到交-交变频同步电机调速系统中,以模糊PI控制器代替传统的PI控制器。阐述了模糊PI控制器的原理以及算法,最后将其应用到12kW交-交变频三相同步电机系统中。实用表明,系统的各项参数指标均优于传统PI控制。     

伺服控制系统中模糊免疫PID控制器设计

设计一种基于FPGA平台的模糊免疫PID控制器的硬件实现方式,该控制器将模糊免疫PID算法的抗干扰性、鲁棒性与硬件实现的实时性有效的结合起来,提高了伺服控制系统的性能.首先对模糊免疫PID算法进行了介绍和数学推导,然后采用离线计算,在线查找表的方法实现模糊免疫控制.基于Verilog语言设计PID控制器,完成时序仿真测试.数据表明控制器设计过程合理,仿真结果正确,改善了传统PID控制器的性能,是小型系统智能控制一种新的有效途径.     

采用GA提高模糊控制器适应性的方法及应用研究

对于工业控制中广泛存在的多容量、大惯性、大延迟的被控对象,模糊控制是一种较有效的方法,模糊控制中隶属函数的正确选择是模糊控制器设计的关键,针对传统的获取隶属度函数方法的不足,本文设计了一种基于遗传算法的模糊控制器,系统采用遗传算法优化模糊控制器的隶属函数及其量化因子和比例因子的初值.仿真结果表明,采用该算法设计的模糊控制器较传统的PID控制器与模糊控制器具有鲁棒性强、超调量小的特点.这种改进型的模糊控制器具有良好的控制性能,体现了遗传算法在参数寻优方面的优越性.     

锅炉燃烧系统的自学习模糊控制

由于燃烧组织的不合理,以及操作、管理水平的偏低,很多工业锅炉存在着效率偏低以及污染严重的问题。本文设计了一套锅炉燃烧系统自学习模糊控制系统。该系统从对象的数据样本通过基于神经网络的模糊辨识获得虚拟对象模型,然后在虚拟对象上对虚拟模糊控制器进行训练,并将经过训练优化后的参数和控制策略应用于实际控制器。同时,本文提出了一种变论域方法,极大提高了模糊控制器的稳态精度。仿真和现场试验表明,该系统具有良好的控制效果,明显提高了锅炉的效率。     

基于预测模型的多PID控制器模糊加权控制

充分考虑大多数复杂热工控制对象非线性特性与运行工况密切相关的实际特点，模仿人的决策过程，对多模型对象提出一种新的模糊加权控制算法。文中搭建了一个单回路控制系统实验台，通过系统辨识建立起对象的有限个局部模型，对每个局部模型设计对应的控制器，该算法通过在线计算模型可信度和控制权重来适应对象模型参数的突变。对实验对象采用模糊加权控制与传统PID控制进行控制效果比较。实际控制结果表明算法对被控对象模型的变化具有较强的鲁棒性，并且跟踪迅速，具有较强的实用性。     

基于遗传算法PID参数寻优的电加热炉温度控制系统

针对工业过程中常见的一阶大滞后对象的PID参数整定问题,提出自适应遗传算法对PID控制进行参数寻优。应用自适应遗传算法对电加热炉温度控制器参数进行优化,并将结果与常规的PID控制方法进行比较,仿真与实际结果表明,当被控对象存在较大纯滞后特性时,采用本方法优化PID控制器参数可获得比较满意的调节效果。     

随机最优非线性网络控制系统设计

针对网络控制非线性系统中存在的不确定时延，利用Delta算子方法，研究了基于T-S模糊模型的随机最优网络控制问题。采用T-S模型模糊动态逼近非线性系统，将非线性模型模糊化为局部线性模型，设计了本质为非线性的具有时延补偿功能的状态反馈控制器，并进行了稳定性分析，并仿真。结果表明，所提出的建模方法是可行的，实质为非线性的状态反馈的控制器能够有效地补偿时延对系统性能的影响，且补偿效果好。     

考虑广域反馈信号时滞影响的附加励磁控制器

采用广域信号作为附加励磁控制信号能够有效抑制互联电网的区间振荡,但广域信号在传输和处理过程中的时滞会严重影响系统的稳定性。为此作者提出了一种考虑广域信号延时影响的阻尼互联电网低频振荡附加励磁控制器。该控制器基于电力系统降阶模型,首先考虑了广域反馈信号的时滞,将电力系统建模为时滞微分方程的形式;然后应用时滞系统稳定性理论和线性矩阵不等式(linear matrix inequality,LMI) 的处理方法将附加励磁控制器参数的设计转化为求取适当的参数使得含有时滞信号的闭环系统具有最大时滞稳定性的问题;最后应用LMI工具箱和遗传算法优化了附加励磁控制器参数。4机电力系统的动态仿真验证了文中所设计控制器的有效性。     

基于模糊自整定PID控制的混凝剂自动加药系统

在电厂水处理工艺中,混凝加药是最重要的一个过程,也是最难管理的一个环节,它不仅是制水成本的重要组成部分,而且会影响到后续处理的整个过程。针对混凝加药系统所具有的时变、带迟滞、非线性的特点,采用了模糊控制及常规的PID控制相结合的控制策略,能够取长补短,通过模糊推理来实现PID参数的自整定,达到控制过程准确、稳定的目的,实现了混凝剂投加的有效控制,提高了自动化水平。在实际应用中,该系统运行稳定,降低了水处理的成本,经济效益明显。     

不确定系统的变采样控制

针对如何设计一个状态反馈采样控制器使得具有参数不确定性的系统是指数稳定的问题,研究线性不确定系统的采样控制问题.基于输入延迟方法,将采样控制系统转化为具有时变延迟的连续系统,其中系统矩阵的参数不确定性是时变范数有界的且采样区间是有已知上界的.结合Lyapunov稳定性理论引入了一个新的时间依赖Lyapunov函数,以线...     

基于反推方法的滑模自适应励磁控制

针对电力系统参数摄动和外界干扰等因素对励磁系统的影响,经过对传统模型状态变量的变换,建立了励磁控制系统模型,设计了基于backstepping方法的模糊滑模励磁控制器。该方法通过逐步构造Lyapunov函数和设计切换函数,从而得到了最终的控制规律。最后对所设计的算法进行了仿真研究,与常规PID+PSS控制方法相比,系统在动静态响应性能上均优于PID+PSS控制。通过仿真表明这种控制方法不仅有效而且还能达到比较满意的控制效果。     

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。     

电力市场环境下的新型负荷频率控制方法

针对电力市场环境中的两区域互联系统,研究了负荷频率控制的非线性、参数的不确定和纯迟延特性等问题,提出了一种基于模糊径向基函数神经网络的自适应控制器,即利用径向基函数神经网络进行自学习、修正与完善模糊规则,改善其动态性能。将Matlab与Labview软件相结合进行仿真,结果表明上述方法具有较强的自适应和自学习能力,将其应用于复杂的非线性电力系统的负荷频率控制中,取得了较好的控制效果。     

基于网络时延在线预估的二级电压紧急控制

为提高暂态情况下系统的控制保护效果,针对网络时延对网络化控制系统控制性能影响的问题,构建了电力系统时延网络的二级电压紧急控制系统框架,分析其网络时延组成及确定性和不确定性时延对系统控制的影响。提出了根据递推原理利用时延滑动窗口在线预估时延的方法后根据外推数据窗随故障情况实时变化的原理以外推历史数据,导出实时数据,并据此设计了不确定时延预估控制器。仿真经典IEEE3机9节点系统的结果表明该法能有效抑制紧急情况下各种网络时延引起的主导节点电压幅值振荡。