基于模糊自适应PID的主汽温控制系统

为了改善传统串级PID主汽温度控制系统的控制效果,提出了采用模糊自适应控制器的串级主汽温控方案.主调节器采用模糊自适应PID控制器,副调节器采用传统PID调节器.利用模糊规则,主调节器PID参数可根据误差信号动态调整.仿真结果表明,该系统在机组负荷较大范围变化时,其控制品质优于传统PID串级控制系统.     

模糊免疫PID在主汽温控制系统中的应用

借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略应用到火电厂主汽温控制系统中。仿真研究表明,该方法的控制效果优于常规的PID串级控制。     

基于模糊RBF神经网络的主汽温控制系统

本文主要研究应用模糊神经网络实现主汽温控制系统,采用神经网络的学习能力来优化权值,在不同负荷下都取得了较好的控制效果.     

主汽温自适应预估控制方法的研究

针对考核机组过热汽温对象的迟延特性，采用静态增益变化的自适应Ｓｍｉｔｈ预估器，设计了一个过热汽温自动控制系统。仿真实验证明，系统调节器品质好，实现简单，组态方便，有实用价值     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

模糊免疫PID在电站主汽温控制系统中的应用

借鉴生物免疫反馈响应过程的调节作用和模糊推理逻辑可逼近非线性函数的特性,提出将模糊免疫PID控制策略,应用到电站主汽温控制系统中.仿真研究表明,该方法的控制效果优于常规的PID串级控制,具有较强的鲁棒性和自适应能力.     

二自由度PID内模主汽温控制

基于内模控制理论,针对电厂主汽温被控对象的大惯性、大滞后特点,设计了一种二自由度PID控制系统。设计的二自由度PID控制器有两个调节参数,一个调整系统的位置跟随性能,另一个主要用来调整系统的干扰抑制特性和鲁棒性。对控制系统进行仿真试验,仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。     

基于反演滑模的火力发电机组主汽温自适应控制策略

针对火力发电机组燃气锅炉主汽温控制系统存在的强干扰和不确定性问题,利用滑模控制对系统参数变化和扰动不灵敏的优点,提出一种基于反演滑模控制和自适应算法相结合的主汽温优化控制策略。将主汽温控制过程中存在的干扰和不确定性归结为系统的总干扰,通过设计李雅普诺夫函数和虚拟控制量,逐步回推出反演滑模控制一级减温粗调控制器;在此基础上,采用自适应算法对系统总干扰进行估计,并设计出自适应反演滑模控制二级减温细调控制器。MATLAB仿真结果表明:与常规PID和反演滑模控制策略相比,所提策略的调节时间可减少126.9 s,超调量可降低20.1%,系统抗干扰及鲁棒性能得到有效提升。工程应用结果表明:所提策略的主汽温控制偏差小于±4℃,系统稳定性和抗干扰能力显著提高。     

DMC-PID串级主汽温控制系统

将动态矩阵控制算法与串级控制相结合,提出了一种新的火电厂锅炉主汽温控制方案。它既克服了单纯PID鲁棒性差的缺点,又克服了单纯DMC由于单层结构而带来的抗内扰能力弱的问题。针对火电厂中大惯性、大延迟的主汽温对象,充分发挥PID抗干扰性强和DMC对惯性、延迟适应能力强的优点,设计了DMC-PID串级控制系统。仿真研究表明:这种方案使控制系统具有较强的鲁棒性及良好的调节性能,提高了系统的动静态性能指标。     

基于灰色预估PID控制的过热汽温控制

针对火电厂过热蒸汽温度被控对象具有大惯性,大迟延的特性,提出了一种基于灰色预估算法的PID控制策略.利用灰色预估算法能够有效地辨识出系统不确定部分的模型、估计出系统扰动参数,并对PID控制进行补偿.仿真结果研究表明:与传统的PID控制策略相比,在各种扰动情况下,新的控制策略不仅具有常规PID控制的特性,并且具有更高的控...     

基于模糊预测的MOCVD温度控制方法

为解决金属有机化合物化学气相淀积(MOCVD)设备温度控制的非线性、时变性以及大滞后等问题,给出了一种用模糊控制和预测控制相结合的复合控制方法．该模糊预测控制在模糊控制的基础上加入预测环节,通过增加相位超前减少时间滞后所带来的影响,准确预测温度变化趋势．与传统的控制方法相比较,具有算法简单,鲁棒性好的特点．仿真和试验表明,该方法有着较高的稳态精度和动态特性,在整个温度控制范围基本误差可达到1℃‰,有效改善了MOCVD系统温度的控制性能,对实际温度控制具有较好的指导意义．     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

基于多模型的超临界机组过热汽温改进模糊控制

火电厂超临界机组结构复杂,过热汽温对象具有大迟延、时变、非线性等特性,常规PID控制难以取得满意的控制效果。在结合常规模糊自整定PID控制器和基于控制历史的模糊控制器的基础上,引入分散推理思想,提出一种基于多模型的过热汽温改进模糊控制方案,设计基于分散推理结构的改进模糊主控制器。在控制过程中,基于不同的工况点设计的控制器可根据系统运行工况的变化进行切换。仿真结果表明,该方案的控制性能明显优于常规PID控制,具有良好的动态调节品质,对工况变化具有较好的适应性。     

DMPIC-PID串级过热汽温控制系统

通过将动态矩阵比例积分控制算法与串级控制相结合,提出了一种新的火电厂锅炉过热汽温控制方案.将这种方法应用于主汽温控制可以有效克服过热汽温对象的大滞后和大惯性,并能够消弱对象在运行中参数变化的影响,获得良好的控制品质.仿真试验表明:这种方案可使系统具有较强的鲁棒性和良好的控制品质,具有很好的实用价值.     

过热汽温串级模糊控制系统设计与仿真

以火电厂过热汽温为控制对象,在分析串级控制的基础上,提出了过热汽温串级模糊控制策略,并建立了系统仿真模型。仿真结果表明,与传统的串级控制系统相比,串级模糊控制系统具有较好的控制品质和较强的自适应能力。     

DMPIC—PID串级过热汽温控制系统

通过将动态矩阵比例积分控制算法与串级控制相结合,提出了一种新的火电厂锅炉过热汽温控制方案。将这种方法应用于主汽温控制可以有效克服过热汽温对象的大滞后和大惯性,并能够消弱对象在运行中参数变化的影响,获得良好的控制品质.仿真试验表明：这种方案可使系统具有较强的鲁棒性和良好的控制品质,具有很好的实用价值.     

基于模糊神经网络的非线性系统预测函数控制研究

针对预测函数控制难以很好地实现非线性系统控制的问题,将模糊神经网络与预测函数控制相结合,设计一种基于模糊神经网络的非线性系统的预测函数控制器。用模糊神经网络辨识非线性系统的模型,辨识结果送到预测函数控制中,从而得到预测模型,最终得到最优的控制量。通过Matlab计算机仿真,可以看出此控制器对于非线性系统具有良好的控制效果和鲁棒性。     

基于遗传算法的广义T-S模糊模型预测函数控制

提出了一种基于遗传算法的广义T-S模糊模型预测函数控制算法。首先利用减法聚类确定隶属度函数中心和模糊规则数,然后利用遗传算法同时对广义T-S模型的其他前提参数和结论参数进行辨识,并进行全局寻优。最后将本文提出的算法应用在具有强非线性特性的pH中和过程中。仿真结果表明:本文算法具有较小的超调和较好的跟踪能力。     

基于多模型的自适应预测函数控制

作为第三代模型预测控制算法，预测函数控制已经在线性系统控制中取得了很好的效果，但应用于非线性对象还有一定局限性。针对现实中大量存在的非线性过程，提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器。通过计算机仿真应用于连续发酵过程，表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果。