基于免疫思维进化算法的过热汽温控制系统参数整定

结合人工免疫系统的克隆选择机制,提出了一种基于免疫思维进化算法的PID参数整定方法,并在LabVIEW环境下实现了基于该方法的火电厂过热汽温串级控制系统的参数整定。仿真结果表明,基于免疫思维进化算法的过热汽温参数整定方法能获得比相同条件下,采用思维进化算法和常规PID整定方法更好的控制品质。     

火电厂过热汽温串级PID的快速稳定优化

针对火电机组大迟延的特点,提出了一种基于鲁棒约束的串级PID(比例-积分-微分)控制器稳定域优化方法.该方法首先根据时延系统的模型得到串级PID控制器参数的稳定域,然后利用鲁棒灵敏度函数的最大值获得最优的控制器参数.通过对火电机组过热汽温串级控制系统的仿真研究,表明该方法可以快速地确定串级控制器的最优参数,为火电机组热力系统的PID控制器参数优化提供了一种简单有效的方法.     

基于概率鲁棒性的锅炉过热汽温串级PID控制器

基于概率鲁棒性理论,针对过热汽温这类工况参数对模型参数有较大影响的对象,提出一种固定参数的串级鲁棒PID控制器设计方法。根据被控对象模型的参数摄动范围及概率密度分布,计算闭环系统满足性能设计要求的概率作为优化算法的目标函数,利用遗传算法对串级PID控制器参数进行优化,用Monte-Carlo实验对控制系统进行鲁棒性检验。仿真结果表明,基于概率鲁棒的串级PID控制器对于对象工况参数引起的模型参数不确定性具有较好的鲁棒性,系统可以兼顾多个工况点的性能,以最大概率满足设计要求,最大限度地挖掘了固定参数串级PID控制器对模型参数具有不确定性对象的控制能力。     

基于概率鲁棒性的锅炉过热汽温串级PID控制器

基于概率鲁棒性理论,针对过热汽温这类工况参数对模型参数有较大影响的对象,提出一种固定参数的串级鲁棒PID控制器设计方法。根据被控对象模型的参数摄动范围及概率密度分布,计算闭环系统满足性能设计要求的概率作为优化算法的目标函数,利用遗传算法对串级PID控制器参数进行优化,用Monte-Carlo实验对控制系统进行鲁棒性检验。仿真结果表明,基于概率鲁棒的串级PID控制器对于对象工况参数引起的模型参数不确定性具有较好的鲁棒性,系统可以兼顾多个工况点的性能,以最大概率满足设计要求,最大限度地挖掘了固定参数串级PID控制器对模型参数具有不确定性对象的控制能力。     

超临界压力锅炉给水及过热汽温的自适应逆控制

研究了一种超临界压力锅炉给水及过热汽温的自适应逆控制方法.通过锅炉系统动态特性分析,构造了锅炉给水及过热汽温控制对象逆动力学模型输入向量结构,采用递推最小二乘支持向量机实现逆动力学模型的在线辨识,建立自适应逆控制系统,同时考虑直流锅炉出口汽温以及微过热汽温等对给水量和各级喷水量的共同需要,实现直流锅炉给水及过热汽温的综合控制.仿真试验表明,该控制系统具有良好的控制品质和自适应能力,并能有效地消除汽温分段控制方法中存在的控制量反复振荡现象.     

电厂过热汽温串级系统的约束预测控制

针对实际电厂过热汽温系统中减温水阀门受到物理约束限制,外环控制器计算的设定值造成执行机构饱和从而影响系统性能的问题,提出了串级预测控制算法,并采用约束预测控制算法进行求解,在系统约束范围内求得系统性能的优化解,对电厂过热汽温控制系统进行了仿真论证.仿真结果表明,过热汽温系统控制量能被有效控制在约束范围内,并且系统保持了良好的运行结果.     

一种改进型的粗糙-神经网络PID控制器设计

针对一般的神经网络PID控制器难于得到系统预测输出值的缺陷。提出一种改进型的粗糙集神经网络PID控制器，阐述了其设计原理；对串级过热汽温控制系统的仿真结果表明，与普通神经网络PID建模方法相比，该控制器抗干扰和鲁棒性强。     

基于果蝇算法的过热汽温自抗扰优化控制

锅炉过热汽温的动态特性会随运行工况发生较大变化,传统的控制方法难以达到理想的控制性能。该文基于线性自抗扰控制器设计串级优化控制方案,根据现有的比例-积分-微分(PID)控制器参数计算自抗扰控制器参数初值,进而基于改进的优化指标,采用果蝇算法优化出一组适用于不同工况的固定控制器参数。仿真结果表明:该方案能够很好地平衡快速性与稳定性的矛盾,且具有更好的性能鲁棒性。     

基于模糊控制的电厂过热汽温控制系统仿真

把模糊控制的特性与常规的PID算法结合起来，利用MATLAB中的SIMULINK工具箱，将模糊控制器应用于过热汽温控制，并对其进行了仿真，仿真结果表明，基于模糊控制器的过热汽温智能控制系统具有良好的控制品质。     

过热汽温的模拟柔性神经网络直接自适应控制系统

提出一种模拟复合正交柔性神经网络,并应用于电厂过热汽温的直接自适应控制方法。模拟柔性神经网络被用作为过热汽温控制系统中的主、副调节器,以改善控制系统的动态性能。神经网络采用5层网络结构,网络隐层节点采用带参数的Sigmoid函数构成的Laguerre（拉盖尔）复合正交多项式。网络在学习过程中,输入层与隐层之间不用调整权值,仅连续调整输出层与隐层之间的权值和隐层中Sigmoid函数的参数,以提高网络的学习适应性。网络隐层节点（处理元）是复合正交多项式的展开项,展开项的多少决定着网络的学习速度和精度。通过对具有严重参数不确定性、扰动以及大迟延的电厂过热汽温被控对象进行仿真研究,结果表明控制系统的干扰和超调明显减小,在控制系统的动态性能上,所提控制方法优于常规控制方法。电厂过热汽温控制取得了令人满意的效果。