自抗扰控制在火电厂主汽温控制中的应用研究

自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典 PID 固有缺陷而形成的新型控制器,性能优良并且算法简单.针对火电厂过热汽温控制系统的大滞后,大惯性以及动态特性随工况变化的不确定性等特点,给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数就可以实现干扰补偿.在电厂热工过程控制实时仿真平台STAR-90上建立模块化的自抗扰控制器,进行了变负荷、10%扰动和RB试验.试验结果表明,用ADRC技术建立的过热汽温控制系统对被控对象模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能.     

基于QFT的火电厂主汽温控制系统的设计与仿真

火电厂主汽温控制系统具有大惯性、大延迟和时变等特性,采用常规控制方法的主汽温控系统难以获得满意的控制效果.定量反馈理论是目前鲁棒控制领域中具有较强工程应用价值的一种设计方法.首先将火电厂主汽温控制系统对象简化成为具有三参数变动的不确定模型,应用QFT的基本原理,设计了边界稳定的鲁棒控制器,保证了稳态精度5%和过渡过程时间小于1秒.仿真结果表明它能适应对象参数的变化,具有较强的鲁棒性和自适应能力.     

改进遗传算法在CFB锅炉热工过程建模中的应用

针对循环流化床(CFB)锅炉热工被控对象的特点及遗传算法存在的问题,提出一种用于热工过程建模的改进遗传算法,此算法引入模糊集理论,实现交叉概率和变异概率的模糊自整定,有效抑制了算法早熟,提高了算法的全局搜索能力.利用阶跃响应法获得现场特性曲线,基于模糊遗传算法得到典型负荷处的传递函数,将建模结果用于现场控制器的设计.对主汽温系统现场控制器进行内模控制整定,并进行了仿真研究和实际应用,结果表明该方案有较好的鲁棒性和抗干扰能力.     

基于模糊多模型的专家PID在主汽温控制系统中的应用研究

针对电厂主汽温度系统参数时变的特点,常规单控制器难以取得满意控制效果,提出了基于模糊多模型的专家PID控制方法。仿真结果表明,主汽温度在负荷变化的扰动下,能适应对象参数的变化并表现出良好的控制品质。     

一种改进的变尺度混沌优化算法及其仿真研究

为了避免混沌优化在区间内的盲目重复搜索，提高搜索效率，提出一种改进的变尺度混沌优化方法，该方法在混沌搜索过程中，只需设置两个循环，内循环进行混沌搜索，外循环负责缩小区间．将每次搜索到的较优值计数，并设置一个标志A，当搜索到较优值的次数=A时，则根据搜索区间的大小动态缩小空间，在小区间中再重复上述过程，直至找到全局最优解，方法非常简单。仿真结果表明，该方法局部搜索能力强，搜索效果优于变尺度混沌优化方法。     

灰色预测模糊PID控制在汽温控制系统中的应用

将灰色预测、模糊控制与常规PID控制三者的设计思想融合起来，提出了一种灰色预测模糊PID控制算法。该算法首先通过建立模糊规则和进行模糊推理来确定PID控制器的参数，然后由PID控制律直接确定控制作用，再将灰色预测在线应用，用其预测结果代替被控对象测量值进行控制运算。仿真结果表明，利用该算法设计的汽温控制系统比应用模糊PID控制设计的汽温控制系统具有更加优良的性能。     

自抗扰控制在火电厂主汽温控制中的应用

针对火电厂过热汽温控制系统的大滞后、大惯性以及动态特性随工况变化的不确定性等特点，本文提出了ADRC过热汽温控制方案。该方案采用导前温度信号作为辅助反馈信号，构成串级ADRC-PID／ADRC双回路控制系统。在电厂过程仿真平台STAR-90上的实验结果表明，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较强的自适应能力。     

基于粒子群算法混合优化的广义预测控制器研究

提出一种基于粒子群算法混合优化的广义预测控制器(generalized predictive control based on particleswarm optimization,简称PSOGPC),将粒子群优化算法(particle swarm optimization,简称PSO)引入到广义预测控制的滚动寻优过程中,有效解决了广义预测控制在被控对象存在约束时难以获得最优预测控制输入及求解复杂的问题。并对普通粒子群优化算法进行了改进,提高了优化过程的求解精度和收敛速度。多种约束情况和对电厂锅炉的主汽温控制系统的仿真结果表明了该方法的有效性和优良的控制性能。     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。     

基于变增益LQR控制方法的二级倒立摆自动摆起

为了实现导轨受限情况下二级倒立摆非线性系统的自动摆起控制,提出了基于变增益LQR控制方法的自动摆起控制方案. 首先,基于Lyapunov函数, 设计了变参数切换控制器, 通过限制小车运动的最大速度,将小车位移控制在一定的范围内,并将第一级摆杆从下垂位置摆起到倒立位置; 其次,采用变增益LQR控制方法将第一级摆杆稳定在倒立位置, 同时,采用等效小车法将第二级摆杆摆起到倒立位置;最后,采用变增益LQR控制方法将两摆杆同时稳定在倒立平衡点.变增益LQR控制器的鲁棒性较强,避免了由于摆杆状态变化而引起小车位移的冲击.仿真和实物实验均验证了该控制方案的有效性.     

基于变神经网络的非线性最小方差预测控制器

提出基于变神经网络学习动态系统参数的最小方差预测控制器。其目的是通过在线学习 ,使控制器(MVPC)能适应被控对象参数变化和非确定性。提出的变神经网络由两部分组成 ,一部分是线性神经网络 (LNN) ,作为被控对象局部线性动态模型 ,另一部分是多层交叉回归神经网络 (DRNN) ,它近似为非线性动态模型。由于引进递推最小方差算法 ,本控制器运算速度相当快。仿真结果表明所提方法对非线性系统自适应控制是有效的     

预测函数控制及其应用研究

介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法。将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略。系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实用价值。大量仿真实验表明，，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

坦克高低向炮控系统直接自适应控制方法研究

提出了某坦克火炮高低向稳定系统的直接自适应控制方法,应用基于CGT的直接自适应控制原理,采用结构分解的方法,将被控对象中严格正实部分和其余部分分解开来,分别对它们设计基于CGT的自适应控制器和鲁棒控制器,从而实现对火炮高低向的控制。该算法无需辨识系统的参数,结构简单,对参数变化的适应能力强。仿真实验表明,这种方法正确可行。     

过热汽温的无辨识自适应预估控制研究

由于电厂锅炉的过热汽温具有大惯性、大时滞和非线性等特性,对它的控制是困难的。为了能实现良好的控制,研究它的无辨识自适应预估控制方法。在分析预估模型误差对系统性能影响的基础上,建立预估模型参数自适应计算公式,并应用搜索算法估计滞后时间,从而构建了预估模型参数自调整的无辨识自适应预估控制算法。仿真试验结果表明,该算法适用于过热汽温系统,具有良好的控制品质和较强的自适应能力,易于工程实现。     

大范围工况热工过程的多模型预测控制

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,采用多模型动态矩阵控制方法,并将该方法应用于某电厂300 MW机组锅炉过热汽温对象,在典型工况下通过试验数据获得其局部三阶子模型集,基于每个局部子模型分别设计子DMC控制器.通过跟踪实际工况变化来对子控制器加权以获得合适的控制增量.实验结果表明该方法对参数突变适应快,可取得令人满意的控制效果.     

变体飞行器连续平滑切换LPV控制

针对一类翼展可变飞行器的控制问题,提出了一种连续平滑切换线性变参数(linear parameter varying, LPV)控制器的设计方法。将变体飞行器建模成以翼展变形率为时变参数的LPV系统,通过对时变参数进行具有重叠特性的区间划分,设计平滑切换控制器。结合参数依赖的多李雅普诺夫函数和平均驻留时间方法,给出了保证切换LPV系统指数稳定的充分条件。由于考虑了时变参数的渐变特性,使得系统的切换律没有平均驻留时间的限制,降低了结论的保守性。仿真结果表明,运用所设计的控制器,当翼展连续变化时,变体飞行器状态稳定且切换过程平滑,控制性能良好。     

基于自适应模糊度参数选择改进FCM算法的负荷分类

在建立了负荷分类五阶段过程模型的基础上,提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法,同时用模拟退火算法和遗传算法对模糊C 均值（FCM） 算法的搜索性能进行优化. 实验结果表明,在负荷分类中常用的模糊度参数值m=2并不是最优的,负荷分类中模糊度参数的最优取值区间为[2.6,3.2]. 同时,改进算法还克服了传统 FCM 算法全局搜索能力不足的问题,提高了负荷分类的精确性和有效性.     

火电厂锅炉主汽温模糊免疫PID-Smith预估控制

针对火电厂锅炉主汽温控制对象的大纯滞后、模型不确定等特性，设计了模糊免疫PID—Smith预估控制系统，并进行了仿真研究。仿真结果表明所设计的控制系统比常规Smith预估控制系统具有较强鲁棒性，系统具有良好的适应能力，适用于缺乏精确数学模型且参数变化的大纯滞后工业过程。     

时滞对象的自适应Smith广义预测控制

针对时滞被控对象提出了一种自适应Smith广义预测控制器方案。在广义预测控制中 ,以Smith预估器建立被控对象预测模型 ,并基于零频率时的模型匹配和有遗忘因子的递推最小二乘算法在线辨识系统参数和时滞 ,不断修正Smith预估器模型和控制器参数 ,有效克服系统参数和时滞变化对系统的影响 ,动态响应快 ,跟踪效果好。仿真结果证明了这种方法的有效性。     

基于遗传算法的支持向量回归机参数选取

针对支持向量回归机(support vector regression,SVR)的参数选择问题,提出了基于遗传算法的SVR参数自动确定方法。分析了SVR各参数对其性能的影响,根据已有的样本集确定遗传算法的搜索区间,然后在该区间内对搜索的参数进行最优选取。为了减少所选参数对训练样本的依赖性,借鉴交叉验证的方法,把训练集分为估计子集,用来选择模型;确认子集选择参数,以推广能力最好的一组参数作为最终参数。将所提出的方法应用于受噪声影响的标准函数,实验结果表明,由该方法所得参数确定的SVR具有较优的预测性能。