火电机组锅炉主汽温智能PID控制研究.pdfVIP

摘要 效的是它的样本学习能力。神经网络是一种可调的非线性映射，能通过改变权值、 偏差和激励函数的参数而变化；而模糊系统也是一种非线性映射，能通过调整隶 属函数等而变化。既然二者都是可调的非线性映射，在模糊控制项目中，神经网 络能被用作辨识器结构，使用梯皮下降法或最小平方法来修正其参数。 本文采用的模糊神经网络控制是一种基于神经网络理论和模糊逻辑的复合 智能控制，通过利用神经网络的学习能力来优化模糊逻辑的经验规则以及比例因 子的调整，从而来实现对主汽温的有效控制。并且利用MATLAB进行了仿真试 验，模糊神经网络控制器在不同负荷下都能得到很好的仿真曲线，可以看出模糊 神经网络控制系统具有很好的鲁棒性和良好的控制品质。 目前智能控制在主汽温系统中的应用，包括模糊控制，神经网络控制等大多 处于理论和仿真的阶段，本文的工作也只是处在理论与仿真的阶段，如何能够将 其应用到现场还需要做更多的工作。设计这些PID调节器所遵循的思路～般是： 在误差信号及其微分、积分信号中包含调节对象数学模型变化的信息，通过对这 些信息的提取，就能知道调节器参数应该如何随对象模型变化，从而能设计出具 有自适应能力的PID调节器。但是，在误差信号及其微分、积分信号中，并不 一定包含调节对象数学模型变化的信息，在此种情况下，任何想通过对这些信号 的加工以获得具有变对象数学模型适用能力的调节器都是不可能的。 基于此，本文最后提出了带指导信号的PID调节器设计方法。对象模型的 变化体现在增益、时间常数和阶次三个方面。增益变化对调节系统品质影响最大， 时间常数次之，阶次通常可以认为不变。若能确定调节对象模型中增益和时间常 数对指导信号的函数关系，这种函数关系可用于确定PID调节器参数，从而实 现带指导信号的PID调节器。这种调节器可保持调节系统性能指标在变工况下 近似不变。这种方法通过扩展线性控制理论来解决非线性控制问题，且方便使用。 与模糊神经网络控制相比，这种方法更容易应用于工程实践。 关键词：热工过程，主蒸汽温度，数学模型，智能控制，模糊神经网络，仿真， 指导信号 Ⅱ ABSTRACT ABSTRACT all Theautomaticcontrol hasbecome ofthe system important large—scale part thermal and acriticalrolein and reliabilityperformance safety powerplant,its play oftheentire steam isthemaximal temperature economy process．The蛐per-heated inthewholewater／steamchannelsofthethermal in temperature during process thermal thesteam istoo ortOO will 011 powerplant．If temperaturehigh low,itbring factors．Wemustcontrolthesteam oftheoutletofthe dangerous