熱工過程多模型控制理論與方法的研究.pdf_第1頁
已閱讀1頁,還剩107頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、電廠熱工控制系統(tǒng)是復雜的非線性控制系統(tǒng),針對此系統(tǒng),眾多先進控制算法已經得到了初步應用,并且已經解決了一些控制難題。但是經常性大范圍變負荷會引起控制對象特性的改變,由此引起的控制問題還沒有很好解決。針對這一問題,本文研究了多模型控制方法的相關理論及其在電廠熱工系統(tǒng)中的若干控制方法與技術,主要內容如下: 在分析循環(huán)流化床鍋爐汽溫系統(tǒng)動態(tài)特性的基礎上,針對其動態(tài)特性的時變大遲延特點,采用多模型GPC前饋一反饋廣義預測控制方案,有效地

2、克服了單一模型難以適應工況變化和系統(tǒng)的時變大遲延,消除了給水流量變化對汽溫的耦合。 將基于多模型的PID控制應用于主蒸汽溫度系統(tǒng)中,控制系統(tǒng)保留了傳統(tǒng)的串級控制結構,導前區(qū)內回路應用固定參數(shù)PID控制快速消除內擾,外回路采用多模型PID控制以克服大范圍的系統(tǒng)特性變化。多模型調度基于汽溫系統(tǒng)時變特性的主要影響因素一機組負荷。通過對子模型控制器的模糊加權綜合,實現(xiàn)了多模型控制器間的平滑切換。整個系統(tǒng)算法簡單,易于實現(xiàn)。 針對

3、主汽溫系統(tǒng)的特性,提出了一種多模型IMC-PI串級控制方案,以解決主蒸汽溫度系統(tǒng)的非線性時變性以及大慣性大滯后的動態(tài)特性。在若干典型的工作點建立多固定模型,設計相應的控制器,并通過模糊加權的方法實現(xiàn)了多模型間的平滑切換。同時,控制系統(tǒng)結合了串級控制和內??刂频奶攸c,內回路采用固定參數(shù)PID控制快速消除內擾。主調節(jié)器采用內??刂破鳎梢钥朔ο蠖栊詤^(qū)的時滯特性。 設計了基于多模型的兩級神經網絡自整定PID控制策略,并將其推廣到多變

4、量控制系統(tǒng)。兩級神經網絡分別是靜態(tài)網絡SNN和動態(tài)網絡DNN,均為對角遞歸神經網絡(DRNN)結構。SNN用來粗調PID控制器參數(shù),根據(jù)各局部模型分別設計PID控制器參數(shù),用來離線訓練SNN。在SNN多模型PID參數(shù)調度的基礎上,DNN依據(jù)偏差和偏差變化率進行PID參數(shù)的細調整定,以克服機組負荷的小范圍變化、參數(shù)的慢時變漂移和各種擾動。結合灰色預測理論,基于兩級DRNN自整定控制策略的過熱汽溫控制系統(tǒng)獲得了良好的動態(tài)調節(jié)品質,具有較強的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論