基于bp神經(jīng)網(wǎng)絡(luò)的pid控制在主汽溫控制系統(tǒng)中的應(yīng)用-預(yù)覽頁(yè)
【正文】 減溫水量變化對(duì)主氣溫的影響 主汽溫的數(shù)學(xué)模型 減溫水?dāng)_動(dòng)下主汽溫的數(shù)學(xué)模型以減溫水量作為基本擾動(dòng)，來(lái)完成控制，就是用減溫水量作為該系統(tǒng)的輸入，把主汽溫做為輸出，管內(nèi)的蒸汽和管壁可以看做是許許多多的單容對(duì)象的串聯(lián)，因此對(duì)象具有分布參數(shù)特性，且該被控對(duì)象有較大的慣性和遲延。惰性區(qū)的傳遞函數(shù)也可以表示為 （43）其中為惰性區(qū)放大系數(shù)，為惰性區(qū)時(shí)間常數(shù)，為階次，該傳遞函數(shù)無(wú)法通過(guò)實(shí)驗(yàn)求出，而是由下式求出： （44）可得到： （45） （46） （47）在火電廠中，對(duì)主汽溫的控制有較高的要求，然而在實(shí)際生產(chǎn)過(guò)程中,由于主蒸汽流量、壓力、煙氣溫度和流速等的外擾,以及減溫水內(nèi)擾頻繁且幅度較大,加上對(duì)象模型參數(shù)隨工況參數(shù)(主蒸汽壓力、溫度和流量)的變化而變化,主汽溫控制是一個(gè)存在大時(shí)滯、時(shí)變性、大干擾,具有不確定性和非線性的復(fù)雜熱工對(duì)象。r為輸入信號(hào)，在傳統(tǒng)PID的基礎(chǔ)上增加了一個(gè)神經(jīng)網(wǎng)絡(luò)，用神經(jīng)網(wǎng)絡(luò)來(lái)在線實(shí)時(shí)輸出PID的比例，積分和微分三個(gè)參數(shù)。但是BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)由于P1D參數(shù)的在線整定，能夠很快適應(yīng)系統(tǒng)參數(shù)等發(fā)生的變化，從而可以較好的跟蹤給定值。 參考文獻(xiàn)[1] 湯同奎，邵惠鶴. 神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用[J]. 江蘇石油化工學(xué)院學(xué)報(bào)，1998,10（1）：4549[2] 王新亞. 基于MEA—BP神經(jīng)網(wǎng)絡(luò)的主汽溫控制系統(tǒng)的研究[J] . 山西焦煤科技,2009，（3）： 1315 [3] 王亞斌. 基于BP神經(jīng)網(wǎng)絡(luò)PID控制及其仿真[J]. 江蘇冶報(bào),2008,36（2）：3325 [4] 薛 陽(yáng),葉建華,錢(qián) 虹等. 火電機(jī)組過(guò)熱汽溫神經(jīng)網(wǎng)絡(luò)控制的研究[J]. 上海電力學(xué)院學(xué)報(bào)，2009,25（1）：3338[5] 蔡自興,陳海燕. 智能控制工程研究的進(jìn)展[J]. 控制工程, 2003，10（1）：13[6] Antsaklis P J. Neural Networks in Control Systems[J]. IEEE Control System Magazine (Special Section on Neural Networks for Systemsand Control), 1990： 35[7] John 0. Moody and Panos . Neural Network Construction and Rapid Learning for System Identification. Department of Electrical EngineeringUniversity of Notre Dame Notre Dame, IN 46556[8] 王萬(wàn)召，王增欣. BP神經(jīng)網(wǎng)絡(luò)PID控制器在汽溫控制中的應(yīng)用. 自動(dòng)化儀表 ，2006，27(12)[9] 尚福海. 神經(jīng)網(wǎng)絡(luò)模型建立. 哈爾濱工程大學(xué). 2006[10] 于希寧. 分段串級(jí)汽溫控制系統(tǒng)性能分析與仿真研究. 華北電力大學(xué). 2010[11] 郁云，魏瑾. 鍋爐生產(chǎn)過(guò)程的神經(jīng)網(wǎng)絡(luò)建模方法研究. 計(jì)算機(jī)工程應(yīng)用技術(shù). 2008[12] Visakha K. NANAYAKKARA, Yasuyuki IKEGAMIt, Haruo UEHARA. Graduate School of Science and Engineering, Laboratory of Ocean Thermal Energy Conversion,Faculty of Science and Engineering,Saga University, 1Honjomachi, Saga 8408502, Japan. IEEE. 2001[13] 黃 宇, 韓 璞, 王東風(fēng),張 婧. 基于BP神經(jīng)網(wǎng)絡(luò)整定的PID控制在過(guò)熱汽溫系統(tǒng)中的應(yīng)用. 華北電力大學(xué)自動(dòng)化系[14] 牛培峰， 張密哲等. 自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)控制在鍋爐過(guò)熱汽溫控制中的應(yīng)用. 動(dòng)力工程學(xué)報(bào). 2011, 31(2)[15] 傅志中, 梁 峰. 神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)PID控制器的研究. 動(dòng)力工程學(xué)報(bào). 2004,24(3)[16] 周光明，馬永光. 神經(jīng)網(wǎng)絡(luò)在火電廠過(guò)熱蒸汽溫度控制系統(tǒng)中的應(yīng)用. 儀器儀表. 2005[17] KUANG Hang. A Neural Networkbased Steam Temperature Control System. Chongqing Education College, Chongqing, 400067[18] 周洪煜, 高鵬飛等. 基于神經(jīng)網(wǎng)絡(luò)的過(guò)熱汽溫控制. 《微計(jì)算機(jī)信息》(測(cè)控自動(dòng)化). 2010,26(61)[19] 趙敏. 基于神經(jīng)網(wǎng)絡(luò)的電廠鍋爐燃燒系統(tǒng)建模及優(yōu)化研究. 浙江大學(xué)電氣工程學(xué)院. 2010[20] 陳伯芳, 尹平林, 馬 龍. 基于模糊神經(jīng)網(wǎng)絡(luò)的溫度控制系統(tǒng)研究. 計(jì)算機(jī)與數(shù)字工程. 2010:5457[21] 李仙. 基于模糊神經(jīng)網(wǎng)絡(luò)的鍋爐汽包水位控制研究. 重慶大學(xué)碩士學(xué)位論文. 2007[22] 吳小亮. 基于模糊神經(jīng)網(wǎng)絡(luò)的鍋爐汽包水位控制器的設(shè)計(jì). 西安科技大學(xué)碩士論文. 2007網(wǎng) 址共 25 頁(yè) 第 25 頁(yè)
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1