智能控制在火电厂中应用论文.docVIP

结课论文 ( 2012—2013 年度 第 1 学期) 名 称： 火电厂自动化专题结课论文 题 目： 智能控制在火电厂中的应用 院 系： 自动化系 班 级： 自动化 0904 学 号： 200902020403 学生姓名： 陈莉丽 指导教师： 李大中 成 绩： 日期： 2012 年 10 月 17 日摘　　　要: 分析比较了PID 控制和模糊控制算法,针对一般PID 控制容易产生超调、模糊控制的稳态精度不高的缺陷,提出了相应的改进算法—复合PID 算法和带动态补偿的模糊控制算法,并通过水温控制仿真实验,比较了这几种控制算法的控制效果。实验结果证明,这两种改进算法不仅系统超调小,而且具有较高的稳态控制精度,可广泛应用于精确控制领域。 关　键　词: PID 控制;复合PID 控制;模糊控制;神经网络；遗传算法 1 　引　言 PID 控制与模糊控制是两种常用的控制方法,但它们还存在一些不足,如一般PID 控制容 易产生超调、模糊控制的稳态精度不高,在这两种控制方法基础上进行改进,可产生多种更好的控制方法。本文提出的复合PID 控制算法和带动态补偿的模糊控制算法克服了以上缺陷,取得了较好的实验效果。 2 　PID 控制算法及改进的PID 控制算法 1) PID 控制算法　 PID 调节的实质就是根据输入的偏差值,按比例、积分、微分的函数关系,进行运算,将其运算结果用以输出控制,将基本PID 算式离散化可得到位置型PID 控制算法,对位置型PID 进行变换可得到增量型PID 控制算法。对控制精度要求较高的系统一般采用位置型算法,而在以步进电机或多圈电位器做执行器件的系统中,则采用增量型算法。 2) 改进的PID 控制算法　 在实际控制中,为提高系统调节品质,可根据系统的实际要求对PID 控制进行改进,主要有不完全微分的PID 控制[1 ] 、积分分离的PID 控制[1 ]和变速积分的PID控制[2 ]等。 在实际过程控制中,对于不同控制流程的不同阶段,分别采用不同的控制方法,被称之为复合PID 控制。如在温度控制流程中,根据温度变化的特点可将整个流程分为3 个阶段： ①升温阶段　采用PID 控制。 ②过渡阶段　即在温度升至接近恒温处(ΔE≤Ek ) 时,应主要防止系统超调,因此,清除积分项,采用PD 控制算法。 ③恒温阶段　要求较高的控制精度, 采用PID 算法。另外,为防止因负载突变而引起积分饱和现象,采用积分分离法。 3 　模糊控制算法及改进的模糊控制算法 1) 模糊控制算法　模糊控制是通过计算机完成人们用自然语言所描述的控制活动,模糊控制有许多良好的特性,它不需要事先知道对象的数学模型,具有系统响应快、超调小、过渡过程时间短等优点。 模糊控制器主要由3 个功能模块组成:输入量的模糊化、模糊运算和模糊判决输出。 　模糊推理一般采用最大最小推理。对于模糊控制规则Ri , 其条件部分是由and 算子联接的两个子条件组成,总条件的满足度由子条件隶属函数的最小值算出。 在模糊逻辑中,if-then 关系可用条件和结论的叉积表示,叉积的隶属函数是条件和结论隶属函数的最小值,所有规则由or 算子联接起来即可得到总的模糊关系R。 由于模糊推理的输出是模糊值,还必须去模糊化,将模糊输出转化为非模糊值。常用面积重心法去模糊化,对于离散式模糊控制器,可采用数字积分求和。 通过模糊化、模糊推理和解模糊的过程,最终可以得到系统的模糊控制输出表。 2) 改进的模糊控制算法　模糊控制器与PID 控制器相比具有调节速度快、鲁棒性好等优点,但也有需要进一步改进和提高的地方。首先稳态精度欠佳是模糊控制的一个弱点,模糊控制与PID 控制相结合是一种常用的方法。其次应与自适应控制技术、人工智能技术、神经元网络技术和模糊控制技术相结合,进一步提高模糊控制器的适应能力及智能水平。然后是研究多变量模糊控制器,以适用于多变量控制系统。以下给出一个具有上述优点的模糊控制器模型。 在模糊控制器设计时,将论域上的基本模糊子集定义为不均匀的模糊划分,即在零左右的模糊子集划分得较细,使得控制器在工作点附近有更细腻的控制动作,而左右的区段定义则逐步增大,这样即可保证有足够的控制精度,控制规则数也可大大减少。 在实际控制过程中,有许多因素会对系统产生较大影响,为了减少输入输出变量,简化模糊控制器设计,可以将其分解为两