智能预测控制在锅炉温度控制系统中的应用的研究.pdf

河北工业大学硕士论文 智能预测控制在锅炉温度控制系统中的应用研究 摘 要 锅炉温度控制作为过程控制的一个典型，动态特性具有大惯性大延迟的特点，而且伴 有较强的非线性。目前，锅炉温度控制系统广泛采用PID控制器控制水温，但常规的PID 控制难以适应系统大范围的时变特性,很难取得满意的控制效果。神经网络预测控制 (NNPC)是近年发展起来的一种控制算法， 它具有逼近复杂的非线性映射关系、能够 学习与适应不确定系统的动态特性等特点，这些特点使其成为非线性系统建模与控 制的重要方法。 本课题以锅炉作为研究对象，被控量是锅炉内胆的温度。本文针对锅炉温度控 制过程中的实际问题，对 PID、神经网络预测控制等各种控制算法进行了深入的研究， 提出了一种新的智能预测控制算法：在辨识方面，针对传统的 RBF 神经网络学习方法上 的缺点，将PSO优化算法应用到神经网络预测控制中，提出了基于PSO-RBF优化策略的模 型预测器。在控制器方面，提出了基于神经网络的预测控制。并且与常规PID控制器相结 合，构成了预测—PID串联控制。并结合混合仿真平台，以平台中锅炉温度为控制对象， 并将算法应用到实际控制中。通过与各种算法进行比较，实际仿真结果表明该算法能获得 较好的控制效果。 关键词：预测控制，改进粒子群算法，神经网络，RBF，锅炉温度，混合仿真，串联PID， i 智能预测控制在锅炉温度控制系统中的应用的研究 THE APPLICATION OF INTELLIGENCE PREDICTIVE CONTROL IN BOILER TEMPRATURE CONTROL SYSTEM ABSTRACT It is know that the boiler temperature control is a model of the process control, it is a large inertia, large time-delay and nonlinear system. At present, the boiler temperature control system is widely used PID controller to control water temperature, but the conventional PID control is difficult to adapt the system with wide range time-variable characteristic, and difficult to obtain satisfactory results. Neural network can fully approximate complex non-linear mapping, and can learn and adapt to the dynamic characteristics of uncertain systems, these features make it be a important ways for non-linear system modeling and control. In this paper, the experient device is a boiler system and the control object is the heating l