基于bp神经网络整定的pid控制器在汽温控制中的应用 application of adjusted pid controller based on bp neural network to steam temperature.pdfVIP

22 东北电力技术 2006 年第8 期 基于 神经网络整定的 控制器 BP PID 在汽温控制中的应用 AppIication of Adjusted PID ControIIer Based on BP NeuraI Network to Steam Temperature 王万召 （平顶山工学院，河南 平顶山 467000 ） 摘要：通过将 BP 神经网络和常规 PID 控制器结合，提出了一种新的火电厂超临界机组过热汽温控制方案。将这种方法应用 于主汽温控制，可以有效克服过热汽温对象的大滞后和大惯性，并能够克服对象在运行中参数变化的影响，获得良好的控 制品质。仿真试验表明该系统在控制品质、鲁棒性方面明显优于常规 PID 控制系统。 关键词： 神经网络； 控制器；超临界机组；过热汽温；大迟延 BP PID ［中图分类号］ ［文献标识码］［文章编号］ （ ） TPl83 B l004 - 79l3 2006 08 - 0022 - 03 火电厂锅炉过热汽温控制系统是提高机组热效 统结构如图 所示，控制器由两部分构成。 l 率和保证机组安全运行的重要组成部分。过热蒸汽 温度的干扰因素很多、很频繁，且扰动量很大，各 种扰动作用下过热蒸汽温度动态特性具有大迟延、 大惯性、时变性和非线性的特点。这一点在超临界 机组中尤为突出。采用固定参数常规 PID 控制这样 的对象，难以在稳定性和控制品质间取得折衷，即 图 基于 神经网络的 控制系统结构 使整定出一组相对理想的参数，在对象特性变化 l BP PID 时，控制品质也难以保证。针对这种情况，需要一 a . 经典的 PID 控制器。直接对被控对象进行 闭环控制，并且 个参数 ， ， 为在线整定。 3 种 PID 控制器，其输出的控制作用不仅与偏差大小 神经网络 。根据系统的运行状态，调 有关，而且与被控对象的状态有关。这就要求 PID b . NN 的控制参数 ， ， ，能够根据偏差大小和对象 节 PID 控制器的参数，以期达到某种性能指标的最 优化。即使输出层神经元的输出状态对应于 PID 控 状态的变化自动修正，保证控制系统的调节品质基 制器的 个可调参数 ， ， ，通过神经网络的 3 本不变。而神经网络所具有的任意非线性表示能