汽包水位的模糊调整自适应神经网络控制仿真研究.pdfVIP

维普资讯 No2 电力科学与工程 2006 ELECTRIC P0WER SCIENCEAND ENGINEERING ·43 · 文章编号：1672—0792(2006)02—0043—04 汽包水位的模糊调整 自适应神经网络控制仿真研究 毛新静 ，刘健夫 ，韩 璞 ，焦嵩鸣 (1．华北电力大学 自动化系，河北 保定 071003；2．华北电力大学 校长办公室，河北 保定 071003) AdaptiveNeuralNetwork ControlforDrum W ater LevelBasedonFuzzySelf-tuning MAOXin—jing，LIU Jian—fuHANPu，JIAOSong—ming (NorthChinaElectricPowerUniversity，Baoding071003，China) Abstract：FuzzyInferenceEngine(FIE)isusedtotrainneural 面积减少，加快了汽包水位的变化速度 ；锅炉容量 network controllers online．Thecontrolstrategypossessesfeed 的扩大，提高了锅炉受热面的热负荷，使锅炉负荷 forwardcompensationabilityforsteam flow disturbancebyintro— 变化对水位影响加剧 J。因此，迫切需要一种鲁棒 ducingthesteam flow signaltoneuralnetworkcontroller．Robust 性强、算法相对简单的快速控制方案。 controllerisconstructedtoguaranteegoodregulatingperformance Kawato等人在直接 自适应控制中，通过并联一 whiledynamicbehaviorofthecontrollde plantchangesorexternal steam flow disturbanceexists．Inocntrasttoconventionalcascade 个普通的反馈控制器，利用反馈误差法来训练神经 PID contro1．simulationresultsindicateefficiencyandsuperiority 网络，使之成为系统的逆动力学模型，构成了一种 oftheprclp0c州 strategy． 监督控制结构 。FANNC (模糊调整 自适应神经网 Keywords：neuralnetworks；adaptivecontrol；feed ofwr rad 络控制)在此基础上进行改进，利用模糊推理机产 ocmpensation；drum waterlevel 生的分 目标学习误差代替反馈控制器的输出信号训 摘要：提出了一种基于模糊调整的自适应神经网络控制策 练神经网络，使神经网络的学习与系统的实际跟踪 略，将其应用到电站锅炉汽包水位的仿真研究中。应用模糊 过程相适应，避免了控制器的输出产生振荡或进入 推理机在线训练神经网络控制器。将蒸汽流量信号作为神经 饱和状态 J。 网络的输入 ，使系统具有前馈补偿能力。构造了鲁棒控制 器，保证在控制初期以及对象特性变化的情况下系统具有很 本文将模糊调整 自适应神经网络控制结构应用 强的鲁棒性。仿真结果表明了该控制策略的有效性。 到锅炉汽包水位控制系统，将蒸汽流量信号引入到