模糊预测控制在热工对象中的应用分析-application analysis of fuzzy predictive control in thermal engineering.docxVIP

模糊预测控制在热工对象中的应用分析-application analysis of fuzzy predictive control in thermal engineering.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模糊预测控制在热工对象中的应用分析-application analysis of fuzzy predictive control in thermal engineering

第1章绪论1.1选题背景及意义随着工业生产过程日益大型化、复杂化,控制理论无论从其控制机理还是从控制效果方面,都得到了显著的提高。一方面,控制效果更加精确,稳定性、鲁棒性和实时性更加优秀,一些控制算法还具有了一定的自适应和自学习能力;另一方面,控制理论已摆脱了需要建立精确数学模型的束缚,对于一些复杂系统的分布式、非线性模型仍能得到良好的控制效果。控制理论的发展经历了经典控制理论、现代控制理论和智能控制理论三个阶段。在过去的一二十年中,经典控制理论和现代控制理论在生产过程的实际应用中遇到了重重困难,这是由于他们研究的都是线性时不变系统的控制问题,并且严重依赖于系统精确的数学模型。智能控制理论是以无模型或者非精确模型为特征的更接近人类思维方式的控制理论,它是以知识信息为基础进行学习和推理,用启发式方法来引导求解过程,是含有复杂性、不确定性和模糊性而且一般不存在已知算法的非传统数学公式化过程[1-4]。近一二十年来,国家火电事业飞速发展,单元机组的发展趋势是大容量化、高参数化和高效率化。与此同时产生的问题是火电单元机组参数越大,其运行过程中的迟延、惯性越大,非线性特性越明显,外部和内部的扰动愈加频繁,而且传统的控制手段和方法也越来越不能满足现代大型机组的控制要求,火电机组的正常运行和安全性、经济性受到了严重影响。这些因素就要求我们的控制人员利用更先进的控制策略取代常规方法来满足大机组的控制要求,在这种情况下,以神经网络、模糊控制、预测控制、遗传算法、蚁群控制等为代表的先进智能化控制策略运用而生,这些方法都能有效得解决常规控制方法所不能解决的问题,其中,尤其以将模糊控制和预测控制相结合的模糊预测控制算法,不但能够代替常规控制方法对系统进行稳定的控制,而且还具有良好的鲁棒性,能克服控制系统中的不确定性,成为先进智能控制策略中一种重要的控制方法。1.2热工对象的控制方法传统的PID控制规律,因调试方便且具有一定鲁棒性,在火力发电厂自动控制中仍占据着主导地位。近十年来的电力行业改革中,火电厂受到非常大的影响。这种影响不仅表现在电价的竞价上网上,还表现在电能质量上。不但要求电厂运行稳定可靠,还要求电厂对电网调度做出迅速反应[5]。但是,电厂的主要被控对象大多数具有大惯性、大迟延、时变特性和频繁扰动,而传统PID控制器由于只借助于系统的输出等反馈信息进行设计、抗高频扰动信号能力差及参数存在一定程度的耦合等缺陷使得他在实际应用中的控制效果不是很理想。为了克服传统PID控制的缺点,改善其控制性能,国内外专家、工程设计人员及调试人员做了大量工作。一方面对PID控制算法自身进行了多项改进,结合大量是现场实践工作,出现了自适应PID控制、选择性PID控制、非线性PID控制等基于PID控制算法原理本身的改良控制方法;另一方面,将PID控制算法与其他控制算法在原理或者结构上进行结合,例如将PID控制与智能控制相结合,从而充分利用了两种算法的优点,舍弃了其缺点,并在某些领域的实际应用中得到了较好的控制效果。但由于PID控制自身固有的缺陷,在处理复杂热工控制过程尤其是主汽温控制过程时,都存在着或多或少的问题。由于能对主汽温控制产生影响的干扰因素很多,主汽温控制系统成为了热工控制系统中最复杂,可控性最差的调节系统。因此近些年来,科研人员不但在理论研究上进行了大量的工作,产生了众多新型控制策略,并将这些新型控制策略应用于实际工业生产过程中,取得了不错的控制效果。这些新型主汽温控制策略可以分为如下几类[6-7]:(1)基于模糊控制原理的新型控制策略。除了基本的模糊控制方法,还可以将模糊控制与其他控制策略相结合,比如:模糊PID控制、模糊自适应控制、专家模糊控制和Fuzzy-PID复合控制策略等。(2)基于预测控制原理的新型控制策略。比如基于脉冲响应模型的模型预测启发控制(MPHC)、基于阶跃响应模型的动态矩阵控制(DMC)、模型算法控制(MAC)、广义预测控制(GPC)、内模控制(IMC)等。(3)将神经网络与模糊控制原理相结合的的模糊神经网络[8]控制策略。比如基于规则选择的模糊神经网络控制策略、引入了补偿算子的模糊神经网络控制策略、一类基于模糊神经控制系统的自适应控制策略等。(4)其他控制策略。比如将状态反馈与串级PID控制相结合的主汽温控制策略、基于主汽温分段模型的多模型控制策略等。上述的控制策略各有其在控制方面的优点与缺点,但总体说来,将智能控制理论与方法引入主汽温控制系统不失为一种新的控制策略思想。随着生产过程要求的不断提高以及自动控制理论特别是智能控制理论的进一步发展,越来越多更有效、更快速、应用范围更广的主汽温控制策略将会不断涌现出来。1.3模糊与预测理论概述近几十年来,基于基本控制理论思想的智能控制方法层出不穷,其中尤其以模糊控制与预测控制为首,虽然这

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档