神经网络预测PID控制在气化炉中的应用.pdfVIP

神经网络预测PID控制在气化炉中的应用刘晴,等

神经网络预测PID控制在气化炉中的应用

ApplicationofNeuralNetworkPredictivePIDControlinGasifier

刘晴张正刚丁维明121

12

(东南大学能源与环境学院,江苏南京210096;苏州紫兴纸业有限公司,江苏苏州215011)

摘要:针对IGCC电站中气化炉的高耦合、大滞后、非线性特性,提出了一种基于神经网络的预测型PID控制方案。该方案包含一

个带有外部时延结构的神经网络预测模型和一个PID主控制器。预测网络将时刻已知的控制量与被控量的数值为输入,直接计算输

出被控量未来某一时刻的预测值。PID主控制器根据未来时刻的偏差提前动作,从而提高控制品质。Matlab/Simulink的仿真结果表

明,预测型PID控制作用具有更快的响应速度和较小的超调量,优于常规的分散PID控制。

关键词:气化炉预测神经网络PID控制多变量

中图分类号:TP273+.5文献标志码:A

Abstract:InaccordancewiththefeaturesofgasifierinIGCCpowerstation,e.g.,largetimelag,closedcouplingandnon-linearity,thepredictive

PIDcontrolstrategybasedonneuralnetworkisproposed.Thecontrolschemecontainstheneuralnetworkpredictivemodelwithexternaltimedelay

structure,andaPIDmaincontroller.Withtheknownvaluesofmanipulatingandcontrolledvariablesatpreviousmomentastheinputofnetwork,the

predictivevalueofcontrolledoutputatcertainfuturetimeiscalculateddirectlybythepredictivenetwork.ThePIDmaincontrolleractsinadvancein

accordancewiththedeviationoffuturetime,thusthecontrolqualityisenhanced.TheresultsofsimulationbasedonMatlab/Simulinkshowthatthis

predictivePIDmethodpossessesfasterresponsespeedandlowerovershoot;itisbetterthanconventionaldistributedPIDcontrol.

Keywords:GasifierPredictionNeuralnetworkPIDcontrolMultivariable

0引言1预测模型与控制方案

整体煤气化联合循环(integratedgasification人工神经网络(artificialneuralnetwork,NN)能够

combinedcycle,IGCC)是一种高效、清洁的能源利用方[4]

以任意精度逼近任意实际系统,且预测模型的建立

[1]

式。气化炉系统是IGCC电站的核心部分,煤、氧气不依赖对象的数学模型,可以直接对机组的运行数据

(或空气)和水蒸气在气化炉中经过一系列复杂的化进行采样和辨识。