多模型自適應控制在過熱汽溫控制系統(tǒng)中的應用研究.pdf

1、電廠熱工過程的動態(tài)特性與整個機組的運行工況密切相關。當負荷變化時,機組的過程模型參數(shù)甚至結構都會發(fā)生改變。對于這類對象用魯棒控制方案、自適應控制方案都難以取得滿意的控制效果,多模型控制是針對這類對象而提出的一種控制方案。
　　 由于人工神經(jīng)網(wǎng)絡具有逼近非線性函數(shù)的能力,而且經(jīng)過結構優(yōu)化的神經(jīng)RBF網(wǎng)絡具有建模時間短,結構簡單、泛化能力好的特點,能夠滿足工業(yè)過程的實時性要求,適合于在線使用。本文將經(jīng)過結構優(yōu)化的RBF網(wǎng)絡引入到多模

2、型控制中,用以改進多模型控制的控制效果。論文的具體內(nèi)容如下:
　　 回顧多模型控制和神經(jīng)網(wǎng)絡產(chǎn)生、發(fā)展、應用的歷史；介紹了多模型控制基礎知識和神經(jīng)網(wǎng)絡的基本內(nèi)容以及在過程控制中的應用。并對多模型控制和神經(jīng)網(wǎng)絡在控制中的進一步應用做出了展望。
　　 根據(jù)RBF網(wǎng)絡結構的特點,給出一種快速優(yōu)化網(wǎng)絡結構的算法,將優(yōu)化的RBF網(wǎng)絡用于噴水減溫模型的建模。仿真結果表明該網(wǎng)絡具有建模速度快,泛化能力好的特點,適合在線使用。本文提出一

3、種基于RBF神經(jīng)網(wǎng)絡的多模型控制結構。在控制方案上實現(xiàn)神經(jīng)網(wǎng)絡和多模型控制的結合,首先根據(jù)運行數(shù)據(jù)確定主要工況,建立固定模型集；其次利用神經(jīng)網(wǎng)絡的在線進行辨識,補償非線性等因素造成的固定模型與實際模型的不匹配,可以在較小的固定模型庫的條件下,極大的改善控制系統(tǒng)的性能。
　　 針對過熱汽溫對象大時延、大慣性、參數(shù)時變的特點,采用一種串級多模型控制方案。特點是在線辨識模型的不匹配程度,并根據(jù)輸出與目標值之間的偏差產(chǎn)生補償控制作用,以