论文部分内容阅读
超临界机组过热汽温系统具有多分布参数、非线性、大滞后、大惯性和数学模型不确定的特点，如何在具有抗干扰性的前提下，保证蒸汽温度的调节精度一直是火电厂热控方面的难题。本文提出一种基于径向基函数神经网络的模糊控制器，模糊规则通过神经网络学习得到，将在线学习和模糊控制相结合，充分发挥了模糊控制和神经网络学习的优点。仿真实验表明，该方法能对各种工况下过热汽温系统实现有效的控制，性能较传统的PID控制有较大的提高。