火电厂主蒸汽温度的模糊神经网络控制系统的研究

• 作 者: 曾蓉
• 发表日期: 2007年期
• 关键词: 主汽温 模糊逻辑 神经网络 模糊神经网络

在现代火力发电厂中,主汽温的控制要求是非常严格的,但是由于主汽温对象具有大延迟、大惯性、非线性以及时变性的特性,导致了对其控制比较困难。采用常规的PID控制手段很难取得良好的控制效果。若应用现代控制理论中的自适应控制、最优控制等控制手段,则需要建立被控对象的数学模型,而且往往控制系统的计算量大、实时性差。这些缺点使其很难满足实际生产过程的需要从而极大地限制了其在现代电站中的应用。随着发电机组向大容量、高参数方向发展,电站中各生产环节的特性越来越复杂而对其控制品质的要求却越来越高,急需新的控制技术来对其进行有效的控制。神经网络具有表示任意非线性关系和学习等能力,通过恰当选择网络层次和隐层单元数能够以任意精度逼近任意连续函数及其各阶导数。为时变、非线性对象的动态特性的辩识提供了简单而有效的一般性的方法,解决了时变、非线性对象控制中的瓶颈问题。因此基于神经网络的各种先进控制技术是解决现代电站中控制难题的一条有效途径。模糊系统善于表达知识,推理类似于人的思维,但过于依赖人的主观因素,缺乏学习和自适应的能力。本文紧密结合我国电厂的实际情况,以解决电厂实际运行中存在的控制问题为出发点,抓住火电厂热工控制系统普遍存在的大滞后和特性时变的特点,采用的模糊神经网络控制是一种基于神经网络理论和模糊逻辑的复合智能控制,通过利用神经网络的学习能力来优化模糊逻辑的经验规则以及比例因子的调整,从而来实现对主汽温的有效控制。并且利用matlab进行仿真试验,模糊神经网络控制器在不同负荷下都能得到很好的仿真曲线,可以看出模糊神经网络控制系统具有很好鲁棒性和良好的控制品质。