论文部分内容阅读
针对现有碳捕集工艺控制中常用的PID反馈控制存在控制参数固定、系统抗扰能力弱、鲁棒性差的问题,采用RBF神经网络自适应PID反馈控制算法和烟气流量的前馈控制算法相结合的复合智能控制算法,在修正RBF网络参数时采用梯度下降法并引入了包含k时刻之前两个时刻系数变化量的动量项.利用实验数据进行辨识得到再沸器负荷、烟气流量与二氧化碳捕集率之间的传递函数,在Matlab/Simulink中建立了被控对象的动态模型和控制算法模型,经过动态仿真,验证了智能控制技术能够保证系统在变工况运行中控制的稳定,增强了系统的抗干扰能力;采用蒙特卡洛模拟实验,验证了控制策略具有良好的鲁棒性.