论文部分内容阅读
火电厂锅炉长期在压力场产生的温度载荷以及高压形成的压力荷载下运行,会产生温度控制失效,且时滞性高的问题,因此研究压力场下火电厂锅炉主汽温度控制算法,结合神经网络与PID控制器,构建非线性预测神经网络参数自学习PID控制器,使压力场下主汽温度控制模型具备自适应性,采用最速下降法修正神经网络加权参数,构建主汽温度被控对象模型并分析了主汽温度被控对象延时辨识过程,融合神经网络预测模型和主汽温度被控对象模型构建主汽温度被控对象预测模型,训练该模型可获取最佳主汽温度。并在训练过程中,使用混沌离子群算法优化神经网络初