热工大迟延过程的内模控制算法及应用研究

论文摘要

目前火电厂应用的控制系统中多采用经典PID控制方法,然而,火电机组的生产过程相当复杂,其中牵涉到物质在管道中的传输过程,及煤粉在炉膛内的燃烧过程以及换热过程,而且现在的火电机组多为调峰机组,机组的功率跟随用户需求频繁变化,所以火电机组的燃烧过程是一种强耦合、多工况、大滞后的非线性复杂系统,常规控制方法已经不能适应燃烧过程自动控制的需求。内模控制以其简便的设计方法,独特的鲁棒性以及预测能力等特点,使其在解决热工大迟延过程的控制问题上显示出了巨大的生命力。然而在火电厂中需要控制的生产过程动态特性不尽相同,所以本文在分析内模控制国内外研究现状的基础上,较系统的研究了大迟延、参数不确定热工生产过程的内模控制方法及其理论,研究内容主要集中在以下几方面:首先介绍了稳定线性系统的内模控制理论,总结了线性系统内模控制的结构、参数设定方法及内模控制的性质。应用二自由度内模控制分别设计了控制系统给定值跟踪速度和抗干扰能力。理论研究和仿真结果表明采用经典内模控制不能完全消除积分型被控对象所受到的所有外部扰动。通过内部反馈环节,使积分型被控对象等效为有自平衡线性对象,再通过内模控制策略设计控制系统,针对这种控制结构并不能消除控制系统静差的问题,在控制系统内部设计了一个PID补偿控制器。针对有自平衡的大迟延被控对象,设计了内模控制器,并给出了控制系统稳定情况下被控对象参数的允许变化范围。针对缓变参数的大迟延被控对象提出了自适应内模控制器的结构,改进了自适应律系统辨识算法。针对无自平衡的大迟延被控对象,采用泰勒近似方法逼近被控对象中的纯迟延环节,设计了内模控制系统,并给出了镇定不稳定对象反馈环节的参数设置范围。针对含跳变参数的大迟延对象,研究了自适应多内模控制策略,并针对多模型控制的切换抖动问题提出了自己的解决方法,即控制器采用增量式输出,同时采用切换滞环的方法。采用局部化技术选定一个模型子集作为最优模型子集,以此为基础,进行控制器加权或控制器切换,优化了控制效果,减少了模型的数量。仿真结果验证了其有效性。针对大迟延非线性可逆对象,研究了神经网络内模控制方法。神经网络采用多层前传网络结构;给出了神经网络辨识器和神经网络控制器的训练方法和步骤;针对BP算法容易陷入局部最小的缺陷,提出了数值积分寻优和BP算法相结合的IBP神经网络训练算法。最后,通过仿真实验,验证了本章提出的算法的有效性。以主汽温系统为例,研究了内模控制在热工大迟延过程中的应用。在分析主汽温系统结构和动态特性的基础上,为了克服因机组负荷变化引起的被控对象数学模

论文目录

• 中文摘要
• ABSTRACT
• 第一章 引言
• 1.1 选题背景
• 1.2 内模控制的研究历史和现状
• 1.3 内模控制与其它控制算法的复合控制
• 1.3.1 自适应内模控制
• 1.3.2 自适应多内模控制
• 1.3.3 神经网络内模控制系统
• 1.4 论文的主要研究内容和论文的结构安排
• 第二章 内模控制
• 2.1 线性稳定系统单自由度内模控制的基本原理
• 2.1.1 内模控制器的基本思想
• 2.1.2 内模控制的主要性质
• 2.1.3 内模控制的实现问题
• 2.1.4 内模控制器的设计方法
• 2.1.5 滤波器的设计
• 2.2 二自由度内模控制
• 2.3 不稳定被控对象的内模控制系统
• 2.3.1 带反馈环节的内模控制系统
• 2.3.2 带反馈环节及补偿控制器的内模控制系统
• 2.4 本章小结
• 第三章 滞后系统的内模自适应控制
• 3.1 滞后系统的内模控制
• 3.1.1 滞后系统的内模控制原理
• 3.1.2 滞后对象的内模控制系统的鲁棒性
• 3.1.3 仿真结果
• 3.2 大迟延被控对象的自适应内模控制
• 3.2.1 系统辨识和控制器参数修正
• 3.2.2 基于单神经元的自适应环节
• 3.3 积分型滞后对象的内模控制
• 3.4 本章小结
• 第四章 大迟延跳变参数对象的多内模控制
• 4.1 多内模控制的基本原理
• 4.2 非线性被控对象的多模型表示
• 4.3 子内模控制器的实现
• 4.4 基于加权形式的控制器综合
• 4.4.1 基于加权形式的多内模控制原理
• 4.4.2 仿真研究
• 4.5 多内模切换控制
• 4.5.1 控制器的切换
• 4.5.2 多内模自适应控制
• 4.5.3 仿真研究
• 4.6 基于局部化技术的多内模控制
• 4.7 本章小结
• 第五章 大迟延对象的神经网络内模控制
• 5.1 非线性系统的可逆性
• 5.2 神经网络控制系统结构
• 5.2.1 神经网络辨识器的训练
• 5.2.2 神经网络逆模型训练算法
• 5.3 神经网络结构和训练算法
• 5.3.1 B P 算法
• 5.3.2 数值积分寻优法
• 5.3.3 IBP 算法
• 5.4 滤波器参数的自校正
• 5.4.1 滤波器的设计及其参数范围
• 5.4.2 滤波器参数的自校正
• 5.5 神经网络权值的在线修正
• 5.6 仿真研究
• 5.7 本章小结
• 第六章 自适应多内模蒸汽温度控制
• 6.1 过热汽温自动控制的任务和要求
• 6.1.1 过热蒸汽温度调节的重要性
• 6.1.2 过热汽温的调节任务、被调量及调节变量
• 6.2 影响汽温变化的因素
• 6.2.1 蒸汽负荷变化对汽温的影响
• 6.2.2 烟气侧扰动对汽温的影响
• 6.2.3 工质侧的扰动对汽温的影响
• 6.3 蒸汽温度的调节方法
• 6.3.1 分隔烟道挡板调节
• 6.3.2 摆动式燃烧调节
• 6.3.3 喷水减温
• 6.4 基于自适应多内模的主汽温控制系统
• 6.4.1 自适应多内模控制的模型库和控制器库
• 6.4.2 控制系统的前馈设计
• 6.4.3 基于自适应多内模的主汽温控制系统设计
• 6.5 仿真研究
• 6.6 本章小结
• 第七章 总结与展望
• 参考文献
• 致谢
• 攻读博士学位期间发表的论文
• 攻读博士学位期间参加的科研项目