基于C_R模糊模型PID控制及在过热汽温系统中的应用
模糊PID控制在锅炉再热蒸汽温度调节系统中的应用研究
模糊PID控制在锅炉再热蒸汽温度调节系统中的应用研究摘要：针对锅炉再热蒸汽温度在变化过程中存在的极端波动和系统不稳定的问题，本文采用模糊PID控制方法进行再热蒸汽温度调节系统的研究。
首先，对锅炉再热蒸汽温度调节系统进行建模，分析并总结了影响系统稳定性和控制精度的主要因素。
接着，针对这些因素，提出了一种基于模糊PID控制算法的控制策略，并建立了相应的数学模型。
最后，通过实际的仿真实验验证了该控制策略的有效性和实用性，实验结果表明，该方法能够有效地提高系统的稳定性和控制精度。
关键词：锅炉再热蒸汽温度；模糊PID控制；系统稳定性；控制精度1. 导言锅炉在工业生产中被广泛使用，锅炉再热蒸汽温度控制系统对于锅炉运行的效率和保护非常重要。
在实际应用中，锅炉再热蒸汽温度存在着极端波动和系统不稳定的问题，为了提高锅炉运行效率，保护设备，有效地解决这些问题，本文提出了一种基于模糊PID控制算法的锅炉再热蒸汽温度控制方法。
2. 系统建模在锅炉再热蒸汽温度调节系统中，主要的控制因素有：再热水流量、给水流量、主蒸汽流量、再热蒸汽流量、给水温度、主蒸汽压力等。
为了进行控制，需要对这些控制因素进行建模和分析，建立数学模型，对系统的稳定性和控制精度进行预测和评估。
3. 控制策略本文采用模糊PID控制算法对锅炉再热蒸汽温度调节系统进行控制。
首先，需要将系统的输入和输出变量建立映射关系，建立模糊控制的基本框架；然后，根据系统的实际情况设置相应的模糊规则库，确定模糊控制的输入和输出；最后，根据模糊控制的输入和输出，计算相应的模糊PID控制参数。
4. 数学模型建立针对控制策略，对系统进行数学建模，将模糊PID控制算法应用于系统中，建立稳定性分析模型和控制精度分析模型。
通过数学模型的分析，可以优化控制参数，提高系统的稳定性和控制精度。
5. 仿真实验结果分析通过MATLAB仿真实验，分析了本文提出的基于模糊PID控制算法的锅炉再热蒸汽温度调节系统的效果。
模糊多模型控制在锅炉过热汽温系统中的应用
关键词 ： 动态 特性 ； 糊 多 模 型 ； 热 汽 温 系统 模 过
中 图分 类 号 ： Ｐ ７ ． Ｔ ２ ３２ 文献 标 识 码 ： Ａ
Ｕ 刖 昌
火 电厂锅 炉过 热蒸 汽 温度 （ 主汽 温 ） 影 响机 组 生产 过 程安 全性 和 经 济性 的重 要 参 数 ， 常 运 行 是 正
维普资讯
第２ ８卷 第 ３期
２０ ０ ７年 ６月
河 南 科 技 大 学 学 报 ：自 然 科 学 版
Ｊ ｕ ｎ ｌｏ ｎ ｎ Ｕｎｖ ｒ ｉ ｆＳ ｉ ｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌ ｇ Ｎ ｔ ｒ ｌ ｃｅ ｃ ｏ ｒ ａ ｆＨｅ ａ ｉｅ ｓｔ ｏ ｃ ｅ ｃ ｎ ｅ ｈ ｏ ｏ ｙ： ａ ｕ ａ ｉｎ ｅ ｙ Ｓ
时， 一般要 求过 热器 出 口蒸汽 温度 与 额定值 偏 差不 超过 ±５Ｃ， 响热 效 率在 １ 以 内… 。 目前 ， 电机 ￣ 影 ％ 火 组广 泛应 用 ＰＤ串级控 制方 式控 制 过热蒸 汽 温度 ， 由 于过 热 汽温 对 象 的大 惯 性 、 迟 延 和 时 变 特性 ， Ｉ 但 大 给蒸 汽温 度调节 带来 很大 困难 ， 当负 荷发生 变化 时 ， 主蒸 汽 温 度 的动 态 特性 变 化 明显 ， 数 和结 构 变 化 参 较大 ， 常规设 计 的 固定 参 数 Ｐ Ｄ串级 控制难 以适应 系统 大 范 围 的特 性 时变 ， 运行 工 况 的 适应 性 很 差 ， Ｉ 对
作 者 简 介 ： 东 艳 （ ９ ９一） 女 ， 宁 锦 州 人 ， 士 生 ； 书 臣 （ ９０一） 男 ， 宁 桓 仁 人 ， 授 ， 士 ， 要 研 究 方 向 为 智 能 控 制 算 法 崔 １７ ， 辽 硕 李 １６ ， 辽 教 博 主
模糊免疫PID在主汽温控制系统中的应用
作者筒介： 君（９３一 ． 东北电力大学自动化工程学院高级工程师。 赵 １ ６ ） 男。 主要从事计算机过程控制、 现代测试技术及仪表等方面
的研究 ．
维普资讯
７ ６
东北 电力大学学报
第 ２ 卷 ６
ｕＩ （ ）＝Ｋ １一ｎ（ （ ） ｇｕ ｋ ） ｅＩ ｉ ｝ （ ｆｕ Ｉ ， （ ） ）（ ）＝ｋ ｅｋ ｉ ｝ ｉ ｝ ｔ（） ． １ （） ２
式中 ， ｌ＝Ｋ １一 ｌ Ｊ ， ｕ Ｊ ） ， ＝ｋ 为控制反应速度 ， ＝ｋ／ 。 ｋ ｐ （ ｌ Ｉ Ａ （ ） ）Ｋ （） ｝ ｌ ２ｋ 为控制稳定效果 ・ 为一 ） 选定的非线性函数。
２ 模 糊控 制 器
２ １ 模糊控制 ．
模糊控制是建立在人工经验 的基础上的。并用语 言表达 出来 ， 就是一些定性的、 不精确的控制规 则。用模糊数学将其定量化就转化为模糊控制算法。模糊控制理论在最近的短短十年来发展非常迅
速， 主要归结为模糊控制具有一些明显的特点 ： （） １ 不需要知道被控对象的数学模型。它只需 以对被控对象的控制经验为依据进行设计。 （ ）是一种反映人类智慧思维的智能控制 。模糊控制采用人类思维作控制量 ， ２ 控制量 由模糊推理 导出， 这都是人类通常智能活动的体现。 （ ）易被人们接受 。模糊控制规则是用人类语言表示 的， ３ 易被人接受和理解 。 （） ４ 构造容易 。模糊控制系统 的硬件结构与一般的数字控制系统无异 ， 模糊控制 算法可完全用软 件实现 。 （） ５ 鲁棒性好 。无论被控对象是线形的还是非线形 的， 模糊控制 系统都能执行有效 的控制。具有
成的 。 ¨
免疫系统虽然十分复杂 ， 但其抗御抗原的 自适应能力却是十分明显 的。 生物信息系统的这些智能行
基于供热系统的模糊自整定PID控制
基于供热系统的模糊自整定PID控制基于供热系统的模糊自整定PID控制基于供热系统的模糊自整定PID控制是一种常用的控制方法，可以在不需要精确参数调整的情况下，实现对供热系统的稳定控制。
下面将逐步介绍该方法的实施步骤。
第一步：系统建模首先，需要对供热系统进行建模。
这包括确定系统的输入和输出，以及它们之间的关系。
对于供热系统来说，输入可能是供热系统的控制信号，如阀门开度或泵的转速；输出可能是供热系统的温度或压力。
通过采集实际供热系统的数据，可以建立一个数学模型来描述系统的动态特性。
第二步：确定模糊控制器的输入和输出在模糊控制器中，需要确定模糊输入和输出的范围。
模糊输入通常是系统的误差和误差变化率，而模糊输出是控制器的输出信号。
根据供热系统的特性，可以确定这些范围的取值。
第三步：设定初始模糊规则库模糊规则库是模糊控制器的核心，它描述了输入和输出之间的关系。
在初始阶段，可以根据经验或专家知识设置一些初始的规则。
这些规则可以根据供热系统的特性来确定，如如果误差大且误差变化率大，则输出增大。
第四步：模糊化输入在进行模糊推理之前，需要将输入值模糊化。
这可以通过将输入值映射到相应的模糊集合上来实现。
模糊化过程基于模糊集合的隶属度函数，这些函数描述了输入值对于每个模糊集合的隶属程度。
第五步：进行模糊推理模糊推理是通过应用模糊规则库来确定输出值的过程。
在模糊推理中，根据模糊化的输入值和模糊规则库，可以确定每个规则的激活度。
然后，可以根据这些激活度来确定输出值。
第六步：去模糊化输出在模糊控制器中，输出是模糊的，需要将其转化为具体的控制信号。
这可以通过去模糊化过程来实现，其中使用隶属度函数来计算输出值的模糊平均值。
第七步：控制器输出最后，根据去模糊化的输出值，可以确定供热系统的控制信号。
这个控制信号可以是阀门的开度或泵的转速，以控制供热系统的温度或压力。
以上是基于供热系统的模糊自整定PID控制的步骤。
通过这些步骤，可以实现对供热系统的稳定控制，而无需精确地调整PID参数。
基于模糊PID算法的温度控制系统的设计
基于模糊PID算法的温度控制系统的设计基于模糊PID算法的温度控制系统的设计摘要：本文主要介绍了基于模糊PID算法的温度控制系统的设计。
首先介绍了温度控制系统的背景和重要性，然后详细介绍了PID控制算法和模糊PID控制算法的原理和特点。
接着，我们设计了基于模糊PID算法的温度控制系统，并进行了实验验证，测试了系统的控制性能。
最后，对实验结果进行了分析和总结。
关键词：温度控制系统；PID控制算法；模糊PID控制算法；控制性能1. 引言随着科学技术的发展和工业生产的进步，温度控制在各个领域都起着重要的作用，如工业生产中的温度控制、环境监测中的温度控制等。
传统的温度控制系统采用PID控制算法，能够较好地实现控制目标。
然而，对于存在非线性、时变性、模型不准确等问题的温度控制系统来说，传统的PID控制算法不一定能够获得满意的控制效果。
因此，引入模糊PID控制算法成为了一个研究热点。
2. PID控制算法和模糊PID控制算法的原理和特点2.1 PID控制算法的原理和特点PID控制算法是一种经典的控制算法，由比例、积分和微分三个部分组成。
具体来说，PID控制器根据当前的偏差，分别计算比例部分、积分部分和微分部分的控制量，最后将这三个控制量进行线性组合，得到最终的控制量。
PID控制算法具有简单、稳定性好等特点，被广泛应用于工业控制领域。
2.2 模糊PID控制算法的原理和特点模糊PID控制算法是PID控制算法与模糊控制算法相结合的一种控制方法。
模糊控制算法能够处理非线性、不确定性的系统，因此在对温度控制系统进行非线性控制时，模糊PID控制算法可以更好地适应系统的变化。
模糊PID控制算法的核心思想是将PID控制算法中的参数进行模糊化，使得控制器能够根据当前的控制误差和误差的变化率进行模糊推理，从而实现对温度控制系统的精确控制。
3. 基于模糊PID算法的温度控制系统的设计3.1 系统结构设计基于模糊PID算法的温度控制系统包括传感器、执行器、温度控制器等部分。
基于误差积分的模糊自整定PID在过热汽温控制中的仿真研究
Ｓｍ ｕ ａ ｉｎ Ｓ ｕ ｙ ｏ ｕ ｅ ｈｅ ｔ ｄ Ｔｅ ｐ ｒ ｔ ｅ ｉ ｌｔｏ ｔ ｄ ｆＳ ｐ ｒ ａ ｅ ｍ ｅ ａ ｕｒ
Ｃｏ ｔ ｏ ｓ ｄ ｏ ｒ ｒ Ｉ ｔ ｇ ａ ｕｚ ｙ ｎ ｒ ｌＢａ ｅ ｎ Ｅｒ ｏ ｎ ｅ ｒ ｌＦ ｚ
ｌｒ ｅ ｄ ｌｙ，ｖ ｒａ ｌ ｈ ｒ ｃｅ ｔ ｈ ｏ ｄ ｃ ａ ｅ，ａ ｆ ｚｙ ｌ ｇｃ ｓ ｒ－Байду номын сангаас ｉ ｇ ＰＩ ｃ ｎｔｏｌ ｒｂａ ｅ ａ ｇ ｅａ ａ ｂ ｅ ｃ ａ ａ ｔｒｗｉｈ ｔ ｅ ｌａ ｈ ｎｇ ｉ ｕ ｚ ｏ ｉ ｅ ｔ ｎ ｎ Ｄ ｏ ｒｌｅ ｓ ｄ ｆ
ａ ｖ ｎ ａ ｅ ｃ ｍｐａ ｅ ｗｉｈ ｈｅ ｒ ｄ ｔｏ ｌ ｏ ｔｏ ｌｒ Ｗ ｉ ｔ ｅ ｔｏ ｇ ｄ ｐ ｉｅ ｂｉｉ ａ ｄ ｉ ｌ ｄ ａ ｔｇ ｏ ｒｄ ｔ ｔ ｔａ ｉｉｎａ ｃ ｎ ｒ ｌｅ ． ｔ ｈ ｓｒ ｎ ａ ａ ｔｖ ａ ｌ ｙ ｎ ｓｍｐ ｅ ｈ ｔ ｃ ｌ ｕ ａｉｎ ｍｅｈ ｄ，ｔ ｅ ｃ ｎｒ ｌｅ ｓｐ ｏ ｅ ｏ ｂ ａｕ ｂ ｅ ｉ ｅ ｌａ ｐ ｉａｉｎ． ａｃ ｌｔｏ ｔｏ ｈ ｏ ｔｏｌ ｒ ｉ ｒ ｖ ｄ ｔ ｅ ｖ ｌａ ｌ ｎ ｒ ａ ｐ ｌｃ ｔ ｏ Ｋｅ ｗｏ ｄ ｓ ｐｅ ｈ ａ ｅ ｔａ ｔｍｐ ｒ ｔ ｒ ＰＩ ｐ ｒｍｅｅ ｓ ｓ ｌ－ｕ ｎｇ；ｎｔｇ ａ ｆｅ ｒ ｒ ｙ ｒ ｓ： ｕ ｒ ｅ ｔｄ ｓｅ ｍ ｅ ｅ ａ ｕ ｅ； Ｄ ａ ａ ｔ ｒ ｅｆｔ ｎｉ ｉ ｅ ｒ ｌｏ ｒｏ
本 文提 出 了一种 基 于模 糊逻 辑 的 自适 应 ＰＤ Ｉ 控制 器 ． 控 制 器 算 法简 单 、 算 工作 量 小 ， 且 该 计 并
变论域模糊自整定PID控制在主汽温系统中的应用研究
降低机组的热效率 ，影响机组运行的经济性。同时， 会使蒸汽的含水量增加 ，从而缩短汽轮机叶片的使
用 寿命 。因此 ，必 须将 主 蒸汽温 度严 格 控制在 给 定
值附近 。
２ 变论域模糊控 制原理
有关文献详细描述 了变论域模糊控制的原理， 这里简述变论域模糊控制器 的控制思想和算法。变 论域实际上就是输入和输 出的基本论域随控制需求 按一定准则在适当的时刻进行伸缩变化 ，定义在基 本论域上的模糊划分也随之变化 ，即变论域模糊控
维普资讯
变论域模糊 自整定 ＰＤ Ｉ 控制在主汽温系统中的应用研究 控制器参数的不同要求 ，从而使被控对象具有 良 好 的 动、静态 性能 。
ｙ Ｘ，Ｘ， Ｘ） Ｆ Ｘ，Ｘ， Ｘ） （。 。… ＝ （。 ｚ…
∑ｎ （ ） 。 ； 的 论 分 为 Ａ ｘｙ 记ｘ ｊ 和Ｙ 变 域 别 ：
制在 常 规模 糊控 制 的基础 上对 输入 量 （ 差 和偏 差 偏
ＰＤ Ｉ 控制因其具有结构简单、 容易实现、 鲁棒性
强和 能够 实 现无 差 调节 的特 点 ，在 传统 的锅 炉控 制 系统 中得 到 了广 泛 的应 用 。然而 ，常规 的 ＰＤ控 制 Ｉ 器 是线 性 的 ，适 用 于 小惯性 、小滞 后 的过程 ，当把 ＰＤ控 制应用 在非线 性 、大 时滞 、参数不 确定 的情况 Ｉ 下 时 ，由于 Ｐ Ｄ参数 不 能实现实 时在线 调整 ，所 以 Ｉ 很难 获得满 意 的控制 效果 。
１ 引言
在 现代 火 力发 电厂 的热 工过 程控 制 系统 中 ，锅 炉 过 热蒸 汽 出 口温 度 （ 汽温 ） 锅炉 的主要参 数之 主 是
一
，
对 电厂 的安全 经 济运 行 有重 大影 响 。主汽 温偏
基于模糊控制的PLC在温度控制中的应用
基于模糊控制的PL C在温度控制中的应用张雪平1 王志斌21.宜宾学院2.四川大学 摘要:结合工业电炉的温度控制,介绍了一种基于模糊控制的PL C温度控制系统。
该系统克服了传统的位式调节器和P I D调节器超调大的缺点,充分发挥PL C控制灵活、编程方便、适应性强的优点,提高了控制的精确度。
关键词:模糊控制 PL C 温度控制Appl ica tion of the Fuzzy Con trol Ba sed on PLCi n Te m pera ture Con trolZhang Xuep ing W ang Zh ib inAbstract:Jo ining temperature contro l of the industry electric stove,th is paper introduces a k ind system of fuzzy contro ller based on PL C in temperature contro l.T he system overcom es w eakness of super adjusting w ithtraditi onal regulato r and P I D regulato r,it has advantages contro l flexible,p rogramm ing convenient,adap table,increases the accuracy of the contro l.Keywords:fuzzy contro l PL C temperature contro l1 引言温度控制是工业生产过程中很重要的一种控制。
温度控制系统一般具有大惯性、大延时的特点。
在工业控制中,温度系统的数学模型难以确切建立。
工业现场对温度控制,常用有位式调节器和P I D控制器等。
位式调节器作为一种温度控制仪表,具有一些无法消除的缺陷,当炉温大于给定值时不加电压,会导致超调大,常有控制精度差或出现失控;模拟式P I D或数字式P I D有较好的控制效果,但工作条件在大范围内变化时,P I D控制器的参数难以确定,使P I D控制器不能总是处于最佳状态,而且在控制过程中将发生大的超调。
模糊PID控制在电厂过热气温控制系统中的应用
应用 能源 技术
２ １
ｄ ｉ１ ． ９ ９ ｊｉ ｎ １０ ３ ３ ．０ ２ ０ ． ０ ｏ：０ ３ ６ ／．ｓ ．０ ９— ２ ０ ２ １ ．５ ０ ６ ｓ
模糊 ＰＤ控制在 电厂过热气温控制 系统中的应用 Ｉ
张燕红
（． １ 江苏大 学电 气信 息 工程 学 院 ， 江苏镇 江 ，１０３ ２２ １ ；
２ ２ ３，Ｃｈ ｎａ； Ｓ ｈ ｏ ｆＥｌｃ ｒ ｎ ｃ Ｉ ｏ ａ ｉ ｎ ＆ Ｅｌ ｃ ｒｃ Ｅｎｇｎｅ ｒｎｇ，Ｃｈａ ｇｚ ｕ １ ０１ ｉ ２． ｃ ｏ ｌｏ ｅ ｔ ｏ ｎｆ ｒ ｔｏ ｉ ｍ ｅ ｔ ｉ ｉ ｅｉ ｎ ｈｏ
ｎ ｔｕｅｏ ｃ ｎ ｌｇ ， ｈ ｎ ｚ ｏ １ ０ ２ ｈ ａ Ｉ ｓ ｔｔ ｆ ｅｈ ｏｏ ｙ Ｃ ａ ｇｈ ｕ２ ３ ０ ，Ｃ ｎ ） ｉ Ｔ ｉ
过低 ， 都影 响整个控 制系统 的运行 ， 过热 器温 度过
温控 制 系统 的被 ห้องสมุดไป่ตู้对 象往往是 非线 性 、 时滞 、 大 时
变不确定的 ， 难以建立精确的控制模型 ， 应用普通
的 ＰＤ控 制是很 难 以满 足工艺 要求 的 。随着智能 Ｉ
控制 的发 展 ， 模糊 控 制 也 被广 泛 地 应用 于 各 个工 业领 域 中 ， 了解 决这 一 问题 ， 文 提 出 了模 糊 为 本
Ａｂｓｒ ｔ Ｔ ｕｔ ｔｔｍｐｅ ａｕ ｅ ｏ ｏｌ ｒｓ ｅ ｅ ｔｒ ｉ ｈ ｕ ｅ ｈ ａ ｅ ｔａ ｔｍｐ ｒ ｔ ｒ ｏ ｒ ｌ ｔａｃ ： ｈｅ ｏ ｌ ｅ ｅ ｒ ｔ ｒ ｆｂ ｉ ｕｐ ｒｈ ａｅ ｎ ｔ ｅ ｓ ｐ ｒ ｅ ｔｄ ｓｅ ｍ ｅ ｅ ａｕ ｅ ｃ ｎｔｏ ｅ ｓ ｓｅ ｉ ｔ ｏ ｌ ａ ，ｔ — ａ ｙｎｇ，ｄ ｌ ｙ ｃ ｒ ｃｅ ｉｔ ｓ ｕｚｙ ＰＩ ｃ ｎ ｒ ｌ ｓ ａ ｌ ｄ ｉ ｈ ｙ ｔｍ ｓ ｗｉｈ ｎ ｎ ｉ ｒ ｉ ｖ ｒ ｉ ｎｅ ｍｅ ｅａ ｈａ ａ ｔ ｒｓｉ ，ａ ｆ ｚ Ｄ ｏ ｔｏ ｉ ｐｐｉ ｎ ｔ ｅ ｃ ｅ ｓ ｐ ｒ ｅ ｔｄ ｓｅ ｍ ｅ ｅ ａｕ ｅ ｃ ｎ ｏ ｙ ｔｍ ｎ ｔ ｉ ａ ｒ ｕ ｅ ｈ ａ ｅ ｔａ ｔｍｐ ｒ ｔ ｒ ｏ ｔ ｌｓ ｓｅ ｉ ｈ ｓ ｐ ｐｅ ．Ｔｈ ｏ ｔｏ ｙ ｔ ｍ ａ ｅ ｔｒｏ ｅ ｃ ｍｅ ｒ ｅ ｃ ｎ ｌｓ ｓｅ ｃ ｎ ｂ ｔｅ ｖ ｒ ｏ ｒ
基于遗传算法的模糊控制在过热汽温控制系统优化中的应用
（2）遗传算法直接以目标函数值作为搜索信息。即仅 使用目标函数变换来的适应度函数值，就可确定进一步的搜 索方向和搜索范围。
（3）遗传算法同时使用多个搜索点的信息。遗传算法 从很多个体所组成的初始群体开始最优解的搜索过程，对这 个群体进行的选择、交叉、变异等运算，产生出的是新一代 的群体，在这之中可包括很多群体信息。这些信息可以避免 搜索一些不必要的点，所以实际上相当于搜索了更多的点， 这是遗传算法所特有的一种隐含并行性。
而这对于过热汽温控制来说，是不允许出现的。 常规 PID 串级控制系统仅利用导前汽温信号和过热汽
温信号进行控制，当惰基于模糊语言推理的控制方法，适用 于对象输入－输出关系具有不确定性的系统，也适用于具有 大惯性、大迟延对象特性的系统。基于模糊控制的一些新型 控制策略已在大型单元机组的过热汽温控制系统中得到了较 多的理论研究和成功应用。Fuzzy 自调整 PID 的 Smith 预 估过热汽温控制系统的仿真研究和实际投运结果表明：采用 模糊控制具有良好的抗内、外干扰能力和鲁棒性，调整速度 快，超调量小。但是，一般的 PD 型模糊控制器由于在被控 量处于小偏差范围时存在死区现象，使得控制精度的提高受 到了一定制约。而对于大偏差范围采用模糊控制，小偏差范 围采用 PID 控制的切换控制策略而言，如何实现无扰切换 又成为应用中的附加问题。
实验研究
基于遗传算法的模糊控制在过热汽温控制系统优 化中的应用
吕晓娟，梁东义，李玉娜 （郑州电力高等专科学校动力工程系，河南郑州，451450）
项目编号：ZEPCKY2019-27。 摘要：过热汽温是火电厂汽水工质中的最高温度维持过热汽温稳定控制过热汽温在给定值上保证整个过热器不要超温是过热汽温控制系统 的重要任务。汽温对象特性呈非线性，影响汽温变化的干扰因素多等，这些都使得汽温控制系统复杂化，因此正确选择控制汽温的手段及 控制策略是非常重要的。本文致力于解决锅炉过热汽温系统大迟延、大惯性等不利因素对控制系统性能的影响，并对设计所得的过热汽温系统 控制系统做相应的仿真分析。分析模糊控制中存在的主要问题，提出了可能的解决方法，将改进后的遗传算法对模糊控制器进行训练和优化。 关键词：过热汽温；模糊控制；遗传算法
基于C-R模糊模型PID控制及在过热汽温系统中的应用
．
递 推 辨识算 法 的有 效 性 ，而且 实 现 了用 较 少 的模
糊 规则 表示 高 度 复 杂 的非 线 性 系 统 ，还 可 利 用 系 统 的输人 输 出 数 据定 量 提 取 系 统 的定 性 知 识 。文 献 ［ ］在 Ｃ—Ｒ模 型 的基础 上 实 现 了非 线性 系 统 ５
调节 通道 的纯 延迟 也会 改变 … 。
Ｃ—Ｒ模 糊 阶跃模 型结 构 是 Ｃ—Ｒ模 糊 模 型 的
ＰＤ控制 器 结 构 简 单 ，物 理 意 义 明确 ，能 满 另 一 种 结 构 形 式 ，由 Ｃ —Ｒ模 糊 模 型 转 换 而 来 ， Ｉ 足 大量 工 业 过 程 的 要 求 。但 对 于 上 述 复 杂 过 程 ， 其 与 阶跃模 型 具 有 相 似 结 构 。转 换 过 程 主要 有 以 常规 的 ＰＤ控 制方 式 难 以取 得较 好 的控 制效 果 。 Ｉ 近年来 ，模 糊 建 模 方 法受 到工 程 和 学 术 界 的
行 研究 仿 真 ，取得 了较 好 的控制 效果 。
济运 行有 重 大 的影 响。 因 此 必 须 将 过 热 蒸 汽 温 度 严格 控制 在 给定 值 附近 。 而 主 汽 温 控 制 对 象 不 仅
１ 基 于 Ｃ —Ｒ模 糊 模 型 的 Ｐ Ｄ控 制原 理 Ｉ
具有 纯延 迟 ，而且 模型 不确 定 ，机 组 工况 变 化 时 ， １ １ Ｃ—Ｒ 模 糊 阶跃模 型结 构 ．
（） ８
ａ ＝∑ Ｉ ：
１， Ｎ ， …， ２
（） ２
Ｋ 。＝∑ｕ ｂ
ｆ ＝１
根据 结构相 似性 ，通 过式 （ ） 可 以得 到 Ｃ— ３ Ｒ模糊 阶跃 响应模 型参 数为
基于模糊神经网络的主汽温系统PID控制
基于模糊神经网络的主汽温系统PID控制摘要：锅炉主蒸汽温度是火电厂锅炉运行的重要参数，对火电厂的经济效益、安全生产产生重大影响。
由于当前火电厂机组容量大、参数高、效率高，控制汽温对象又具有大迟延、非线性、时变等诸多特点，常规PID串级控制系统往往很难保证系统最优状态运行，满足不了生产的需求。
提出了基于模糊神经网络的主汽温系统PID控制，实现对过热蒸汽的有效控制，通过系统仿真表明，基于模糊神经网络的主汽温系统PID控制效果良好，因此该系统是切实可行的。
关键词：主汽温系统，神经网络，PIDPID Control of Main Steam Temperature System Based on Fuzzy Neural NetworkDuan Jian-fei（Hebei Datang Wuan Power Generation Co.， Ltd.， Wuan， Hebei 056300）Abstract：The main steam temperature of the boiler is an important parameterfor the operation of the boiler in thermal power plants， which has a major impact on the economic benefits and safe production of thermal power plants.Due to the large capacity， high parameters and high efficiency of the thermal power plant， the control of the steam temperature object has many characteristics such as large delay，non-linearity， time-varying， etc.The conventional PID cascade control system is often difficult to ensure the optimal operation of the system， and can not meet the requirements.Production needs.The PID control of the main steam temperature system based on fuzzy neural network is proposed to realize the effective control of superheated steam.The system simulation shows that the PID control of the main steam temperature system based on fuzzy neural network is effective， so the system is feasible.Key words：main steam temperature， fuzzy neural network， PID 引言在火力发电厂中，锅炉作为火电厂主要三大件之一，其主蒸汽温度又是主要的控制参数，为了保证电厂机组高效安全运行，员工必须严格将主蒸汽温度控制在一定范围内。
《基于模糊PID的高精度温度控制系统》
《基于模糊PID的高精度温度控制系统》一、引言随着工业自动化程度的不断提高，高精度温度控制系统的需求日益增加。
在许多工业应用中，如化工、食品加工、冶金和医药等领域，对温度的精确控制显得尤为重要。
为了满足这些需求，传统的PID控制算法虽已得到广泛应用，但仍存在一些不足，如对非线性系统和外部干扰的鲁棒性较差。
因此，本文提出了一种基于模糊PID的高精度温度控制系统，旨在提高系统的控制精度和鲁棒性。
二、模糊PID控制原理模糊PID控制是一种将模糊控制和PID控制相结合的智能控制方法。
它通过引入模糊逻辑来优化传统的PID控制算法，使其能够更好地适应非线性系统和外部干扰。
1. 模糊逻辑原理模糊逻辑是一种处理不确定性和近似性的方法。
它通过将人类的经验和知识转化为模糊规则，实现对复杂系统的智能控制。
在模糊PID控制中，模糊逻辑主要用于调整PID控制器的参数，以适应不同的工作条件和外部环境。
2. PID控制原理PID控制是一种基于误差的反馈控制算法。
它通过比较系统输出与期望值之间的误差，计算出一个控制量来调整系统。
在温度控制系统中，PID控制器根据温度传感器测得的实时温度与设定温度之间的误差，计算出加热或冷却的控制量，以实现温度的精确控制。
三、基于模糊PID的高精度温度控制系统设计基于模糊PID的高精度温度控制系统主要由模糊控制器、PID控制器、执行机构和温度传感器等部分组成。
其中，模糊控制器和PID控制器是系统的核心部分。
1. 模糊控制器设计模糊控制器是系统的智能部分，它根据系统的实时状态和历史数据，通过模糊逻辑推理出合适的PID控制器参数。
模糊控制器的设计包括模糊化、知识库、推理机和去模糊化等部分。
其中，模糊化是将实时数据转化为模糊变量；知识库包括模糊规则和参数；推理机根据模糊规则和参数进行推理；去模糊化是将推理结果转化为实际的控制量。
2. PID控制器设计PID控制器是系统的执行部分，它根据模糊控制器输出的控制量，计算出实际的加热或冷却控制量。
模糊自适应 PID 控制在主汽温控制中的应用分析
模糊自适应 PID 控制在主汽温控制中的应用分析发表时间：2019-12-27T09:13:57.287Z 来源：《当代电力文化》2019年第17期作者：杨泽宇[导读] 常规的PID控制需要对一些复杂的过程进行控制,例如一些大惯性控制,大滞后控制以及非线性复杂过程控制摘要:常规的PID控制需要对一些复杂的过程进行控制,例如一些大惯性控制,大滞后控制以及非线性复杂过程控制,在进行控制的过程当中,对PID控制的稳定性及其调节速度都有了更高的要求,所以我们根据模糊控制理论的基础进行设计,生所生产出的模糊PID控制系统有自我调整能力,同时我们在控制下的主蒸汽温度用两种方式进行了仿真对比。
结果表明,模糊PID控制系统的调节稳定性要远高于常规的PID控制系统。
关键词:PID 模糊PID 主汽温度引言主汽温又可以称为电站主蒸汽温度,主汽温主要是对生产电器过程中的安全性以及经济性有着重要影响,同时对整个电站水汽循环的最高温度产生了一系列的影响。
假设主汽温过高,在正常工作过程当中,过热器非常容易烧坏,同时受热胀冷缩的原因,管道内和机组内部的零件受到膨胀，产生变形，进而破坏,而受到过热的温度过高会产生膨胀,进而使这些零部件而遭到破坏,竟然会对整个机组的正常运行产生一定的影响。
如果主气温太低的话,在正常运转过程中燃料的消耗量会急剧增加,同时还会导致机组的热效率降低,进而式汽轮机的尾部蒸汽产生较大的湿气,会严重影响尾部的叶片的侵蚀。
主气温的变化过高时,汽轮的机转子以及气缸差与之前相比会有明显的差异,严重还会导致机组的剧烈振动,从而产生一定的危险性。
所以主汽温必须要维持在一个特定的范围内,进而保证机组的正常运行。
一、锅炉主汽温控制系统在研究分析锅炉的水汽循环的过程,首先需要对主蒸汽进行分离，分离方式是通过汽包汽水，分离工作首先是通过低温段,安全到达减温器,然后通过过热器的高温段,最后到达的位置是汽轮机。
常规的锅炉主汽温控制主要是通过喷水降温,对锅炉主汽温产生变化的因素包含以下几点,例如:蒸汽负荷、减温水量以及烟气的穿热量等等。
模糊PID在加热器温控系统中的应用
进 行定 值控 制 ， 热 器 出 口温度 的优 化 控 制对 加 于提 高产 品质 量 和 产 量 、 降低 能耗 和减 少 环 境 污 染 具有 重要 的意 义 。常 规 ＰＤ控 制 因 原理 简 单 、 Ｉ 算 法易 于 实现及 稳 态无静 差 等优点 被广 泛地 应 用 于工业 过程 控 制 中 ， 它 的 性 能取 决 于 参 数 的 整 但
差， 调节 缓 慢 且 超 调 量 较 大 。其 结 果 是 加 热 器 出 口温 度 偏 高 且 波 动 频 繁 ， 以 保 证 水 合 反 应 难
正 常 进行 ， 解决 此 类 问题 ， 者 提 出 一 种 模 糊 为 笔
Ｐ Ｄ控 制 系 统设 计 方 案 。 Ｉ
图 １ 丙 烯 加 热 器 工 艺 流 程
工 艺 要求 调 节 导 热 油 阀 门 开 度 来 改 变 导 热 油 流
纯 滞后 、 线 性 和 时 变 性 的 复 杂 控 制 对 象 ，难 以 非 建 立精 确 的数 学模 型 ， 而采 用 常 规 ＰＤ很 难 实 因 Ｉ 现 理想 的控 制 效 果 。模 糊 控 制 对 具 有 不 确定 性 、 非线性 的控 制 对 象 具 有 较强 的适 应 性 ， 态 品 质 动 也 优 于常 规 ＰＤ， Ｉ 但存 在稳 态 静 差 ， 纯 的模 糊 控 单 制也很 难 实现 加热 器 出 口温 度 的精 确 控制 。 针 对 某 化 工 厂 的 实 际 工 艺 状 况 ， 者 结 合 笔 Ｐ Ｄ控 制和 模糊 控制 的优 点 ， 出了一种 模糊 ＰＤ Ｉ 提 Ｉ
糊 ＰＤ 温 度控 制 系统 设 计 方 案 ， Ｉ 它将 常 规 ＰＤ 控 制 和 模 糊 控 制 二 者 优 点 相 结 合 ， 用 模 糊 控 制 规 则 对 Ｉ 利
模糊控制在主汽温控制系统中的应用
模糊控制在主汽温控制系统中的应用摘要：火电厂中主蒸汽温度过高或者过低均会危及安全生产，所以必须严格控制过热器出口蒸汽温度保持在额定范围，然而传统串级PID控制在处理大迟延被控对象上很难获得令人满意的控制效果。
为满足主蒸汽温度系统控制要求的快速性、稳定性、准确性和抗干扰性等，本文设计了一个PI并联通道的Fuzzy-PI 复合控制器并应用在600MW的主汽温串级控制系统中。
通过MATLAB仿真平台，采用传统串级PID控制和Fuzzy-PI复合模糊逻辑控制对被控对象分别进行仿真研究。
由仿真结果看出，本文所设计的主蒸汽温度模糊串级控制系统相对于传统串级PID控制系统表现更加稳定且控制性能更优，体现了模糊控制对主汽温串级控制系统具有较好的抗干扰能力，鲁棒性以及自适应性能。
关键词：主汽温；模糊控制；PID；串级控制0引言在火电机组控制中，主蒸汽温度的高低可直接影响锅炉安全稳定的运行，对能否使主蒸汽温度有效的进行控制使之安全的运行来说是很重要的。
但是，主汽温控制对象一般具有大迟延、大惯性的特点，其控制已经成为各个电厂生产过程控制系统中的一大难点。
至今为止在工业过程控制中大多采用常规PID控制[1]，然而对于滞后较大的系统，常规PID控制达不到令人满意的控制效果，因此就必须采用先进、合适的控制策略。
而模糊控制是一种新型的先进智能控制算法，它通过模糊语言变量、模糊集合论、模糊逻辑推理以及模糊规则去模拟人类的模糊推理和决策，不需要预先得知被控对象的精确数学模型，设计简单，响应速度快，抗干扰能力强，鲁棒性好。
基于以上优点将其应用到600MW的主汽温串级控制系统中，利用MATLAB软件，分别用常规PID控制和本文所设计的模糊控制算法进行仿真比较，并提出自己的见解。
1模糊控制器的设计1.1模糊控制的基本原理模糊控制的核心是模糊控制器并由计算机程序来实现，可这样描述它的算法：计算机经中断采样获得被控量的精确值，再将其与给定值比较求得误差信号e，通常把e的精确量模糊化变成模糊量后作为模糊控制器的一个输入量，用相应地模糊语言值表示。
基于模糊加权的多模型预测控制在过热汽温系统中的仿真研究
・３ ７・
Ｐ ］ Ａ Ｕ（ ） ： 。 ｋ一１ ａｉ（ ）＋ｈ（ ） ）＋ Ｚ ｋ ｕ ｅ ｋ
（） ２
由此 我 们 可 以建 立 一 个 模 糊 匹 配 程 度 的规 则 表 。运 行时根 据 Ｅ 和 Ｅ ｊ Ａ 的值 查 表得 Ｆ 但 这 样得
到 的 Ｆ 是 离散 的 。为了 获得 连 续 的 Ｆ ］ 用 一 种 ， 采 加 权平 均算 法 来得 到 连续 的 值 。 Ｆ ＝（ ２ ０ ５ Ｆ ÷１ ）＋ ． （） ７
计 值 ， 建模 时 域 长 度为 ７ ， 当 ｖ时 由线 性 系 统 的叠 加 原 理 ， 获得 系统 未来 Ｐ个 时刻 输 出 的 预 测 值 ， 可 写 成 矢量 ／ 阵形 式 有 ： 矩
ｙ（ ｍ ｌ ｋ＋１ ）＝Ｙ （ ＋１ Ａ （ ） ｏ ｋ ）＋ ＡＵ ｋ （） １
后通过多个模型之间的某种调度原则来得到全局非
系统在 （ ＋１ Ｔ （ ２ Ｔ … ， ｋ＋￡ 离 散 时 刻 的 ｋ ） ，ｋ＋ ） ， （ ）
到另一种操作环境 ， 致使当前工作点远离常规预测 控 制器 的初 始设计 工 作 点 时 ， 则控 制 品质 会 显著 下
降 。多 模 型控制方 法 针 对 大范 围工 况 系统 的特 点 ， 在各个 工 况子空 间 内建 立 相应 的局 部 线 性 模 型 ， 然
Ｖｏ ． ． １ ８ 章 编 号 ：６ １ ４ ６ （０ ８ ０ ０ ３ ０ １７ — ０ ７ ２０ ） ２— ０ ６— ４
基 于模 糊 加权 的 多模 型 预 测 控 制在 过热 汽 温 系统 中的仿 真 研 究
崔东艳 ， 怀海， 文 张德 泉
有效性 。
关键 词 ： 多模型 ； 模糊 加权 ； 态矩 阵 ； 动 过热 汽温 系统 中图分 类号 ： Ｑ １ Ｔ Ｏ８ 文献标 识 码 ： Ａ
模糊自适应免疫非线性PID控制及其在过热蒸汽温度控制中的应用
Ｃｏ ｌ ｇ ｆＥｎ ｉ ｅ ｒ ｇ， ａ ｘ ｌｅ ｅ ｏ ｇ ｎ ｅ ｉ ｎ Ｓｈ ｎ ｉＵｎ ｗ￣ｓｔ Ｔａ ｙ ａ ３ ０１ Ｓｈ ｎｘ ｏ ｉ ｃ ＰＲＣ ｉ ｒ ｉｙ， ｉ ｕ ｎ ０ ０ ３， ａ ｉＰｒ ｖ ｎ ｅ，
和 免 疫 反 馈 控 制 的优 点 ， 出 了 一种 新 型 的 模 糊 自适 应 免 疫 非 线 性 Ｐ Ｄ 控 制 算 法 ， 提 Ｉ 以克
服 常规 的 Ｐ Ｄ控 制难 以协调 系统 快速性 和稳 定性之 间 的矛 盾 ， Ｉ 以及 单 纯模 糊控 制 自适
应 能力不理 想且 易产 生振 荡的局 限 ， 计 了模 糊 自适 应免 疫非 线性 Ｐ Ｄ控制 器 ， 其应 设 Ｉ 将
ｔｏｎ ｄｉｆ ｒ ｎｔａ ｉ ｎ Ｉ ， ａ ｅ ｂｅ ｎ ｐｒ ｓ ｎｔ ｄ． ｍ ｂｉ ｅ ｉｈ ａ ｖ ｎｔ ｇｅ ｏｎ ｅ ｉ ｎａ Ｄ ｏ ｒ ｌｅ ｉ ｆ ｅ ｅ ｉ ｔｏ Ｄ ｈ ｖ ｅ ｅ ｅ ｅ Ｃｏ ｎ ｄ ｗ ｔ ｄ ａ ａ ｓ ｏｆｃ ｖ ｎｔｏ ｌＰＩ ｃ ｎｔ ｏ ｌ ｒ
模 糊 自适 应 免疫 非 线 性 Ｐ Ｄ 控 制 及 其 Ｉ 在 过 热 蒸 汽 温度 控 制 中 的应 用
邵加 晓， 白建 云
山西大 学ｘ 程 学院 ， － 山西 太原 ０ ０ １ ３ ０３
［ 摘
要］ 介 绍 了免 疫 非 线 性 Ｐ和 模 糊 自整 定 积 分 微 分 ２种 控 制 方 法 。 结 合 常 规 Ｐ Ｄ、 糊 控 制 Ｉ 模
Ａ
—
［ 章 编 号］ １ ０ —３３ ４（ ０１ ０６ 文 ０２ ６ ２ １）
—
０ ５一 Ｏ ０６ ５
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第26卷第10期2010年10月电力科学与工程E lectr ic Po w er Scien ce and Eng i neeringV o l 26,N o 10O ct .,201051基于C -R 模糊模型PI D 控制及在过热汽温系统中的应用金 飞,王 宁(华北电力大学控制与计算机工程学院,河北保定071003)摘要:将C-R 模糊模型转换成一个形式上与阶跃响应模型相似的结构,即C-R 模糊阶跃模型。
然后用P ID 控制算法,针对具有参数不确定性﹑多扰动以及大延迟的电厂主汽温被控对象进行了仿真研究。
仿真结果表示:所给出的控制策略可以较好地适应动态模型的大幅度变化,并保持较优的鲁棒调节性能。
关键词:模糊模型;P I D 控制;主汽温系统中图分类号:T P273 文献标识码:A收稿日期:2010-03-24。
作者简介:金飞(1984-),男,硕士研究生,主要研究方向为智能控制方法及其在热工过程控制中的应用,E m a i:l ji nfe i 4891@ 。
0 引 言在现代火力发电厂控制中,锅炉出口过热蒸汽温度是锅炉的主要参数之一,对电厂的安全经济运行有重大的影响。
因此必须将过热蒸汽温度严格控制在给定值附近。
而主汽温控制对象不仅具有纯延迟,而且模型不确定,机组工况变化时,调节通道的纯延迟也会改变[1]。
PI D 控制器结构简单,物理意义明确,能满足大量工业过程的要求。
但对于上述复杂过程,常规的P I D 控制方式难以取得较好的控制效果。
近年来,模糊建模方法受到工程和学术界的广泛重视。
其中,由C ao ,Rees 提出的一种动态模糊模型结构成为C -R 模型结构[2]。
文献[3]证明了C -R 模型以任意精度逼近定义在一个紧致集上的非线性连续函数,易于表达复杂非线性系统的动态特性。
文献[4]证明了C -R 模型的递推辨识算法的有效性,而且实现了用较少的模糊规则表示高度复杂的非线性系统,还可利用系统的输人输出数据定量提取系统的定性知识。
文献[5]在C -R 模型的基础上实现了非线性系统的预测控制,并对其动态特性进行了分析,结果表明其控制效果良好,具有一定的指导意义。
从而可以看出C -R 模型及其辨识算法的有效性和可行性。
因此,本文应用C -R 模糊算法对PI D 进行整定,应用于主汽温被控对象的控制调节,并进行研究仿真,取得了较好的控制效果。
1 基于C-R 模糊模型的PI D 控制原理1 1 C-R 模糊阶跃模型结构C-R 模糊阶跃模型结构是C -R 模糊模型的另一种结构形式,由C -R 模糊模型转换而来,其与阶跃模型具有相似结构。
转换过程主要有以下两部分。
第1部分:局部离散差分模型转换为局部脉冲响应模型被控对象的局部离散差分模型转换为局部脉冲响应模型,从而计算得到被控对象的局部脉冲响应参数如式(1)所示。
y l ,1=b l ,0y l ,1=b l ,1-a l,1x l ,1y l ,3=b l ,2-a l,1x l ,2-a l ,2x l,1y l ,k+1=b l,k - ki=1al,i xl,k-i+1(1)式中:当k >n b 时,b l ,k =0;当i >n a 时,a l ,i =0。
第2部分:局部脉冲响应模型转换为局部阶跃响应模型将被控对象的局部脉冲响应模型转换为局部52电力科学与工程2010年阶跃响应模型,从而由局部脉冲响应模型参数计算得到局部阶跃响应模型参数如式(2)所示。
a*l,i= i j=1x l,j,i=1,2,,N(2)根据结构相似性,通过式(3)可以得到C-R模糊阶跃响应模型参数为a*i(u)= m l=1u l(z)a*l,i,i=1,2,,N(3)式中:模型参数a*i通过隶属度函数与系统的输入和输出联系起来,它是系统运行状态的函数,在每个采样周期都是变化的。
1 2 基于C-R模糊阶跃模型的P I D控制器设计PI D控制是应用最广泛的一种控制策略。
将C-R模糊阶跃模型与PI D控制结合,得到了基于C-R模糊阶跃模型的PI D控制方法(CR!PI D)。
其控制器的设计分为结构设计和参数设计两部分。
第1部分:CR!PI D控制器的结构设计在C-R模糊模型中,选取误差e r﹑误差变化e c﹑误差积累e s为模糊规则中的输入变量,记为z T=[e r,e c,e s],可得出如下模糊规则:R l∀I F z is F lTH E N∀y l(t)=a l e r+b l,1e c+b l,2e s+c l(4)其中,l=1,2,,m表示模糊规数。
R l表示第l条近似模糊推理规则。
a l,b l,1,b l,2是第l个局部模型的参数。
C-R模糊模型的总输出为y(t)= m l=1u l a l e r+ m l=1u l b l,1e c+ m l=1u l b l,2e s+ m l=1u l c l(5)因为选用的是PI D控制输出,令 m l=1c l=0,如果当前误差为e,则式(5)相应地转换为u= m l=1u l a l e(t)+ m l=1u l b l,1#t0e(t)d t+m l=1u l b l,2d e(t)d t(6)线性PI D控制器具有以下形式:u(t)=K P e(t)+K I#t0e(t)d t+K D d e(t)d t(7)由式(6)和式(7)可得:K P= m l=1u l a lK I= m l=1u l b l,1K D=ml=1u l b l,2(8)这里按式(1)﹑(2)和(3)把式(8)中的3个参数转换为与C-R模糊阶跃模型a*i(u)相关的形式。
K∃P(t+1)=K P(t)+K P(0)a*l(u)K∃I(t+1)=K I(t)+K I(0)a*2(u)K∃D(t+1)=K D(t)+K D(0)a*3(u)(9)则式(6)转变为u(t)=K∃P e(t)+K∃I#t0e(t)d t+K∃D d e(t)dt(10)式中:K∃P,K∃I,K∃D对应于常规PI D控制器中的3个参数,这种新型控制方法比常规PI D相比,K∃P, K∃I,K∃D是时变的,可以较好地表征非线性系统,具有较好的控制品质,将C-R模糊模型与PI D控制结合起来,就得到CR!PI D控制算法,其信息流向如图1所示。
图1 CR!P I D控制算法信息流向图F ig 1 In for m ati on f l ow d i agra m of CR!P I Dcontro l a l gor ithm2 C-R模糊模型的P I D控制在过热汽温系统中的应用2 1 汽温控制系统特性主汽温度对象大延迟﹑大时变和大惯性,其温度还具有分布参数和扰动多的特点。
目前,电厂采用图2形式的串级控制方法[6],图中W1为惰性区;W2为导前区;P为内回路比例控制器; PI D外回路比例!积分!微分控制器;d2为控制量干扰;r为给定值;y为输出值。
一般来说,内回路比较容易整定,外回路难以到达最佳效果。
第10期金 飞,等基于C-R模糊模型P ID控制及在过热汽温系统中的应用53图2 串级汽温控制系统图Fig 2 D iagra m of cascade stea m te m peraturecontrol syste m2 2 对广义被控对象的仿真图2中的虚线中的对象称为广义被控对象。
设广义被控对象的近似数学模型[7]如下:y(k)=1 2[1-0 8exp(-0 1k)]y(k-1)1+y(k-1)2+u(k-1) (11)式中:令1 2[1-0 8exp(-0 1k)]=a(k)。
系统参考为方波信号。
采用规则数未知时的FI SCA辨识算法进行模型辨识得到模糊子空间数目: m=5,得到C-R模糊模型结构如下。
类中心:z1=(1 2828 1 2773 0 7442 0 7417)z2=(1 2025 1 0078 0 6542 0 5864)z3=(0 9235 0 8651 0 6235 0 6220)z4=(0 9863 0 9642 0 5604 0 5238)z5=(1 0168 1 0004 0 4215 0 4112)局部模型为:f1(z(t))=0 3499y(t)+0 4104y(t-1)+0 2390u(t)+0 1197u(t-1)f2(z(t))=0 3290y(t)+0 3987y(t-1)+0 1159u(t)+0 0948u(t-1)f3(z(t))=0 4045y(t)+0 5218y(t-1)+0 0759u(t)+0 0623u(t-1)f4(z(t))=0 3956y(t)+0 4914y(t-1)+0 1047u(t)+0 1023u(t-1)f5(z(t))=0 4275y(t)+0 4941y(t-1)+0 0405u(t)+0 0232u(t-1)对于上述对象,分别运用传统的PI D控制方法和CR!PI D控制方法,得到的系统仿真曲线如图3和图4。
相比较可以看出,CR!PI D控制方法加快了跟踪误差的收敛速度,系统响应速度较快,调节精度提高,稳态性能好。
3 结 论本文基于C-R模糊模型的变形C-R模糊阶跃模型,与PI D相结合为CR!PI D控制方法对电厂的主汽温系统进行辨识控制,并得到仿真结果,所给出的控制策略可以较好地适应动态模型的大幅度变化,并保持较优的鲁棒调节性能。
由于非线性控制闭环传递函数的复杂性,因而难以对各参数间的解析做分析,得出定量分析。
要解决这个问题,还要做大量工作,现阶段主要靠经验的积累和实验方法。
理论上的完美描述不一定能在实际应用中得到理想的效果,期待数学工具的发展和完善。
参考文献:[1]荣雅君,窦春霞,袁石文.过热汽温模糊神经网络预测控制器的设计[J].中国电机工程学报,2003,23(9):212-217.54电力科学与工程2010年R ong Y a j un,D ou Chunx ia,Yuan Sh i w en.A design off uzzy neura l ne t w ork fo recast controller on superheat te m perature[J].P roceed i ngs o f T he CSEE,2003,23(9):212 -217.[2]C ao S G,R ees N W.Identificati on o f dynam ic fuzzy m ode ls[J].Fuzzy Set and Sy stem s,1995,74(3):307-320.[3]刘军,许晓鸣.复杂系统的C-R模糊模型结构及递推辨识算法[J].电机与控制学报,1999,3(2):77-80.L i u Jun,X u X i ao m i ng.T he C R fuzzy m ode l structure of co m plex syste m and its recursi ve i dentificati on me t hod[J].E lectr i c M achi nes and Contro,l1999,3(2):77-80.[4]刘军,路永华,张雨丽,等.基于C-R模糊模型的预测控制的动态特性分析[J].系统仿真学报,2003,15(7):1046-1050.L i u Jun,LuY onghua,Zhang Y u l,i et a.l D ynam ic spec ial ty analysis of non li near predicti ve control based on C R fuzzym ode l[J].Journa l o f Syste m S i m ulati on,2003,15(7):1046-1050.[5]刘军,段培永,许晓鸣.基于C-R模糊模型的非线性预测控制[J].系统仿真学报,2002,14(2):250-252.L iu Jun,Duan P eiyong,Xu X iao m i ng.C R fuzzy m ode l based nonli near predicti ve contro l[J].Journa l of Syste m S i m u lati on,2002,14(2):250-252.[6]黄宇,王东风,韩璞.模糊自整定P I D控制及其在过热汽温系统中的应用[J].电力科学与工程,2004,(3):37-39H uang Y u,W ang D ong feng,H an Pu.Fuzzy log i c se lf t uni ng P I D control f o r s uperheated stea m te mperature syste m[J].E lectr i c P o w er Sc i ence and Eng i neeri ng.2004,(3):37-39[7]刘金琨.先进P I D控制M ATLA B仿真[M].北京:电子工业出版社,2003.P I D Control Based on C R FuzzyM odel for Superheated Stea m Te mperat ure Syste mJi n Fe,i W ang N i n g(Schod o f Contro l and Compnter Eng ineer i ng,N o rt h Ch i na E lecti c Pow er U n i versity,Baoding071003,Ch i na)Ab stract:Chang i ng the C R fuzzy m odel to a C R f uzzy step m ode l,its struc t ure i s si m il a r t o step response mode.l T hen use P I D con tro l algorith m to contro l a stea m temperature syste m w ith param eter uncerta i nty,mu lti p l ed i sturbance and large ti m e delay and ca rry ou t si m u lati on for it.S i m u lati on res u lts s how t hat it can adapt the largechang i ng o f dyna m i c mode,l a good robust regu lati ng perfo r m ance i s obta i ned.K ey words:fuzzy mode;l PID con tro;l m a i n stea m te mperature(上接第50页)W ang X iaohua,L i Y ongg ang,F an Ji ng,e t a.l F au lt i dentifi cation o f ro tor w i nd i ng s i nter turn short c i rcuit basedon BP neura l ne t w ork[J].E lectr i c P o w er Sc i ence and Eng i neeri ng,2010,26(2):5-8.[8]Y a masaki R,Og i no A,T a m aki T,et a.l TDOA l oca2ti onsyste m for I EEE802.11b W LAN[EB/OL].http://i eeex plore.i /i e l5/9744/30731/01424880.pd,f2005203213/2006204203.[9]张照彦,马永光.双馈异步风力发电机建模与仿真研究[J].电力科学与工程,2010,26(1):5-9.Zhang Zhaoyan,M a Y ongguang.M odeli ng and si m ulati on researchof doub l y fed asynchronous w i nd po w er g enerator [J].E l ectric Power Sc i ence and Eng i neering,2010,26(1):5-9.Application of an G enetic A lgorit h m in Para m eter Fitting of Process ControlDuan X i n hui1,W ang Xueli a ng2,Zhang Hai x i a2,N i e Yan m i n2(1 R esearch Institute o f S i m ulati on&Contro,l N o rt h Ch i na E lectr i c Powe r U niversity,Baodi ng071003,Ch i na;2 Schoo l o f Contro l and Co mputer Eng i neer i ng,N orth Ch i na E l ectric Power U ni versity,Baod i ng071003,Ch i na) Ab stract:Based on the s i m p l e g enetic a l go rith m,t he operati ons of crossover andm utation i m proved,a fast genet ic algor i th m w as desi gened for t he spec i a l features of the process contro,l the l a rge nu mber o f pa rame ters and t he h i gh prec i sion request.A nd it has been appli ed i n BP neura l ne t w ork we i ghts traini ng and pa rame ter fi tti ng o f t her ma l processes transfer functi ons.S i m ulati on results demonstra tes t he prac tica lity of the a lgo rith m.K ey words:genetic a l gor it hm;para m eter fitti ng;process contro l。