锅炉温度系统的神经网络预测ＰＩＤ串联控制

2012年03月13日15:44:45 本网站我要评论(2)字号：T | T | T

关键字：

张　燕，王桂玲，杨立平，杨　鹏
河北工业大学电气与自动化学院，天津

河北工业大学人事处，天津

摘　　　要：针对锅炉温度系统的非线性、滞后、时变等特性，提出了一种串联控制策略。提出基于神经网络的微分型预测控制算法，该方法的突出优点是能够加快调节时间。在此基础上结合常规ＰＩＤ控制器构成了预测ＰＩＤ串联控制，这种串联控制的方法既有基于神经网络的预测控制在实时系统中抗干扰能力强的优点，又充分利用了ＰＩＤ控制方法响应速度快的特点。通过对锅炉温度系统的实时控制实验，证明了所提方法的有效性，极大地提高了系统的控制品质。

关　键　词：ＲＢＦ神经网络；预测控制；锅炉温度；串联ＰＩＤ

１　引　言
锅炉温度系统作为过程控制的一个典型，动态特性具有大惯性大延迟的特点，而且伴有较强的非线性。目前，锅炉温度控制系统广泛采用ＰＩＤ控制器控制水温，它具有原理简单、抗干扰性强等优点。但常规的ＰＩＤ控制难以适应系统大范围的时变特性，很难取得满意的控制效果。神经网络预测控制（ＮＮＰＣ）能够充分逼近复杂的非线性映射关系，能够学习与适应不确定系统的动态特性，这使其成为非线性系统建模与控制的重要方法。但是由于神经网络本身就具有非线性，实时控制过程中，在非常短的时间内让优化算法必须收敛于一个次优解是比较困难的［１］。针对上述特点，本文提出了在预测控制系统中串联一个ＰＩＤ控制器的控制策略，把基于神经网络的预测控制和ＰＩＤ控制结合起来，提高了系统的响应速度，克服了外界干扰，对温度控制系统实现了串联闭环实时控制。通过实验结果证明所提算法具有很好的控制效果。

登录网站后可下载文件

相关阅读:

没有相关新闻...

电子应用

文摘

方案

电路图

电源技巧：电流模式控制简化了对降压LED稳压器的补偿

热点新闻