無模型自適應(yīng)控制在燃煤鍋爐過熱汽溫控制中的應(yīng)用研究.pdf

1、鍋爐過熱汽溫在工業(yè)控制中是一個具有時變、大滯后特性的對象，目前使用較多的控制方法是傳統(tǒng)的PID算法，但是PID算法的控制效果并不理想。而目前的優(yōu)化算法大多需要精確的數(shù)學模型信息，這在工業(yè)控制中是較難獲得的。數(shù)據(jù)驅(qū)動中的無模型自適應(yīng)控制算法(MFAC)，該算法具有不依賴于被控對象模型具體信息的優(yōu)點，所以當被控系統(tǒng)在不同狀態(tài)下或發(fā)生改變時，無模型自適應(yīng)控制算法就可以根據(jù)被控系統(tǒng)的輸入輸出數(shù)據(jù)得出此時需要的控制量。
　　本文首先介紹了過

2、熱汽溫在工業(yè)上的應(yīng)用以及其控制策略。鍋爐的過熱汽溫在控制上面的難點主要是由于其自身的滯后性以及其在不同負荷下的時變性導(dǎo)致的。根據(jù)以往的過熱汽溫特性和信息，得出了不同負荷下鍋爐過熱汽溫對象的模型。
　　接著介紹了傳統(tǒng)的無模型自適應(yīng)控制算法的基本概念，引入了偽偏導(dǎo)數(shù)的新名詞，推導(dǎo)出SISO(單輸入單輸出系統(tǒng))和MIMO(多輸入多輸出系統(tǒng))兩種形式的緊格式無模型自適應(yīng)控制方法，并對其穩(wěn)定性和收斂性進行了數(shù)學分析。之后根據(jù)大滯后系統(tǒng)模型的

3、特點提出了一種改進的無模型自適應(yīng)控制算法(IMFAC)，對其穩(wěn)定性和收斂性進行了證明。在Simulink(仿真中，使用PID，MFAC和IMFAC算法對過熱汽溫模型進行控制，并針對IMFAC算法的參數(shù)進行量子粒子群算法的尋優(yōu)，使得IMFAC算法獲得了較好的效果。
　　然后引入灰色預(yù)測算法，該算法同樣是依據(jù)系統(tǒng)輸出數(shù)據(jù)對系統(tǒng)未來運行趨勢進行預(yù)測。經(jīng)過數(shù)學推導(dǎo)，得出其算法實現(xiàn)步驟，將其分別與PID，MFAC算法進行組合，得出PID-G

4、REY，MFAC-GREY兩種新型的灰色預(yù)測控制算法分別應(yīng)用于過熱汽溫模型，都在其基礎(chǔ)算法上改善了控制效果。
　　最后介紹了Ovation DCS系統(tǒng)的框架，構(gòu)造了最小系統(tǒng)。將無模型自適應(yīng)控制算法和改進的無模型自適應(yīng)控制算法通過Ovation DCS的先進算法工具盒子(PBLOCK)寫入Ovation控制邏輯中。在DCS邏輯中調(diào)用編輯好的算法塊，使用串級PID-PID，MFAC-PID，IMFAC-PID三種算法對過熱汽溫模型進行