鍋爐過(guò)熱汽溫的GGAP-RBF神經(jīng)網(wǎng)絡(luò)控制.pdf

1、大純滯后系統(tǒng)在控制過(guò)程中比較常見(jiàn)且難以控制，如火電廠大多數(shù)具有大延遲、大時(shí)滯過(guò)程的熱工對(duì)象。在實(shí)際生產(chǎn)中，對(duì)熱工對(duì)象的調(diào)節(jié)采用傳統(tǒng)的PID調(diào)節(jié)方式，由于需要對(duì)被控對(duì)象數(shù)學(xué)模型的精確性有較高要求，使得這樣的控制方法在應(yīng)對(duì)實(shí)際工作中對(duì)象特性不斷變化的熱工對(duì)象時(shí)，往往暴露其劣勢(shì)，例如變工況運(yùn)行模型參數(shù)變化時(shí)往往不能滿足控制的需要等。
　　 本論文采用智能控制的原理與常規(guī)的控制方式相結(jié)合，發(fā)揮各自的優(yōu)勢(shì)，使其在面對(duì)電廠熱工對(duì)象這樣的大純

2、滯后復(fù)雜對(duì)象時(shí)，仍然具有良好的適應(yīng)性，并達(dá)到令人滿意的控制效果。
　　 神經(jīng)網(wǎng)絡(luò)控制策略是智能控制的一個(gè)分支。神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的逼近非線性函數(shù)、自適應(yīng)學(xué)習(xí)、并行分布處理的能力，并具有較強(qiáng)的魯棒性和容錯(cuò)性，為解決未知不確定的大純滯后非線性系統(tǒng)的建模和控制問(wèn)題提供了一種有效途徑。徑向基神經(jīng)網(wǎng)絡(luò)可以任意逼近非線性映射的能力，且網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，輸出的連接權(quán)值與輸出呈線性關(guān)系，可以采用線性優(yōu)化算法，近年來(lái)，已經(jīng)成為研究的熱點(diǎn)。