多模型自適應(yīng)控制在過(guò)熱汽溫控制系統(tǒng)中的應(yīng)用研究.pdf

1、電廠熱工過(guò)程的動(dòng)態(tài)特性與整個(gè)機(jī)組的運(yùn)行工況密切相關(guān)。當(dāng)負(fù)荷變化時(shí),機(jī)組的過(guò)程模型參數(shù)甚至結(jié)構(gòu)都會(huì)發(fā)生改變。對(duì)于這類(lèi)對(duì)象用魯棒控制方案、自適應(yīng)控制方案都難以取得滿(mǎn)意的控制效果,多模型控制是針對(duì)這類(lèi)對(duì)象而提出的一種控制方案。
　　 由于人工神經(jīng)網(wǎng)絡(luò)具有逼近非線性函數(shù)的能力,而且經(jīng)過(guò)結(jié)構(gòu)優(yōu)化的神經(jīng)RBF網(wǎng)絡(luò)具有建模時(shí)間短,結(jié)構(gòu)簡(jiǎn)單、泛化能力好的特點(diǎn),能夠滿(mǎn)足工業(yè)過(guò)程的實(shí)時(shí)性要求,適合于在線使用。本文將經(jīng)過(guò)結(jié)構(gòu)優(yōu)化的RBF網(wǎng)絡(luò)引入到多模

2、型控制中,用以改進(jìn)多模型控制的控制效果。論文的具體內(nèi)容如下:
　　 回顧多模型控制和神經(jīng)網(wǎng)絡(luò)產(chǎn)生、發(fā)展、應(yīng)用的歷史；介紹了多模型控制基礎(chǔ)知識(shí)和神經(jīng)網(wǎng)絡(luò)的基本內(nèi)容以及在過(guò)程控制中的應(yīng)用。并對(duì)多模型控制和神經(jīng)網(wǎng)絡(luò)在控制中的進(jìn)一步應(yīng)用做出了展望。
　　 根據(jù)RBF網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn),給出一種快速優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)的算法,將優(yōu)化的RBF網(wǎng)絡(luò)用于噴水減溫模型的建模。仿真結(jié)果表明該網(wǎng)絡(luò)具有建模速度快,泛化能力好的特點(diǎn),適合在線使用。本文提出一

3、種基于RBF神經(jīng)網(wǎng)絡(luò)的多模型控制結(jié)構(gòu)。在控制方案上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)和多模型控制的結(jié)合,首先根據(jù)運(yùn)行數(shù)據(jù)確定主要工況,建立固定模型集；其次利用神經(jīng)網(wǎng)絡(luò)的在線進(jìn)行辨識(shí),補(bǔ)償非線性等因素造成的固定模型與實(shí)際模型的不匹配,可以在較小的固定模型庫(kù)的條件下,極大的改善控制系統(tǒng)的性能。
　　 針對(duì)過(guò)熱汽溫對(duì)象大時(shí)延、大慣性、參數(shù)時(shí)變的特點(diǎn),采用一種串級(jí)多模型控制方案。特點(diǎn)是在線辨識(shí)模型的不匹配程度,并根據(jù)輸出與目標(biāo)值之間的偏差產(chǎn)生補(bǔ)償控制作用,以