摘要：针对电厂过热汽温系统的大迟延和非线性特性,设计了一种基于多模型预测控制的过热汽温控制系统.首先介绍了多模型预测控制的基本算法,并通过3个主要扰动通道建模,在预测控制算法中引入前馈补偿,降低了一般动态前馈的设计难度.同时还结合电厂的实际情况对新型过热汽温控制系统的结构和设计过程进行了说明.现场运行结果表明,采用该控制算法能够保证把过热汽温的稳态偏差控制在±0.5℃以内,同时有效降低调节阀的动作频率,提高调节阀的使用寿命.

摘要：为了增强过热汽温控制系统的负荷适应能力,以一个600MW机组的过热汽温系统为研究对象,设计了由4组局部控制器组成的负荷调度控制系统,并以主蒸汽流量作为系统的调度变量。每一组局部控制器对应一种典型工况,采用串级内模原理进行设计和整定,其中,高阶的外回路控制器通过Taylor级数展开的方法简化为实际PID形式。控制系统各局部控制器之间的跟踪与无扰切换通过Hanus方法实现。系统保留了传统串级控制系统克服内回路扰动、提高系统工作频率的优点。在不同负荷下的仿真试验以及大范围变工况试验均表明,该系统具有良好的负荷适应能力。

摘要：针对常规过热汽温控制中响应速度慢、过渡时间长、超调量大等缺点 ,提出一种基于自适应规则的控制器的设计方法 ,使PID控制器的参数自动适应对象的变化 ,达到最优控制的目的。与此同时 ,给出了自适应控制器的组态及各部分的工作原理。仿真结果表明 ,自适应PID控制比常规PID控制品质更好。

摘要：针对过热汽温控制系统具有大惯性、大时滞特性且模型参数随负荷变化较大,传统控制算法难以获得良好控制性能,提出了IGPC-QFT串级控制算法。改进的广义预测自校正控制作为主控制器来抑制超调,克服系统大时滞特性,定量反馈理论作为副控制器,对导前区不确定性与干扰进行抑制,并设计了一种简便的定量反馈理论控制器设计方法。通过与传统广义预测-比例控制的仿真结果对比,提出的算法可使系统获得较好的跟踪性与鲁棒性,简化了副控制器的设计过程,满足了系统在全工况下运行的控制要求。

摘要：针对过热汽温被控对象的特点,设计了相应的基于神经网络的自抗扰控制器,分析了自抗扰控制器与神经网络结合的方式以及神经网络训练样本提取与训练方法,将该控制器成功应用到过热汽温控制系统中。嵌入神经网络的自抗扰控制器的状态估计能力提高,适应能力增强。研究表明,针对大迟延、大惯性、非线性且动态特性参数随工况变化的过热汽温对象,该控制器不仅能保证较高的控制精度,而且具有很强的抗干扰性和鲁棒性。

摘要：研究了具有延滞不确定系统的鲁棒控制问题．指出该问题可以统一在Ｈ∞框架下进行处理．讨论了权函数的选择，求解Ｈ∞鲁棒ＰＩＤ控制器，并对锅炉过热汽温控制进行了仿真研究，结果表明本文的设计方法是有效的．

摘要：火电厂过热汽温控制品质的好坏,直接影响发电机组的安全运行及其生产效率。常规PID控制算法无法满足过热汽温控制系统参数的时变性,利用BP神经网络的自学习性和鲁棒性的特点,结合常规PID控制算法,设计了一种基于BP神经网络的PID过热汽温控制系统,根据被控对象参数的变化,采用BP神经网络自动调整PID参数,实现了PID参数自调整的功能。经过仿真分析与实际投入工厂试运行表明,设计的控制系统可行,且控制效果良好。

摘要：在对火电厂过热汽温控制对象特点分析基础上 ,保留串级控制抗内扰的性能 ,结合模糊控制动态特性好的特点 ,提出了一种复合模糊串级控制设计。仿真结果表明 ,用这种方法建立的过热汽温控制系统具有较好的控制品质和抗干扰能力。

摘要：提出了基于免疫原理的模型预测控制方法,将免疫遗传算法作为优化技术用于模型预测控制的设计,并应用在电站锅炉过热汽温的控制系统中,仿真研究表明了该算法的可行性和有效性。

摘要：针对电厂过热蒸汽温度对象具有大迟延、不确定性等特点,本文设计了一种基于自适应神经模糊-PID(ANFIS-PID)的过热汽温控制系统。利用ANFIS-PID控制对本系统实现非线性建模和系统仿真,并与传统的PID控制在电厂过热汽温系统中的应用进行了比较。仿真结果表明,本过热汽温控制系统具有较高的控制精度、良好的动态特性和鲁棒性,系统的控制特性在超调量、快速性、抗干扰方面均有很大的提高。