10.11835/j.issn.1000-582X.2019.07.012
基于失配补偿Smith-RBF神经网络的 主蒸汽压力控制技术
针对燃气发电锅炉主蒸汽压力控制系统对象的大滞后、不确定性和煤气扰动大的特点,设计了一种基于失配补偿Smith预估及RBF神经网络的控制方案.利用RBF神经网络的在线学习能力整定常规PID的参数,并通过失配补偿Smith预估控制器对系统中存在的纯滞后进行补偿,有效解决了火力发电锅炉主蒸汽压力对象动态特性模型失配及纯滞后的问题.通过仿真研究及实际应用表明:该控制方法对于火力发电锅炉主蒸汽压力控制具有很好的稳定性和抗干扰能力.
锅炉、主蒸汽压力、神经网络、失配补偿Smith预估
42
TP273(自动化技术及设备)
安徽省重点研究与开发计划项目1804a09020094;安徽省高校自然科学研究重点项目KJ2018A0054,KJ2018A0060
2019-09-04(万方平台首次上网日期,不代表论文的发表时间)
共9页
105-113