神经网络控制算法仿真毕业设计(6)

2019-03-10 21:01

3.4 本章小结

本章主要是对基于BP神经网络的PID控制方法进行了详细的阐述,依据神经网络的算法并和PID结合,推导出该算法下的权值调整公式,进而通过调整权值,找到合适的PID输出kp、ki、kd,为下一章的仿真打下了理论基础。

22

第四章 基于BP神经网络的PID控制在主汽温

控制系统中的应用

4.1 主汽温的控制任务

锅炉的主蒸汽温度与火电厂的经济性和安全性有重要的关系,因此主蒸汽温度是火电厂的一个极其重要的参数。其控制的好坏直接影响到电厂的整个经济效益。主蒸汽温度的控制任务是:(1)维持主汽温在允许的范围之内,对于亚临界机组的主汽温为

540?C?10?C,长期运行应控制在540?C?5?C,对于超临界及超超临界主汽温应控制在

540?C?610?C?10?C,长期运行应控制在540?C?610?C?5?C。(2)保护过热器,使

其管壁不超过允许的工作温度,汽温过高,会烧毁过热器的高温段。汽温过低也不行,汽温每降5度,热经济性下降百分之一,汽温偏低会使汽机尾部蒸汽湿度增大甚至带水,严重影响汽机的安全运行。

4.2 主汽温被控对象的动态特性

火电厂的主汽温系统如下图所示:

图4-1 过热气温原理图

影响主汽温变化的扰动因素很多,如蒸汽负荷、烟气温度和流速、火焰中心位置、减温水量、给水温度等。主要扰动有3个:蒸汽量扰动D,烟气量扰动Q,减温水量扰动W。

23

(1)、蒸汽量扰动下主汽温对象的动态特性

图4-2 蒸汽量变化对主气温的影响

(2)、烟气量扰动下主汽温对象的动态特性

图 4-3 烟气量变化对主气温的影响

(3)、减温水量扰动下主汽温对象的动态特性

W

图4-4 减温水量变化对主气温的影响

4.3 主汽温控制策略

4.3.1主汽温控制信号的选择

对于主蒸汽的上述三个基本扰动,其中蒸汽流量的扰动由用户决定,根据负荷的多少来决定所用蒸汽的多少,所以蒸汽流量信号是不可以调节的,因此不能做调节信号。而烟气量扰动可以做调节信号,但是烟气与燃烧系统有关,如果用烟气作为控制信号,

24

会影响到燃烧控制系统的设计,所以一般也不采用烟气控制。常常用减温水量扰动做调节信号,可通过控制减温水的多少来控制主蒸汽温度,实践证明是可以的。

用减温水给水量作为基本扰动来完成控制,就是用减温水量作为该系统的输入,把主汽温做为输出,管内的蒸汽和管壁可以看做是许许多多的单容对象的串联,因此对象具有分布参数特性,且该被控对象有较大的惯性和迟延。而减温水出口温度变化明显比过热汽温变化要快,常常把这一段作为导前区,把从减温器出口到过热蒸汽出口这一段叫做惰性区,在减温水的扰动下,主气温的动态特性可表示为:

G0??1?s?W?s??k0?1?T0s?n (4-1)

其中k0为放大系数,T0为时间常数,n为阶次。其传递函数由两点法可以通过实验测得。 同理导前区的传递函数也可以表示为:

G1??2?s?W?s??k2?1?T2s?n2 (4-2)

其中k2为导前区的放大系数,T2为导前区的时间常数,n2为阶次,该传递函数也可以通过实验求的。

惰性区的传递函数也可以表示为

G2?

?k1?1?s?2?s??1?T1s?n1 (4-3)

其中k1为惰性区放大系数,T1为惰性区时间常数,n1为阶次,该传递函数无法通过实验求出,而是由下式求出:

G2?s??G0?s? (4-4)

G1?s?可得到

k1?k0 (4-5) k2n0T02?n2T22 T1? (4-6)

n0T0?n2T2(n0T0?n2T2)2 n1? (4-7) 22n0T0?n2T2

25

4.3.2 主汽温控制的两种策略

策略一:

在火电厂中,对主汽温的控制有较高的要求,然而在实际生产过程中,由于主蒸汽流量、压力、烟气温度和流速等的外扰,以及减温水内扰频繁且幅度较大,加上对象模型参数随工况参数(主蒸汽压力、温度和流量)的变化而变化,因而难以建立精确的数学模型.因此,主汽温控制是一个存在大时滞、时变性、大干扰,具有不确定性和非线性的复杂热工对象。常规汽温控制系统为串级PID控制。串级控制系统见下图:

u1 r + e + 主PID 副PID u 2G1(S) ?1 G2(S) ?2 -

- M1 M2 图4-5 主汽温串级控制框图

其中r为主汽温设定值,G1(s)G2(s)分别为控制系统对象的导前区和惰性区的传递函数,M1,M2分别为副变送器和主变送器传递函数。 策略二:

传统的控制都需要人工整定PID,且要求对象模型精确,而对于主汽温被控对象的模型往往是很难精确得到的,我们利用神经网络的非线性特性和不依赖于对象精确模型的优点,对主汽温的控制方案加以改进。改进后加入BP神经网络,搭建成基于BP神经网络的PID控制系统,用以完成对锅炉主汽温的控制。该方案如下图

BP神经网络 r kp ki kd ?1?2u+ PID控制器 G1(S) G2(S) - e

M 图4-6主汽温基于BP神经网络的PID控制框图

26


神经网络控制算法仿真毕业设计(6).doc 将本文的Word文档下载到电脑 下载失败或者文档不完整,请联系客服人员解决!

下一篇:模煳数学+变分法+Matlab基础教程

相关阅读
本类排行
× 注册会员免费下载(下载后可以自由复制和排版)

马上注册会员

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: