基于神经网络的解耦控制研究

《基于神经网络的解耦控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕士学位论文摘要摘要本文主要进行了基于神经网络的解耦控制研究。针对电厂中除氧器对象和单元机组协调控制系统被控对象强耦合的特点，将神经网络引入控制系统的设计中。提出了一种神经网络在线解耦算法，该算法结合了基于神经网络的参数自适应PID控制算法和分散解耦算法，用来实现对被控对象的解耦控制。将该算法分别用于对除氧器水位、压力控制系统和单元机组协调控制系统的设计中。通过对设计方案的仿真研究，结果表明：该设计方案具有良好的解耦效果；控制系统的调节品质令人满意。通过仿真试验比较：该设计方案比传统PID控制方案的控制水平有明显的提高。关键词：神经网络，解耦控制，除氧器，协调控

2、制系统ABSTRACTThispaperfocusondecouplingcontrolbasedonNeuralNetwork．Directagainstthestrongcouplingcharacteristicofcontrolsystemofdeaeratorandcoordinatedcontrolsysteminthepowerplant，adecouplingcontrolsystemcomposedofself-adaptivePIDcontrolleranddispersivedecouplingnetworkispresentedwhichisappl

3、iedincontrolsystemofdeaeratorandcoordinatedcontrolsystemtodecouplethesesystem．Thesimulationresultsshowthatthedesignedsystemdispelthecouplingbetweenthesystematicvariablesbasically,itimprovedgreatlythedynamicandstaticresponsiblespecificationsofthesystem．ComparedwiththetraditionalPIDcontrolle

4、r，thisintelligentcontrolalgorithmcanachievebettercontroleffect．ZhangJianyu(ControlTheoryandControlEngineering)DirectedbyProLYuXining，AssociateProf．LiangWeipingKEYWORDS：neuralnetwork，decouplingcontrol，deaerator,coordinatedcontrolsystem声明本人郑重声明：此处所提交的硕士学位论文《基于神经网络的解耦控制研究》，是本人在华北电力大学攻读硕士学位期间，

5、在导师指导下进行的研究工作和取得的研究成果。据本人所知，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得华北电力大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示TN意。学位论文作者签名：逆盎孳日期：学位论文作者签名：硝釜丝聋日期：谢jfl关于学位论文使用授权的说明本人完全了解华北电力大学有关保留、使用学位论文的规定，即：①学校有权保管、并向有关部门送交学位论文的原件与复印件；②学校可以采用影印、缩印或其它复制手段复制并保存学位论文；⑧学校可允许学位论文被查阅或

6、借阅；④学校可以学术交流为目的，复制赠送和交换学位论文；⑤同意学校可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容。(涉密的学位论文在解密后遵守此规定)作者签名：翘日期：碰：!：，导师签名日期华北电力大学硕士学位论文1．1选题背景及其意义第一章引言现代复杂工业生产过程中，受控对象之间的耦合问题是普遍存在的一种现象。与无耦合的受控对象相比，自动控制系统的设计难度更大。加之热工对象所普遍存在的大延迟、大惯性、非线性等特性，又会增加自动控制系统的设计难度。因此，对强耦合、大延迟、大惯性、非线性控制系统来说，控制方案的选择、控制参数的整定以及控制水平的提高是一个值得深入

7、研究的课题。复杂的电力生产过程都是多参数的协调工作过程。一个过程变量的变化必然会波及到其它过程变量的变化，因此在一个多变量的控制系统中，因为系统中存在耦合，输入与输出之间相互关联，互相影响，采用SISO系统的设计方法往往不能取得预期的控制效果，甚至会得到一个不稳定的系统。因此研究MIMO系统的解耦控制策略，并把它们用于过程控制，对于提高生产效益和保障安全运行都具有很重要的现实意义【IJ。解决上述问题的关键在于如何实现工业过程的自适应解耦控制。传统的解耦控制理论已经比较完整，但必须建立在精确的数学模型基础之上，且控制