多模型自适应控制在单元机组CCS中的应用研究

多模型自适应控制在单元机组CCS中的应用研究

论文摘要

大型单元机组协调控制系统是提高电厂经济效益,实现电网调度自动化的重要环节。由于协调控制系统是一个复杂的多变量控制系统,系统存在着不确定性干扰和非线性特性,锅炉侧存在着很大的滞后,且锅炉侧与汽机侧存在强烈的耦合特性,所以其控制器的设计存在一定难度。鲁棒控制是处理不确定性问题的一种常用有效的方法。但是当系统外部环境或系统参数发生较大变化时,系统的控制品质将受到影响;而传统的自适应控制器的设计也是基于一个参数固定或者慢时变的系统模型,所以对于复杂系统,其控制器性能也不佳。在这种背景下,人们提出了多模型自适应控制,其核心思想就是利用多个模型来逼近系统的动态特性,对于每一个子模型,设计其相应的子控制器,并将基于最佳模型而设计的控制器通过性能指标优化切换或加权组合映射成当前控制器,对于复杂系统,这种控制器能够达到较好的控制精度、跟踪速度以及稳定性。本文针对火电厂协调控制系统存在的参数不确定性、非线性、大惯性和大迟延问题,将多模型自适应控制算法应用于协调控制中。首先,对协调控制系统对象进行处理。对于汽包炉,在合理简化的前提下,将协调系统对象简化成一个具有双输入双输出的对象。采用前馈补偿解耦算法解除控制回路或系统变量之间的耦合;针对对象模型的高阶特性,采用最优模型降阶算法降阶。然后,设计多模型自适应控制器。本文选择两个固定工况下的等效模型作为模型集中的子模型,尽可能逼近整个系统的动态特性,再选择一个自适应模型保证辨识误差趋于零。基于子模型设计自校正PID子控制器,然后基于性能指标的加权算法,将各子控制器的输出加权和作为全局控制器的输出值,对实际系统进行控制。最后,将该算法应用至某协调控制对象,通过仿真验证多模型自适应控制算法的有效性,为多模型自适应控制算法在非线性系统中的应用作铺垫,并指出了今后的研究方向。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 问题的提出
  • 1.2 单元机组协调控制系统的发展概况
  • 1.3 多模型自适应控制
  • 1.3.1 多模型自适应控制的研究意义
  • 1.3.2 多模型自适应控制的发展概况
  • 1.3.3 多模型自适应控制的难点
  • 1.4 本文的主要工作
  • 第2章 单元机组协调控制系统分析
  • 2.1 单元机组协调控制的任务
  • 2.2 单元机组协调控制系统的对象特性
  • 2.2.1 汽轮机对象特性
  • 2.2.2 锅炉对象特性
  • 2.3 协调控制系统的分类
  • 2.3.1 按照反馈信号的性质分类
  • 2.3.2 按照前馈回路的性质分类
  • 2.4 单元机组协调对象的处理
  • 2.4.1 对象解耦
  • 2.4.2 对象降阶
  • 2.5 本章小结
  • 第3章 多模型自适应控制
  • 3.1 多模型自适应控制的基本原理
  • 3.2 模型集的建立
  • 3.2.1 模型集的类型
  • 3.2.2 动态优化模型集的建立
  • 3.2.3 动态优化模型集模型的选择
  • 3.3 多模型自适应控制器的构成
  • 3.3.1 加权式多模型控制
  • 3.3.2 切换式多模型控制
  • 3.4 多模型自适应控制算法的稳定性分析
  • 3.5 非线性多模型自适应控制
  • 3.6 本章小结
  • 第4章 多模型自适应控制在单元机组CCS 中的应用
  • 4.1 基于自校正PID 的单元机组CCS 的仿真
  • 4.1.1 自校正PID 控制算法
  • 4.1.2 基于自校正PID 的单元机组CCS 的仿真
  • 4.2 基于多模型自适应控制的单元机组CCS 的仿真
  • 4.2.1 多模型自适应控制算法的设计
  • 4.2.2 基于多模型自适应控制的单元机组CCS 的仿真
  • 4.3 本章小结
  • 第5章 结论与展望
  • 参考文献
  • 攻读硕士学位期间发表的学术论文及其它成果
  • 致谢
  • 详细摘要
  • 相关论文文献

    • [1].基于自适应控制的空气舵位置伺服系统研究[J]. 液压与气动 2020(03)
    • [2].机床的自适应控制[J]. 科技创新导报 2018(02)
    • [3].多功能智能手环的远程红外激光自适应控制[J]. 激光杂志 2017(03)
    • [4].一次风压自适应控制运用的经济性分析[J]. 科技创新导报 2017(06)
    • [5].基于双层感知的指挥系统自适应控制[J]. 信息与电脑(理论版) 2019(24)
    • [6].浅谈自适应控制技术在继电保护中的应用[J]. 通讯世界 2013(11)
    • [7].无模型自适应控制在电动助力转向系统中的应用[J]. 汽车实用技术 2019(11)
    • [8].无模型自适应控制的研究[J]. 科技展望 2016(14)
    • [9].电传动履带车辆转向自适应控制策略仿真分析[J]. 车辆与动力技术 2015(01)
    • [10].多模型自适应控制在空分系统中的应用[J]. 电子世界 2013(18)
    • [11].反推自适应控制与滑模控制在交流伺服电机中的应用比较[J]. 佳木斯教育学院学报 2012(04)
    • [12].直线电机的无模型周期自适应控制[J]. 青岛科技大学学报(自然科学版) 2010(01)
    • [13].《系统辩识与自适应控制》课程教学改革探讨[J]. 科技信息 2010(36)
    • [14].一类混沌金融系统的自适应控制[J]. 哈尔滨师范大学自然科学学报 2015(06)
    • [15].分析自适应控制技术在电力系统继电保护中的应用[J]. 通讯世界 2013(23)
    • [16].自适应控制压力钻井关键技术研究[J]. 中国石油和化工标准与质量 2013(20)
    • [17].无模型自适应控制技术的研究和应用[J]. 工业控制计算机 2009(06)
    • [18].单点自适应控制策略回顾与展望[J]. 武汉理工大学学报(交通科学与工程版) 2009(04)
    • [19].动态环境下企业组织自适应控制模型研究[J]. 科技管理研究 2009(08)
    • [20].NASA将进行自适应控制试验[J]. 航空科学技术 2009(03)
    • [21].交流电动机自适应控制技术的发展现状及应用[J]. 防爆电机 2008(06)
    • [22].多模型自适应控制理论及应用[J]. 工程科学学报 2020(02)
    • [23].基于神经元自适应控制的动态电压恢复器研究[J]. 电机与控制应用 2020(07)
    • [24].熔化极气体保护焊中弧长系统的改进无模型自适应控制[J]. 工程科学与技术 2018(01)
    • [25].基于坐标补偿的自动泊车系统无模型自适应控制[J]. 自动化学报 2015(04)
    • [26].多输入多输出系统的加权多模型自适应控制研究[J]. 上海理工大学学报 2015(02)
    • [27].小型信控环形交叉口自适应控制模型与算法[J]. 科学技术与工程 2017(35)
    • [28].一类混合不确定系统的对偶自适应控制[J]. 应用科学学报 2018(06)
    • [29].输入有界的电液位置伺服系统的自适应控制[J]. 系统仿真学报 2017(03)
    • [30].烟草制丝加料加香过程的无辨识自适应控制方案[J]. 烟草科技 2012(04)

    标签:;  ;  ;  

    多模型自适应控制在单元机组CCS中的应用研究
    下载Doc文档

    猜你喜欢