汽輪機數(shù)字電液調(diào)節(jié)系統(tǒng)建模及先進控制研究.pdf_第1頁
已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、汽輪機數(shù)字電液調(diào)節(jié)系統(tǒng)要求反應(yīng)迅速、精度高,保證整個機組在各種工況下能安全、高效地運行。隨著機組容量越來越來越大,對調(diào)節(jié)系統(tǒng)的控制性能要求也越來越高。但是采用常規(guī)PID控制算法的數(shù)字電液調(diào)節(jié)系統(tǒng),難以在整個工況變動范圍內(nèi)均保持良好的控制品質(zhì)。為了提高系統(tǒng)的控制性能,設(shè)計基于先進控制算法的調(diào)節(jié)系統(tǒng),對汽輪機工況乃至整個機組都具有重要意義。 本文首先論述了汽輪機數(shù)字電液調(diào)節(jié)系統(tǒng)的基本原理,把汽輪機調(diào)節(jié)系統(tǒng)劃分為幾個子功能模塊:油動機

2、模塊、蒸汽容積模塊、電液轉(zhuǎn)換器模塊以及轉(zhuǎn)子模塊,采用模塊化建模的方法,分別對其進行機理建模,從而整合出汽輪機數(shù)字電液調(diào)節(jié)系統(tǒng)的數(shù)學模型。并在此基礎(chǔ)上對調(diào)節(jié)系統(tǒng)內(nèi)部參數(shù)用兩種不同的辨識方法辨識,即采用基于隨機牛頓法(Stochastic Newton algorithm, SNA)和基于遺傳算法(Genetic algorithm)。通過對汽輪機中間環(huán)節(jié)的參數(shù)辨識,結(jié)果表明基于兩種辨識方法,辨識參數(shù)都趨近于實際大小,具有較好的辨識效果。其

3、中基于遺傳算法的參數(shù)辨識效果要好于基于隨機牛頓法的參數(shù)辨識效果,遺傳算法參數(shù)辨識收斂速度快,辨識精度高。 針對常規(guī)PID控制算法存在的各種問題,提出了采用先進控制算法與PID控制方法相結(jié)合進行仿真研究。 針對汽輪機調(diào)節(jié)系統(tǒng)中存在的未建模動態(tài),提出了模糊PID控制算法以及模糊-PID復合控制算法,結(jié)果表明常規(guī)PID控制器結(jié)合模糊控制能減小系統(tǒng)的超調(diào),提高抗干擾能力,縮短調(diào)整時間,因此,這種控制算法具有良好的控制品質(zhì),是一種

4、較為有效的控制策略。 針對常規(guī)PID控制算法無法解決的系統(tǒng)穩(wěn)定性、快速性和準確性之間矛盾的問題,本文提出了采用神經(jīng)網(wǎng)絡(luò)與PID算法結(jié)合的先進控制算法,設(shè)計了三種不同的神經(jīng)網(wǎng)絡(luò)辨識PID控制算法,即基于靜態(tài)徑向基神經(jīng)網(wǎng)絡(luò)(Static Radial Basis Function Neural Network, SRBFNN)辨識PID控制、動態(tài)徑向基神經(jīng)網(wǎng)絡(luò)(Dynamic Radial Basis Function Neural

5、 Network, DRBFNN)單神經(jīng)元PID控制以及模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制,結(jié)果表明神經(jīng)網(wǎng)絡(luò)與PID結(jié)合的控制算法動靜態(tài)特性均優(yōu)于常規(guī)PID控制,其中基于DRBFNN網(wǎng)絡(luò)辨識單神經(jīng)元PID控制效果要優(yōu)于基于SRBFNN網(wǎng)絡(luò)PID控制效果?;谀:窠?jīng)網(wǎng)絡(luò)自適應(yīng)PID算法,由于有模糊控制理論的模糊推理能力,同時還有神經(jīng)網(wǎng)絡(luò)自學習、自適應(yīng)能力,結(jié)果表明模糊神經(jīng)網(wǎng)絡(luò)降低了對設(shè)定初值的依賴,具有泛化能力強,控制精度高,控制品質(zhì)優(yōu)良等優(yōu)

6、點。 針對汽輪機調(diào)節(jié)系統(tǒng)外部存在不可測擾動信號以及參數(shù)具有時變性等不利因素,文中提出了一種新的基于狀態(tài)空間的控制方法-滑??刂?Sliding mode control, SMC)。滑??刂凭哂袑ο到y(tǒng)內(nèi)部參數(shù)攝動和外部擾動有強魯棒性,無需系統(tǒng)在線辨識的優(yōu)點,文中首先提出基于趨近率方法的滑模控制器算法,結(jié)果表明滑模趨近率控制可以較好的跟蹤設(shè)定值變化,對外部擾動信號不敏感,但是由于算法中存在不連續(xù)開關(guān)特性,會引起系統(tǒng)抖振。進一步提出

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論