基于改进粒子群算法的广义预测控制在锅炉水位系统中的作用

摘要

随着工业的飞速发展，锅炉作为重要的动力装置已在冶金、发电、化工等领域得到广泛的应用，其能耗以及安全问题成为人们研究的重点。汽包水位控制系统作为锅炉安全运行的重要组成部分，更是研究的重中之重。实际应用中，锅炉的水位控制系统主要通过传统的PID控制，控制效果经常无法完全满足实际要求，对于非线性、耦合、滞后等未知因素的干扰，常常是束手无策。目前，大多数锅炉的智能控制能力较差，不但浪费资源污染环境，还由于大量人工操作，造成安全隐患，威胁到人身安全。
　　 本文通过对锅炉运行流程以及水位控制动态特性的详细分析，提出将改进的粒子群算法引入广义预测控制后应用到锅炉汽包水位的控制系统中，并针对广义预测控制中被控对象受时变、非线性等外部复杂因素的影响，造成参数精确值不高，在线计算量大等问题，重新调整了标准粒子群算法的惯性权重、适应度函数、种群初始化，并引入邻域算子。通过以上改进，提升了收敛速度，以及参数的精度。本文将基于改进粒子群算法的广义预测控制运用到锅炉水位控制系统中，运用机理建模的原理获得锅炉汽包水位控制系统的模型，进而得到数学模型，并分析其动态特性。将改进后的粒子群算法用于参数辨识，能够准确迅速的获得输入输出数据。然后将辨识出的动态模型引入广义预测控制器中，获得最小的目标函数控制增量，并运用滚动优化策略实现对锅炉汽包水位系统的控制。最后通过MATLAB仿真实验分析，该汽包水位控制系统鲁棒性好，收敛速度快，当水位发生突变时，能够迅速，平稳的做出调整，抗干扰能力强，具有很高的实用价值。

目录

声明

摘要

第一章 绪论

1．1 研究的背景与意义

1．2 锅炉汽包水位控制技术的现状及发展

1．3 广义预测控制的产生及其研究现状

1．3．1 广义预测控制的产生

1．3．2 广义预测控制的研究现状

1．4 粒子群优化算法及其研究现状

1．4．1 粒子群优化算法的产生

1．4．2 粒子群优化算法的研究现状

1．5 本文研究内容

第二章 广义预测控制的基本算法

2．1 预测控制的基本原理

2．2 广义预测控制的基本原理

2．2．1 CARIMA预测模型

2．2．2 滚动优化

2．2．3 反馈校正

2．3 广义预测控制中Diophantine方程的递推求解

2．3．1 Ej(z-1)和Fj(z-1)的递推求解

2．3．2 Gj(z-1)的递推求解

2．4 广义预测控制的参数选择策略

2．5 广义预测控制的性能分析

2．5．1 GPC系统的闭环稳定性分析

2．5．2 GPC系统的鲁棒性分析

2．6 本章小结

第三章 粒子群优化算法原理

3．1 引言

3．2 粒子群算法的基本原理

3．2．1 粒子群算法基本原理

3．2．2 PSO运算流程

3．3 粒子群算法的拓扑结构

3．4 粒子群算法的收敛性

3．5 粒子群优化算法的经典改进

3．5．1 引入惯性权重ω

3．5．2 引入收缩因子k

3．5．3 改进种群规模

3．5．4 离散粒子群优化算法

3．6 粒子群算法与其他一些算法的比较

3．6．1 与遗传算法的比较

3．6．2 与蚁群算法的比较

3．7 本章小结

第四章 基于改进粒子群算法的广义预测控制

4．1 基于改进PSO算法的广义预测控制

4．1．1 优化原理

4．1．2 改进的优化策略

4．2 仿真研究

4．3 本章小结

第五章 基于改进粒子群算法的广义预测控制在锅炉水位控制系统的应用

5．1 概述

5．2 锅炉汽包水位控制系统

5．3 锅炉汽包水位系统的特性

5．4 锅炉汽包水位的物理模型

5．4．1 给水流量作用下汽包水位的动态特性

5．4．2 蒸汽流量作用下汽包水位的动态特性

5．5 锅炉汽包水位系统模型的参数辨识

5．6 仿真实验对比分析

5．7 本章小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

攻读学位期间发表的学术论文