首页> 中文学位 >火电厂锅炉主蒸汽温度智能控制的研究
【6h】

火电厂锅炉主蒸汽温度智能控制的研究

代理获取

目录

封面

声明

中文摘要

英文摘要

引言

第1章 绪论

1.1 研究背景及意义

1.2 火电厂主蒸汽温度控制系统

1.3 智能控制在火电厂主蒸汽温度控制中的现状与应用

第2章 控制算法的研究

2.1 常规PID控制

2.2 自适应模糊PID控制

2.3 人工神经网络控制

2.4 智能控制算法的研究

第3章 火电厂锅炉主蒸汽温度智能控制系统

3.1 主蒸汽温度模糊PID控制系统

3.2 主蒸汽温度模糊神经网络控制及其改进的控制系统

第4章 主蒸汽温度智能控制的仿真研究

4.1 主蒸汽温度常规PID控制仿真

4.2 主蒸汽温度模糊控制仿真

4.3 主蒸汽温度智能控制策略仿真

4.4 仿真结果分析

结论

参考文献

致谢

导师简介

企业导师简介

作者简介

学位论文数据集

展开▼

摘要

目前,在火力发电中,过热蒸汽温度是发电过程中十分重要的监测和控制参数之一。如果主蒸汽温度不合适,将会直接影响发电机组安全、经济运行。因此,通常需要将过热蒸汽温度控制在给定值附近。  一直以来,火电厂的锅炉过热蒸汽温度控制是整个系统中的重难点,主要原因有:第一,被控对象具有延迟性,并且延迟会随着发电机组容量增大而加大,这就使得反馈控制作用不能及时调节;第二,在实际的生产过程中,随着时间的推移,机组的运行工况是不断变化的,这就使得被控对象的动态特性也不断变化,即它的数学传递函数模型不断变化,从而使得传统控制器的控制效果很不理想;此外,被控对象又含有非线性,这使得温度控制变得更为复杂。  针对过热蒸汽温度这种具有大惯性、大延迟等特性的复杂对象,在研究了传统控制方法的基础之上,提出了一些智能控制策略。采用模糊控制方法,在难以获取被控对象精确的数学模型时,也能取得较好的控制效果;应用人工神经网络控制技术,解决了对时变、非线性被控对象的有效控制;模糊神经网络,通过信息融合技术将人工神经网络和模糊逻辑进行融合,是一种先进的控制手段,根据神经网络的自学习功能实现对模糊逻辑推理规则以及参数的优化,进而实现对主蒸汽温度的有效控制。并在此基础上加入了补偿部分,完善了模糊神经网络控制器。最后利用Matlab进行了仿真实验,结果表明补偿模糊神经网络控制具有相对更好的控制品质。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号