人工免疫系统及其在电站控制中的应用研究

摘要

本文设计了几种基于免疫反馈原理的控制器和基于免疫原理的自适应免疫遗传算法,并在电站控制系统进行了大量的应用仿真研究。
　　 第一:通过免疫反馈原理的研究,将免疫反馈控制器与模糊控制、PID控制有效的结合,设计模糊自调整免疫增量PID控制,并将其与传统方法整定的PID控制在球磨机负荷控制系统进行仿真对比研究,将模糊免疫PID控制与解决大迟延的Smith控制、内模控制进行仿真对比实验。仿真结果表明,模糊免疫PID控制器具有很好的快速性和抗干扰性。
　　 第二:在充分分析不完全微分和串级控制内回路作用基础上,设计了免疫不完全微分PID-免疫P串级控制,并将其应用到电站给水系统中。仿真结果表明,该控制策略下,即使参数在很大范围变化,给水系统仍具有很好的快速性和具有很好的克服给水扰动、蒸汽扰动的能力,大大减小了虚假水位的影响。
　　 第三:设计模糊免疫Smith控制器,利用Smith控制解决大迟延问题,利用模糊免疫控制解决快速性和抗干扰性、模型不匹配时系统的稳定性问题。并将其应用于给水系统,仿真结果表明,模糊免疫改进Smith控制具有比Smith控制更好的快速性和抗干扰性。
　　 第四:设计了免疫内模控制器。利用免疫控制实现在线整定内模控制器的滤波器参数,解决内模控制系统快速性和鲁棒性之间的矛盾。并将其用于球磨机负荷控制系统,仿真结果表明,免疫内模控制比内模控制具有更好的快速性和抗干扰性。
　　 第五:设计了基于相似性矢量距的自适应免疫遗传算法。给出了自适应免疫遗传算法各个模块的设计方法,同时将自适应免疫遗传算法同遗传算法收敛性函数验证做了仿真实验对比,仿真结果表明,自适应免疫遗传算法较遗传算法具有更好、更快的寻优能力。
　　 第六:将自适应免疫遗传算法用于电站主汽温控制系统PID参数的优化和电站机组的经济负荷优化分配。仿真结果表明,自适应免疫遗传算法具有比遗传算法更强的寻优能力,尤其它的全局、快速收敛性能,为电站系统在线实时优化运行的实施,提供了有利的保证。

目录

文摘

英文文摘

第一章 绪论

1.1 选题背景及其意义

1.2 国内外研究现状

1.3 人工免疫系统今后研究方向

1.4 本文的主要内容和结构安排

第二章 生物免疫系统

2.1 生物免疫系统组成

2.1.1 免疫器官

2.1.2 免疫分子

2.1.3 免疫细胞

2.2 免疫系统的主要功能

2.3 免疫系统的功能实现环节

2.3.1 自己与非己区分

2.3.2 免疫应答

2.3.3 免疫调节

2.4 免疫系统的特点

第三章 免疫控制器的设计及其在电站控制中的应用研究

3.1 基于免疫调节的免疫反馈原理

3.1.1 免疫系统的白调节

3.1.2 免疫系统的反馈调节任务

3.1.3 免疫系统与控制系统的类比

3.2 模糊免疫P控制器

3.2.1 基于免疫原理的免疫控制器算法

3.2.2 基于免疫原理的免疫P控制器

3.2.3 f(u(k),Δu(k))的非线性实现

3.2.4 模糊控制的特点

3.2.5 模糊控制的原理及结构

3.2.6 基本模糊控制器的设计

3.2.7 模糊免疫P控制器设计

3.3 模糊自调整免疫增量PID控制器设计

3.4 模糊免疫PID控制在球磨机负荷控制系统仿真研究

3.4.1 球磨机负荷系统运行原理

3.4.2 球磨机负荷控制系统的工作特性

3.4.3 负荷控制系统的动态模型

3.4.4 模糊免疫PID控制在球磨机负荷控制系统中的仿真研究

3.5 免疫不完全微分PID-免疫P构成串级控制器

3.5.1 免疫不完全微分PID的主控制器设计

3.5.2 副回路的免疫P调节

3.5.3 免疫PID主控制器结构及免疫P副控制器结构

3.6 免疫不完全微分PID-免疫P串级控制在给水系统的仿真研究

3.6.1 三冲量汽包水位控制系统工作原理

3.6.2 三冲量汽包水位控制系统的数学模型

3.6.3 仿真研究

3.7 基于模糊免疫的改进Smith预估补偿控制器设计

3.7.1 改进的Smith预估补偿控制

3.7.2 基于模糊免疫的Smith控制器设计

3.7.3 模糊免疫Smith控制在给水系统的仿真研究

3.8 免疫内模控制器的设计

3.8.1 内模控制器结构、性质和设计

3.8.2 内模控制与Smith控制的关系

3.8.3 基于Smith预估原理的IMC控制器设计

3.8.4 免疫Smith内模控制

3.8.5 免疫内模控制在球磨机负荷系统的应用研究

第四章 自适应免疫遗传算法的设计

4.1 研究自适应免疫遗传算法的意义

4.2 遗传算法

4.2.1 遗传算法发展概述

4.2.2 遗传算法的基本原理

4.2.3 遗传算法流程图及基本步骤

4.2.4 遗传算法的构造过程

4.2.5 遗传算法作为算法具有如下优点、不足和改进方向

4.3 免疫算法

4.3.1 免疫机制简介

4.3.2 免疫算法发展概述

4.3.3 免疫算法基本思想和基本类型

4.3.4 免疫算法的特点和免疫算法的基本步骤

4.3.5 免疫算法与遗传算法的区别

4.4 免疫遗传算法基本原理

4.4.1 免疫遗传算法的基本思想

4.4.2 自适应免疫遗传算法流程图与遗传算法流程图比较

4.5 自适应免疫遗传算法模块设计

4.6 基于矢量距免疫遗传算法收敛性

4.7 自适应免疫遗传算法的性能测试

第五章 自适应免疫遗传算法在电站优化控制中的应用研究

5.1 自适应免疫遗传算法在主汽温控制系统中的应用研究

5.1.1 基于自适应免疫遗传算法的控制系统PID自整定研究的背景及意义

5.1.2 基于免疫遗传算法的主汽温系统PID参数优化设计方案

5.1.3 主汽温对象动态特性

5.1.4 仿真研究

5.2 自适应免疫遗传算法在厂级负荷优化中的应用研究

5.2.1 厂级负荷优化的背景及意义

5.2.2 厂级分配的国内外研究现状

5.2.3 火电厂单元机组煤耗特性曲线的确定

5.2.4 自适应免疫遗传算法的参数设置

5.2.5 仿真研究

第六章 结论

参考文献

致谢

攻读博士学位期间发表的学术论文

攻读博士学位期间参加的科研工作