基于Smith预估的神经网络循环流化床锅炉床温控制

摘要

料床温度是循环流化床锅炉正常运行的一个重要指标,它影响着锅炉的燃烧效率和污染物排放速率.在燃烧过程中,它具有时变性、大惯性和大滞后的特点.针对这一问题,将BP-Smith预估控制算法应用于循环流化床锅炉床温控制,该算法基于BP整定的PID控制,提高对被控对象参数变化的自适应能力和Smith预估控制能够克服对象的大迟延特性,并对BP-Smith预估控制进行了仿真.仿真结果表明,所设计的控制系统性能均优于常规PID控制和Smith预估补偿PID控制系统.