模型参考模糊自适应内模控制及其在电厂主汽温控制中的应用研究

《模型参考模糊自适应内模控制及其在电厂主汽温控制中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、模型参考模糊自适应内模控制及其在电厂主汽温控制中的应用研究摘要纯滞后、时变参数系统的控制问题，一直都是过程控制研究中的热点和难点。为克服控制量范围受限而产生的控制品质下降，也是控制界一直致力于解决的问题。包含不确定性的被控对象采用自适应控制方法往往性能能达到技术要求或最优，内模控匍J(IMC)方法对于纯滞后对象可以起到良好控制作用，但实际应用中由于控制量受限，其控制性能将受到影响。本文将自适应控制和IMC有机结合，提出了一种新型的控制策略。本文的主要工作和成果如下：1、采用模型参考自适应控制，将模糊控制和内模控制结合，提出了一种模型参考

2、模糊自适应内模控制方法：采用相消法设计内模控制器，用参考模型理想输出和实际对象输出之差e及其变化率Ae在线模糊调节控制器中滤波参数。2、用带反馈校正的模型预测作系统输出预测，根据系统响应和系统预测值是否在给定误差范围内，来共同决定控制量在限幅值与内模控制器输出值之间进行在线智能切换。3、运用在线智能切换的模型参考自适应内模控制方法，针对由国内某500MW火电厂锅炉一级减温系统的被控对象进行仿真，并与常规内模控制和PID控制方法的仿真效果比较，结果表明，采用本文提出的方法在系统响应的快速性、鲁棒性和抗干扰方面都得到了较大改善，从而证明了本

3、文方法的正确性和有效性。关键词：模型参考，内模控制，模糊控制，自适应控制，减温系统Researchonamodel--referenceadaptiveIMcontrolmethodbasedonfuzzyanditsapplicationinpowerplantmainsteamtemperaturecontrolABSTRACTItisalwayshotanddi伍cultissueinprocesscontrolthattheexistenceoftimedelayandtime-varyingsystembecontrolled

4、well．Howtoovercomethelimitedscopeofcontrolofthevolumeandqualitycontrolhavedeclined,butalsocontrolofcommunit、／hasbeenworkingtoresolve．AdaptivecontroltosolvetheobjeetofuncertaintyCallplayagoodrole，SOthattheperformanceofthesystemtomeetthetechnicalrequirements．oroptimal．Inte

5、rnalModelControlOMC)methodiStheobjectwithtimedelaycanplayagoodcontrol，butthepracticalapplicationislimitedduetothevolumecontrolproblems，itsperformancewillbeaffected．AnewtypeofcontrolstrategyWaSintroducedbymeansofcombiningadaptivecontrolwith眦．IIlthispaper,themainworkandach

6、ievementsareasfollows：1．Inthispapertheauthorproposeamodelreferencefuzzyself-adoptingIMcontrollingmethodbaSedonthecombinationofthefuzzyandIMcontrollingtheoryanddesigntheIMcontrolusingtherelativearithmetic．inordertogetoptimizedsteadinessthefilterparametersCanbetunedthrough

7、calculatetheerror-ebetweenthecomputationoutletandtheteStresultaswellaSthechangingrate．Meanwhile．theoutletsof也esystemarepredictedbythefeedbackadjustingmethod．2．111eoutletsofthesystemarepredictedbythefeedbackadjustingmethod．According淞whetherthesystemresponseiSintherangeoft

8、heerrorbandandwhetherthemodelpredicfionoutputexceedsthis睨l-orband．3．UsingthemethodofonlineIntelligentsw