遗传算法在主蒸汽温度控制系统中的应用

《遗传算法在主蒸汽温度控制系统中的应用》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、洛阳理工学院毕业设计（论文）遗传算法在主蒸汽温度控制系统中的应用摘要在电厂热工生产过程中，主蒸汽温度控制的任务是维持过热器出口蒸汽温度在允许范围之内。过热汽温被控对象是一个多容环节，它的纯迟延时间和时间常数都比较大，干扰因素多，对象模型不能精确确定，中间测点不易取，由于其特有的复杂性，使得模型的获取有一定的难度。PID调节是热工系统最主要的控制策略，它直接影响机组的安全、经济运行。遗传算法作为一种智能优化算法，它是在解空间进行高效启发式搜索，而非盲目地穷举或完全随机搜索，应用遗传算法对主汽温系统控制器参数进行优化，实验表明，应用遗传算法优化控制器参数

2、的优越性。仿真结果表明，在主蒸汽温度控制系统中，本文所设计的用改进的遗传算法优化的PID控制器比常规的PID控制器有更好的控制效果。关键词：遗传算法；主汽温控制；热工系统；调节器参数；参数优化22洛阳理工学院毕业设计（论文）GENETICALGORITHMINTHEMAINSTEAMTEMPERATURECONTROLABSTRACTIntheprocessofthermodynamicengineeringinpowerplant,themaintaskinmainsteamtemperaturecontrolistocontrolthesuper

3、-heatedsteamtemperaturetosomerequiredrange.Thesuper-heatedsteamtemperatureobjectisamulti-containerelement.Itsdeadlinetimeandtimeconstantisrelativelybig.Ithasmanydisturbances,Itsobjectmodelisnotaccuratelyconfirmable.Itisnoteasytomeasuresteamtemperatureinthesuper-heatedimplement.

4、duetoitsuniquecomplexity,makingthemodeltoobtainacertaindegreeofdifficulty.PIDregulationisthemostimportantthermalsystemcontrolstrategy,whichdirectlyaffecttheunit'ssafety,economicoperation.Adaptivegeneticalgorithmasanintelligentoptimizationalgorithm,whichistheefficientheuristicso

5、lutionspace,ratherthanblindlyexhaustiveorcompletelyrandomsearch,geneticalgorithm,themainsteamtemperaturesystemcontrollerparametersoptimization,experimentsshowthatApplicationofgeneticalgorithmtooptimizethecontrollerparameters.Thesimulationresultsshowthatinthemainsteamtemperature

6、controlsystem,designedinthispaperamodifiedgeneticalgorithmtooptimizethePIDcontrollerthantheconventionalPIDcontrollerhasbettercontroleffect.Keywords:Geneticalgorithms,Mainsteamtemperaturecontrol,Thermalsystem,Regulatorparameters,Optimization目　录22洛阳理工学院毕业设计（论文）前　言1第1章主汽温调节系统的控制方案

7、11.1传统主汽温调节系统11.1.1主汽温串级调节系统11.1.2采用导前汽温微分信号的双回路汽温调节系统21.2先进的主汽温控制策略3第2章遗传算法的基础知识52.1遗传算法的概念52.1.1遗传算法的生物学原理52.1.2遗传算法的发展52.1.3遗传算法的特点62.1.4遗传算法的工作原理72.1.5遗传算法的基本操作82.2遗传算法的数学基础92.2.1模式的阶和模式的定义距92.2.2模式定理92.2.3积木块假设102.3基本遗传算法(SGA)的组成102.3.1编码112.3.2适应度函数122.3.3遗传算子122.3.4遗传算法的

8、运行参数142.3.5遗传算法的收敛性142.4用步骤遗传算法的应152.5基本遗传算法的不足15第3章改进