| 【中文题名】 | 神经网络PID在协调控制系统中的应用 |
| 【英文题名】 | The Application of Neural Network PID in the Coordinated Control System |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-3-16 |
| 【中关键词】 | 协调控制系统,神经网络PID,模型参考,解耦,, |
| 【英关键词】 | Coordinated control system （CCS）,Neural network PID,Model reference,decoupling, |
| 【分类导航】 | 工业技术>电工技术>发电、发电厂>发电厂>火力发电厂、热电站>控制设备 |
| 【论文摘要】 | 大型火力发电厂的协调控制系统是火电厂自动控制的重要研究课题。它是一个复杂的多变量控制系统,具有非线性、时变、大迟延,强耦合等特点。常规的机炉协调控制系统控制策略现在已经不能满足电网对单元机组协调控制系统的设计要求和控制品质要求。本文在分析了协调控制对象动态特性的基础上对协调控制系统进行了解耦设计。同时,提出一种在BP神经网络的基础上的基于模型参考的神经网络PID控制器。针对国产300MW单元机组协调控制系统的动态数学模型,进行了大量的仿真试验。结果表明,本文采用的控制算法具有良好的控制品质,是一种可行的控制方案。对于研究非线性、参数时变的控制系统提供了一种新的思路,具有一定的理论意义和工程应用价值。 |
| 【论文题纲】 |
|
中文摘要 |
4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-12 |
|
1.1 论文的选题背景及其意义 |
7-8 |
|
1.2 协调控制系统的发展和现状 |
8-9 |
|
1.3 神经网络的研究现状 |
9-11 |
|
1.4 本文的主要研究内容 |
11-12 |
|
第二章 单元机组协调控制系统动态特性及解耦 |
12-20 |
|
2.1 单元机组的运行方式 |
12-13 |
|
2.1.1 滑压运行方式 |
12 |
|
2.1.2 定压运行方式 |
12-13 |
|
2.1.3 定-滑-定运行方式 |
13 |
|
2.2 单元机组协调控制系统 |
13-16 |
|
2.3 单元机组协调控制对象的动态特性 |
16-17 |
|
2.3.1 机组协调控制对象的动态特性分析 |
16-17 |
|
2.3.2 机炉动态特性的基本特征 |
17 |
|
2.4 协调控制系统控制对象的解耦设计 |
17-20 |
|
第三章 神经网络理论基础 |
20-36 |
|
3.1 神经网络的基本概念 |
20-25 |
|
3.1.1 人工神经元模型 |
20-22 |
|
3.1.2 人工神经网络的模型和结构 |
22-24 |
|
3.1.3 神经网络的学习方法 |
24-25 |
|
3.2 BP 神经网络及算法 |
25-29 |
|
3.2.1 网络结构 |
25 |
|
3.2.2 BP 学习算法 |
25-26 |
|
3.2.3 BP 网络学习公式 |
26-29 |
|
3.3 神经网络系统辨识 |
29-31 |
|
3.3.1 系统辨识简介 |
29-30 |
|
3.3.2 神经网络辨识的基本原理 |
30-31 |
|
3.4 神经网络控制 |
31-36 |
|
3.4.1 神经网络控制的基本思想 |
31-33 |
|
3.4.2 神经网络控制系统的典型结构 |
33-36 |
|
第四章 协调控制系统新型控制器的设计 |
36-45 |
|
4.1 基本设计思路 |
36 |
|
4.2 机侧控制器的设计 |
36-37 |
|
4.3 炉侧控制器的设计 |
37-45 |
|
4.3.1 神经网络辨识 |
38-39 |
|
4.3.2 基于模型参考自适应控制的神经网络PID 控制器 |
39-44 |
|
4.3.2.1. 神经网络PID 控制器 |
40-42 |
|
4.3.2.2. 神经网络模型参考自适应控制 |
42-43 |
|
4.3.2.3. 基于模型参考的神经网络PID 控制器 |
43-44 |
|
4.3.3 参考轨迹 |
44-45 |
|
第五章 控制系统的仿真研究 |
45-55 |
|
5.1 协调控制系统控制原理及其结构 |
45-46 |
|
5.2 系统仿真及分析 |
46-55 |
|
第六章 结论与展望 |
55-57 |
|
参考文献 |
57-60 |
|
致谢 |
60-61 |
|
在学期间发表的学术论文和参加科研情况 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.382240 |
