神经网络PID在直流炉汽温控制中的应用.PDF

神经网络 PID 在直流炉汽温控制中的应用 潘笑 汪璐 邓培敏 黄冬兰 The Application of PID Controller Based on Neural Network in main steam system of Once-through boiler Pan Xiao Wang Lu Deng Peimin Huang Donglan 摘 要：在大型火力发电厂中，由于主汽温对象具有大延迟、大惯性、非线性以 及时变性的特性，导致了对其控制比较困难。将 PID 控制器和具有学习功能的 神经网络相结合，是智能控制的一种新的途径。本文针对超临界直流锅炉主汽温 对象的调节特点，将中间点温度信号作为前馈引入主汽温调节系统，利用神经网 络进行系统辨识，运用单纯形法寻优 PID 控制参数，达到最优控制效果。 关键词：神经网络 系统辨识 直流炉 单纯形法 PID 控制 Abstract：In modern thermal power plant, because of the big delay of the main steam temperature object’s characteristic, big inertial, nonlinear and the variety model with variety time, which causing as to its control more difficult. The combination of the broad-using PID controller and ANN is a way of intelligent control. This paper inducts the intermediate point temperature to the main steam control system as feed forward signal based on its effect.Then optimizes PID parameters with intelligent control technologies and distinguish system with neural network and the simplex search method is used to seek excellent PID control parameters and get the optimum result of control. Keywords ：neural network, system identification, once-through boiler, simplex search method, PID control 中图分类号：TP273 文献标识码：B 1 引言 本文设计了以串级调节为基础，对汽温对象进行系统辨识，利用神经网络进 行建模，并加入中间点温度作为前馈信号的控制方案，并利用单纯形法对 PID 参数寻优，用以检验智能算法在控制系统中应用的有效性。直流炉中间点温度是 一个非常重要的参数，是燃水比是否恰当的依据。由于两级喷水减温的控制基本 相同，因此本文只以一级喷水减温为例来说明所设计的系统。 2 神经网络 PID 控制器的 Matlab 数字仿真 2.1 系统辩识 在训练参数给定的情况下，改变神经网络隐层个数以及各层神经元个数，经 训练均可得到不同的网络，但其拟合训练数据的能力不同。依据各网络的拟合性 1 能指标，选取拟合效果最佳的具有两个隐层的神经网络，来代替实际的广义被控 对象。该网络的两隐层激活函数均采用 Sigmoid 型（S 型）函数，输出层采用 purelin 线性激活函数，各层的神经元个数分别为[3,3,10,1]。这样所建立的神经网络具有 最好的控制效果。图2-1-2 给出了此网络结构下基于trainbr 训练的误差变化曲线。 训练后期，SSE 值基本 保持不变，这说明该网 络已经接近收敛了。 2.2 PID 参数优化