BP神经网络PID控制在主汽温控制系统中的应用.docVIP

BP神经网络PID控制在主汽温控制系统中的应用摘 要 目前，由于PID具有结构简单，可通过调节比例积分和微分取得基本满意的控制性能，广泛应用在电厂的各种控制过程中。电厂主汽温的被控对象是一个大惯性大迟延非线性且对象变化的系统。常规汽温控制系统为串级PID控制或导前微分控制当机组稳定运行时一般能将主汽温控制在允许的范围内。但当运行工况发生较大变化时却很难保证控制品质。因此本文研究BP神经网络的PID控制，利用神经网络的自学习、非线性和不依赖模型等特性实现PID参数的在线自整定，充分利用PID和神经网络的优点。本处用一个多层前向神经网络，采用反向传播算法依据控制要求实时输出Kp、Ki、Kd，依次作为PID控制器的实时参数，代替传统PID参数靠经验的人工整定和工程整定，以达到对大迟延主气温系统的良好控制。对这样一个系统在MATLAB平台上进行仿真研究，仿真结果表明基于BP神经网络的自整定PID控制具有良好的自适应能力和自学习能力，对大迟延和变对象的系统可取得良好的控制效果。 关键词：主汽温PID;BP神经网络MATLAB仿真 锅炉的主蒸汽温度与火电厂的经济性和安全性有重要的关系，因此主蒸汽温度是火电厂的一个极其重要的参数。其控制的好坏直接影响电厂的整个经济效益。 主蒸汽温度的控制任务是： 维持主汽温在允许的范围之内对于亚临界机组的主汽温为长期运行应控制在，对于超临界及超超临界主汽温应控制在，长期运行应控制在。 保护过热器，使其管壁不超过允许的工作温度汽温过高，会烧毁过热器的高温段汽温过低也不行，汽温每降5度，热经济性下降百分之一，汽温偏低会使汽机尾部蒸汽湿度增大甚至带水，严重影响汽机的安全运行。 火电厂的主汽温系统如下图所示： 影响主汽温变化的扰动因素很多，如蒸汽负荷、烟气温度和流速、火焰中心位置、减温水量、给水温度等。主要扰动有3个： 1、蒸汽扰动下主汽温对象的动态特性 D(t/h) 0 t θ(℃） T ? t 图2-2 蒸汽流量变化对主气温的影响 烟气量扰动下主汽温对象的动态特性 0 t θ(℃） T 0 ? 图 2-3 烟气流量变化对主气温的影响 3、减温水量扰动下主汽温对象的动态特性 0 t θ (℃） O ? T t 图2-4 减温水量变化对主气温的影响 3 理论介绍（2） 3.1减温水扰动下主汽温的数学模型 以减温水量作为基本扰动，来完成控制，就是用减温水量作为该系统的输入，把主汽温做为输出，管内的蒸汽和管壁可以看做是许许多多的单容对象的串联，因此对象具有分布参数特性，且该被控对象有较大的惯性和迟延。 用给水量来完成控制，减温水出口温度变化明显比过热汽温变化要快，常常把这一段作为导前区，把从减温器出口到过热蒸汽出口这一段叫做惰性区，在减温水的扰动下，主气温的动态特性可表示为： （-1） 其中为放大系数，为时间常数，n为阶次。其传递函数由两点法可以通过实验测得。 同理导前区的传递函数也可以表示为： （-2） 其中为导前区的放大系数，为导前区的时间常数，为阶次，该传递函数也可以通过实验求的。 惰性区的传递函数也可以表示为 （-3） 其中为惰性区放大系数，为惰性区时间常数，为阶次，该传递函数无法通过实验求出，而是由下式求出： （-4） 可得到： （-5） （-6） （-7） 常规汽温控制系统为