基于失配补偿Smith-RBF神经网络的 主蒸汽压力控制技术

• 作者: 冯旭刚 姚凤麒 章家岩 高锦
• 来源期刊: 重庆大学学报
• 学科: 工学
• 关键词: 锅炉 主蒸汽压力 神经网络 失配补偿Smith预估
• 年，卷（期）: 2019,（7）
• 页码范围: 105-113
• 页数: 9页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11835/j.issn.1000-582X.2019.07.012

摘要

针对燃气发电锅炉主蒸汽压力控制系统对象的大滞后、不确定性和煤气扰动大的特点,设计了一种基于失配补偿Smith预估及RBF神经网络的控制方案.利用RBF神经网络的在线学习能力整定常规PID的参数,并通过失配补偿Smith预估控制器对系统中存在的纯滞后进行补偿,有效解决了火力发电锅炉主蒸汽压力对象动态特性模型失配及纯滞后的问题.通过仿真研究及实际应用表明:该控制方法对于火力发电锅炉主蒸汽压力控制具有很好的稳定性和抗干扰能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	章家岩	安徽工业大学电气与信息工程学院	81	314	9.0	14.0
2	冯旭刚	安徽工业大学电气与信息工程学院	46	128	5.0	8.0
3	姚凤麒	安徽工业大学电气与信息工程学院	8	14	3.0	3.0
4	高锦	安徽工业大学电气与信息工程学院	4	7	2.0	2.0