期刊文章详细信息
基于BP神经网络和GA-PID的超超临界锅炉系统解耦控制研究
Study on Decoupling and Control of Ultra Supercritical Boiler System based on BP Neural Network and GA-PID
文献类型:期刊文章
SUN Yu-zhen, ZHANG Ting, LI Duo-duo, LI Kang(College of Automation Engineering, Shanghai University of Electric Power, Shanghai Engineering Research Center of Intelligent Management and Control for Power Process, Shanghai, China, Post Code :20009)
机构地区:[1]上海电力学院自动化工程学院上海发电过程智能管控工程技术研究中心
基 金:上海市“科技创新行动计划”高新技术领域项目(16111106300,17511109400);上海市“科技创新行动计划”国际科技合作项目(15510722100)~~
年 份:2018
卷 号:33
期 号:5
起止页码:92-98
语 种:中文
收录情况:BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:直流锅炉运行中,给水调节和燃料调节十分重要,但其各变量之间存在强耦合关系。本文针对1 000 MW超超临界机组直流锅炉中燃料和给水协调控制对象参数多变、强耦合的特点,提出了一种改进权值调整的BP神经网络分散解耦智能方法,实现系统解耦,然后采用遗传算法PID(GA-PID)控制方法对解耦后近似独立的两组对象进行控制。仿真结果表明:BP神经网络分散解耦算法具有很强的非线性映射能力和自适应解耦能力,GA-PID具有良好的控制效果,所设计的系统具有较强的鲁棒性,解耦控制方案能够达到理想的效果。
关 键 词:超超临界机组 分散解耦 BP神经网络 GA-PID
分 类 号:TM621.2]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...