增压锅炉汽包水位多模型预测控制

吉林大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (05): 1450-1455.

增压锅炉汽包水位多模型预测控制

冷欣¹,朱齐丹²

1.东北林业大学机电工程学院,哈尔滨 150040；2.哈尔滨工程大学自动化学院,哈尔滨 150001

收稿日期:2009-10-12 出版日期:2011-09-01 发布日期:2011-09-01
作者简介:冷欣(1980-),女,讲师,博士.研究方向:控制理论与控制工程.E-mail:lengxin22@yahoo.com.cn
基金资助:
国家自然科学基金项目(60875025).

Multi-model predictive control of drum water level in marine supercharged boiler based on dynamic compensation by radial basis function neural network

LENG Xin¹, ZHU Qi-dan²

1.College of Electromechanical Engineering, Northeast Forestry University,Harbin 150040, China；2.College of Automation,Harbin Engineering University, Harbin 150001, China

Received:2009-10-12 Online:2011-09-01 Published:2011-09-01

摘要/Abstract

摘要：

针对船用增压锅炉大范围变工况的运行特点,采用典型工况下的固定模型与径向基函数神经网络相结合建立了汽包水位的多模型集。应用状态空间的预测控制算法,设计了预测控制器与神经网络补偿控制器相结合的汽包水位多模型控制器。该方法充分考虑了单一固定模型不能适应全局大范围工况变化的特点。仿真结果表明,所设计的控制器实现了汽包水位的稳定控制,提高了系统的响应性能,解决了大范围变工况的控制难题。

关键词: 自动控制技术, 锅炉, 汽包水位, 预测控制, 多模型控制

Abstract:

Considering the operation of the marine supercharged boiler in a wide range of conditions, a multi-model set was built for the drum water level control using the combination of the fixed models for the typical operation conditions and the radial basis function neural network(RBFNN). The fixed models can not adapt to the wide range changes of the operating conditions, so using the RBFNN to compensate the dynamic prediction errors. A multi-model drum water level controller was developed using the predictive control algorithm in the state space. The simulation results show that the developed controller can control stably the drum water level, improve the system response, solve the control difficulty under wide-range variable operating conditions.

Key words: automatic control technology, boiler, drum water level, predictive control, multi-model control

中图分类号:

TP273

冷欣¹,朱齐丹². 增压锅炉汽包水位多模型预测控制[J]. 吉林大学学报(工学版), 2011, 41(05): 1450-1455.

LENG Xin, ZHU Qi-dan. Multi-model predictive control of drum water level in marine supercharged boiler based on dynamic compensation by radial basis function neural network[J]. 吉林大学学报(工学版), 2011, 41(05): 1450-1455.

参考文献

相关文章 15

[1]	顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H_∞性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2]	李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[3]	赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[4]	王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[5]	闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[6]	张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[7]	董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[8]	田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[9]	张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[10]	王林, 王洪光, 宋屹峰, 潘新安, 张宏志. 输电线路悬垂绝缘子清扫机器人行为规划[J]. 吉林大学学报(工学版), 2018, 48(2): 518-525.
[11]	胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[12]	朱枫, 张葆, 李贤涛, 王正玺, 张士涛. 基于强跟踪卡尔曼滤波的陀螺信号处理[J]. 吉林大学学报(工学版), 2017, 47(6): 1868-1875.
[13]	晋超琼, 张葆, 李贤涛, 申帅, 朱枫. 基于扰动观测器的光电稳定平台摩擦补偿策略[J]. 吉林大学学报(工学版), 2017, 47(6): 1876-1885.
[14]	冯建鑫. 具有测量时滞的不确定系统的递推鲁棒滤波[J]. 吉林大学学报(工学版), 2017, 47(5): 1561-1567.
[15]	许金凯, 王煜天, 张世忠. 驱动冗余重型并联机构的动力学性能[J]. 吉林大学学报(工学版), 2017, 47(4): 1138-1143.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed