主汽温的改进型神经网络辨识Smith预估器

孙宇贞　高　将　彭道刚

(上海电力学院自动化工程学院1，上海　200090；上海发电过程智能管控工程技术研究中心2，上海　200090)



主汽温的改进型神经网络辨识Smith预估器

孙宇贞1,2高将1彭道刚1,2

(上海电力学院自动化工程学院1，上海200090；上海发电过程智能管控工程技术研究中心2，上海200090)

摘要：针对超临界机组主汽温对象具有的大惯性、大滞后和非线性等特点，提出了一种基于BP神经网络辨识的改进型Smith预估方案。采用改进的Smith预估器克服主汽温对象的大滞后特性，并通过神经网络辨识来改善Smith预估控制器对模型精度的依赖，提高其抗干扰能力。通过对超临界机组主汽温对象在不同工况下的仿真，表明该系统对于对象特性变化有较好的适应能力，在动态品质、鲁棒性等方面都明显优于常规Smith控制方案。

关键词：模糊控制器Smith预估器超临界机组BP神经网络大滞后主汽温控制辨识鲁棒性

0引言

超临界技术作为成熟、高效、节能、环保的洁净煤发电技术，已在我国得到了广泛应用。由于超临界机组的运行参数值与金属材料极限参数值间的余地很小，且系统各参数间耦合严重，因此维持主汽温的稳定，对超临界机组的安全稳定运行尤为重要[1]。

对于主汽温控制对象存在的大滞后，常规PID控制不能及时反映系统中存在的扰动问题，工业上广泛采用Smith预估器进行滞后补偿。Smith预估器从理论上能够消除滞后因素的影响，但要有精确和稳定的数学模型；而在机组工况时刻变化的条件下，其模型参数也会时刻变化，因此Smith预估控制在工程应用中还存在一定的局限性。……