牛培峰，郭興華，孟凡東
燕山大學工業計算機控制工程河北省重點實驗室，河北秦皇島

摘　　　要：針對采用常規ＰＩＤ串級控制方法控制火電廠過熱汽溫系統難以獲得滿意的控制效果的問題，將模糊控制和神經網絡相結合，詳細介紹了模糊神經網絡控制器的設計過程，利用神經網絡實現模糊推理，并對隸屬函數進行調整，從而使其具有自適應和學習能力。將其應用于過熱汽溫控制系統中，仿真研究表明該方法能較好地適應對象特性的變化，基本上可以消除振蕩，具有超調量小，魯棒性強等特點，且控制系統的性能比常規串級控制系統有較大的提高。

關　鍵　詞：火電廠；過熱汽溫；串級控制；模糊神經網絡

１　引　言
火電廠鍋爐過熱汽溫（主汽溫）是鍋爐的主要參數之一，對電廠的安全經濟運行有重大影響［１］。過熱汽溫控制系統大多數采用串級ＰＩＤ控制方式，該控制算法簡單、魯棒性強、可靠性高，但是由于大多數工業過程往往表現出非線性、時變、遲延等特性，因而采用固定參數的線性ＰＩＤ控制器常常不能獲得滿意的控制效果。同時，隨著機組向著大容量，高參數的方向發展，主汽溫對象也越來越復雜，大慣性、大遲延和時變特性給蒸汽溫度調節帶來很大困難［２�玻常荨１疚奶岢隽藢⒛：�神經網絡控制器（ＦＮＮＣ）作為主調節器的新型過熱汽溫控制系統，并且將其與采用常規ＰＩＤ串級控制系統進行了比較，同時，仿真結果表明基于模糊神經網絡控制的過熱汽溫控制系統有了較強的適應性和魯棒性，提高了控制系統的自調整、自學習的性能，有效地改善了系統的動態性能。

登錄網站后可下載文件