如何使用BP神經(jīng)網(wǎng)絡PID控制器進行氣溫控制應用的資料說明

自動化與智能化程度較差。其主要原因是溫室系統(tǒng)是一個復雜的大系統(tǒng)，無論其外部環(huán)境或室內(nèi)農(nóng)作物均具有很大的不確定性，各種參數(shù)( 如溫濕度、光照度、 CO2 濃度等) 均存在很強的耦合性，是一種集大慣性、非線性、強干擾的復雜系統(tǒng)，對于該系統(tǒng)，利用傳統(tǒng)控制方法很難實現(xiàn)最佳控制，特別當傳統(tǒng)控制器的控制對象參數(shù)發(fā)生變化或受非線性因素影響而發(fā)生變化時，傳統(tǒng)控制器參數(shù)不能隨之而變化

　　通過將BP神經(jīng)網(wǎng)絡和常規(guī)PID控制器結(jié)合，提出了一種新的火電廠超臨界機組過熱汽溫控制方案。將這種方法應用于主汽溫控制，可以有效克服過熱汽溫對象的大滯后和大慣性，并能夠克服對象在運行中參數(shù)變化的影響，獲得良好的控制品質(zhì)。仿真試驗表明：所設計的系統(tǒng)在控制品質(zhì)。魯棒性方面明顯優(yōu)于常規(guī)PID控制系統(tǒng)。

　　火電廠鍋爐過熱汽溫控制系統(tǒng)是提高機組熱效率和保證機組安全運行的重要組成部分。過熱蒸汽溫度的干擾因素很多、很頻繁，且擾動量很大，各種擾動作用下過熱蒸汽溫度動態(tài)特性具有大遲延、大慣性時變性和非線性的特點，這一點在超臨界機組中尤為突出。采用固定參數(shù)常規(guī)PID控制這樣的對象，難以在穩(wěn)定性和控制品質(zhì)間取得折衷，即使整定出一組相對理想的參數(shù)，在對象特性變化時，控制品質(zhì)也難以保證。針對這種情況，我們需要這樣一種PID控制器，它輸出的控制作用不僅與偏差大小有關，而且與被控對象的狀態(tài)有關。這就要求PID的控制參數(shù)Kp、ki、kd能夠根據(jù)偏差大小和對象狀態(tài)的變化自動修正，保證控制系統(tǒng)的調(diào)節(jié)品質(zhì)基本不變。而神經(jīng)網(wǎng)絡所具有的任意非線性表示能力，恰好可以通過對系統(tǒng)性能的學習來尋找到與實際工況相適應的最佳組合PID控制參數(shù)Kp、Ki 、Kd。

　　本文將BP神經(jīng)網(wǎng)絡與常規(guī)PID控制器相結(jié)合，通過神經(jīng)網(wǎng)絡對系統(tǒng)性能的學習找尋到最佳組合的PID控制參數(shù)，并將其直接饋送給常規(guī)PID控制器，從而得到基于BP神經(jīng)網(wǎng)絡整定的PID控制器，并將這種控制器用于超臨界機組過熱汽溫的控制。仿真結(jié)果表應所選的系統(tǒng)運行狀態(tài)量，輸出節(jié)點分別對應PID控制器的三個可調(diào)參數(shù)Kp、Ki 、Kd。