基于遺傳算法的熱工系統(tǒng)建模與控制器參數(shù)優(yōu)化.pdf_第1頁
已閱讀1頁,還剩50頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著電力事業(yè)的發(fā)展,火電機(jī)組的規(guī)模在不斷擴(kuò)大,自動(dòng)化水平不斷提高,對火電機(jī)組熱工控制系統(tǒng)中控制品質(zhì)的要求也隨著不斷提高。了解被控對象并掌握被控對象的系統(tǒng)模型以及對控制器的設(shè)計(jì)是對控制系統(tǒng)進(jìn)行分析、設(shè)計(jì)及調(diào)試的前提,因此對熱工系統(tǒng)的建模及控制器參數(shù)優(yōu)化的研究具有重要的意義。
   本文研究的主要內(nèi)容是遺傳算法在系統(tǒng)辨識(shí)與控制器參數(shù)優(yōu)化方面的應(yīng)用。文章在對遺傳算法理論知識(shí)的全面研究之后,應(yīng)用遺傳算法對幾種典型的熱工系統(tǒng)進(jìn)行了模型辨識(shí)

2、,經(jīng)過大量仿真實(shí)驗(yàn)后證實(shí)基于遺傳算法系統(tǒng)辨識(shí)的有效性。此外,本文還應(yīng)用量子遺傳算法QGA對某電廠CFB鍋爐的一次風(fēng)擾動(dòng)試驗(yàn)獲取的現(xiàn)場數(shù)據(jù)進(jìn)行了一次風(fēng)—床溫系統(tǒng)的建模,證實(shí)了量子遺傳算法的現(xiàn)場數(shù)據(jù)辨識(shí)能力。文章的最后研究了遺傳算法的PID控制器參數(shù)優(yōu)化方法,分別運(yùn)用簡單遺傳算法SGA和自適應(yīng)遺傳算法AGA對一個(gè)二階控制系統(tǒng)進(jìn)行PID參數(shù)整定。整定過程中,選取一種既能使系統(tǒng)獲得良好動(dòng)態(tài)特性,又能防止系統(tǒng)的控制能量過大,上升時(shí)間過長的多目標(biāo)優(yōu)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論