鍋爐過熱汽溫的GGAP-RBF神經(jīng)網(wǎng)絡控制.pdf

1、大純滯后系統(tǒng)在控制過程中比較常見且難以控制，如火電廠大多數(shù)具有大延遲、大時滯過程的熱工對象。在實際生產中，對熱工對象的調節(jié)采用傳統(tǒng)的PID調節(jié)方式，由于需要對被控對象數(shù)學模型的精確性有較高要求，使得這樣的控制方法在應對實際工作中對象特性不斷變化的熱工對象時，往往暴露其劣勢，例如變工況運行模型參數(shù)變化時往往不能滿足控制的需要等。
　　 本論文采用智能控制的原理與常規(guī)的控制方式相結合，發(fā)揮各自的優(yōu)勢，使其在面對電廠熱工對象這樣的大純

2、滯后復雜對象時，仍然具有良好的適應性，并達到令人滿意的控制效果。
　　 神經(jīng)網(wǎng)絡控制策略是智能控制的一個分支。神經(jīng)網(wǎng)絡具有很強的逼近非線性函數(shù)、自適應學習、并行分布處理的能力，并具有較強的魯棒性和容錯性，為解決未知不確定的大純滯后非線性系統(tǒng)的建模和控制問題提供了一種有效途徑。徑向基神經(jīng)網(wǎng)絡可以任意逼近非線性映射的能力，且網(wǎng)絡結構簡單，輸出的連接權值與輸出呈線性關系，可以采用線性優(yōu)化算法，近年來，已經(jīng)成為研究的熱點。