基于神经网络解耦线性化方法的锅炉主汽压力控制

锅炉对象的动态特性受到汽轮机运行状况的很大影响,必须采取解耦措施才能正常运行,但是由于其动态特性具有很强的非线性、时变性和不确定性,常规的线性解耦设计很难获得较好的效果。另一方面锅炉每天的运行是重复的,从机组的运行数据中可以充分了解对象的动态特性。该文基于神经网络a阶逆系统方法提出了一种锅炉主汽压力非线性控制系统的设计方法,利用神经网络强大的自学习和自组织能力,发掘机组运行数据包含的对象动态 特性的信息,克服对象的不确定性的影响,实现了系统的大范围解耦线性化。仿真结果表明,此控制策略能有效改善系统在大范围内工作时的控制品质和自适应能力。