基于Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制

作者:高锦; 李勇; 周燕弟; 章家岩
来源:江汉大学学报(自然科学版), 2019, 47(05): 407-415.
DOI:10.16389/j.cnki.cn42-1737/n.2019.05.004

摘要

锅炉燃烧控制系统是火力发电厂单元机组的主要控制系统之一,具有较大延时、变动负荷、多扰动、非线性的特点,并且其中的变量之间都具有耦合关系,因此,很难建立精确的控制模型。为此,提出了一种新的解耦方法,引入解耦参数,实现系统的解耦控制,并且在MATLAB环境下对燃烧控制系统进行了仿真,通过仿真结果可以看出,系统的控制精度大大提高。

全文