預(yù)測控制在工業(yè)鍋爐汽包水位中的應(yīng)用研究

根據(jù)工業(yè)鍋爐汽包水位的動態(tài)特點，提出了汽包水位預(yù)測控制方案，采用一種基于BP 神經(jīng)網(wǎng)絡(luò)預(yù)報的動態(tài)矩陣預(yù)測控制新算法，在該算法中，先用BP 神經(jīng)網(wǎng)絡(luò)辨識對象模型，同時預(yù)測對象的未來輸出。該方法解決了非線性、時變對象難以建模及控制的問題，仿真結(jié)果驗證了這一算法的可行性。
預(yù)測控制自20 世紀70 年代后期提出以來，經(jīng)過幾十年的發(fā)展，已有了模型算法控制
（MAC）、動態(tài)矩陣控制（DMC）、廣義預(yù)測控制（GPC）等多種控制算法,但這些預(yù)測算法的使用必須在系統(tǒng)建模的基礎(chǔ)上，因此不適應(yīng)工業(yè)鍋爐的非線性和時變等難以建立精確的數(shù)學模型的情況[1]。
工業(yè)鍋爐汽包水位控制也具有非線性和時變等特點。當采用常規(guī)控制可以達到穩(wěn)定狀態(tài)，但對鍋爐要求過高時，傳統(tǒng)的控制方案很難滿足要求，為了進一步提高控制品質(zhì)，充分發(fā)揮現(xiàn)代控制設(shè)備功能，本文根據(jù)汽包水位動態(tài)對象特點，設(shè)計了鍋爐汽包水位預(yù)測控制方案，用BP 神經(jīng)網(wǎng)絡(luò)（BPNN）來辨識模型和預(yù)報對象的未來輸出，從而建立一種新型的動態(tài)矩陣預(yù)測控制算法。仿真試驗表明，與常規(guī)控制方案相比，該控制方案系統(tǒng)響應(yīng)速度快，穩(wěn)態(tài)效果好，因此具有很好的實用價值。