论文部分内容阅读
传统的氨法脱硫控制系统存在延迟时间较长、无法实现实时跟踪负荷的局限性;针对该问题提出的Smith预估补偿装置,通过抵消系统中的纯滞后环节来提高控制系统的实时性;虽然该方法有效解决了长延时问题,但系统中PID参数调整采用的是试凑法并依赖于调试操作经验,偶然性和因人而异导致系统波动较大;提出了BP(back propagation)神经网络的PID参数整定方法,该方法能实现对任意非线性函数的逼近,通过神经网络学习得到最佳的比例、微分、积分系数组合;运用该方法建模并进行长时过程控制仿真,结果验证了算法的可行性,