论文部分内容阅读
针对火电机组主蒸汽温度被控对象的不确定性和大延迟、大惯性、非线性等特点,设计了一种基于粒子群(PSO)算法、蚁群(ACO)算法、BP神经网络的智能PID串级控制系统.采用PSO算法优化ACO算法的参数、信息启发式因子α、期望启发式因子β、以及改进的ACO算法对BP神经网络初始权值进行优化;采用优化后的BP神经网络算法对PID控制器参数进行在线调整,从而实现对主蒸汽温度的动态控制.以某超临界600 MW机组为对象,对ACO-BP和BP神经网络PID串级主蒸汽控制系统进行仿真试验.结果表明,ACO-BP PI