基于Smith预估补偿的RBF神经网络的锅炉燃烧系统解耦控制

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.

关键词：燃烧控制系统、耦合、解耦

所属期刊栏目：47

分类号：TK229.6(蒸汽动力工程)

资助基金：安徽高校自然科学研究重点项目KJ2018A0054

在线出版日期：2019-10-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：407-415