为了克服电厂主蒸汽温度被控对象的大迟延性、模型不确定性和时变性，提出了一种新的基于遗传算法(GA)的动态模糊控制器优化方法．该方法根据被调量的当前偏差值和偏差变化值的大小，采用改进的遗传算法和错时修正的方法，每次只对模糊控制规则表中的一个当前被激活的控制量修正值进行优化，对模糊控制器控制规则表中的数据进行实时在线的动态优化．仿真结果表明，当主蒸汽温度被控对象的模型参数变化10%时，采用该动态优化方法的模糊控制系统可以将主蒸汽温度动态偏差控制在-3～3℃，调节时间缩短了至少40%，主蒸汽温度控制系统的动态特
2021-10-20 22:01:38
315KB
1