模糊控制已较多使用于火电机组的自动控制,但常规模糊控制的控制规则和隶属函数主要依据专家经验确定,往往是粗糙和不完善的。而模糊控制缺乏自学习能力,当机组变负荷时,其控制品质变得较差。本项目以神经元网络的自学习能力来弥补模糊控制学习能力的不足,把两者融合起来提出适用于火电机组控制的自适应模糊控制器,并逐步取代常规PID控制。
{{i.achievement_title}}
数据更新时间:2023-05-31
端壁抽吸控制下攻角对压气机叶栅叶尖 泄漏流动的影响
城市轨道交通车站火灾情况下客流疏散能力评价
基于ESO的DGVSCMG双框架伺服系统不匹配 扰动抑制
多源数据驱动CNN-GRU模型的公交客流量分类预测
基于结构滤波器的伺服系统谐振抑制
火电厂大型单元机组实现智能自适应预测控制的研究
基于论域的自适应模糊控制器
基于能量管理的火电机组灵活运行控制技术研究
火电机组热力系统全工况优化与能耗控制策略研究