本書為全國(guó)電力行業(yè)十四五規(guī)劃教材。
本書理論聯(lián)系實(shí)際,以火力發(fā)電過(guò)程為工程背景,結(jié)合燃煤機(jī)組智能化建設(shè),介紹了智能控制算法在建模,仿真、優(yōu)化、控制等方面的應(yīng)用。首先,系統(tǒng)全面地介紹了自動(dòng)控制理論的發(fā)展歷史及智能控制理論的發(fā)展應(yīng)用現(xiàn)狀;描述了智能控制系統(tǒng)的一般結(jié)構(gòu),為后續(xù)各章節(jié)的理論介紹及程序設(shè)計(jì)莫定基礎(chǔ);從工程應(yīng)用角度出發(fā)。結(jié)合實(shí)例對(duì)象仿真,論述可以用于不同場(chǎng)合的自動(dòng)控制系統(tǒng)數(shù)字仿真的離散相似法和數(shù)值積分法;論述了單純形法等經(jīng)典優(yōu)化方法以及遺傳算法、蟻群算法、粒子群算法等群體智能優(yōu)化算法,通過(guò)具體實(shí)例描述了優(yōu)化方法在控制器參數(shù)尋優(yōu)及模型辨識(shí)中的應(yīng)用過(guò)程;介紹了模糊控制的數(shù)學(xué)基礎(chǔ)---模糊數(shù)學(xué)的基礎(chǔ)知識(shí),分析了經(jīng)典模糊控制器和 TS模糊控制器的設(shè)計(jì)過(guò)程,并通過(guò)不同的實(shí)例展示了控制器設(shè)計(jì)的細(xì)節(jié);介紹了神經(jīng)網(wǎng)絡(luò)的基本原理、學(xué)習(xí)方法和常見的淺層網(wǎng)絡(luò),論證了神經(jīng)網(wǎng)絡(luò)用于參數(shù)辨識(shí)、故障診斷、回路控制的方法,通過(guò)具體工程實(shí)例論證了不同類型神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)過(guò)程。
本書通過(guò)對(duì)智能控制理論和方法進(jìn)行全面系統(tǒng)的介紹,使學(xué)生從方法論與基礎(chǔ)理論、研究方法、研究技術(shù)應(yīng)用三個(gè)層次,定性和定量研究?jī)蓚(gè)方面,理論知識(shí)與實(shí)踐環(huán)節(jié)相結(jié)合的基礎(chǔ)上,掌握并運(yùn)用智能控制理論的基本方法,解決工程中的實(shí)際問(wèn)題。結(jié)合教學(xué)團(tuán)隊(duì)多年的實(shí)踐教學(xué)經(jīng)驗(yàn),編寫一本滿足當(dāng)前教學(xué)要求,體現(xiàn)教學(xué)改革精神,符合當(dāng)下發(fā)展趨勢(shì),反映當(dāng)前新思想、新理論的理論與實(shí)踐相結(jié)合的教材。
隨著新型電力系統(tǒng)建設(shè)的逐漸推進(jìn),火電機(jī)組的外部環(huán)境也隨之發(fā)生改變,不但要滿足日益嚴(yán)格的環(huán)保和安全要求,而且要面對(duì)煤種的不確定、電網(wǎng)快速調(diào)峰、新能源消納的問(wèn)題及經(jīng)營(yíng)競(jìng)爭(zhēng)的壓力,傳統(tǒng)運(yùn)行方式及控制技術(shù)已不能解決這些問(wèn)題,因此智能發(fā)電是火電機(jī)組未來(lái)發(fā)展的趨勢(shì)。其中,智能發(fā)電需要關(guān)注復(fù)雜系統(tǒng)的多目標(biāo)優(yōu)化控制、電站設(shè)備狀態(tài)監(jiān)測(cè)、自組織精細(xì)管理等問(wèn)題,而這些問(wèn)題的基礎(chǔ)是利用先進(jìn)算法實(shí)現(xiàn)復(fù)雜系統(tǒng)的優(yōu)化控制。智能發(fā)電框架下,對(duì)燃煤機(jī)組控制提出了更高的要求,很多情況下常規(guī) PID 控制是不可能實(shí)現(xiàn)的。只有依賴于先進(jìn)控制算法,因此先進(jìn)控制算法尤其是智能算法具有十分廣闊的應(yīng)用前景。相比較 PID控制算法的普及,智能算法有一定的準(zhǔn)入門檻,本書期望從基礎(chǔ)理論和工程應(yīng)用兩個(gè)角度揭示智能控制的本質(zhì),為算法的完善及應(yīng)用推廣提供幫助。智能控制一詞起源于 20 世紀(jì) 70年代,最開始僅是一個(gè)概念和想法,用來(lái)描述人機(jī)交互的系統(tǒng),經(jīng)過(guò)五十多年的發(fā)展,逐漸形成一系列的理論分支。智能控制并不是一種控制方法,而是一類方法的統(tǒng)稱,這些方法具備共同的目標(biāo),即模擬人或者群體生物的智能行為用于解決復(fù)雜難以建立對(duì)象模型的問(wèn)題。例如,遺傳算法模擬的是自然界優(yōu)勝劣汰的進(jìn)化過(guò)程,蟻群算法模擬的是群居生物--螞蟻找尋食物的過(guò)程,粒子群算法模擬的是鳥群搜索食物的過(guò)程,這類群體智能算法的目標(biāo)是解決多維空間的搜索問(wèn)題。模糊控制作為智能控制的一個(gè)重要分支,希望通過(guò)計(jì)算機(jī)和模糊數(shù)學(xué)描述人們對(duì)于周圍事物和現(xiàn)象的認(rèn)識(shí),使機(jī)器能夠模擬人的行為,從而達(dá)到智能的目的。神經(jīng)網(wǎng)絡(luò)也是模擬人的神經(jīng)結(jié)構(gòu)建立起來(lái)的一種理論體系,通過(guò)學(xué)習(xí)和訓(xùn)練,使網(wǎng)絡(luò)具備某種特征。專家系統(tǒng)期望用計(jì)算機(jī)的軟硬件系統(tǒng)模擬人類某個(gè)領(lǐng)域?qū)<业闹悄苄袨,研究的是特定群體的智能而非廣泛群體的智能?偨Y(jié)這些分支,智能控制的方法具有沒(méi)有算法解知識(shí)系統(tǒng)十推理模型等共同特征,在知識(shí)自動(dòng)化中發(fā)揮著重要的作用。
前言
第1章 概述
1.1 智能控制理論的發(fā)展歷史
1.2 智能控制的現(xiàn)狀及應(yīng)用
第2章 控制系統(tǒng)數(shù)字仿真
2.1 計(jì)算機(jī)仿真
2.2連續(xù)系統(tǒng)二次建模過(guò)程---連續(xù)系統(tǒng)的離散化
2.3離散系統(tǒng)的差分方程求取
2.4 計(jì)算機(jī)仿真程序設(shè)計(jì)
第3章 智能優(yōu)化理論與萬(wàn)法
3.1 控制系統(tǒng)的參數(shù)優(yōu)化問(wèn)題
3.2 單純形法
3.3 遺傳優(yōu)化算法
3.4 蟻群優(yōu)化算法
3.5 粒子群優(yōu)化算法
第4章智能建模理論與方法
4.1建模方法概述
4.2智能辨識(shí)原理
4.3估計(jì)模型的選擇
4.4基于標(biāo)準(zhǔn)粒子群算法的智能辨識(shí)
第5章 模糊控制
5.1模糊控制概述
5.2模糊控制的數(shù)學(xué)基礎(chǔ)
5.3基本模糊控制器設(shè)計(jì)
5.4帶自調(diào)整因子的模糊控制器設(shè)計(jì)
5.5 模糊與 PID 復(fù)合控制
5.6 TS模糊模型控制
第6章 神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)控制
6.1 生物神經(jīng)元和人工神經(jīng)元
6.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及學(xué)習(xí)方法
6.3 典型的淺層神經(jīng)網(wǎng)絡(luò)
6.4 神經(jīng)網(wǎng)絡(luò)故障診斷
6.5 神經(jīng)網(wǎng)絡(luò)控制