本文设计了以串级调节为基础，对汽温对象进行系统辨识，利用神经网络进行建模，并加入中间点温度作为前馈信号的控制方案，并利用单纯形法对PID参数寻优，用以检验智能算法在控制系统中应用的有效性。

1 引言 　　众所周知，过热蒸汽温度与再热蒸汽温度直接影响到机组的安全性与经济性。蒸汽温度过高可能导致受热面超温爆管，而蒸汽温度过低将使机组的经济性降低，严重时可能使汽轮机产生水冲击。临界直流锅炉的运行调节特性有别于汽包炉，给水控制与汽温调节的配合更为密切。 　　本文设计了以串级调节为基础，对汽温对象进行系统辨识，利用神经网络进行建模，并加入中间点温度作为前馈信号的控制方案，并利用单纯形法对PID参数寻优，用以检验智能算法在控制系统中应用的有效性。直流炉中间点温度是一个非常重要的参数，是燃水比是

在大型火力发电厂中，由于主汽温对象具有大延迟、大惯性、非线性以及时变性的特性，导致了对其控制比较困难。将PID 控制器和具有学习功能的神经网络相结合，是智能控制的一种新的途径。本文针对超临界直流锅炉主汽温对象的调节特点，将中间点温度信号作为前馈引入主汽温调节系统，利用神经网络进行系统辨识，运用单纯形法寻优PID控制参数，达到最优控制效果。

1 引言 　　众所周知，过热蒸汽温度与再热蒸汽温度直接影响到机组的安全性与经济性。蒸汽温度过高可能导致受热面超温爆管，而蒸汽温度过低将使机组的经济性降低，严重时可能使汽轮机产生水冲击。临界直流锅炉的运行调节特性有别于汽包炉，给水控制与汽温调节的配合更为密切。 　　本文设计了以串级调节为基础，对汽温对象进行系统辨识，利用神经网络进行建模，并加入中间点温度作为前馈信号的控制方案，并利用单纯形法对PID参数寻优，用以检验智能算法在控制系统中应用的有效性。直流炉中间点温度是一个非常重要的参数，是燃水比是