汽温串级控制幕统由于其整定方便的优点，已在国内外得到越来越多的应用。现在20万kW以t的机组大多果用这科控制方案。奠基本原理就是系统根据主蒸汽温度设定值和反馈值的偏差作为主调节器的输入，主调节器经过PID运算后的输出(调节器的输入设定值)与撮温器出口温厦反馈值的偏差作为副调节器的输入，其输出作为执行器的输入动作指令。
串级控制系统对于克服二次扰动非常有效。串级控制系统中，副对象与主对象时间常数相差较大。副对象时间常数小，目此副目路为快速目路，用于克服内扰主对象时间常数大，主目路为慢速调节目路。
串级控制系统的设计要求有一个快速的副回路，当存在较大的纯滞后过程时，调节时间将明显延长，而副制器的比例系数稍大又会引起振荡，所以副控制器只能选择较低的比例系数，这样就降低了整个系统的控制品质。将smith预估补偿引入串级控制系统，就是为了补偿纯滞后过程，刚鞋屯滞后对系统的影响，使控制系统的调节加快，系统的稳定性增强。串级一smlth预估控制系统，选择纯迟延较大的部升作为主回路．在主回路中采用Smith预估补偿控制。主调节器起定值控$悱用，是主气温控制操作的主要指标．允许波动的范围较小，要求没有余差或较小的余差，故主目路采用PI控制。副回路是随动系统，能够快速克服二次扰动，采用P调节器。
由于惰性区的大时滞，将这一部分采用Smlth预估蹦求提高其快速性和控制品质，而整体上采用串级控制以保证幕统的稳定性和一定的快速性。串级一smith预估控制结合了串级控制与史密斯预估控制的优点，有利于克服汽温对象的太退延．大惯性特点。
基于神经网络的自学习模糊PID控制器在控制品质方面明显优于常规PID控制系统，尤其在变工况时，控制效果更加明显。此类控制的特点是将神经网络所具有的自学习能力与PID控制器的鲁棒性相结合，实现了对非线性、大时滞系统模型的控制。神经网络采用多层前传网络结构，针对BP算法容易陷入局部最小的缺陷，提出了数值积分寻优和BP算法相结合的IBP神经网络训练算法 。
遗传算法在电厂主汽温控制中的应用针对电厂过程控制中主蒸汽温度的大迟延性、非线性和时变性，在充分分析主蒸汽温度被控对象动态特性和现场实际情况的基础上，将现代控制理论中的状态观测器技术，用于实现主蒸汽温度的导前汽温的重构；采用神经网络技术，实现了准确性较高的主蒸汽温度前馈控制；采用模糊控制技术，在很难获得主蒸汽温度被控对象的数学模型的情况下，实现了对主蒸汽温度的有效控制；设计出适用于过程控制的基于遗传算法机理的模糊控制器动态优化方法，解决了一般遗传算法实时性差的难题，实现了对电厂主蒸汽温度模糊控制系统中的模糊控制器的实时在线动态优化。2100433B
