火电厂水质调节加药系统为大时滞时变被控对象，常规PID 控制和常规的Smith 控制难以保证控制品质。本文提出了将BP 神经网络和Smith 预估器组合成复合控制器的鲁棒控制策略，利用BP 网络的任意非线性逼近特性及很强的自学习能力，不需要对被控对象进行精确的辩识，PID 参数跟踪对象特性变化，弥补了常规Smith 控制在解决模型不确定系统中的不足。本文方法具有稳态精度高、过渡过程短、抗干扰性好、鲁棒性强，以及结构简单、适应性强、易于实时控制的特点，具有很高的应用价值。已在多个火电厂300MW 机组水质调节系统中得到了成功应用，控制品质令人满意。

参考文献
[1] 窦照英. 化学诊断技术[M]，北京：水利电力出版社，1990年4月
[2] 李培元. 火力发电厂水处理及水质控制[M]，北京：中国电力出版社，2000年2月
[3] 陈炳和. 计算机控制系统基础[M]，北京航空航天大学出版社，2001年8月
[4] 宋云霞，朱学峰. 大时滞过程控制方法与应用[J]，化工自动化及仪表，2001，28（4）：9～15.
[5] 任秀珍，王永初.工业自动化仪表及其系统问答二百例[M]，北京：原子能出版社，1985年3月
[6] 金以慧.过程控制[M]，北京：清华大学出版社，1993年4月.
[7] 袁 飞.Smith 预估器的参数敏感性[J]，自动化仪表，Vol.9，No.10，1988，13-18，31，4
[8] Z.Palmor，Stability properties of Smith dead-time compensator controllers[J]，
Int.J.Control，1980，Vol. 32，No.6，937～949.
[9] 薛美盛，孙德敏，罗海云.自适应Smith预估器仿真研究[J]，工业仪表与自动化装置，2000(6):3～5，12

[10] 杨建刚. 人工神经网络实用教程，杭州：浙江大学出版社，2001年1月
[11] 丛 爽. 面向MATLAB工具箱的神经网络理论与应用，合肥：中国科学技术大学出版社，1998年11月
[12] 龚剑平. FOPDT的模型不确定性界和内模控制器鲁棒性能设计[J]，北京化工大学学报，2001，28（1）：76～78
作者简介：曹顺安，工学博士，教授，主要从事水质工程测控、分析监测技术研究。
联系地址： 武汉市 武昌 珞珈山 武汉大学动力与机械学院 邮编:430072
E-mail: sacao@wuhee.edu.cn Tel. 027-62059168 13807138268