模糊神经网络自适应控制在循环流化床锅炉燃烧控制系统中的应用研究.pdfVIP

第35卷 第 4期 燕山大学学报 Vb1．35 No．4 2011年 7月 Jourfla]ofYanshanUniversity JuIy 2011 文章编号：1007—791X (2011)04—0328-06 模糊神经网络 自适应控制在循环流化床锅炉 燃烧控制系统中的应用研究 牛培峰 ’，高 龙 ，陈贵林 ，王怀宝 ，张 君 (1．燕山大学 电气工程学院，河北 秦皇岛 066004；2．燕山大学 河北省工业计算机控制工程重点实验室， 河北 秦皇岛 066004) 摘 要：循环流化床锅炉是一种 比较复杂的被控对象，采用常规的控制方法难 以收到好的控制效果。在本文中， 根据模糊控制理论和神经网络技术，一种模糊神经网络控制器被提出，通过对神经解耦网络的合理设计，使得 该控制器不但可以适应被控对象的变参数运行工况，而且可以实现循环流化床锅炉燃烧过程主汽压力与床层温 度的解耦。仿真试验和现场应用结果证明，本文提出的模糊神经网络控制器对循环流化床锅炉燃烧过程具有 良 好的控制效果。 关键词：循环流化床锅炉；模糊神经网络；燃烧过程 中图分类号：TK223 文献标识码：A DOI：10．39691j．issn．1007-791X．2011．04．009 了论域随输入变化而变化的 目标，但是算法复杂， 0 引言 使得系统上升时间较慢：文献 [6]设计 了一种 自 循环流化床锅炉燃烧过程是一个多变量耦合、 抗扰控制器，其抗扰能力优于常规 PID，由于抗扰 参数时变、滞后时间大的被控对象。在现有的控制 能力强，因此应用于循环流化床床温控制系统时能 方式中，一般以串级 PID 控制系统为主，虽然这 够在一定程度上实现床温对主汽压的解耦控制，但 种控制对确定工况下的系统有较好的控制效果，但 是其控制器设计复杂，因此不适合实际应用。 难以适应 由于工况改变而引起的模型参数变化时 本文通过将模糊控制与神经网络相结合，提出 的情况。 一 种模糊神经网络控制器 (FuzzyNeuralNetCon- 循环流化床锅炉燃烧控制系统的控制方法有 troller,FNNC)，实现了模糊隶属度函数子集的自 很多，模糊控制即是其中的一种。模糊控制以其不 调整，并将其应用于循环流化床锅炉燃烧系统的控 依赖被控对象精确数学模型的特点对非线性和不 制中，取得了良好的控制效果。 确定性的被控对象具有 良好的控制效果，且已经应 1 被控对象模型 用于大型火电机组的相关控制系统中 [1-2]o关于循 环流化床锅炉燃烧系统控制的研究近几年 比较活 1．1 汽压被控对象数学模型 跃，很多学者提出了不同的控制方法。比如文献 在锅炉运行过程中，燃料量变化的同时，送风 [3】提出了模糊．牢中经元 PID 解耦补偿控制应用于 量 (一次风量和二次风量)与引风量同时协调变 燃烧控制系统，实现了系统解耦，但是控制效果 以 化，这时的燃料量的变化代表锅炉燃烧率变化，即 及解耦效果都不太理想；文献 4【]提 出了两层模 燃烧率