基于LS-SVM的CFB锅炉燃烧系统逆控制研究.pdfVIP

全国电力行业CFB机组技术交流服务协作网第十届年会技术交流论文集 基于LS-SVM的CFB锅炉 燃烧系统逆控制研究木 刘涵，柳拉勋 (西安理工大学自动化与信息学院，陕西西安，710048) 摘要：本文提出了基于最小二乘支持向量机(LS．SVM)的口阶逆系统解耦控制方法，并将其应用 于超临界CFB锅炉燃烧系统的自动控制中。该方法利用LS．SVM建立被控对象的非线性逆模型，并 将其串联在原系统之前，将复杂的多变量系统解耦成多个相对独立的单输入单输出伪线性子系统。 论文中分析了大型超临界循环流化床锅炉(CFBB)燃烧系统的特点，并对其进行了仿真控制研究， 仿真结果表明利用该方法能够很好的实现解耦控制，并且具有良好的抗干扰能力。 关键词：最小二乘支持向量机；多变量系统解耦；逆控制；循环流化床锅炉 1引言 近年来，如何实现具有非线性、多变量、强耦合的复杂工业过程的解耦控制引起了控制界的关 注。逆系统方法已经在一般形式的非线性系统上建立起比较完整的设计理论，可以实现复杂非线性 系统的解耦。但逆系统方法的实现必须要求原系统的数学模型准确已知，这在工业实际中较难满足 【旧。 基于神经网络的逆系统方法虽具有一定的学习能力，可建立基于数据的复杂系统逆模型，但神经 网络模型方法训练参数多、学习计算时间长，容易陷入局部最优的这些局限很难克服。而支持向量 vector 机(support 近原系统的逆模犁实现系统解祸。另外对于高维多变量耦合系统解耦的研究还较少，利用SVM实现 高维解耦具有明显优势一声J。 本文研究了基于最b乘支持向量机(LS．SVM)【6J的逆系统控制方法，并将其应用于大型超临 将其串联在源控制对象前构成开环的伪线性系统，用PID作为线性控制器构成闭环系统，实现了 CFBB燃烧系统的解耦控制。仿真结果表明，该方法可有效的实现了循环流化床锅炉(CFBB)燃烧 系统的解耦控制，并具有很强的鲁棒性。 2基于LS-SVM的逆系统解耦控制方法 最小二乘支持向量机(LS．SVM)【71是支持向量机的改进形式，主要表现在用等式约束代替标准 SVM算法中的不等式约束，同时将求解二次规划问题转化为直接求解线性方程组。 对于给定的训练数据集(t，Yi)，其中，i=l，2，…，n，薯c尺”，咒cR，利用一非线性映射矽(·) 将样本从原空间灭”映射到特征空间烈x，)，在高维特征空间中构造最优决策函数： y(z)=W1·矽(x)+b (1) LS．SVM定义优化问题为： { N Z．H，，扫，P L． (2)【2) j魄，(w，加wrw／2+rE㈦4／2，70 k=1，2，…，N lJ7 Yk=W1矽(五)+b+ek， 式中：Y为处罚因子；‰为不敏感损失函数的松弛因子。 引入Lagrange函数J求解式(2)的优化问题，即 214 设计与开发 (3) L(w,b，P，口)=／(Ⅵo—Eo,tw7’孕k(xk)+b+ek一以】 式中ak为Lagrange乘子。根据KTT最优条件，可得到此优化问题的解析解为： [兰]=[；三+7一。，]～[；] (4) Q为方阵，其第k列 式中：Y=[M，y2，…，YⅣr；订=【q，c／2，．．．，口．Ⅳ】r；，为N母N的单位阵； I行的元素为Q盯=矽(赡)丁矽(而)=K(砟，_)，K