通用燃烧优化控制技术在加热炉上的应用.pdfVIP

口应用实例 口 仪器仪表用户 其是烟气含氧量这个 比较难控制的参数，网络跟踪效果是不 [2]金以慧．过程控制 [M]．北京：清华大学出版社，1991：233 理想的。对于结构固定了的神经网络而言，网络的泛化能力取 ～ 265． 决于网络的训练样本和网络的训练算法 ，网络经过训练后，输 [3]鄂春盛．大型火力电站锅炉燃烧系统稳态建模与优化的实现 入输出之间的映射关系就确定了。所 以对于MPIDNN这种网络 一 『C]．北京：清华大学，2001，16—20． [4]江永成，解永生 ，闫世晓．工业锅炉燃烧模糊 一PI串级控制系 结构由输人参数决定的网络而言，输入神经元参数的选择成 统[J]．微计算机信息，2005，21(6)：39～42． 为网络效果好坏的关键。 [5]周以琳，戚淑芬．锅炉燃烧系统优化控制及实现方法 [J]．工 业仪表与 自动化装置，1998，(4)，5O一53． 6 结束语 [6]邹斌，徐礼国，徐玲．工业锅炉燃烧过程的神经网络稳态优化 通过对利用 Matlab软件，对应用MPIDNN神经元网络在 模型 [J]．中国电机工程学报，2000，20(12)：62～66_ ． 不同负荷下得出的电站锅炉燃烧过程控制系统的仿真曲线， [7]钱汉成，李强，王志明．锅炉燃烧过程的智能控制与优化[J]． 可以看出神经网络在响应时间和系统稳定性上优于常规PID 化工 自动化及仪表，2000，27(3)：22～24． 控制方法，达到了设计的目的。但也应看到，此种方法在不同 作者简介 ：贾权 (1979一)。助教，研究方 向：控制理论与控制工程。检测技 负荷下泛化能力存在的问题 ，需要进一步的研究和探索。口 术等；郭计云 (1978一)。助教，研究方向：控制工程。信号与信息处理等； 参考文献 赵雪峰 (1975一)，技术员，研究方 向：电气设备控制。 收稿 日期 ：2009-07-29 [1]胡荫平．电站锅炉手册 [M]．北京：中国电力出版社，2005： 358～372． ， doi：10．3969／j．issn．1671—1041．2010．O1．021 通用燃烧优化控制技术在加热炉上的应用 金树成，魏金辉，宫慧仲，李雪丽 (河北钢铁集团承钢公司 自动化分公司，承德 067002) 摘要：通过采用 BCS技术实现 了河北钢铁集团承钢公司热带厂加热炉 变量 ： 的数据采集和燃烧控制。找出了煤气和空气的最佳配 比。降低空气过剩 = f(燃烧器可测的系统输入变量；燃烧器可测的系统输 系数 。减少煤气消耗。带来可观的经济效益。 出变量 ；燃烧器可测的过程内部变量；燃烧器控制变量 ；初始化 关键词：加热炉；燃烧 ；优化；先进控制；BCS