基于FGA的循环流化床锅炉热工特性辨识及应用.pdfVIP

基于FGA的循环流化床锅炉热工特性 辨识及其应用 姚丽欣1，王东风2，董泽2，韩璞2 (1、保定热电厂；2、华北电力大学) 摘要对循环流化床锅炉的几个典型热工系统，采用阶跃扰动获得飞升曲线，基于具有较好收敛 性能的模糊遗传算法辨识得到了典型负荷处的传递函数．辨识的结果不但可以用来研究循环流化床 锅炉的热工特性，还可以用来指导现场控制器的设计．对蒸汽温度系统的控制器进行内模整定设计 获得了鲁棒性很好的计算机仿真结果，其结果在生产现场略做细调整定后运行良好． 关键词循环流化床模糊控制遗传算法辨识优化 0 引言 热工对象是热工自动控制系统的重要组成部分，要设计一个合理的控制系统，必须了解对象的 动态特性，要确定出控制器的最佳整定参数，也必须了解对象的动态特性。了解了对象的动态特性， 还可以对新设计的工艺设备提出要求，使之满足所需要的动态特性，为设计满意的控制系统创造先 决条件。因此，研究对象的动态特性对实现生产过程的自动化具有重要的意义。 对象的动态特性取决于工艺设备的结构、运行条件和内部物理的(或化学的)过程，可以用机 理分析的方法导出对象的动态特性，即理论建模。然而生产过程往往很复杂，要准确地得到描述它 的动态特性的数学表达式比较困难，即使得出也由于动态过程过于复杂而难以求解。因此，工程中 很少采用理论建模。而试验建模，是工程中常用的建模方法。由于时域法建模是在对象的输入端加 一阶跃扰动，记录响应曲线，经数据处理求得对象的传递函数，这种方法的特点是简单实用，因此 目前为工程中所广泛采用。 循环流化床(CFB)锅炉是新一代环保型燃煤锅炉，具有燃烧效率高，燃料适应性广，低污染 燃烧，脱硫效率高，负荷调节性能好等优点，在短短几十年内得到了迅速发展。因此对循环流化床 锅炉系统特性的研究就显得十分重要，本文就是在这种背景下进行国产首台450T／H循环流化床锅 炉的热工特性辨识和控制器优化工作，采用的建模方法是时域法，使用的优化工具为模糊理论与遗 传算法的结合产物——模糊遗传算法(FGA)。 1模糊遗传算法 适者生存和随机交换理论，前者消除了解中的不适应因素，后者利用了原有解中的已有知识，从而 392 有利于加速搜索过程。 选择、交叉和变异是GA的3个主要操作算子，构成了所谓的遗传操作。算法包括5个基本要 素：参数编码；初始种群的设定；适应度函数的设计；遗传操作设计；控制参数设定(主要指群体 规模和使用遗传操作的概率等)。GA的主要特点是避开了问题的数学复杂性，不需计算梯度，因而 不必要求目标函数连续可微以及其它辅助信息。它是一种全局性、并行性、快速性的优化方法。求 解问题所需的信息比传统的优化方法要少得多且容易求得全局最优解。 但现有GA在发展和应用中依然存在两个主要问题幢1：1)收敛速度太低；2)未成熟收敛问题。 这主要是由子遗传操作及相关参数(种群规模、交叉率、变异率)设置不合理或不随进化过程自适 应地改变而造成的。为了解决这些问题，人们提出了各种改进算法，如静态GA、排序GA、多点交叉 GA、变突变率GA和变参数GA等。 进一步完善算法以提高收敛性是其实用化的关键，也是今后研究的主要方向．本文针对SGA容 易陷入初期收敛的不足，充分发挥交叉概率只和变异概率R的作用，引入模糊技术加以改进口一1， 提出了模糊遗传算法，对只和R进行模糊控制．确定了模糊控制的输入与输出、隶属函数和模糊规 则，以实现在最优解搜索过程中自适应调整只和尼，加快算法的收敛速度。 1．1愚、厢模糊控制的输入与输出 只、只模糊控制的输入量是相同的，均是第t代最大适应度厶(幻与平均适应度厶。(幻的差值 △五和相邻两代种群的平均适应度的差值△五，正规化结果为 A五=[丘(苟-f．，。(0]／厶，(幻 (1) A五=[‘。(幻吒¨(卜1)]／[max(厶。(0，-五。(t-1))](2) 只、R模糊控制的输出量分别为交叉概率和变异概率的修正量△只、△只。 1．2 △乔、A疋和△展、△只n的隶属函数 对正规化的输入变量△五、△五分别定义在区间[O，1．O]和[一1．O，1．0]上，△只、△尼的定义区 间为[一0．1，0．1]．对A五定义ZE、PS、PL3个模糊集合；