BP神经网络在磨煤机料位监测中的应用.pdfVIP

技术交流 B P 神经网络 在磨煤机料位监测中的应用 陶　泯 ,李 　英 ,汪思义 ( 1. 江南大学 ,江苏 无锡 　2 14 122 ; 2 . 万能达发电公司 ,安徽 马鞍山　2430 11) [摘 　要] 　有效监测及控制钢球磨煤机的料位 ,是制粉系统实现优化运行 、节能降耗的关键 。针对钢球磨 煤机的运行特点 ,建立 B P 神经网络模型对其运行中的各种工况的不同参数进行分类 ,实现料位的自适应 监测 。仿真结果表明 ,网络效果良好 ,为制粉系统优化运行和自动控制奠定了基础 。 [关键词] 　制粉系统 ;钢球磨煤机 ;料位监测 ;B P 神经网络 ;控制 [ 中图分类号] TP806 . 3 　　　[文献标识码]A 　　　[ 文章编号] 1002 3364 (2006) 09 0037 03 ( ) 　　钢球磨煤机 球磨机 是当前国内火电厂制粉系统 中使用最多的制粉设备 ,并且广泛应用于采矿 、冶金等 其它行业 。目前 ,球磨机筒内料位缺少有效可靠的检 测手段 ,一般是由运行人员通过对运行参数的监控 , 间 接判断料位是否过高或过低[ 1 ] 。因此 ,对磨煤机运行 状态进行及时准确的监控是实现自动控制 、优化运行 、 节能降耗的关键所在 ,对保证锅炉燃烧的稳定也有非 常重要的意义[2 ] 。某大型电厂制粉系统球磨机型号为 M TZ350/ 600 , 以此为对象 ,设计了一个基于 B P 神经 网络的料位监测系统 ,可对球磨机的料位状态进行监 ( ) 测 图 1 。 1 　B P 神经网络结构及料位判定原理 ( 神经网络能够实现对象的非线性预测 可检测出 ) 多变量之间的关系 ,能够识别各种状态并对其进行分 图 1 　磨煤机料位监测系统流程 ( 类 这些状态与网络训练时所使用的数据相接近或相 ) 网络来实现[ 5 ] ,输入层与隐层各节点之间 ,隐层与输出 似 。神经网络虽不能给出准确的输出信息 ,但所输出 的信息能够接近最佳答案[4 ] 。利用神经网络的这些功 层各节点之间用可调整的权值来连接 。3 层 B P 网络 能特点 ,可以建立球磨机料位动态监测系统 。 结构如图 2 所示 ,其中 ,输入层输入制粉系统的 11 个 ( ) 神经网络是一种多层前馈型网络 ,根据 Kolmo g 运行参量 表 1 ,输出层输出对料位高低的判断结果 。 orv 定理 ,给定任何一连续函数 ,都可由一个 3 层 B P ( ) 作者简介 : 　陶泯 1979 ,男 ,安徽马鞍山人 ,江南大学通信与控制工程学院硕士研究生 ,研读方向为微弱信号检测 、数字信号处理 、语音信号处 理等 。 热力发电 ·2006 (09) 　　　37 © 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved. 技术交流 2 　B P 神经网络的学习算法 B P 算法的实质是一种以网络误差平方和为 目标 函数 ,按梯度法求 目标函数达到最小值的算法[7 ] 。按