模糊神经网络在电厂锅炉主蒸汽温度控制系统中的应用.pdfVIP

Application of Fuzzy Neural Network Control to the Main Steam Temperature Control System in Coal-fired Power Stations A Dissertation Submitted for the Degree of Master Candidate：Liu Rui Supervisor：Prof. RuFeng Chang’an University, Xi’an, China II III 摘 要 火电厂锅炉运行过程中锅炉主蒸汽温度是的整个系统的主要参数之一，对电厂的安 全、经济运行有重大影响。现阶段火电厂中多采用常规PID 串级控制器控制喷水减温器 调节过热气温。但随着现代火电厂的锅炉机组向大容量、高参数、高效率的发展，和汽 温对象具有的大惯性、大延迟、非线性和时变的特性，使得常规PID 串级控制已经难以 实现各种工程状况下的最优控制，不能满足现代工业的生产需求。所以现阶段急需新的 控制技术来对电厂锅炉主蒸汽温度进行有效的控制。 神经网络具有十分强大的自适应学习能力，这种能力能够很好地适应控制环境的变 化，可以通过简单工具自动进行特征选取，产生有用的数据，但是神经网络获得的输入 输出关系的表达方式却不容易被人接受；而模糊控制恰恰与之相反，模糊控制没有学习 和自适应的能力，但是却能很容易地获得由语言表达出来的专家知识，可以对于那些通 过凭借专家经验和专家知识而不是通过精确模型建立起来的控制系统得到很好的实时 控制。 本文根据目前我国火电发电厂的实际情况结合智能控制的发展现状，将火电厂锅炉 主蒸汽温度作为研究对象，将模糊神经网络应用到锅炉主蒸汽温度控制系统中，解决了 在主蒸汽温度传统PID 控制系统中存在的问题和难点，从而实现对过热蒸汽温度的有效 控制，提高对火电厂锅炉蒸汽温度的控制水平，通过实现各种智能控制在主蒸汽温度控 制系统的应用仿真，做出相应的实验结果，并且表明该种模糊神经网络的控制效果非常 高效。并且更是基于自适应神经模糊推理系统(ANFIS)和模糊控制提出了一种自适应模 糊神经网络过热汽温控制方案，摆脱了模糊控制对专家经验的依赖性，通过 Matlab 仿 真，证明了该系统的可行性。 关键词：锅炉主蒸汽，PID ，模糊控制，模糊神经网络，自适应神经模糊推理系统 I Abstract Boiler main steam temperature is one of the main parameters of the whole system during the operation of the boiler in heat-engine plants, and it has great influence to the safety and economic operation of the power plant. The primary regulations of boiler superheated temperature is steam side regulation and the flue gas side regulation, but because the way of adjusting the flame center position to the flue gas side steam temperature regulation is not meticulous, so it is often used in conjunction with the Spray desuperheating. Regulation of th