免疫机理遗传算法改进RBF模型及其在CFB启动过程中的应用研究.pdfVIP

摘要 流化床燃烧是一项很有前途的洁净煤燃烧技术，因为它具有燃料适应性广，燃烧热 效率高，能有效地控制s伍和NOx等有害气体的产生，然烧热强度高、设备体积小， 单位投资少等优点，而在我国得到越来越广泛的应用。但是，流化床锅炉启动过程复杂， 现场实炉测试方法工作量大，测试工况有限，各参数对锅炉启动过程都有影响，相互盛 加，导致数据分析困难。因此难以根据测试结果获得准确的估算公式和具体的计算模型， 也就不能将试验结果进一步推广。 本文主要研究了免疫机理遗传算法改进RBF模型及其在流化床锅炉启动过程的预测 应用。首先以径向基神经网络的三种基本方法 (K-means聚类、梯度算法、正交最小二 乘算法)展开讨论，通过Hermit多项式逼近算例和煤的低位发热量的预测试验，得出 K-means聚类算法较其他两种算法在精确度、时效性方面的优势.然后提出用免疫机理 遗传算法对K-means聚类中的聚类中心进行选择，预测流化床锅炉启动过程中的温度变 化以及NOx,S伍、伍等气体排放变化情况。该方法一方面进一步保证了预测结果的可 靠性和精确度，另一方面则提高了神经网络的非线性搜索能力，很好地解决了径向基神 经网络容易陷入局部误差的局限性。本文从理论和试验模拟两方面得出了免疫机理遗传 算法改进径向基函数网络模型预测燃煤流化床锅炉启动过程特性的可行性、可靠性、精 确性，为模拟结果的推广应用莫定基础，便于锅炉启动过程的预测研究。此外，本文运 用MATLAB编写了免疫机理遗传算法改进OF和传统OF网络的图形用户界面，便于后 继研究者使用。 文章最后对所做工作进行了总结，并在此基础上，提出了今后的研究发展方向。 关键词;径向基神经网络;预测;聚类:遗传算法;免疫机理:流化床启动 人bsrt,以 .‘目.曰白 叫. ..- - .‘曰曰口 ‘一 一 一 - - - Abstract CFBcombustionisacleancoaltechnologywhichhaswideprospect.Becauseofits advantagessuchasfuelfaciliyt，highcombustionefficiency,lowairpollutionsofSO2,NOx andsoon,highburningthermalintensiyt,smallfaciliytvolumeandfewunitinvestment,this technologyisappliedinourcountryincreasingly.However,thestart-upprocessofCFB boilerisverycomplex,theworkloadofpracticalboilertestingonsiteisverylarge,and operatingparametersaffectandoverlapwitheachotherinthisprocess.Alloftheseresultin thedifficulytofanalyzingtestingdata.Therefore,itishardtoattainestimatingformulaand idiorgaphiccalculatedmodel,andthetestresultscantbeaplliedtoothercases. ImprovedRBFmodelwhichbasedonimmunemechanismandgeneticalgorithmis investigatedandappliedtopredictthestart-upprocessofCFBboilerinthispaper.Firstly, threebasicmethodsofRBFsuchasK-meansClustering,GradientAlgorithmandOrthogonal LeastSquaresarediscussed.BycalculationexamplesofHermitpolynomialapproximation andpredictionofHeatValueofcoal,itisconcludedthatappl吨K-meansalgorithmismore accurateandrapidthantheothertwometho