浅析模糊神经网络在集气管压力控制系统中应用.docVIP

浅析模糊神经网络在集气管压力控制系统中应用 　　摘要:文章提出了一种基于模糊神经网络的智能协调控制方案,构成了焦炉集气管压力智能控制系统,有效解决了集气管压力的过程控制问题。 　　关键词:模糊神经网络;集气管压力;控制系统 　　中图分类号:TP273.4文献标识码:A文章编号:1000-8136(2010)06-0029-03 　　 　　现代生产过程通常具有多变量、时变、非线性、环境复杂等特点,传统意义上的自动控制技术已经不能充分满足现代生产的需要。随着计算机控制技术、软件工程理论、现场总线智能仪表和网络技术的发展,计算机已经具有更高速的运算能力、更高的存储能力、更高效的处理能力。计算机的这些优势与现代控制理论、现代软件理论结合开发出的控制系统能充分满足各种复杂的控制环境和要求。因此,大量的工业生产过程控制与实时控制都已经采用计算机系统来实现。计算机控制系统的控制水平也已经大大提高。针对焦炉集气管压力这类多变量非线性系统,文章提出了一种基于模糊神经网络的智能协调控制方案,构成了焦炉集气管压力智能控制系统。实际应用表明,提出的控制策略有效解决了集气管压力的过程控制问题。 　　1系统工艺流程 　　焦炉集气管系统的结构见图1。 　　图1焦炉集气管系统的结构图 　　2系统硬件结构及系统功能 　　2.1控制系统硬件设计 　　控制系统选用开放性好、使用方便、功能强大、能满足集成和分散控制的各种要求的HoneywellPlantScape集散控制系统。 　　集气管压力控制系统硬件结构图如图2所示,系统为冗余结构,每一个主机架都由电源模块TK-FPCXX2、网络接口模块TC-CCR013、中央处理模块TC-PRS021、冗余模块 TK-PRR021构成。从机架由电源模块TK-FPCXX2、网络接口模块TC-CCR013、数字量输入模块TK-IDD321、数字量输出模块TK-ODK161、模拟量输入模块TC-FIAH81、模拟量输出模块TK-OAV081、热电阻模块TB-IXR061构成。操作员控制与监视(人机界面)采用戴尔工控机,配置以太网卡和1784-PCIC卡,以太网卡用于服务器与各工作站的通信。1784-PCIC卡用于和DCS系统的CONTROLNET网连接。系统监控和数据采集选用Honeywell公司的PlantScape,提供操作员监视、操作,系统报警及报表生成功能。另外,在鼓风机房配置了两台工作站,通过光缆和中控室服务器相连,用于监控鼓风机运行和集气管压力状况。 　　 　　图2集气管压力控制系统硬件结构图 　　2.2系统主要功能 　　(1)实现过程的实时数据采集、数据处理、显示、报警、故障监测及诊断功能,手、自动无扰切换和设定操作,对历史趋势数据进行存储(存储240 d的历史数据)和显示。具备报表打印功能和与上位机(管理系统)联网功能。 　　(2)实现3座焦炉集气管压力的解耦控制,实现初冷器前和鼓风机前及鼓风后压力智能协调控制,保证4台鼓风机安全稳定运行。在推焦装媒及鼓风机后负荷变化等扰动较大的情况下,集气管压力稳定在设定值±20 Pa内。 　　3系统原理 　　基于焦炉集气管系统的结构和特点,本文提出一种基于模糊神经网络的智能协调控制方案。控制系统的结构如图3所示。该系统分为两级:基本实时智能控制级和专家智能控制协调级(虚线框内)。基本实时智能控制级分为单输入单输出(SISO)模糊神经网络控制器FNC1～FNC4和多变量解耦控制器FNC5两部分,由径向基函数网络(RBFN)逼近过程模型。此模型用于计算过程输出对过程输入的一阶偏导数ay/au和离线寻优,由多量解耦控制器根据解耦参考模型2进行解耦控制,与被控对象一道构成解耦后的广义被控对象。专家智能控制协调级在线实时监测被控系统过程,根据不同炉况,协调控制策略,进行有效控制。在此基础上分别采用SISO模糊神经网络控制器控制被控对象的动态特性,如采用智能协调模糊神经网络控制器FNC4,以鼓风机闸阀开度为控制量,控制初冷器前吸力;采用模糊神经网络控制器FNC1～3,以各焦炉集气管蝶阀开度为控制量,控制相应焦炉集气管压力。 　　 　　图3控制系统的结构 　　3座焦炉集气管压力和初冷器前压力控制算法FNC1～FNC4采用同样的模糊神经网络结构,取误差e、误差变化率Δe及其导数Δ2e作为模糊推理控制器输入,e和Δe分别划分为7个模糊子集,Δ2e划分为3个模糊子集,模糊子集隶属度采用高斯型函数表示。上述的模糊推理控制器由如图4所示的初始神经网络构成。初始神经网络共有四层:推理层、输入层、隶属函数生成层和去模糊化层。输入节点数n为3,第一层隐含节点(模糊化)为17,第二层隐含节点(推理)L为7×7×3=147,一个输出点节。模糊化到推理连接权重为1。