基于模糊神经网络链条炉优化控制系统的研究

《基于模糊神经网络链条炉优化控制系统的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要能源是现代化的重要的物质基础。我国是一个能源大国，在能源资源、能源生产和能源消费等方面均居世界第三位。随着工业生产规模的不断扩大，作为动力和热源的锅炉也向着大容量、多参数、高效率的方向发展。目前在我国使用的锅炉设备数目极大，其中，供热系统和中小企业使用的链条炉非常普遍，而且有继续增加的趋势．在世界面临能源紧缺的今天，提高链条炉的燃烧效率和自控水平，对保护环境、节约能源具有非常重要的意义。研究了模糊神经网络在主蒸汽压力控制和优化燃烧控制上的应用。在分析了链条炉工作过程、控制系统结构的基础上，设计了主蒸汽压力模糊神经网络控制器，维持压力稳定；汽包压力稳

2、定为给定值后，通过对风／煤比和锅炉热量关系的分析，建立了鼓风摄动信号模糊自寻优的控制方法，采用了模糊神经网络控制技术与自寻优控制思想，设计了模糊神经网络控制器，以锅炉热量较高为目标，鼓风和炉排控制策略采用模糊自寻优方法，以达到优化燃烧。既能满足用户负荷要求，又能节约耗煤量和耗电量。用Matlab软件对主蒸汽压力模糊神经网络控制器进行了仿真研究。通过与传统PID控制、模糊控制的比较，仿真结果表明，采用模糊神经网络控制器，系统超调量减少了15％，过渡时间缩短了350s，取得了比较满意的控制效果。最后，研究了威胜组态软件与Mallab的结合。采用了Acliv

3、eX控件，建立了组态软件与Matlab的通信。充分利用了Matlab先进的控制算法和组态软件优美的控制界面，具有一定应用参考价值。图40表7参57关键词：模糊神经网络；链条炉控制；白寻优分类号，TP277；河北理T大学硕士学付论文AbstractEnergyisimportantmaterialfoundationofourmodemlife．Ourcountryneedslargequantityofenergy,andisinthethirdplaceofenergyresource，productionandconsumptioninthewor

4、ld．Alongwithindustrialproductionscalegraduallyenlarges，Boiler,tobepowerandhe巩isalsodevelopingtowardslargevolume，multi·parameter，lIighefficiency．Nowadays，therearemanyboilerequipmentsinourcountry，thereinto，itisverycommonofstack—boilerusedbycorporationsandittreadstocontinueincreasi

5、ng．Thewholeworldfaceenergyshortagetoday，improvingstack-boilerburningefficiencyandself-controllevelhaveveryimportantscnsctoenvironmentprotectingandenergysaving．Studiesfuzzy-neuralnetworkcontrollingonoptimizedburningcontrollingandmajorsteampressurecontrollingsystem．Throughtheanaly

6、sisonstack-boilerrunningprocess，wedesignthemajorsteampressurefuzzy-neuralnetworkcontrollertoke印thepressureinvariable．Whenbulbpressureisthedataallocated，itcallbuildwindsignaltousefuzzyself-optimizingmethodthroughtheanalysisofratioak-coal，anditdesignsfitzzy-neuralNetworkcontroller

7、withself-optimizingmethodtoreachthebestburning．Itcannotonlysatisfyendusers’demand,butalsosavecoalandelectricity．Simulatethemajorsteampressurefuzzy—neuralNetworkcontrollerwithMatlabsoftware．Fromtheresult，wegetasatisfiedcontroleffectandobviousimprovementcomparedwithPIDcontrolfuzzy

8、controlandfuzzy-neuralNetworkcontroller,over．ad