基于改进算法的锅炉燃烧系统的经济性研究

基于改进算法的锅炉燃烧系统的经济性研究

ID:46293889

大小:286.24 KB

页数:4页

时间:2019-11-22

基于改进算法的锅炉燃烧系统的经济性研究_第1页
基于改进算法的锅炉燃烧系统的经济性研究_第2页
基于改进算法的锅炉燃烧系统的经济性研究_第3页
基于改进算法的锅炉燃烧系统的经济性研究_第4页
资源描述:

《基于改进算法的锅炉燃烧系统的经济性研究》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、设鼬P『f研Ya究njiu、F分enx析iI●2⋯D年’g6g基于改进算法的锅炉燃烧系统的经济性研究李娜,李泽滔。张赫(贵州大学电气工程学院,贵州贵阳550003)摘要:针对锅炉燃烧系统的非线性、时变性和强耦合的特点,传统的控制方法的控制精度不高、自适应能力差等,提出了一种改进的模糊神经网络控制算法,对烟气含氧量进行控制。为克服常规算法的缺陷,将BP算法和粒子群PSO算法二者相结合,充分利用PSO算法的全局寻优能力和BP算法的局部搜索能力。另外引入了动态递归神经网络,对系统模型进行在线辨识,从而提高了网络的训练效率和控制器的控制效果,使系

2、统达到经济燃烧。关键词:模糊神经网络PSO算法BP算法动态递归神经网络辨识烟气含氧量经济燃烧中图分类号:TP118文献标识码:A文章编号:1002—6886(2014)06—0001—04TheeconomyresearchofboilercombustionsystembasedontheimprovedalgorithmLINa.LIZetao.ZHANGHeAbstract:Forboilercombustionsystemofcomplexcharacteristicsofnonlinear,time—varyingandstro

3、ngcoupling,thetra—ditionalcontrolmethodofcontrolaccuracyisnothigh,andpooradaptiveability,animprovedfuzzyneuralnetworkcontrolalgorithmisproposedtocontrolthefluegasoxygencontent.Toovercomethedefectsofconventionalalgorithm,combiningtheBackPropagationalgorithmandparticleswarm

4、optimization,tomakefulluseoftheglobaloptimizationabilityofPSOal-gorithmandBPalgorithmglocalsearchability.Inadditiondynamicrecurrentneuralnetworkisintroducedtoidentifythesystemmodelonline,whichimprovethetrainingefficiencyofthenetworkandthecontroleffectofthecontrollerandmak

5、ethesystemachieveeconomiccombustion.Keywords:fuzzyneuralnetwork;particleswarmoptimization;backpropagationalgorithm;dynamicrecursiveneuralnet—workidentification;fluegasoxygencontent;economiccombustion动态工程系统中应用日益广泛,并取得了较好的应0引言用效果。因此,本文提出了更有效的模糊神经网络工业锅炉是许多工业生产过程中重要的必不可控制方案,采

6、用PSO+BP综合算法,为了克服离线少的动力设备和能源转换设备之一,其运行的好坏训练的弊端,同时引入了动态递归神经网络对系统对于保护环境、节约能源等有着重要的作用。燃烧进行辨识,使系统具有较强的自学习和推理能力,在控制系统在锅炉的运行中至关重要,该系统的主要线优化控制规则,提高燃烧的经济性。任务为维持主蒸汽压力、炉膛负压的稳定以及保证1烟气含氧量系统分析燃烧的经济性,以保证系统能够稳定高效的运行。尤其面对当今社会资源缺少的现状,保证燃烧的经烟气含氧量控制系统的主要任务是保证燃烧过济性显得尤为重要。程的经济性。由于锅炉燃烧的经济性指标难以直

7、接本文主要从燃烧的经济性方面出发,对烟气含测量,通常选用烟气含氧量或风煤比(燃料量与送氧量系统提出了优化的方案。考虑到锅炉是一个具风量的比值)来表示。由于最佳烟气含氧量与最佳有非线性、时变性、强耦合的多变量的复杂控制对风煤比具有等价关系,因此,对最佳风煤比的研究转象,难以确定其精确的数学模型,采用传统的控制方化为对最佳烟气含氧量的研究11。燃烧过程中要式不能获得良好的控制效果。近年来,智能控制在保证合适的风煤比,使燃料充分燃烧。同时,尽可能·29·现代欲lMⅪodern。减少排烟造成的热损失。方案,如风煤比自寻优、直接热效率自寻优或间接供

8、给空气量的大小,通常用烟气含氧量或过剩的炉膛温度自寻优、烟气含氧量自寻优及相结合空气系数来表示。在燃烧过程中,如果空气量不足,的方式等。燃料就会不完全燃烧,燃烧效率下降;反之,就会造针对锅炉这

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。