基于改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)的電站鍋爐燃燒系統(tǒng)建模及優(yōu)化控制研究.pdf

1、隨著人類社會(huì)的快速發(fā)展，人們對(duì)節(jié)能減排越來(lái)越重視，因此提高鍋爐燃燒效率和降低電廠污染物排放成為困擾燃煤電站的兩大難題，而燃燒優(yōu)化技術(shù)正是針對(duì)該類問(wèn)題應(yīng)運(yùn)而生的技術(shù)手段。其中，在眾多燃燒優(yōu)化技術(shù)中，在原DCS控制基礎(chǔ)上采用人工智能算法實(shí)現(xiàn)的燃燒建模優(yōu)化控制技術(shù)具有投資少、風(fēng)險(xiǎn)小、效果明顯的優(yōu)點(diǎn)。
　　截止目前，針對(duì)燃煤電站鍋爐燃燒優(yōu)化建模的研究主要還停留在人工智能算法的算法優(yōu)化基礎(chǔ)上，沒(méi)有充分利用燃燒機(jī)理和智能算法之間的關(guān)聯(lián)。本文基

2、于燃煤鍋爐的燃燒機(jī)理，提出一種基于燃燒機(jī)理的模糊神經(jīng)網(wǎng)絡(luò)，并將其運(yùn)用到鍋爐NOx排放量模型和鍋爐熱效率模型的建立中。其中NOx排放量模型的模糊規(guī)則數(shù)為7，分別代表6層燃燒器噴口和1層燃盡風(fēng)門，鍋爐熱效率模型的模糊規(guī)則數(shù)為4，分別代表鍋爐的四大熱損失:排煙損失、機(jī)械未完全燃燒損失、化學(xué)未完全燃燒損失以及散熱損失。然后通過(guò)先進(jìn)的尋優(yōu)算法對(duì)網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)進(jìn)行學(xué)習(xí)和辨識(shí)。建模結(jié)果表明，該網(wǎng)絡(luò)模型具有很高的準(zhǔn)確性和較強(qiáng)的泛化能力，而且改進(jìn)模糊神經(jīng)網(wǎng)

3、絡(luò)的模糊規(guī)則具有一定的物理意義，為以降低NOx排放量和提高鍋爐熱效率為目的的燃燒系統(tǒng)改造提供理論依據(jù)。
　　然后以NOx排放量和鍋爐熱效率為優(yōu)化目標(biāo)，選擇模型輸入中可調(diào)節(jié)的輸入?yún)?shù)作為優(yōu)化變量，采用一種帶精英策略的非支配排序的多目標(biāo)遺傳算法(NSGA-Ⅱ)對(duì)3種典型工況下的優(yōu)化變量進(jìn)行優(yōu)化，對(duì)生成的一組pareto最優(yōu)解集中，根據(jù)一個(gè)優(yōu)化目標(biāo)犧牲較小的同時(shí)另一個(gè)優(yōu)化目標(biāo)得到較大幅度改善的標(biāo)準(zhǔn)給出最終的優(yōu)化結(jié)果。優(yōu)化結(jié)果表明，優(yōu)化后