基于反饋神經(jīng)網(wǎng)絡(luò)的CO2壓縮機(jī)動(dòng)態(tài)模型研究.pdf

1、隨著社會(huì)的進(jìn)步和科技的發(fā)展，CO2離心式壓縮機(jī)因能符合工業(yè)上對(duì)氣體壓縮的各種要求，因而使用領(lǐng)域很是廣。所以，深入了解壓縮機(jī)的工作特性，用最合適的算法來控制壓縮機(jī)，使其工作在最佳狀態(tài)是很有必要的。由于影響壓縮機(jī)性能要素眾多，傳統(tǒng)方法建立模型往往不能準(zhǔn)確地反應(yīng)其性能曲線，而神經(jīng)網(wǎng)絡(luò)，一種模擬動(dòng)物神經(jīng)系統(tǒng)的行為特性、分布式并行處理信息的算法模型，有著較好的學(xué)習(xí)能力和貼近任何非線性函數(shù)特點(diǎn)。論文的主要研究?jī)?nèi)容如下:
　　(1)離心式壓縮機(jī)

2、模型確定。首先對(duì)CO2壓縮機(jī)系統(tǒng)的工作過程進(jìn)行分析，初步確定其由兩部分構(gòu)成:透平部分和壓縮機(jī)組部分。然后獲得響應(yīng)的試驗(yàn)數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行濾波、平滑處理。接著利用處理過的數(shù)據(jù)對(duì)各個(gè)狀態(tài)量間的相關(guān)性分析，剔除無關(guān)狀態(tài)量或是相關(guān)性比較小的。最終分別確定壓縮機(jī)透平轉(zhuǎn)速模型以及多輸入多輸出模型的輸入與輸出。
　　(2)基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)研究。分別在BP與Elman網(wǎng)絡(luò)的基礎(chǔ)上構(gòu)建壓縮機(jī)狀態(tài)量預(yù)測(cè)模型，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。接著對(duì)BP網(wǎng)絡(luò)的輸

3、入層節(jié)點(diǎn)增加自反饋和對(duì)Elman網(wǎng)絡(luò)增加一個(gè)由輸出到輸入的外反饋，并在上述神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上建立模型。獲得解耦控制系統(tǒng)的各個(gè)傳遞函數(shù)，用階躍響應(yīng)法建立模型。最后對(duì)比上述模型整體預(yù)測(cè)成效。
　　(3)當(dāng)控制量變化時(shí)，對(duì)應(yīng)著其它變量也相應(yīng)變化，而且變化圖形類似于一個(gè)有著延遲的一階慣性階躍響應(yīng)曲線，用階躍響應(yīng)法建立模型。在自反饋BP網(wǎng)絡(luò)與外反饋Elman神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上也建立模型，并與階躍響應(yīng)法建立的模型進(jìn)行對(duì)比。
　　(4)建立基