基于神經(jīng)網(wǎng)絡(luò)解耦的氣化爐預(yù)測(cè)控制.pdf

1、PREDICTIVECONTROLOFGASIFIERSYSTEMBASEDONNEURALNETWORKDECOUPLING／4DissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYLiuQingSupervisedbySupervisedbyAssociateProfessorDingWeimingSchoolofEn

2、ergyandEnvironmentSoutheastUniversityJune2014摘要摘要能源消耗與環(huán)境污染是當(dāng)今社會(huì)發(fā)展面臨的兩大問(wèn)題，我國(guó)能源結(jié)構(gòu)以煤炭為主，因此，整體煤氣化聯(lián)合循環(huán)(IGCC)技術(shù)作為一種清潔、高效的煤炭利用方式，受到了廣泛的關(guān)注。氣化爐是IGCC電站氣化島的核心部分，對(duì)煤氣化過(guò)程的有效控制是保證IGCC電站穩(wěn)定、經(jīng)濟(jì)、安全運(yùn)行的必要條件。由于煤氣化系統(tǒng)具有強(qiáng)耦合、非線性和大慣性等特點(diǎn)，采用分散控制方法很難

3、得到理想的控制效果。本文從解耦設(shè)計(jì)的角度，對(duì)Alstom氣化爐的優(yōu)化控制進(jìn)行了研究。文章首先分析了氣化爐的動(dòng)態(tài)特性和各回路間的耦合狀況，以相對(duì)增益矩陣法為基礎(chǔ)匹配控制回路，確定了前饋解耦的具體方案。模糊神經(jīng)網(wǎng)絡(luò)具有非線性逼近能力和快速學(xué)習(xí)能力，在智能控制領(lǐng)域有廣泛的應(yīng)用，本文采用模糊神經(jīng)網(wǎng)絡(luò)作為解耦器，并在神經(jīng)網(wǎng)絡(luò)外部加入一個(gè)反饋通道，增強(qiáng)網(wǎng)絡(luò)的動(dòng)態(tài)響應(yīng)能力。針對(duì)模糊神經(jīng)網(wǎng)絡(luò)的在線學(xué)習(xí)過(guò)程，提出了一種改進(jìn)的隱節(jié)點(diǎn)競(jìng)爭(zhēng)算法。實(shí)驗(yàn)表明，模糊

4、神經(jīng)網(wǎng)絡(luò)解耦器具有良好的動(dòng)態(tài)解耦效果，可以應(yīng)用單回路設(shè)計(jì)方法對(duì)解耦后的系統(tǒng)進(jìn)行控制器設(shè)計(jì)。針對(duì)前饋解耦不能閉環(huán)調(diào)整的問(wèn)題，引入了解耦參考模型。被控對(duì)象與前饋解禍系統(tǒng)串聯(lián)形成廣義被控對(duì)象，其動(dòng)態(tài)特性表現(xiàn)為原系統(tǒng)主通道特性與新形成的解耦支路的疊加。采用遞推最小二乘法對(duì)廣義對(duì)象進(jìn)行辨識(shí)，得到離散傳遞函數(shù)形式的解耦參考模型，由于該模型可以同時(shí)作為預(yù)測(cè)控制系統(tǒng)的預(yù)測(cè)模型使用，因此簡(jiǎn)化了預(yù)測(cè)控制系統(tǒng)的設(shè)計(jì)步驟。仿真實(shí)驗(yàn)表明，基于神經(jīng)網(wǎng)絡(luò)解耦的單回路