智能控制在濃相輸送系統(tǒng)上的應(yīng)用.pdf

1、目前氣力輸送技術(shù)已經(jīng)廣泛地應(yīng)用于電力、水泥、化工、玻璃、采礦及冶金等工業(yè)領(lǐng)域。尤其是低速濃相輸送裝置的出現(xiàn)解決了物料在輸送過(guò)程中易破碎、堵塞和磨蝕管道等難題，且降低了耗氣量，使得其應(yīng)用領(lǐng)域更加廣泛。但是這些投入使用的濃相輸送系統(tǒng)由于對(duì)物料的輸送量無(wú)法進(jìn)行連續(xù)調(diào)節(jié)，致使輸送系統(tǒng)經(jīng)常破壞下一生產(chǎn)過(guò)程的工藝制度。針對(duì)這個(gè)問(wèn)題，論文提出了采用控制輸送壓力的辦法來(lái)間接控制物料流量的控制策略。 由于粉末物料的濃相輸送系統(tǒng)存在嚴(yán)重的非線性和時(shí)

2、變性，故要想建立其準(zhǔn)確數(shù)學(xué)模型難度非常大。為了充分發(fā)揮神經(jīng)網(wǎng)絡(luò)的高度并行性的特點(diǎn)，更好地達(dá)到智能控制系統(tǒng)的實(shí)時(shí)性、自學(xué)習(xí)性、魯棒性等要求，本文采用了并行協(xié)作模塊化神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)(PCMNN)來(lái)建立濃相輸送系統(tǒng)控制模型，它通過(guò)用分解判定子模塊對(duì)輸入向量的適當(dāng)分區(qū)域、由合成子網(wǎng)將各區(qū)域的結(jié)果合成，實(shí)現(xiàn)了復(fù)雜任務(wù)的自動(dòng)分解判定和模塊化訓(xùn)練策略，此體系結(jié)構(gòu)是可行的、有效的。與非模塊化神經(jīng)網(wǎng)絡(luò)技術(shù)相比，提高了訓(xùn)練速度、改善了網(wǎng)絡(luò)性能，它具有并行

3、性高、通用性強(qiáng)、對(duì)新增樣本易于學(xué)習(xí)、便于硬件實(shí)現(xiàn)等特點(diǎn)。實(shí)驗(yàn)結(jié)果表明，并行協(xié)作模塊化神經(jīng)網(wǎng)絡(luò)(PCMNN)體系結(jié)構(gòu)具有函數(shù)逼近效果好、訓(xùn)練速度快的特點(diǎn)，能自動(dòng)地對(duì)任務(wù)進(jìn)行分解，并使分解更趨合理，網(wǎng)絡(luò)結(jié)構(gòu)在學(xué)習(xí)過(guò)程中可動(dòng)態(tài)改變。對(duì)實(shí)際的濃相輸送系統(tǒng)情形，更具有實(shí)用價(jià)值。 針對(duì)控制對(duì)象復(fù)雜性、非線性等特點(diǎn)，本文提出了使用模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，并對(duì)于模糊控制規(guī)則由BP神經(jīng)網(wǎng)絡(luò)聯(lián)想記憶后提取，它不但可以獲得最佳控制規(guī)則，而且響應(yīng)速度快。