球磨機智能優(yōu)化系統(tǒng)研究與應(yīng)用.pdf

1、鋼球磨煤機是中儲式制粉系統(tǒng)的重要環(huán)節(jié)，目前已經(jīng)廣泛應(yīng)用于火電廠中。但絕大部分鋼球磨煤機在運行時并未達到經(jīng)濟運行，長期運行在出力較低、單耗較高的工況，一個主要的原因就是影響鋼球磨煤機的因素很多，運行人員難以找到一個優(yōu)化運行點。球磨機運行優(yōu)化主要是兩個方面：出力和單耗，但是這兩個量的實時測量都沒有解決，因此有必要首先解決這兩個量的測量，然后根據(jù)這兩個量進行優(yōu)化。 本文針對以上問題，首先使用軟測量方法解決了出力的測量，進而得到了單耗，

2、從而也得到了優(yōu)化模型；然后使用優(yōu)化算法對模型進行優(yōu)化，得到球磨機優(yōu)化運行的參數(shù)。主要內(nèi)容包含以下幾個方面： 1、研究了鋼球磨煤機的動態(tài)數(shù)學模型，分析了球磨機的工作特性，并結(jié)合球磨機的工作機理對影響球磨機制粉單耗的因素進行了詳細的分析。 2、將支持向量機理論運用于軟測量的建模中，詳細介紹了支持向量機的相關(guān)理論基礎(chǔ)，并利用最小二乘支持向量機建立了球磨機出力軟測量模型。在仿真中，本文將該方法與廣泛應(yīng)用的基于RBF神經(jīng)網(wǎng)絡(luò)的軟測

3、量模型進行比較，結(jié)果表明，該方法在泛化能力上優(yōu)于RBF神經(jīng)網(wǎng)絡(luò)。 3、對粒子群算法進行了詳盡的分析和綜述，粒子群優(yōu)化算法(PSO)是一種新興的仿生學算法，有和遺傳算法相似的全局收斂性，但具有更快的收斂速度。針對PSO在收斂過程中易陷入局部解的問題，結(jié)合混沌算法的遍歷性特點，提出了一種新的優(yōu)化算法來解決多目標優(yōu)化問題。然后使用標準測試函數(shù)驗證了該方法的有效性。 4、根據(jù)軟測量模型，綜合考慮單耗和出力兩個方面的影響，建立了球