微波加熱過程熱點(diǎn)與熱均勻性控制與優(yōu)化研究.pdf

1、面對(duì)日益增加的能量消耗以及嚴(yán)重的環(huán)境污染，節(jié)能減排已成為我國(guó)的基本國(guó)策，改變現(xiàn)有的以煤、石油為主的化石燃料加熱方式，使用清潔能源刻不容緩。微波能是一種清潔能源，可以通過使用電能的方式產(chǎn)生，可用于眾多工業(yè)熱處理領(lǐng)域。相較于傳統(tǒng)加熱方式，微波能在眾多工業(yè)領(lǐng)域顯露出卓越的節(jié)能省時(shí)特性，受到越來(lái)越多研究人員與公司的重視。但微波能應(yīng)用需要解決兩大問題：熱失控與熱不均，熱失控會(huì)導(dǎo)致加熱媒質(zhì)損壞，更嚴(yán)重的情況下會(huì)導(dǎo)致加熱腔體爆炸，而熱不均會(huì)影響最終加

2、熱效果，導(dǎo)致媒質(zhì)不同位置溫度差異很大。本文的研究工作主要針對(duì)工業(yè)微波加熱特點(diǎn)，基于微波加熱過程中微波功率分布和媒質(zhì)介電特性等先驗(yàn)性知識(shí)，分析微波加熱過程中溫度場(chǎng)非均勻性、媒質(zhì)溫度辨識(shí)、熱點(diǎn)溫度控制以及多目標(biāo)優(yōu)化問題，改善微波加熱媒質(zhì)溫度場(chǎng)非均勻性，實(shí)現(xiàn)熱點(diǎn)溫度控制。
　　增加微波輸入饋口，可以改善加熱媒質(zhì)溫度場(chǎng)均勻性，但現(xiàn)有的研究多關(guān)注于微波源在反應(yīng)腔體外壁饋口位置優(yōu)化選擇，對(duì)加熱過程中微波源輸入功率及相位的主動(dòng)控制實(shí)現(xiàn)溫度場(chǎng)均勻

3、性較少研究。加熱媒質(zhì)在兩個(gè)輸入源下溫升過程是多輸入源的一種典型情況，本文對(duì)兩輸入微波源作用下的加熱媒質(zhì)溫度場(chǎng)均勻性實(shí)現(xiàn)進(jìn)行了分析。通過改變微波源入出功率和相位，可以在媒質(zhì)的任意位置得到希望的功率分布，以此可以得到在時(shí)間維度上均勻的微波功率分布，基于此設(shè)計(jì)了布谷鳥搜索結(jié)合滑模神經(jīng)網(wǎng)絡(luò)的控制算法，對(duì)兩個(gè)微波輸入源的功率和相位進(jìn)行實(shí)時(shí)控制，實(shí)現(xiàn)均勻的溫升過程。同時(shí)，考慮實(shí)際情況下，微波源實(shí)際輸入功率和相位與控制算法計(jì)算值存在誤差，對(duì)微波源輸入

4、功率在計(jì)算值100±40％范圍內(nèi)隨機(jī)變化、相位差在計(jì)算值100±20%范圍內(nèi)隨機(jī)變化以及溫度傳感器存在0.3±0.3 K范圍內(nèi)隨機(jī)變化誤差的情況進(jìn)行了仿真計(jì)算，仿真結(jié)果表明：布谷鳥搜索結(jié)合滑模神經(jīng)網(wǎng)絡(luò)算法可以得到媒質(zhì)溫度場(chǎng)均勻的溫升過程。通過與遺傳算法比較分析可知，布谷鳥搜索算法可以在更短時(shí)間內(nèi)得到更優(yōu)的輸入功率值。
　　在微波加熱過程系統(tǒng)辨識(shí)研究中，一般采用多層前向靜態(tài)神經(jīng)網(wǎng)絡(luò)。但由于微波加熱是時(shí)變系統(tǒng)，且一種訓(xùn)練好的模型在媒質(zhì)

5、加熱環(huán)境發(fā)生變化的情況下難以應(yīng)用，因此需要實(shí)時(shí)采樣過程數(shù)據(jù)，導(dǎo)致靜態(tài)模型難以準(zhǔn)確描述微波加熱過程。本文提出了一種遞歸自進(jìn)化模糊量子神經(jīng)網(wǎng)絡(luò)模型，用以對(duì)微波常規(guī)加熱與干燥過程進(jìn)行系統(tǒng)辨識(shí)，該模型通過實(shí)時(shí)采樣微波加熱過程數(shù)據(jù)，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)參數(shù)及結(jié)構(gòu)更新，以得到最佳的辨識(shí)結(jié)果。遞歸自進(jìn)化模糊量子神經(jīng)網(wǎng)絡(luò)將微波輸入功率及先前狀態(tài)信息作為輸入層用以預(yù)測(cè)下一時(shí)刻的狀態(tài)數(shù)據(jù)，在溫度辨識(shí)中， 辨識(shí)誤差可以控制在1K以內(nèi)。將遞歸自進(jìn)化模糊量子神

6、經(jīng)網(wǎng)絡(luò)應(yīng)用于在動(dòng)態(tài)系統(tǒng)辨識(shí)與混沌模型預(yù)測(cè)，通過與現(xiàn)有的耦合局部反饋遞歸自進(jìn)化模糊神經(jīng)網(wǎng)絡(luò)與泛函連接交互式遞歸自進(jìn)化模糊神經(jīng)網(wǎng)絡(luò)比較分析，可以得出該模型在相同的訓(xùn)練周期下，具有更優(yōu)的辨識(shí)能力。
　　在微波加熱過程中，在先驗(yàn)知識(shí)可用與不可用情況下，本文設(shè)計(jì)了兩種不同的控制算法。在先驗(yàn)知識(shí)可用的情況下，提出Lambert定律結(jié)合實(shí)時(shí)溫度信息算法計(jì)算微波功率分布，仿真結(jié)果表明該算法可以得到比Lambert定律準(zhǔn)確性更高的計(jì)算結(jié)果?；诖怂?/p>

7、法，在過程參數(shù)近似已知情況下，進(jìn)一步提出了模型預(yù)測(cè)控制算法，實(shí)現(xiàn)媒質(zhì)溫度準(zhǔn)確跟蹤預(yù)期軌跡。但更普遍的情況是微波加熱過程中無(wú)可用先驗(yàn)知識(shí)，在反應(yīng)腔體內(nèi)部，微波功率通常是非均勻性分布，并且該時(shí)變系統(tǒng)過程參數(shù)基本上是未知的。現(xiàn)有的控制方法有比例積分微分（PID）控制、線性化跟蹤控制、經(jīng)驗(yàn)公式、自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊控制器等，但這些算法具有如：誤差大、需要系統(tǒng)參數(shù)、泛化能力差、需要大量訓(xùn)練等缺點(diǎn)，因此需要研究一種具有更廣應(yīng)用范圍、參數(shù)容易確定、控制

8、精度較高的控制算法。本文提出滑模徑向基神經(jīng)網(wǎng)絡(luò)控制算法對(duì)單微波輸入和微波結(jié)合空氣熱對(duì)流輸入情況下的控制輸入設(shè)計(jì)問題進(jìn)行了分析。針對(duì)加熱過程在相同實(shí)驗(yàn)條件下，可以多次重復(fù)與難以重復(fù)的情況，提出了相應(yīng)的固定學(xué)習(xí)速率控制算法及自適應(yīng)學(xué)習(xí)速率控制算法。在單微波輸入中，該算法在仿真與實(shí)際實(shí)驗(yàn)中，均獲得良好的控制效果，在實(shí)際應(yīng)用中，通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，溫度跟蹤誤差可以逐漸收斂到1K以內(nèi)。在微波結(jié)合空氣熱對(duì)流多變量仿真實(shí)驗(yàn)中，該算法可以計(jì)算得出合

9、適的微波功率與熱對(duì)流控制輸入值，保證媒質(zhì)溫度準(zhǔn)確跟蹤預(yù)設(shè)軌跡。
　　在微波加熱過程中，針對(duì)控制目標(biāo)，如：溫度、能量利用率、含水率等過程變量，為實(shí)現(xiàn)多目標(biāo)優(yōu)化控制，確定最優(yōu)輸入功率，本文研究了一種針對(duì)微波干燥過程的多目標(biāo)預(yù)測(cè)優(yōu)化算法。根據(jù)微波干燥過程的時(shí)變特性，提出了基于遞歸自進(jìn)化模糊神經(jīng)網(wǎng)絡(luò)的多目標(biāo)預(yù)測(cè)優(yōu)化控制算法。在紅衫木干燥仿真實(shí)驗(yàn)中，選取溫度和含水率作為控制對(duì)象，通過應(yīng)用遞歸自進(jìn)化模糊神經(jīng)網(wǎng)絡(luò)多目標(biāo)預(yù)測(cè)優(yōu)化控制算法，可以實(shí)現(xiàn)