基于煤粉浓度的锅炉燃烧智能控制方法研究

基于煤粉浓度的锅炉燃烧智能控制方法研究

ID:32468402

大小:1.96 MB

页数:62页

时间:2019-02-06

基于煤粉浓度的锅炉燃烧智能控制方法研究_第1页
基于煤粉浓度的锅炉燃烧智能控制方法研究_第2页
基于煤粉浓度的锅炉燃烧智能控制方法研究_第3页
基于煤粉浓度的锅炉燃烧智能控制方法研究_第4页
基于煤粉浓度的锅炉燃烧智能控制方法研究_第5页
资源描述:

《基于煤粉浓度的锅炉燃烧智能控制方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于煤粉浓度的锅炉燃烧智能控制方法研究摘要电站锅炉是工业生产和生活中重要的动力源,在整个能源消耗中占相当大的比重。提高锅炉的运行热效率、降低能耗是多年来技术改造和节能工作中意义深远的课题。目前锅炉控制的核心问题就是对燃烧过程进行最有效的控制。如何使主蒸汽压力既具有良好的动态特性,又能使入炉燃料得以充分燃烧,是燃烧过程控制的关键。锅炉燃烧控制系统是典型的多变量、非线性、时变、存在大时滞的复杂系统,对象模型难以建立,采用传统的控制方法,很难达到理想的控制效果,因此有必要研究新的智能控制策略。目前,模糊控制、神经网络正在控制领域

2、显示出巨大的潜力,预测控制在实际工业生产过程中也得到了一定的应用。本文在对上述三种方法分析研究的基础上,综合利用三种方法,提出了一种基于神经网络模型的模糊预测控制方法。首先,针对广义预测控制中滚动优化过程存在的问题,研究利用模糊控制实现传统的滚动优化;然后,针对基本预测控制都是基于线性模型的局限性,研究将神经网络引入模糊预测控制,用神经网络模型实现模型预测;最后,研究该算法在锅炉燃烧控制系统中的应用,并用Matlab编制了算法程序,通过仿真研究,证明了该算法对锅炉燃烧系统能进行有效的控制,也可以推广应用到其他非线性、大时滞

3、系统的控制中。本课题的主要工作和研究内容如下:(1)分析了锅炉燃烧控制系统及与本课题相关的智能控制方法的发展现状。(2)研究了广义预测控制和模糊控制的基本原理,针对广义预测控制中滚动优化过程运算量过大、采样周期不能太小而导致的抗干扰性差的问题,将模糊控制与广义预测控制结合起来,用模糊控制器实现预测控制的优化求解。(3)研究了径向基函数神经网络的非线性建模能力,用神经网络模型代替传统的预测模型实现未来信息的预测。并将神经网络、模糊控制、广义预测控制结合起来,设计了一种新的智能控制器:基于神经网络模型的模糊预测控制器。(4)分

4、析了煤粉浓度在线监测的必要性,设计了一种实用的煤粉浓度监测方法。(5)分析了电站锅炉燃烧控制系统的特性,对主蒸汽压力和烟气含氧量分别设计了相应的智能控制策略,并进行了仿真实验。关键词:模糊控制预测控制神经网络煤粉浓度燃烧控制AbstractStationboiler1smlpon瓤lt曲VefoⅧnammmd、lstrialprodllctlonandhuman’shie.nconsumedsizeableproportioninenergysources.nwasasignificantquestionfordiscus

5、sioni11tecmc“alter砒ionaIldre帆lchingenc理;ysources也atiIIlprovingtherHlale伍ciencyofboilcrb1删iI】g,reducingcoIls咖叩tionoferlergy.Thekeypmbl锄ofboilercon订o“stoimplementef传ctiVecontroloncomhls虹onprocess.Howtokeep也emainste锄pressureha啊ngbetterd”amiccharact耐sticaIldke印theflle

6、lenteredtheboilerb啪ingt110roughlyismostinlportanttocOmbustionprocesscontr01.BoilercombustioⅡcontr01systemisatypicalcomplexsystem诵mcharacteristicofnon—line抓ty,1a唱eti玎】elag,tiIneVaIiation,趾detc.Itisdi伍culttoInodelthcplaIltandishardlytoobtainperfectcon扛olperfomancewi

7、mconventionalcon仃olmethod;henceweshouldf.mdnewintclligentcontr01s订ategyAtprcsent,血zzyt11eoryandneumlnetworkis孕aduallyshow证genomous1atentcapacityinthecon廿01field,andgeneralizedpredictiVecontrolhashavemorcandIrloreapphc砒ion血Ⅱ1epmcessofproduction.Basedonnleanalysisan

8、dresearchofⅡlepreviousthrce虹ndsofcontr01technologyandmadeuseofmethreesynmetically,anewintelligentcon订01s心ate跏t11atisfuzzypredictivecomr01b硒edonneuralnet

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。