钢球磨煤机制粉系统DRNN神经网络解耦控制研究

《钢球磨煤机制粉系统DRNN神经网络解耦控制研究》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、维普资讯http://www.cqvip.com2008年第1期东北电力技术钢球磨煤机制粉系统DRNN神经网络解耦控制研究AStudyonDeeouplingControlofDRNNNeuralNetworkforCoalPulverizingSystemwithBallMills王万召，李利(1．平顶山工学院，河南平顶山467000；2．平顶山供电公司，河南平顶山467000)摘要：通过将对角回归神经网络技术和PID技术相结合，提出一种可用于强耦合多输入多输出系统的比例、积分和微分参数在线自整定神经网络PID解耦方案。将这

2、种方法应用于球磨机制粉系统控制，对耦合强烈的磨煤机出口温度、入口负压、负荷三维传递函数矩阵进行解耦控制。仿真研究表明，该方案解耦效果良好，并且可以有效克服钢球磨机对象的大滞后和非线性，获得良好的控制品质。关键词：对角回归神经网络；PID控制器；解耦控制；钢球磨煤机[中图分类号]TK223．25；TP273[文献标识码]B[文章编号]1004—7913(2008)01—0023—03我国现有的燃煤电厂广泛采用中储式钢球磨制机的差压。球磨机的数学模型是三输入三输出数学粉系统，而国内很多电厂都不能有效地投入自动。模型。为保证制粉系统

3、获得较低的制粉单位电耗，长期手动控制球磨机运行不仅容易造成其超温、空同时使制粉系统获得煤粉经济细度和保证制粉系统∞煤和跑粉事故，而且也不能使球磨机长期保持在最的安全运行，需要控制球磨机出口温度、人口压力大出力下运行，致使磨煤机电耗增加。磨煤机的自及出人口压差3个被控变量。动控制是电厂控制中的一个重点，其控制难点如由运行经验可知，球磨机的3个被控参数动态下。差别较大，相互耦合严重；被控参数受到的干扰因a．现有钢球磨煤机的控制方案是以存煤量为素较多，持续时间长。另外球磨机的结构参数基础，存煤量的测量有较大的误差。(如球磨机筒体内钢

4、球装载量及钢球球径的大小)、b．球磨机是强耦合、大惯性、大迟延的时变球磨机的运行参数(如热风和冷风温度的高低、系统，无法用精确的数学模型来描述。原煤的水分、煤质灰的含量)都会影响球磨煤机c．球磨机的被控量除受到给煤量、热风门和的被控参数。同时球磨煤机的差压信号迟延大，也冷风门开度的扰动外，还受钢球载煤量、煤含水会影响控制效果。量、含灰量、冷热风温度的影响。通过分析磨煤机动态特性及查阅相关文献，可采用常规的PID控制达不到较好的控制效果，得某典型球磨机的数学模型为有时还会造成系统的不稳定。一O．77—0．1e-20s随着计算机技

5、术的发展，神经网络的理论分析(60s+1)(80s+1)和实用研究都取得了可喜的进步。由于神经网络控一1．6一0．12e一制能够避开复杂的对象，不依赖对象的数学模型，11S+1(60s+1)所以特别适用于非线性、时变、纯滞后系统。基于0．2560．3e一以上分析，本文提出了利用DRNN神经网络来进25s+1(1lOs+1)行PID控制器的比例、积分和微分参数自学习，调式中：Y，Y：，Y分别为磨煤机出口温度、人口负整权值，实现全局最优的解耦控制。压、磨煤机出人口压差；，：，分别为热风门开度、再循环风门开度、给煤机转速。1球磨机制

6、粉系统的动态特性球磨机是典型的多输人多输出系统，其输入量2球磨机制粉系统的控制方案为给煤机的转速、热风门开度及冷风门开度，输出2．1目的量为球磨机的出口温度、球磨机的人口压力及球磨为使磨煤机安全、经济运行，磨煤机控制系统维普资讯http://www.cqvip.com东北电力技术2008年第1期应控制磨煤机的负荷(存煤量)、人口负压及出口角回归神经网络是具有反馈的动态网络，能够更直温度。设计控制系统时，一般由给煤机转速调节负接更生动地反映系统的动态特性，在BP网络的基荷(用磨煤机的出人口压差表示)，再循环风门调本结构基础上，通

7、过存储内部状态使其具备映射动节人口负压，热风门调节出口温度。实际上，球磨态特性的功能，从而使系统具有适应时变特性的能机是一个三输入、三输出的多变量、强耦合、大惯力。DRNN网络是一种三层前向网络，其隐层为回性、大延迟的非线性时变系统，其被控量(负荷、归层。正向传播是输入信号从输入层经隐层传向输人口负压、出口温度)除受给煤量、热风门和再出层，若输出层得到了期望的输出，则学习算法结循环风门的影响外，还受钢球载煤量、煤含水量、束；否则，转至反向传播。反向传播是将误差信号煤含灰量、冷、热风温度高低的影响。如果采用常(理想输出与实际输出

8、之差)按连接通路反向计规PID单回路调节方法简单进行变量分隔，强行割算，由梯度下降法调整各层神经元的权值和阈值，裂各变量之间的关系，不但得不到较好的控制效使误差信号减小。果，而且还极易造成系统的不稳定。基于以上分DRNN神经网络结构如图2所示。析，对球磨机必须采用解耦和智能控