基于偏最小二乘的循环流化床锅炉燃烧系统建模与仿真

《基于偏最小二乘的循环流化床锅炉燃烧系统建模与仿真》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、doi:10.3969/j.issm1007-855x.2011.01.011基于偏最小二乘的循环流化床锅炉燃烧系统建模与仿真孟雅哲，赖华，车国霖(昆明理工大学信息工程与口动化学院，云南昆明650051)摘要：应用偏最小二乘方法对云南某厂循环流化床锅炉相对稳定工况下的台账数据进行分析，建立静态模型，并对模型进行验证，与附加动量的梯度下降法训练的神经网络建模结果进行比较，证明采用偏最小二乘法的建模效果更好，更方便分析应用.关键词：偏最小二乘;神经网络；循环流化床锅炉；燃烧系统中图分类号:TP273文献标识码：A文章编号：1

2、007-855X(2011)01-0052-04ModelingandSimulationofCirculatingFluidizedBoilers'CombustionSystemsBasedonPartialLeastSquaresMENGYa吃he,LAIHua,CHEGuo4in(FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650051,China)Abstract:This

3、paperdealswithmonitoringdataofaCFBBwithPLS(partialleastsquares)algorithmstandthencomparesthemodelwiththatofneuralnetwork•TheresultshowsthatPLSissuperior.Keywords：partialleastsquares;neuralnetwork;circulatingfluidizedbedboiler;combustionsystemo引言流化床燃烧技术是用风将固体燃料颗粒吹

4、至沸腾状态以利于充分燃烧的技术•循坏流化床锅炉应用流化床燃烧技术，添加返料装置使燃烧不完全的燃料循环燃烧,有比传统锅炉更好的燃烧效率和燃料适川性•循环流化床锅炉以其燃料适应性广、燃烧效率高和坏境污染小的优势得到r越來越广泛的关注和应用.冃前，国内外正在研发600MW和800MW的大容量循环流化床锅炉⑴.循环流化床锅炉自动控制尚不成熟，缺乏合理的动静态模型是一个重要的原因•以给煤量和一、二次风量为输入，以主汽压力和炉膛温度为输出的非线性强耦合过程是燃烧系统建模的重点和难点.日前静态模型的建立对系统的分析和预测有着重要的意义

5、，循环流化床锅炉燃烧系统建模有机理建模和实验建模两种方法，机理建模大都采用小室和模型力质量流动及守恒进行研究彳，实验建模多采用神经网络⑷。本文采用实验建模的方法，文中对云南某厂循环流化床锅炉稳定工况下的台账数据进行分析,应用偏最小二乘和神经网络两种方法建立静态模型，对模型进行齡证，并对两种建模方法的效果进行比较.偏最小二乘是一种引入了主成分提取技术的统计最优化求解算法,可以对变量间存在多重相关性的问题进行求解⑸.1数据预分析及模型结构的确定循环流化床锅炉运行中需要监测一次风系统、二次风系统、给水系统、蒸汽系统、炉膛、烟气

6、系统和转收稿日期:2010-10-20.基金项目：昆明理工大学青年基金资助项冃(项冃编号：k&0200703057).作者简介：孟雅哲(1988-)，女，在读硕士.主要研究方向：复杂系统建模与控制.E-mail:yaransansheng@163.com机系统的冇关变量.通过相关性分析可知循环流化床锅炉的给煤机转速、送风系统与蒸汽和给水系统的相关系数可高达0.94,而11其燃烧系统最为复杂，故本文选择其燃烧系统作为建模研究对象，即选择给煤机（aJ）.c）转速，一次风流量（左、右）和压力（左、右），二次风流量（左、右）共9

7、个量为模型输入变量，选择主汽压力,床层温度（左、右）和燃烧室温度共4个量为模型输出变量，则系统的输入-输出变量关系如图1.2建模方法的确定由于循坏流化床燃烧系统是一个多输入多输出、X（给煤机a转速）循环流化床锅炉燃烧系统y,（主汽压力）y2（左侧床层温度）X2（给煤机b转速）；居（给煤机「转速）x4（左侧一次风流fit）y3（右侧床层温度）屁（左侧-次风流ht]x6（左侧一次风压力y4（燃烧室温度）►x7（左侧一次风压力）兀（左侧二次风流就xg（左侧-次风流Ift）图1系统的输入-输出变量图Fig.lInputand

8、outputvariatesofthesystem循环流化床锅炉燃烧系统强耦合的系统•考虑到任何一个紧致集上的平方可积函数都可由一个三层神经网络按范数逼近&,首先考虑利用台账数据、应用附加动量的梯度下降法对三层BP网络进行拟合训练，期望得到循环流化床燃烧系统的模型.为了方便和偏最小二乘的建模结果进行比较，采用50组数