球磨机混合优化前向神经网络PID解耦控制系统.pdf

《球磨机混合优化前向神经网络PID解耦控制系统.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第22卷第2期电力系统及其自动化学报Vo1．22NO．22010年4月ProceedingsoftheCSU—EPSAApr．2010球磨机混合优化前向神经网络PID解耦控制系统程启明，程尹曼，汪明媚，郑勇。(1．上海电力学院电力与自动化学院，上海200090；2．上海华为技术有限公司，上海200040)摘要：针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点，提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统。在这种控制器中，PID控制器的控制参数采用神经网络进行自适应整定，神经网络的权值采用混合优化算法进行调整。仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好，控制品质

2、优于传统PID解耦控制方法，较好地解决了球磨机的时变性、耦合性等问题。关键词：球磨机；混沌粒子群优化；反向传播算法；比例一积分一微分控制；前向神经网络中图分类号：TP273．5文献标志码：A文章编号：1003—8930(2010)02005406Feed-forwardNeuralNetworkPIDDecouplingControlSystemBasedonHybridOptimizationAlgorithmforBallMillCHENGQi—ming，CHENGYin—man，WANGMing—mei，ZHENGYong(1．CollegeofElectricPowerandAutom

3、ation，ShanghaiUniversityofElectricPower，Shanghai200090，China；2．ShanghaiHuaweiTechnologiesCo．，Ltd．，Shanghai200040，China)Abstract：Aimingatthemultivariable，strongcoupling，nonlinearandtime—varyingcharacteristicsoftheballmillpulverizingsystem，theforwardneuralnetworkPIDcontrollerbasedonchaosPSO—BPhybridop

4、timizationalgorithmsfordecouplingcontrolsystemofhallmillisproposed．Inthiscontroller，thecontrolparametersofPIDcontrollerareadaptivelyadjustedbyneuralnetwork，theweightsofneuralnetworkareoptimizedbythemixedlearningmethods．Thesimulationresultsshowthatthenewcontrolmethodhasbetterqualitythanthetraditional

5、PIDcontrolmethod，ithasfasttrackingability，strongrobustness，gooddecouplingability，anditcaneffectivelysolvethetime—varyingproblemandthecouplingproblemofballmil1．Keywords：ballmill；chaosparticleswarmoptimization(PSO)；backpropagation(BP)algorithm；proportion—integral—derivative(PID)contro1；feed—forwardneu

6、ra1network(FNN)钢球磨煤机是火电厂生产的重要辅助设备，控制理论的发展，一些先进控制、智能控制被用于又是耗电大户，它的安全、高效运行非常重要。球磨球磨机控制仿真中E2~4]，其中前向神经网络(FNN)机是一个非线性、大滞后、大惯性、强耦合和具有多具有良好的容错性、强大的自学习能力和非线性映种不确定性扰动的多变量对象_1]。常规比例一积分射能力，而基于FNN的PID控制器是把PID控制一微分(PID)控制器存在参数整定不便、工况适应器与FNN结合起来，利用FNN的自学习能力自动性差等问题，常规PID控制很难达到理想效果。目调节PID控制器参数，以适应被控过程的变化，提前国内不少火电厂

7、的球磨机还处于人为判断和手高控制性能和可靠性。但采用反向传播(BP)算法工操作的原始状态，系统一般工作在经济性较差的优化算法来训练FNN存在容易陷入局部极小值、“习惯运行区”，厂用电消耗大，经济效益差。因此，收敛速度慢、“过学习”等问题，影响了FNN的精寻找合理、有效的球磨机控制方法势在必行。随着度¨5]。粒子群优化(PSO)算法具有训练时间短、收稿日期：2009—0422；修回日期：2009—0