基于模糊BP网络的锅炉汽包水位控制系统研究-论文.pdf

《基于模糊BP网络的锅炉汽包水位控制系统研究-论文.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37卷第3期黑龙江电力Vo1．37NO．32015年6月HeilongjiangElectricPowerJun．2015基于模糊BP网络的锅炉汽包水位控制系统研究袁俊文(黑龙江省电力科学研究院，哈尔滨150030)摘要：锅炉汽包水位在运行工况变化剧烈的情况下，采用常规PID控制器构成的控制系统的控制效果很不理想，为此，笔者提出一种将模糊控制理论与BP神经网络相结合构成控制系统主调节器的方法。通过仿真试验得知，模糊一BP网络控制器要比常规PID控制器作为控制系统主调节器具有更好的控制效果，即系统的超调量、上升时间和调节时间都有所减小，整个过渡过程更趋于平稳，明显改善了

2、动、静态特性。关键词：汽包水位；常规PID控制器；模糊控制；BP神经网络中图分类号：TK223．7文献标志码：A文章编号：2095—6843(2015)03—0196—03ResearchonboilerdrumlevelcontrolsystembasedonfuzzyBPneuralnetworkYUANJunwen(HeilongiiangElectricPowerResearchInstitute，Harbin150030，China)Abstract：Thecontroleffectoffhecontrolsystem，whichconsistsoftheco

3、nventionalPIDcontrollertocontrolboil—erdramlevelinsevereoperatingconditions，isnotideal，themethod，therefore，isproposed，whichcombinesafuzzycontroltheoryandBPneuralnetworkastheprimaryregulatorinthecontrolsystem．，I'hesimulationexperi-mentshowsthatthecontrolperformanceoffuzzy—-BPnetworkcontro

4、llerisbetterthanthatofconventionalPIDcon-trollerastheprimaryregulatorinthecontrolsystem：whenthesystemovershoots，risetimeandsettlingtimehavebothshrank，withthemorestable~ansitionprocessandimprovedstaticanddynamiccharacteristics．Keywords：drumlevel；conventionalPIDcontroller；fuzzycontrol；BPne

5、uralnetwork汽包水位是锅炉运行中一个重要的监控参数，它间接反映了锅炉蒸汽负荷与给水量之间的平衡关系。汽包水位的常规控制方式为前馈一反馈三位冲量串级控制系统，即将主蒸汽流量作为前馈控制信号，作为调节给水流量的前导信号。在锅炉工况变化不剧烈的情况下，主副PID控制器组成的串级控制系统能较好地控制由汽包压力及给水流量波动引起的水位变化，但在锅炉工况变化较剧烈时，图1串级给水控制系统原理图Fig．1Cascadefeedwatercontrolsystem此控制系统将会出现超调量增大、振荡加剧等现principlediagram象⋯。针对这一现象，本文提出将模糊控制与

6、BP神经网络相结合构成串级控制系统主调节器的方法，以图1中两个回路的任务及动态特性不同，可改善锅炉汽包水位控制品质。以选用不同的调节器。主调节器一般采用比例积分控制规律，保证水位无静态偏差。主调节器的1锅炉汽包水位串级控制系统输出信号和给水流量、蒸汽流量信号都作用到副串级给水控制系统原理如图1所示。调节器，用以消除给水压力波动等因素、一次给水流量的自发性扰动以及当蒸汽负荷改变时迅速调节给水流量，以保证给水流量和蒸汽流量平衡。收稿日期：2015一Ol—l4。副调节器可采用比例调节器，以保证副回路的快作者简介：袁俊文(1982一)，男，硕士研究生，工程师，现主要从事热工自动

7、化技术方面的研究工作。速性。第3期袁俊文，等：基于模糊BP网络的锅炉汽包水位控制系统研究3模糊BP网络用做锅炉汽包水位串2模糊神经网络级控制系统的主调节器模糊神经网络系统通常由模糊控制器和一个模糊BP网络作为主调节器的结构框图，如图4神经网络组成，既具有模糊控制器的善于表达人类所示。通过量化因子和kec将实际输入量偏差e的经验知识、推理能力强的特点，又具有神经网络控制器的直接从控制数据中学习知识、学习能力强和实际输人量偏差变化率ec量化为模糊BP网络控制器的精确输入E和EC。等特点。模糊神经网络的结构一般包括输入层、隶属函数层、模糊规则层