基于神經(jīng)網(wǎng)絡解耦的氣化爐預測控制.pdf

1、PREDICTIVECONTROLOFGASIFIERSYSTEMBASEDONNEURALNETWORKDECOUPLING／4DissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYLiuQingSupervisedbySupervisedbyAssociateProfessorDingWeimingSchoolofEn

2、ergyandEnvironmentSoutheastUniversityJune2014摘要摘要能源消耗與環(huán)境污染是當今社會發(fā)展面臨的兩大問題，我國能源結(jié)構(gòu)以煤炭為主，因此，整體煤氣化聯(lián)合循環(huán)(IGCC)技術(shù)作為一種清潔、高效的煤炭利用方式，受到了廣泛的關(guān)注。氣化爐是IGCC電站氣化島的核心部分，對煤氣化過程的有效控制是保證IGCC電站穩(wěn)定、經(jīng)濟、安全運行的必要條件。由于煤氣化系統(tǒng)具有強耦合、非線性和大慣性等特點，采用分散控制方法很難

3、得到理想的控制效果。本文從解耦設計的角度，對Alstom氣化爐的優(yōu)化控制進行了研究。文章首先分析了氣化爐的動態(tài)特性和各回路間的耦合狀況，以相對增益矩陣法為基礎匹配控制回路，確定了前饋解耦的具體方案。模糊神經(jīng)網(wǎng)絡具有非線性逼近能力和快速學習能力，在智能控制領域有廣泛的應用，本文采用模糊神經(jīng)網(wǎng)絡作為解耦器，并在神經(jīng)網(wǎng)絡外部加入一個反饋通道，增強網(wǎng)絡的動態(tài)響應能力。針對模糊神經(jīng)網(wǎng)絡的在線學習過程，提出了一種改進的隱節(jié)點競爭算法。實驗表明，模糊

4、神經(jīng)網(wǎng)絡解耦器具有良好的動態(tài)解耦效果，可以應用單回路設計方法對解耦后的系統(tǒng)進行控制器設計。針對前饋解耦不能閉環(huán)調(diào)整的問題，引入了解耦參考模型。被控對象與前饋解禍系統(tǒng)串聯(lián)形成廣義被控對象，其動態(tài)特性表現(xiàn)為原系統(tǒng)主通道特性與新形成的解耦支路的疊加。采用遞推最小二乘法對廣義對象進行辨識，得到離散傳遞函數(shù)形式的解耦參考模型，由于該模型可以同時作為預測控制系統(tǒng)的預測模型使用，因此簡化了預測控制系統(tǒng)的設計步驟。仿真實驗表明，基于神經(jīng)網(wǎng)絡解耦的單回路