神經(jīng)網(wǎng)絡(luò)廣義預(yù)測鍋爐燃燒控制研究.pdf

1、工業(yè)鍋爐是重要的動力設(shè)備，在我國國民經(jīng)濟(jì)發(fā)展中占有重要地位。工業(yè)鍋爐燃燒系統(tǒng)是一個復(fù)雜的時變動態(tài)過程，具有很強(qiáng)的非線性、緊耦合、大時滯、強(qiáng)干擾，傳統(tǒng)的控制算法很難得到理想的控制效果和較高的投運(yùn)率。在分析國內(nèi)外鍋爐燃燒控制現(xiàn)狀、發(fā)展趨勢的基礎(chǔ)上，對工業(yè)鍋爐燃燒控制進(jìn)行深入研究，獲得了優(yōu)良的調(diào)節(jié)品質(zhì)，具有一定的學(xué)術(shù)研究價值和實(shí)用指導(dǎo)價值。 本文提出了兩種改進(jìn)算法：基于LM優(yōu)化的神經(jīng)網(wǎng)絡(luò)廣義預(yù)測控制和基于跳步預(yù)測的多網(wǎng)絡(luò)并行廣義預(yù)測控

2、制。前者用BP網(wǎng)絡(luò)建立對象一步預(yù)測模型，遞推得到多步預(yù)測模型，求出預(yù)測模型的雅可比矩陣信息，然后用LM尋優(yōu)方法代替梯度下降法對控制器進(jìn)行優(yōu)化得到控制律，實(shí)現(xiàn)了改進(jìn)算法。LM改進(jìn)算法充分利用了雅可比信息，加快了控制器參數(shù)的優(yōu)化，提高了控制性能；后者用多個并行神經(jīng)網(wǎng)絡(luò)建立非線性對象多步預(yù)測模型，其優(yōu)化性能指標(biāo)由跳步的預(yù)測信息組成，用優(yōu)化算法優(yōu)化得到控制量，改進(jìn)算法所需的網(wǎng)絡(luò)個數(shù)比原算法減少了很多，大大減少了計算量，仿真研究證明了改進(jìn)算法的有