神经网络在焦炉制系统中的应用.pdfVIP

神经网络在焦炉控制系统中的应用 摘要 ／人工神经网络是20世纪末迅速发展起来的一个高科技研究领域。它能够 充分逼近任意复杂的非线性关系，具有高度的自适应和自组织性，能够学习和 适应严重不确定性系统的动态特性。同时神经网络分布存储信息的特点使其具 有很强的鲁棒性和容错能力，并且它并行处理信息的方式使得快速进行大量运 算成为可能。因此，神经网络在解决高度非线性和严重不确定性系统的控制方 面有巨大潜力。 焦炉是焦化厂的主体设备，对焦炉系统控制的好坏直接影响焦炭的质量， 从而影响炼钢厂的后继工序。因此，对焦炉控制系统的研究具有重要的实际意 义—本文针对焦炉控制系统中集气管压力控制问题和高压氨水压力控制问题， 研究神经网络在焦炉系统中的应用，并就这两个问题提出了合理的控制方案。 f预测控制是目前过程控制领域应用最成功、也是最有前途的先进控制策 略，、占所具有的预测模型、滚动优化和反馈校正三个基本特征使得它具有较高 的鲁棒性，适用于控制不易建立精确数学模型且比较复杂的过程。’，本文针对焦 炉集气管压力系统的时变、不确定的特性，将神经网络引入到预测控制中，采 用修改的ElmaIl网络作为集气管压力系统的预测模型，同时用前馈网络预测集 气管压力系统的实际输出与预测输出之间的误差，使预测输出尽可能跟踪系统 实际输出，大大提高了集气管压力控制系统的鲁棒性。f仿真结果表明该控制方 案能有效的抑制干扰，并能自学习、自适应的调整前馈网络，对系统的时变特 性进行适应，具有较强的鲁棒性，控制性能较好。 模糊控制是以人对被控系统的控制经验来设计控制器的，故特别适用于那 些难以建模或无法建模的被控对象。其核心是以自然语言表示的控制规则，易 于为人们所接受，且构造容易摊文充分利用模糊控制不需被控对象精确模型 和神经网络的自学习能力，将神经网络与模糊控制结合，设计出神经模糊控制 器，并与修正机制、强制机制共同构成了高压氨水压力控制器。同时结合高压 氨水压力系统的实际情况，对模糊神经网络的学习算法进行了改进。f通过仿真 实验，表明该控制方案是切实可行的，具有良好的抗干扰性，控制效果理想■ √、 关键词：神经网缬预测控坝模糊控制，集气管压力控制、模糊神经网络．高压 氨水压力控制． “ ，＼ 几 ’ THE THEAPPLICATIoNoFNEURALNETWORKIN CoNTRoLSYSTEMoFTHECoKEFURNACES ABSTRACT in field roses ArtificialNeuralNetworkisanadvanced—scientifcresearchwhich has recent characteristicsasfc}llows： years．It 11 Itcall nonlinearfunction approachany fully； 21Itis and self-organized； self-adaptive 31ItcanlealTland the characterofthe with adapt heavyuncertainty； dynamic system fault 4、Thech