基于神经网络的解耦方法在直流锅炉中的应用.pdfVIP

学兔兔 第6期 (总第151期) 机 械 工程 与 自动 化 No．6 2008年 12月 MECHANICAL ENGINEERING AUTOMATION Dec． 文章编号：1672—6413(2008)06—0147—03 基于神经网络的解耦方法在直流锅炉中的应用 王亚顺，徐 笑 (华北电力大学控制科学与工程学院，河北 保定 071003) 摘要：分析了直流锅炉运行时各变量之间的耦合关系，针对直流锅炉参数多变、强耦合的特点，提出了一种改 进的误差反向传播算法(BP)的神经网络分散解耦方法；仿真及实验结果表明，神经网络分散解耦算法具有很 强的自学习功能和自适应解耦能力，是解决多变量和强耦合问题的一种有效途径。 关键词：直流锅炉；解耦控制；BP神经网络 中图分类号：TP183：TK22 文献标识码：A 0 引言 器是单输人／单输出的，它只负责一个通道的解耦，因 中间点温度与主蒸汽压力是表征直流锅炉运行状 此它的结构比较简单。另外，它的指标函数也很简单， 态的两个重要指标。实践证明，直流锅炉属多变量耦 因为总的目标函数已经被分解为单一的目标函数，而 合被控对象，其中给水量与燃料量的变化不但会引起 且不必再考虑解耦器本身各通道之间的互连问题。一 中间点温度的变化，而且对主蒸汽压力、蒸汽流量等 个具有双输入／双输出的被控过程，其神经解耦结构见 都造成影响，因此必须使燃料量和给水量保持适当比 图2。 例的协调来控制中间点温度，实现过热气温的粗调。同 时直流锅炉的动态特性具有很强的非线性、时变性和 不确定性，常规的线性解耦设计很难获得较好的效果。 神经网络控制不依赖控制对象精确的数学模型， 是处理控制系统中不确定性、非线性和强耦合的一种 有效方法。本文针对直流锅炉的特点，采用基于开环 解耦的BP神经网络分散控制算法，对直流锅炉气 温一压力控制系统进行解耦，从工程实用的角度而言， 图1 系统对象传递函数框图 这种算法比较可靠，易于实现。 1 直流锅炉气温一压力控制系统的数学模型 直流锅炉单元机组控制系统是一个三输入／三输 出并具有相互耦合关联极强特性的系统。其3个输入 量分别是给水量 、燃烧量B和汽机阀门开度 ，，3 个输出量分别是中间点温度71、主蒸汽压力Pr和功 率Ⅳ 。由于汽机阀门开度对中间点温度影响很小，可 以近似忽略。而且仅考虑直流锅炉作为被控对象，所 以控制系统可以转化为一个双输入／双输出的被控对 图2 神经网络解耦结构框图 象。系统对象传递函数框图见图1。 从图2可以看出，通过训练神经网络ND1、ND2， 2 神经网络解耦器结构及其算法 可以将来自其它通道的耦合视为干扰进行补偿，从而 2．1 神经网络解耦结构 达到解耦的目的。 分散式神经网络开环解耦方式中的解耦器由 x 2．2 神经网络开环解耦器训练算法L3 ( 一1)个SISO神经网络构成( 为对象的输入数)。在 为使广义对象开环解耦，先断开控制器，并在神 分散式神经网络开环解耦方式中，每个神经网络解耦 经网络解耦器NDi的输入端加入输入信号： 收稿日期：2008—03—13；修回日期：2008—07—21 作者简介：王亚顺(1982一)，男，河北丰润人，硕士研究生，研究方向：先进控制策略在过程控制中的应用。 学兔兔 ·148·