基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過(guò)程辨識(shí)研究.pdf

1、RESEARCHONTHERMALPROCESSIDE]NTIFICATIONMETHODBASEDONFIELDDATAAThesisSubmittedtoSoutheastUniversityFortheAcademicDegreeofMasterofEngineeringBYQIANLeiSupervisedbyProfJUGangSchoolofEnergy&EnvironmentSoutheastUniversityMay20

2、16捅要摘要熱工過(guò)程的數(shù)學(xué)模型對(duì)其控制系統(tǒng)的設(shè)計(jì)起著關(guān)鍵作用。傳統(tǒng)的熱工過(guò)程模型辨識(shí)主要基于過(guò)程的動(dòng)態(tài)特性試驗(yàn)，由于單元機(jī)組運(yùn)行的特點(diǎn)，現(xiàn)場(chǎng)動(dòng)態(tài)特性試驗(yàn)往往難以實(shí)施，即使做的動(dòng)態(tài)特性試驗(yàn)，其結(jié)果也不一定理想。因此，研究基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過(guò)程辨識(shí)不僅具有很強(qiáng)的理論意義，而且具有一定的應(yīng)用價(jià)值。神經(jīng)網(wǎng)絡(luò)可以任意精度逼近連續(xù)函數(shù)，具有較強(qiáng)的適應(yīng)能力和學(xué)習(xí)能力，廣泛地應(yīng)用于熱工過(guò)程的非線(xiàn)性建模中。但辨識(shí)中如何確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，如何提高網(wǎng)絡(luò)的泛

3、化能力，這些問(wèn)題沒(méi)有很好地解決。另外，神經(jīng)網(wǎng)絡(luò)模型不直觀(guān)，不易于理解，難以與經(jīng)典的控制理論方法結(jié)合使用。針對(duì)上述問(wèn)題，論文研究基于現(xiàn)場(chǎng)數(shù)據(jù)的熱工過(guò)程神經(jīng)網(wǎng)絡(luò)辨識(shí)，并提出從神經(jīng)網(wǎng)絡(luò)中提取傳遞函數(shù)的方法。主要研究?jī)?nèi)容及成果包括：1針對(duì)普通的靈敏度剪枝算法存在的問(wèn)題，在原有的靈敏度剪枝算法的基礎(chǔ)上，提出了基于RBF神經(jīng)網(wǎng)絡(luò)的剪枝優(yōu)化算法，并給出了的相應(yīng)剪枝策略及算法步驟，仿真試驗(yàn)表明該算法是有效的；2分析了利用現(xiàn)場(chǎng)進(jìn)行神經(jīng)網(wǎng)絡(luò)模型辨識(shí)的可行性

4、，提出了基于RBF神經(jīng)網(wǎng)絡(luò)剪枝算法的熱工過(guò)程神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法，給出了相應(yīng)的辨識(shí)算法步驟，并通過(guò)仿真試驗(yàn)，驗(yàn)證了該方法的有效性；3分析了鍋爐過(guò)熱汽溫的過(guò)程及特性，將基于RBF神經(jīng)網(wǎng)絡(luò)剪枝算法的熱工過(guò)程神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法應(yīng)用于鍋爐過(guò)熱汽溫模型辨識(shí)中，通過(guò)基于現(xiàn)場(chǎng)數(shù)據(jù)的仿真試驗(yàn)，驗(yàn)證了論文所提方法的有效性；4針對(duì)現(xiàn)場(chǎng)熱工試驗(yàn)的困難性，研究并提出了從神經(jīng)網(wǎng)絡(luò)模型中提取傳遞函數(shù)模型的方法，并結(jié)合遺傳算法給出了相應(yīng)的算法及步驟，通過(guò)仿真驗(yàn)證了