基于模糊神經(jīng)網(wǎng)絡(luò)技術(shù)的鍋爐燃燒優(yōu)化控制.pdf

1、近些年，隨著經(jīng)濟的飛速發(fā)展，能源的生產(chǎn)供應(yīng)日趨緊張，環(huán)境破壞也日益嚴重，燃煤電站運行面臨著高效低污染的雙重壓力。鍋爐作為燃煤電站的重要設(shè)備之一，其燃燒過程涉及到多門學(xué)科交叉，是一個復(fù)雜且相互耦合的過程。對鍋爐燃燒過程進行優(yōu)化調(diào)整，能夠有效提高燃煤電站運行的安全性和經(jīng)濟性。以鍋爐燃燒運行數(shù)據(jù)為基礎(chǔ)，通過人工智能技術(shù)對鍋爐燃燒過程進行建模、尋優(yōu)并采用先進控制技術(shù)對鍋爐燃燒過程進行控制，已成為現(xiàn)今鍋爐燃燒優(yōu)化控制研究的焦點，針對這一問題，本文

2、主要從以下幾個方面對鍋爐燃燒優(yōu)化控制進行了研究:
　　對鍋爐的燃燒特性影響因素進行了重點分析，以600MW超臨界直流鍋爐為研究對象，設(shè)計鍋爐燃燒優(yōu)化調(diào)整試驗方案，并按此方案進行了鍋爐燃燒優(yōu)化調(diào)整試驗研究，對試驗數(shù)據(jù)結(jié)果進行了研究分析。
　　詳細介紹了模糊神經(jīng)網(wǎng)絡(luò)(FNN)技術(shù)，采用基于實數(shù)編碼的自適應(yīng)遺傳算法對模糊神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法進行了改進，提出了一種改進的T-S模糊神經(jīng)網(wǎng)絡(luò)。針對鍋爐燃燒過程非線性、強耦合的特征，以大量熱態(tài)

3、運行數(shù)據(jù)為基礎(chǔ)，采用該T-S模糊神經(jīng)網(wǎng)絡(luò)建立了鍋爐燃燒特性模型，并運用測試樣本對模型精度進行了檢驗，結(jié)果表明本文建立的鍋爐燃燒特性模型具有較高的預(yù)測精度。
　　以鍋爐熱效率和NOx排放量為優(yōu)化目標，根據(jù)優(yōu)化目標之間不同的的權(quán)重比，采用遺傳算法(GA)對鍋爐燃燒工況進行優(yōu)化，得到優(yōu)化后各操作變量的推薦值，并對優(yōu)化結(jié)果進行分析。
　　以人工智能建模算法和智能優(yōu)化算法為基礎(chǔ)，設(shè)計了一套鍋爐燃燒優(yōu)化控制系統(tǒng)，介紹該系統(tǒng)的主要組成構(gòu)架