智能控制在濃相輸送系統(tǒng)上的應(yīng)用.pdf

1、目前氣力輸送技術(shù)已經(jīng)廣泛地應(yīng)用于電力、水泥、化工、玻璃、采礦及冶金等工業(yè)領(lǐng)域。尤其是低速濃相輸送裝置的出現(xiàn)解決了物料在輸送過程中易破碎、堵塞和磨蝕管道等難題，且降低了耗氣量，使得其應(yīng)用領(lǐng)域更加廣泛。但是這些投入使用的濃相輸送系統(tǒng)由于對物料的輸送量無法進(jìn)行連續(xù)調(diào)節(jié)，致使輸送系統(tǒng)經(jīng)常破壞下一生產(chǎn)過程的工藝制度。針對這個問題，論文提出了采用控制輸送壓力的辦法來間接控制物料流量的控制策略。 由于粉末物料的濃相輸送系統(tǒng)存在嚴(yán)重的非線性和時

2、變性，故要想建立其準(zhǔn)確數(shù)學(xué)模型難度非常大。為了充分發(fā)揮神經(jīng)網(wǎng)絡(luò)的高度并行性的特點，更好地達(dá)到智能控制系統(tǒng)的實時性、自學(xué)習(xí)性、魯棒性等要求，本文采用了并行協(xié)作模塊化神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)(PCMNN)來建立濃相輸送系統(tǒng)控制模型，它通過用分解判定子模塊對輸入向量的適當(dāng)分區(qū)域、由合成子網(wǎng)將各區(qū)域的結(jié)果合成，實現(xiàn)了復(fù)雜任務(wù)的自動分解判定和模塊化訓(xùn)練策略，此體系結(jié)構(gòu)是可行的、有效的。與非模塊化神經(jīng)網(wǎng)絡(luò)技術(shù)相比，提高了訓(xùn)練速度、改善了網(wǎng)絡(luò)性能，它具有并行

3、性高、通用性強(qiáng)、對新增樣本易于學(xué)習(xí)、便于硬件實現(xiàn)等特點。實驗結(jié)果表明，并行協(xié)作模塊化神經(jīng)網(wǎng)絡(luò)(PCMNN)體系結(jié)構(gòu)具有函數(shù)逼近效果好、訓(xùn)練速度快的特點，能自動地對任務(wù)進(jìn)行分解，并使分解更趨合理，網(wǎng)絡(luò)結(jié)構(gòu)在學(xué)習(xí)過程中可動態(tài)改變。對實際的濃相輸送系統(tǒng)情形，更具有實用價值。 針對控制對象復(fù)雜性、非線性等特點，本文提出了使用模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)，并對于模糊控制規(guī)則由BP神經(jīng)網(wǎng)絡(luò)聯(lián)想記憶后提取，它不但可以獲得最佳控制規(guī)則，而且響應(yīng)速度快。