神經(jīng)網(wǎng)絡(luò)在直吹式制粉系統(tǒng)中速磨煤機(jī)建模中的應(yīng)用研究.pdf

1、鍋爐制粉系統(tǒng)是火電廠(chǎng)的重要組成部分，其運(yùn)行的安全可靠性和經(jīng)濟(jì)性直接影響到鍋爐機(jī)組的安全可靠性和經(jīng)濟(jì)性。隨著火電機(jī)組容量和參數(shù)的不斷提高，火電廠(chǎng)普遍采用中速磨直吹式制粉系統(tǒng)。熱工過(guò)程的自動(dòng)控制是保證熱力設(shè)備安全和經(jīng)濟(jì)運(yùn)行的必要技術(shù)措施和手段，而建立對(duì)象精確的數(shù)學(xué)模型又是自動(dòng)控制的前提條件，因此，有必要對(duì)中速磨煤機(jī)的特性進(jìn)行深入的研究。 中速磨煤機(jī)是高度關(guān)聯(lián)、大滯后、MIMO的非線(xiàn)性系統(tǒng)，其動(dòng)態(tài)特性隨著運(yùn)行工況的變化而大范圍變化。傳

2、統(tǒng)的建模方法都具有計(jì)算量大、抗干擾性差、測(cè)量精度不高等缺點(diǎn)，而由于徑向基函數(shù)RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)具有可以逼近任意非線(xiàn)性映射的能力，且網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，故本文采用基于RBF神經(jīng)網(wǎng)絡(luò)的建模方法。本文在傳統(tǒng)RBF學(xué)習(xí)算法的基礎(chǔ)上，提出了基于免疫聚類(lèi)和免疫進(jìn)化規(guī)劃相結(jié)合的RBF神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法，對(duì)中速磨制粉系統(tǒng)進(jìn)行離線(xiàn)建模；為了滿(mǎn)足熱工控制系統(tǒng)實(shí)時(shí)性的要求，本文在最小資源分配網(wǎng)絡(luò)MRAN(Minimal R

3、esource-AllocatingNetworks)算法的基礎(chǔ)上，提出了“優(yōu)勝者神經(jīng)元”策略，對(duì)EKF算法調(diào)整網(wǎng)絡(luò)參數(shù)過(guò)程進(jìn)行了簡(jiǎn)化操作，只調(diào)整跟輸入有密切聯(lián)系的隱層節(jié)點(diǎn)的參數(shù)，從而大大減少網(wǎng)絡(luò)的訓(xùn)練時(shí)間；并且對(duì)刪除策略進(jìn)行了改進(jìn)，不僅刪除那些連續(xù)對(duì)網(wǎng)絡(luò)輸出貢獻(xiàn)較小的隱層單元，還將相似的隱層單元合并，使網(wǎng)絡(luò)結(jié)構(gòu)更加緊湊。 應(yīng)用上述兩種RBF神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法對(duì)某電廠(chǎng)機(jī)組的MPS型中速磨煤機(jī)進(jìn)行建模研究，結(jié)合Matlab仿真，證明