论文部分内容阅读
[摘要] 火电厂的电站制粉系统是一个相互关联强耦合的复杂多输入多输出的控制对象。运行时具有存滞后、大惯性和非线性的显著特点。而且动态特性非常复杂，数学模型难以准确建立，并且数学模型随煤质、外部环境等因素变化较大。根据上述特点，本文提出一种基于模糊神经网络的两级控制方案，第一级采用神经网络控制，第二级采用模糊控制。很好的解决了在多变量模糊控制系统中的控制规则多、维数灾难问题。实验试结果表明，如果将其应用到火电站中储式制粉系统的实际中。将大大提高电站制粉系统的自动化水平及经济运行指标。与传统的手动及PID定值控制比较，该方法大大改善了电站制粉系统的控制性能，是一种很有实用价值的控制方法。
[关鍵词] 神经网络 非线性 制粉系统
1、引言
本文的研究对象为火电机组中间仓储式制粉系统的控制问题，中间储仓式制粉系统在我国的中小型火力发电机组被广泛采用，由于长期手动控制制粉系统运行，不仅容易造成球磨机满煤、断煤、超温、跑粉事件的发生，而且也不能使制粉系统长期保持在最大出力运行。因此，如何使磨煤机安全运行，降低单位磨煤电耗、提高机组的自动控制投入率，成为电厂的一大功关项目。因此，对中间储仓式制粉系统控制问题的研究和优化运行，具有重要的理论意义和实际意义。由于中间储仓式制粉系统是一个相互关联强耦合的复杂多输入多输出的控制对象。运行时具有存滞后,大惯性和非线性的显著特点，动态特性复杂。数学模型难以准确建立，并且数学模型随煤质等因素变化较大，因此采用常规的相互独立的PID调节控制，无法消除回路间的耦合，即使使用预估控制和Dahlin算法 ，其实际控制效果很难满足要求。模糊神经网络控制是上个世纪后期发展起来的一种新型控制方法，其本质是一种非线性控制。它不需要知道被控对象的数学模型，并具有比常规控制系统更好的稳定性和鲁棒性。基于模糊神经网络控制的这些特点，这里针对电站制粉系统采用模糊神经网络控制，取得了满意的控制效果，具有一定的推广价值。
2、球磨机中储式制粉系统对控制的要求
根据球磨机制粉系统的工作过程。对控制系统提出的要求主要有三点。1）保证磨煤机内的磨煤量接近最佳储煤量。理论分析和实践经验表明，磨煤机的能耗与粉量的多少基本无关，因此，保证磨煤机内的存煤量尽可能接近最佳存煤量，以便制成尽可能多的煤粉是提高制粉系统经济性的关键。磨煤机的存煤量一般主要是通过调整给煤量来控制的；2）为了提高磨煤机的干燥出力，应尽量提高干燥剂的温度，但为了防止磨煤机送出的煤粉爆燃，又应保证磨煤机出口的温度不超过规定值。因此，要对磨煤机的出口温度进行控制，一般主要是通过调整热风门的开度来控制的；3）为了保证磨煤机的最佳通风量，使磨制好的煤粉随通风输送到煤粉仓，并防止煤粉泄露，需要控制磨煤机入口负压，一般应略小于周围环境大气压，主要是由循环风门的开度控制的，然而，并非通过三个单回路就能达到以上控制目的，因为该系统控制的难度在于：1）磨煤机内的存煤量是一个难以直接测量的量，其测量方法是多年来人们一直在努力的方向[1，2]，却又一直未能较好地解决，直到目前，绝大多数系统均是用磨煤机入出口之间压差代表存煤量，但入出口压差受热风和再循环风的影响很大，从而最佳存煤量也就难以保证；2）该系统是一个强耦合大惯性的三输入三输出多变量系统，采用三个单回路的调节方式显然不能满足生产实际，手动调节难以兼顾；3）该系统具有严重的非线性，如当给煤量超过一定限度值后，将出现堵煤和煤粉泄露现象，影响安全生产和环境卫生。
3、球磨机制粉系统分级模糊神经网络控制
3.1球磨机制粉系统分级模糊神经网络控制系统组成
球磨机制粉系统分级模糊神经网络系统控制如图1所示，为进行解耦控制和减少模糊控制规则数，把系统分两级控制，第一级采用三个模糊神经网络控制器（FNNC），分别为负压模糊神经网络控制器、温度模糊神经网络控制器和负荷模糊神经网络控制器。第二级采用模糊控制器，对上级起协调作用。系统的输入量为热风量、再循环风量和给煤量；系统输出的变量为磨煤机出口温度、磨煤机入口负压和磨煤机的负荷。根据系统的特点，本系统采用磨煤机入口负压的入口负压的偏差△P；磨煤机的出口温度偏差△T；磨煤机的出口温度偏差的变化率；磨煤机负荷偏差△M及磨煤机负荷偏差变化率五个量构成一级模糊神经网络控制系统。负压模糊神经网络控制器选用球磨机入口负压的偏差作为输入量，输出为。温度模糊神经网络控制器选用球磨机出口温度的偏差和其变化率作为输入量，输出量是。负荷模糊神经网络控制器选用球磨机差压及振动量的加权平均值与其先不定期值的偏差和其变化率作为输入变量，输出为。第二级模糊控制器选用作为输入的变量，输出为给煤量控制、热风门控制和再循环风门控制。Gzx为再循环风量、Grk为热风量、Bgm为给煤量。
图1球磨机分级模糊神经网络控制系统
3.2协调级模糊控制器的组成
图2 协调级模糊控制器结构图
由图2我们看出，模糊神经网络控制器输出的三个变量分别有球磨机系统磨入口负压、温度和负荷产生的。由于系统变量之间的严重耦合，必须经过协调级的协调分配后，才能送入执行器对系统进行调整。显然，协调级起到模糊解耦器的作用，其模糊控制器结构图如图2所示。从图2可知，协调级模糊控制器是由模糊化、模糊控制规则、模糊决策、非模糊化四部分组成。模糊控制器的输出是经过非模糊化处理后的精确量，分别是Gzx（再循环风量）、Grk（热风量）和Bgm（给煤量），控制再循环风门执行器、热风门执行器和给煤机执行器。
3.3协调级的模糊控制规则
经过模糊化后，我们得出的论域为：
它们的含义为：
。
取和 分别表示的对应论域上的语言值， 分别表示系统模糊输出（） 的语言变量值。控制规则形式如下：
为了使模糊推理方便，将上述的MIMO系统简化为MISO 系统，控制规则如下：
式中
在实际控制扎中，根据现场专家经验和系统特性确定出控制规则表，由模糊规则及模糊控制规则表，可求出模糊关系R。
3.4协调级的模糊决策与非模糊化
已知模糊关系R，模糊控制量可计算为：
，可以很方便确定出系统的输入-输出控制量。经模糊控制算法给出的控制量，不能直接控制对象，必须将其转换到控制对象所能接受的基本论域中去。基本论域为一连续的实数域，所以，从控制量的模糊集论到基本论域的变换采用面积平分法计算输出量Z*,根据面积平分法计算的输出量Z*是模糊控制表的输出量,在实际计算时是由模糊器的输入查表得到,将Z*转化为被控对象的实际量为,为比例因子。设计一个模糊控制器除了要有一个好的模糊控制规则外，合理的地选择模糊控制器的比例因子也非常重要。对输出而言，比例因子起到了将控制量从模糊论域转化到基本论域的作用。根据磨媒机制粉系统的对象特性，再循环风门的比例因子要比热风门和给媒机控制的比例因子要大，其取值范围一般由实际或仿真实验确定。
4、结论
真对火电厂制粉系统的非线性模型,设计了一种神经网络和模糊控制相结合的两级控制方法,经我院机炉西实习场测试表明,采用该控制策略可以获得良好的控制性能和节能效果，特别是很好的解决了出口温度和煤粉燃爆之间的矛盾,在两者之间可以找到一个最佳点，同时也能很好的协调储煤量出口温度,出口负压之间的关系,使之达到最佳控制，参数的模糊量化采用查表方式,大大的节省计算机内存,提高了控制运行速度。
参考文献：
[1]李浩昱，吴建强。模糊神经网络在能量缓冲统一潮流控制器中应用的研究[J]，中国电机工程学报2003。23(10):83-88.
[2]吕志来,张保会. 基于ANN和模糊控制相结合的电力负荷短期预测方法[J],电力系统自动化 1999,23(22):37-39.
“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”
[关鍵词] 神经网络 非线性 制粉系统
1、引言
本文的研究对象为火电机组中间仓储式制粉系统的控制问题，中间储仓式制粉系统在我国的中小型火力发电机组被广泛采用，由于长期手动控制制粉系统运行，不仅容易造成球磨机满煤、断煤、超温、跑粉事件的发生，而且也不能使制粉系统长期保持在最大出力运行。因此，如何使磨煤机安全运行，降低单位磨煤电耗、提高机组的自动控制投入率，成为电厂的一大功关项目。因此，对中间储仓式制粉系统控制问题的研究和优化运行，具有重要的理论意义和实际意义。由于中间储仓式制粉系统是一个相互关联强耦合的复杂多输入多输出的控制对象。运行时具有存滞后,大惯性和非线性的显著特点，动态特性复杂。数学模型难以准确建立，并且数学模型随煤质等因素变化较大，因此采用常规的相互独立的PID调节控制，无法消除回路间的耦合，即使使用预估控制和Dahlin算法 ，其实际控制效果很难满足要求。模糊神经网络控制是上个世纪后期发展起来的一种新型控制方法，其本质是一种非线性控制。它不需要知道被控对象的数学模型，并具有比常规控制系统更好的稳定性和鲁棒性。基于模糊神经网络控制的这些特点，这里针对电站制粉系统采用模糊神经网络控制，取得了满意的控制效果，具有一定的推广价值。
2、球磨机中储式制粉系统对控制的要求
根据球磨机制粉系统的工作过程。对控制系统提出的要求主要有三点。1）保证磨煤机内的磨煤量接近最佳储煤量。理论分析和实践经验表明，磨煤机的能耗与粉量的多少基本无关，因此，保证磨煤机内的存煤量尽可能接近最佳存煤量，以便制成尽可能多的煤粉是提高制粉系统经济性的关键。磨煤机的存煤量一般主要是通过调整给煤量来控制的；2）为了提高磨煤机的干燥出力，应尽量提高干燥剂的温度，但为了防止磨煤机送出的煤粉爆燃，又应保证磨煤机出口的温度不超过规定值。因此，要对磨煤机的出口温度进行控制，一般主要是通过调整热风门的开度来控制的；3）为了保证磨煤机的最佳通风量，使磨制好的煤粉随通风输送到煤粉仓，并防止煤粉泄露，需要控制磨煤机入口负压，一般应略小于周围环境大气压，主要是由循环风门的开度控制的，然而，并非通过三个单回路就能达到以上控制目的，因为该系统控制的难度在于：1）磨煤机内的存煤量是一个难以直接测量的量，其测量方法是多年来人们一直在努力的方向[1，2]，却又一直未能较好地解决，直到目前，绝大多数系统均是用磨煤机入出口之间压差代表存煤量，但入出口压差受热风和再循环风的影响很大，从而最佳存煤量也就难以保证；2）该系统是一个强耦合大惯性的三输入三输出多变量系统，采用三个单回路的调节方式显然不能满足生产实际，手动调节难以兼顾；3）该系统具有严重的非线性，如当给煤量超过一定限度值后，将出现堵煤和煤粉泄露现象，影响安全生产和环境卫生。
3、球磨机制粉系统分级模糊神经网络控制
3.1球磨机制粉系统分级模糊神经网络控制系统组成
球磨机制粉系统分级模糊神经网络系统控制如图1所示，为进行解耦控制和减少模糊控制规则数，把系统分两级控制，第一级采用三个模糊神经网络控制器（FNNC），分别为负压模糊神经网络控制器、温度模糊神经网络控制器和负荷模糊神经网络控制器。第二级采用模糊控制器，对上级起协调作用。系统的输入量为热风量、再循环风量和给煤量；系统输出的变量为磨煤机出口温度、磨煤机入口负压和磨煤机的负荷。根据系统的特点，本系统采用磨煤机入口负压的入口负压的偏差△P；磨煤机的出口温度偏差△T；磨煤机的出口温度偏差的变化率；磨煤机负荷偏差△M及磨煤机负荷偏差变化率五个量构成一级模糊神经网络控制系统。负压模糊神经网络控制器选用球磨机入口负压的偏差作为输入量，输出为。温度模糊神经网络控制器选用球磨机出口温度的偏差和其变化率作为输入量，输出量是。负荷模糊神经网络控制器选用球磨机差压及振动量的加权平均值与其先不定期值的偏差和其变化率作为输入变量，输出为。第二级模糊控制器选用作为输入的变量，输出为给煤量控制、热风门控制和再循环风门控制。Gzx为再循环风量、Grk为热风量、Bgm为给煤量。
图1球磨机分级模糊神经网络控制系统
3.2协调级模糊控制器的组成
图2 协调级模糊控制器结构图
由图2我们看出，模糊神经网络控制器输出的三个变量分别有球磨机系统磨入口负压、温度和负荷产生的。由于系统变量之间的严重耦合，必须经过协调级的协调分配后，才能送入执行器对系统进行调整。显然，协调级起到模糊解耦器的作用，其模糊控制器结构图如图2所示。从图2可知，协调级模糊控制器是由模糊化、模糊控制规则、模糊决策、非模糊化四部分组成。模糊控制器的输出是经过非模糊化处理后的精确量，分别是Gzx（再循环风量）、Grk（热风量）和Bgm（给煤量），控制再循环风门执行器、热风门执行器和给煤机执行器。
3.3协调级的模糊控制规则
经过模糊化后，我们得出的论域为：
它们的含义为：
。
取和 分别表示的对应论域上的语言值， 分别表示系统模糊输出（） 的语言变量值。控制规则形式如下：
为了使模糊推理方便，将上述的MIMO系统简化为MISO 系统，控制规则如下：
式中
在实际控制扎中，根据现场专家经验和系统特性确定出控制规则表，由模糊规则及模糊控制规则表，可求出模糊关系R。
3.4协调级的模糊决策与非模糊化
已知模糊关系R，模糊控制量可计算为：
，可以很方便确定出系统的输入-输出控制量。经模糊控制算法给出的控制量，不能直接控制对象，必须将其转换到控制对象所能接受的基本论域中去。基本论域为一连续的实数域，所以，从控制量的模糊集论到基本论域的变换采用面积平分法计算输出量Z*,根据面积平分法计算的输出量Z*是模糊控制表的输出量,在实际计算时是由模糊器的输入查表得到,将Z*转化为被控对象的实际量为,为比例因子。设计一个模糊控制器除了要有一个好的模糊控制规则外，合理的地选择模糊控制器的比例因子也非常重要。对输出而言，比例因子起到了将控制量从模糊论域转化到基本论域的作用。根据磨媒机制粉系统的对象特性，再循环风门的比例因子要比热风门和给媒机控制的比例因子要大，其取值范围一般由实际或仿真实验确定。
4、结论
真对火电厂制粉系统的非线性模型,设计了一种神经网络和模糊控制相结合的两级控制方法,经我院机炉西实习场测试表明,采用该控制策略可以获得良好的控制性能和节能效果，特别是很好的解决了出口温度和煤粉燃爆之间的矛盾,在两者之间可以找到一个最佳点，同时也能很好的协调储煤量出口温度,出口负压之间的关系,使之达到最佳控制，参数的模糊量化采用查表方式,大大的节省计算机内存,提高了控制运行速度。
参考文献：
[1]李浩昱，吴建强。模糊神经网络在能量缓冲统一潮流控制器中应用的研究[J]，中国电机工程学报2003。23(10):83-88.
[2]吕志来,张保会. 基于ANN和模糊控制相结合的电力负荷短期预测方法[J],电力系统自动化 1999,23(22):37-39.
“本文中所涉及到的图表、公式、注解等请以PDF格式阅读”