基于bp神經網絡的pid控制在主汽溫控制系統(tǒng)中的應用-wenkub
2023-07-04 15:42:07 本頁面
【正文】 神經元)組成的復雜網絡計算系統(tǒng)。過熱蒸汽溫度控制的任務是維持過熱器出口蒸汽溫度在允許的范圍之內，并保護過熱器，使其管壁溫度不超過允許的工作溫度?？梢哉f，自動化水平是衡量一個國家的生產技術和科學水平先進與否的一項重要標志。本處用一個多層前向神經網絡，采用反向傳播算法依據(jù)控制要求實時輸出Kp、Ki、Kd，依次作為PID控制器的實時參數(shù)，代替?zhèn)鹘y(tǒng)PID參數(shù)靠經驗的人工整定和工程整定，以達到對大遲延主氣溫系統(tǒng)的良好控制。電廠主汽溫的被控對象是一個大慣性大遲延非線性且對象變化的系統(tǒng)。常規(guī)汽溫控制系統(tǒng)為串級PID控制或導前微分控制，當機組穩(wěn)定運行時，一般能將主汽溫控制在允許的范圍內。對這樣一個系統(tǒng)在MATLAB平臺上進行仿真研究，仿真結果表明基于BP神經網絡的自整定PID控制具有良好的自適應能力和自學習能力，對大遲延和變對象的系統(tǒng)可取得良好的控制效果。電力工業(yè)中電廠熱工生產過程自動化技術相對于其他民用工業(yè)部門有較長的歷史和較高的自動化水平，電廠熱工自動化水平的高低是衡量電廠生產技術的先進與否和企業(yè)現(xiàn)代化的重要標志。過熱蒸汽溫度是鍋爐汽水系統(tǒng)中的溫度最高點，蒸汽溫度過高會使過熱器管壁金屬強度下降，以至燒壞過熱器的高溫段，嚴重影響安全。它是在現(xiàn)代神經科學研究成果上提出來的，始于19世紀末期，反映了人腦的若干基本特征，是模擬人工智能的一條重要途徑。1986年，《并行分布式處理》一書的前兩卷，對人工神經網絡研究高潮的到來起到了推波助瀾的作用。②市場管理：不同種神經網絡的數(shù)據(jù)處理能力是不同的。神經網絡可以根據(jù)運輸網或通信網中當前及以前的貨物及信息情況，最佳地調度網中的貨物源和信息源，達到貨物和信息在網中的傳遞最為經濟的目的。Grossberg/Kupersteirl的視覺運動控制神經網絡，能夠執(zhí)行傳感器表面的一個圖像傳感器的反饋控制和圖像平面的非線性關系的計算，并能把圖像傳感器瞄準到正在運動的指定客體上。而神經網絡源于對人腦神經功能的模擬，它的某些類似人的智能特性有可能被用于解決現(xiàn)代控制面臨的一些難題。 第2章 神經網絡概述 引言簡單地講，人工神經網絡是指用大量的簡單計算單元(即神經元)構成的非線性系統(tǒng)，它在一定程度和層次上模仿了人腦神經系統(tǒng)的信息處理、存儲及檢索功能，因而具有學習、記憶和計算等智能處理功能。 人工神經網絡的基本理論模擬生物神經網絡時應該首先模擬生物神經元。激活函數(shù)可以是線性的也可以是非線性的。MP模型是一個多輸入單輸出的非線性處理單元，示意圖如圖22所示。神經網絡具有以下特點:分布式存貯信息神經網絡使用大量的神經元之間的連接及對各連接權值的分布來表示特定的信息，從而使網絡在局部網絡受損或輸入信號因各種原因發(fā)生部分畸變時，仍能夠保證網絡的正確輸出，提高網絡的容錯性和魯棒性。神經網絡的神經元之間的連接強度用權值大小來表示，這種權值可以通過對訓練的學習而不斷變化，而且隨著訓練樣本量的增加和反復學習，這些神經元之間的連接強度會不斷增加，從而提高神經元對樣本特征的反映靈敏度。BP神經網絡的結構如圖23所示，、為網絡的輸入、輸出向量，每一個神經元用一個節(jié)點表示，網絡有輸入層、隱含層和輸出層節(jié)點組成。學習過程中，設第個輸出神經元的希望輸出為，而網絡輸出為，則系統(tǒng)平均誤差為： （213）略去下標，式（213）可寫成 （214）式中，——目標函數(shù)。如果通過網絡訓練，BP網絡的輸出達到目標要求后，網絡各節(jié)點之間的連接權值就確定下來了，我們就可以認為BP網絡已經學習好了，我們就可以利用這個訓練好的網絡對未知樣本進行識別預測了。 無監(jiān)督學習就是不需要外部教師信號，因而不能確切知道正確的反應是什么，學習表現(xiàn)為自適應于輸入空間的檢測規(guī)則。②有監(jiān)督的學習規(guī)則在學習規(guī)則中，引入教師信號，將式(215)中的換成目標輸出與實際輸出之差，就組成了有監(jiān)督的學習規(guī)則： (216)即兩神經元間連接強度的變化量與教師信號和網絡實際輸出信號之差成正比。反向傳播過程將誤差信號沿著原來路徑返回，通過不斷修正各層神經元權值，逐次地向輸入層傳播進行計算，修改之后的權值再經過正向傳播，將期望輸出與實際輸出比較。神經網絡具有逼近任意非線性函數(shù)的能力，而且結構和學習算法簡單明確?；贐P神經網絡自整定PID控制系統(tǒng)方框圖如圖31所示。過熱器采用的是耐高溫高壓的合金剛材料，過熱器正常運行的溫度已接近材料所允許的最高溫度。 主蒸汽溫度的控制的任務(1) 維持主汽溫在允許的范圍之內。過熱氣溫原理圖如圖41所示：圖41 過熱氣溫原理圖影響主汽溫變化的擾動因素很多，如蒸汽負荷、煙氣溫度和流速、火焰中心位置、減溫水量、給水溫度等。同理導前區(qū)的傳遞函數(shù)也可以表示為： （42）其中為導前區(qū)的放大系數(shù)，為導前區(qū)的時間常數(shù)，為階次，該傳遞函數(shù)也可以通過實驗求的。分別表示副變送器和主變送器。而實際的工業(yè)控制中，常規(guī)PID控制系統(tǒng)很容易發(fā)生振蕩，就使系統(tǒng)很難在較短的時間里達到最佳的控制效果。在不同負荷下，也即從鍋爐的啟動到穩(wěn)定運行的整個過程，都可以保證系統(tǒng)的穩(wěn)定性，且隨著負荷逐漸接近額定負荷，控制效果越來越好，當滿負荷運行時，該策略對于大遲延的主汽溫系統(tǒng)取得了良好的控制性能。本文重點介紹了BP神經網絡PID控制器的控制原理和學習規(guī)則通過仿真可以看出神經PID不依賴于被控對象的模型，在對象變化的時候仍然能表現(xiàn)出良好的控制性能，明顯優(yōu)于傳統(tǒng)的PID控制。 主汽溫基于BP神經網絡的PID控制仿真基于BP神經網路的主汽溫控制框圖如圖47所示：圖47 基于BP神經網路的主汽溫控制框圖如上圖，主蒸汽溫度的導前區(qū)數(shù)
研究報告相關推薦
鄂ICP備17016276號-1