【正文】 適用于小型的汽輪機為主的機械設(shè)備，但其收斂時間較長，控制方式較為復雜，需要人工事先設(shè)定好各種參數(shù)，然后再通過環(huán)境適應，改動相應的參數(shù)設(shè)置，以達到控制目的，遇到各種擾動因素需要人工調(diào)整，非常不便 [5]。 超速保護是保證汽輪機安全可靠運行的重要保護手段，超速保護的主要 監(jiān)控參數(shù) 是機組的轉(zhuǎn)速。在 輸出 端子變成高電平后，等待操作員將故障排除，確認重啟后，輸出端 子復位 ，使電磁閥失電，滑閥在彈簧力的作用下復位，調(diào)節(jié)系統(tǒng)又回復到滑閥 未動作 前的狀態(tài)。所以，不僅要知道工況穩(wěn)定下來以后各參 數(shù)之間的關(guān)系，更重要地是要分析從一個工況到另一個工況的過渡過程中各參數(shù)的變化規(guī)律，這就是調(diào)節(jié)系統(tǒng)動態(tài)特性，是調(diào)節(jié)系統(tǒng)受到擾動后，被調(diào)量隨時間的變化規(guī)律。 東北林業(yè)大學畢業(yè)論文 7 本章介紹了 目前各種類型的控制系統(tǒng) ，且這些 都能滿足大容量汽輪機的安全運行要求，而分散型控制系統(tǒng) (DCS)的采用越來越普遍。 BP 網(wǎng)絡(luò)能學習和存貯大量的輸入 輸出模式映射關(guān)系，而無需事 前揭示描述這種映射關(guān)系的數(shù)學方程。其中 x x2? xi? xn分別代表來自神經(jīng)元 2?i?n的輸入； wj wj2? wji? wjn則分別表示神 經(jīng)元 2?i?n 與第 j 個神經(jīng)元的連接強度，即權(quán)值； bj為閾值； f( )是單調(diào)上升函數(shù)，而且必須是有界函數(shù)，因為細胞傳遞的信號不可能無限增加，必有一最大值 [6 7]。通過這兩個過程的交替進行，在權(quán)向量 空間執(zhí)行誤差函數(shù)梯度下降策略，動態(tài)迭代搜索一組權(quán)向量，使網(wǎng)絡(luò)誤差函數(shù)達到最小值，從而完成信息提取和記憶過程。 )，則隱層節(jié)點的輸出為（將閾值寫入求和項中）： k=1,2,?? q （ 36） 輸出層節(jié)點的輸出為： j=1,2,?? m （ 37） 至此 BP網(wǎng)絡(luò)就完成了 n維空間向量對 m 維空間的近似映射。 對于 個樣本，全局誤差為： (39) 2）輸出層權(quán)值的變化 采用累計誤差 BP 算法調(diào)整 ，使全局誤差 變小，即 (310) 東北林業(yè)大學畢業(yè)論文 11 式中： — 學習率 定義誤差信號為： (311) 其中第一項： (312) 第二項： (313) 是輸出層傳遞函數(shù)的偏微分。 動量法改進 BP 算法 1） 利用動量法改進 BP 算法 標準 BP 算法實質(zhì)上是一種簡單的最速下降靜態(tài)尋優(yōu)方法，在修正 W(K)時，只按照第K步的負梯度方向進行修正，而沒有考慮到以前積累的經(jīng)驗，即以前時刻的梯度方向，從而常常使學習 過程發(fā)生振蕩，收斂緩慢。 動量 自適應學習率調(diào)整算法 標準 BP 算法收斂速度緩慢的一個重要原因是學習率選擇不當，學習率選得太小，收斂太慢；學習率選 得太大，則有可能修正過頭，導致振蕩甚至發(fā)散。 確定了網(wǎng)絡(luò)層數(shù)、每層節(jié)點數(shù)、傳遞函數(shù)、初始權(quán)系數(shù)、學習算法等也就確定了 BP網(wǎng)絡(luò)。 2） BP 網(wǎng)絡(luò)常用傳遞函數(shù) : 圖 BP網(wǎng)絡(luò)常用的傳遞函數(shù) BP 網(wǎng)絡(luò)的傳遞函數(shù)有多種。 只改變傳遞函數(shù)而其余參數(shù)均固定，所述的樣本集訓練 BP 網(wǎng)絡(luò)時發(fā)現(xiàn)，傳遞函數(shù)使用 tansig 函數(shù)時要比 logsig 函數(shù)的誤差小。 東北林業(yè)大學畢業(yè)論文 15 對于多層 前饋網(wǎng)絡(luò)來說，隱層節(jié)點數(shù)的確定是成敗的關(guān)鍵。 在神經(jīng)網(wǎng)絡(luò)訓練過程中選擇均方誤差 MSE 較為合理，原因如下： ①
標準 BP算法中，誤差定義為： (326) 每個樣本作用時，都對權(quán)矩陣進行了一次修改。因為對于同一網(wǎng)絡(luò)來說， P 越大， E 也越大； P值相同，m越大 E 也越大。針對本論文 n1取值范圍為 3～ 13。 ②訓練誤差和測試誤差都很大 ,而且收 斂速度極慢 ，這個問題可以通過對輸出量進行歸一化來解決。 本章主要講述了 BP神經(jīng)網(wǎng)絡(luò)的基本原理，及其算法改進，詳細的分析了 BP 神經(jīng)網(wǎng)絡(luò)的優(yōu)越性，并論述了影響控制過程中影響動態(tài)特性的一些主要因素，對 BP 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)確定及參數(shù)整定做了詳細分析， BP 神經(jīng)網(wǎng)絡(luò)是控制理論的關(guān)鍵理論，所以掌握其知識要點有著非常 重要的意義。對 BP 神經(jīng)網(wǎng)絡(luò)來說 ,參數(shù) 的值是 initwb，它使網(wǎng)絡(luò)的初始化采用 Nguyenwidrow 算法。 BTF—— BP網(wǎng)絡(luò)訓練函數(shù)，缺省值為 ” trainlm” 。 BTF 的值還可以選擇 trainbfg、 trainrp、 traingd 等函數(shù)。 在訓練的過程中，網(wǎng)絡(luò)的權(quán)值和閾值被反復地調(diào)整，以減少網(wǎng)絡(luò)性能函數(shù) 的值，直到達到預先的要求。 在 BP神經(jīng)網(wǎng)絡(luò)的訓練算法中，都是通過計算性能函數(shù)的梯度，再沿負梯度方向調(diào)整權(quán)值和閾值，從而使性能函數(shù)達到最小。 經(jīng)典增量式數(shù)字 PID的控制算法為 ( ) ( 1 ) ( ( ) ( 1 ) ) ( ) [ ( ) 2 ( 1 ) ( 2) ]p i du k u k k e rror k e rror k k e rror k k e rror k e rror k e rr or k? ? ? ? ? ? ? ? ? ? ? 圖 BP神經(jīng)網(wǎng)絡(luò) 式中 pk , ik , dk 分別為比例，積分，微分系數(shù)。 以下兩圖就是兩者在相同控制參數(shù)的情況下由 MATLAB 仿真所得到的結(jié)果曲線圖 東北林業(yè)大學畢業(yè)論文 20 圖 BP神經(jīng)網(wǎng)絡(luò)與普通 PID擾動對比效果 圖 圖 神經(jīng)網(wǎng)絡(luò)與普通 PID 階躍對比圖 由圖可以看出基于 BP 神經(jīng)網(wǎng)絡(luò)的 PID 控制比傳統(tǒng)的 PID 控制在時間上要短很多，且在給出一個擾動后，恢復到穩(wěn)態(tài)更加快捷，更加穩(wěn)定。由于人工神經(jīng)網(wǎng)絡(luò)已經(jīng)成為當前控制系統(tǒng)理論的主要方法之一，本文 應用最多的是前向多層網(wǎng)絡(luò) —— BP 網(wǎng)絡(luò)（ BackPropagation Network）， 利用其算法快速訓練速度 ， 實現(xiàn)了控制系統(tǒng)的快速實現(xiàn)閾值和學習率 的動量 自適應的調(diào)整算法。 東北林業(yè)大學畢業(yè)論文 22 參考文獻 [1] 何玉彬 ， 李新忠 .神經(jīng)網(wǎng)絡(luò)控制技術(shù)及其應用 .科學出版社， 2020： 124~125 [2] 上海新華控制技術(shù)有限公司 .電站汽輪機數(shù)字式電液控制系統(tǒng) — 1版 .北京：中國電力出版社， 2020： 236~238 [3] 木林 ， 馬秀榮 .人 工 神經(jīng)網(wǎng)絡(luò)的發(fā)展及應用 . 貝爾學院學報， 2020： 55~58 [4] 翦天聰 . 汽輪機 原理 . 中國電力出版社， 1992： 65~68 [5] 國發(fā)娟 . 基于 BP網(wǎng)絡(luò)的水輪機調(diào)速器狀態(tài)監(jiān)測與故障診斷 . 華中科技大學水電與數(shù)字化工程學院， 1999： 185~190 [6] 劉 金琨 .先進 PID控制及 MATLAB仿真 .電子工業(yè)出版， 2020： 125~129 [7] 余雪麗，孫承意，馮秀芳 .神經(jīng)網(wǎng)絡(luò)與實例學習 .中國鐵道出版社 ， 1996： 96~101 [8] 吳優(yōu)福 .用神經(jīng) 網(wǎng)絡(luò)實現(xiàn)雙抽汽輪機的負荷解耦控制及仿真 .東南大學熱能工程系 ， 2020 [9] 孫建華，汪 偉 ，余海燕 .基于模糊 PID 的汽輪機轉(zhuǎn)速控制系統(tǒng) .中國電機工程學報 ， 2020 [10] 剪天聰，林中達 .汽輪機控制系統(tǒng)的評述 .水利電力出版社 ， 2020 [l1] 陳來九 .控制系統(tǒng)原理 .電力出版社 ， 2020:214~217 [12] Klure一 Jensen， :6Issue:l， Mareh1991 [13] Kehler， . :1， 31Jan一 [14] 楊建剛 .工神經(jīng)網(wǎng)絡(luò)實用教程 .杭州 浙江大學出版社 ， 2020:59~65 [15] 徐麗娜 .神經(jīng) 網(wǎng)絡(luò)控制 .北京 電子工業(yè)出版社 ， 2020:100~102 [16] Narendra,.,and ,1990. Identification and control of dynamical systems using neural Transactions on Neural Networks,： 427 [17] 王爽心，葛曉霞 .汽輪機 數(shù)字電液控制系統(tǒng) .北 京 中國電力出版社 ,1999:46~48 [18] 李寶玉， 魏毓璞 .汽輪機 調(diào)節(jié)系統(tǒng)疑難問題解析 .北京 化學工業(yè)出版社， 2020： 89~95 [19] Zormer W,Muller system for monitoring the operation of steam turbine generator Kraftwerkstechnik,1992 [20] 苗廣祥 .汽輪機 數(shù)字電液調(diào)節(jié)系統(tǒng)參數(shù)辨識與應用研究 .華北電力大學 ， 1999:59~62 [21] 王永驥，徐健 .神經(jīng) 元網(wǎng)絡(luò)控制 .機械 工業(yè)出版社 ， 2020:178~180 東北林業(yè)大學畢業(yè)論文 23 東北林業(yè)大學畢業(yè)論文評審意見表 畢 業(yè)論文題目 學生姓名 專業(yè)班級 東北林業(yè)大學畢業(yè)論文 24 指導教師評語 : 建議成績： 指導教師（簽字）： 年 月 日 東北林業(yè)大學畢業(yè)論文評審意見表 畢業(yè)論文題目 學生 姓名 專業(yè)班級 評閱人評語 : 建議成績： 評閱人（姓名、職稱） : 年 月 日 東北林業(yè)大學畢業(yè)論文評審意見表 畢業(yè)論文題目 學生姓名 專業(yè)班級 評閱人評語 : 建議成績： 評閱人（姓名、職稱） : 年 月 日 答辯委員會意見 : 答辯委員會 (教師姓名、職稱 )： 畢業(yè)論文成績：