【正文】 23 第 四 章 基于 BP神經(jīng)網(wǎng)絡(luò)的 PID控制在主汽溫控制系統(tǒng)中的應(yīng)用 主 汽溫 的 控制任務(wù) 鍋爐的主蒸汽溫度 與火電廠的經(jīng)濟(jì)性和安全性有重要的關(guān)系，因此主蒸汽溫度是火電廠的一個(gè)極其重要的參數(shù)。而 煙氣量擾動(dòng)可以做調(diào)節(jié)信號(hào)， 但是煙氣與燃燒系統(tǒng)有關(guān)，如果用煙氣作為控制信號(hào)，W 25 會(huì)影響到燃燒控制系統(tǒng)的設(shè)計(jì) ，所以一般也不采用煙氣控制。 串級(jí)控制系統(tǒng)見下圖： r + e + 圖 45 主汽 溫 串級(jí)控制框圖 其中 r為 主 汽溫設(shè)定值， 1()Gs 2()Gs分別為控制系統(tǒng)對(duì)象的導(dǎo)前區(qū)和惰性區(qū)的傳遞函數(shù)，M1,M2 分別為副變送器和主變送器 傳遞函數(shù) 。 2pk =1；主控制器采用 PI 控制， 1 ? ， ? 。 在負(fù)荷為 37%時(shí) ,導(dǎo)前區(qū)為 :1 () (1 28 )Gs s? ?，而惰性區(qū)的傳遞函 數(shù)為 :1 48() (1 5 )Gs s? ?，其仿真曲線如下： 負(fù)荷 導(dǎo)前區(qū) ? ?1GS 惰性區(qū) ? ?2GS 37% ? ? / 1 28S? ? ?81 .0 4 8 / 1 5 6 .6 5S? 50% ? ? / 1 25S? ? ? 19 / 1 ? 75% ? ? / 1 20S? ? ? 02 / 1 ? 100% ? ? / 1 18S? ? ? 76 / 1 S。仿真時(shí)我們采用文獻(xiàn) [24]給出的 600MW 直流鍋爐 主汽溫對(duì)象的 動(dòng)態(tài)特性 ，見本論文表 41。 惰性區(qū)的傳遞函數(shù)也可以表示為 ? ?? ? ? ?11 1212 1 ns kG s Ts???? （ 43） 其中 1k 為惰性區(qū)放大系數(shù)， 1T 為惰性區(qū)時(shí)間常數(shù)， 1n 為階次，該傳遞函數(shù)無法通過實(shí)驗(yàn)求出，而是由下式求出： ? ? ? ?? ?021GsGsGs? （ 44） 可得到 01 2kk k? （ 45） 220 0 2 21 0 0 2 2n T n TT n T n T?? ? （ 46） 20 0 2 21 220 0 2 2()n T n Tn n T n T?? ? （ 47） 26 主汽溫控制的兩種策略 策略一： 在火電廠中，對(duì)主汽溫的控制有較高的要求，然而 在實(shí)際生產(chǎn)過程中 ,由于主蒸汽流量、壓力、煙氣溫度和流速等的外擾 ,以及減溫水內(nèi)擾頻繁且幅度較大 ,加上對(duì)象模型參數(shù)隨工況參數(shù) (主蒸汽壓力、溫度和流量 )的變化而變化 ,因而難以建立精確的數(shù)學(xué)模型 .因此 ,主 汽溫控制是一個(gè)存在大時(shí)滯、時(shí)變性、大干擾 ,具有不確定性和非線性的復(fù)雜熱工對(duì)象 。主要擾動(dòng)有 3 個(gè)： 蒸汽量擾動(dòng) D，煙氣量擾動(dòng) Q，減溫水量擾動(dòng) W。 ( 2 ) ( 3 ) ( 3 ) ( 1 ) ( 2 )1( ) ( ( ) ) ( ) ( ) ( 1 )i j i l l i j l ilw k g n e t k w k o k w k? ? ??? ? ? ? ?? i =1,2,? , q （ 322） 令 3( 2 ) 39。這種替代在算法上是可以的，因?yàn)?( )/ ( )y k u k??是式（ 316）中的一個(gè)乘積因子，他的符號(hào)的正負(fù)決定著權(quán)值變化的方 向，而數(shù)值變化的大小只影響權(quán)值變化的速度，但是權(quán)值變化的速度可以通過學(xué)習(xí)步長(zhǎng)加以調(diào)節(jié)。 采用 基于 BP 神經(jīng)網(wǎng)絡(luò)的 PID 控 制 的系統(tǒng)結(jié)構(gòu)如下圖所示： r kp ki kd u y e 圖 31 基于 BP神經(jīng)網(wǎng)絡(luò)的 PID控制結(jié)構(gòu)圖 上圖中的 BP 神經(jīng)網(wǎng)絡(luò) 選如 圖 32的形式 ， 采用三層結(jié)構(gòu)：一個(gè)輸入層，一個(gè)隱含層，一個(gè)輸出層 ， j表示輸入層節(jié)點(diǎn)， i 表示隱層節(jié) 點(diǎn)， l表示輸出層節(jié)點(diǎn)。根據(jù)遞推原理可得 10( 1 ) ( 2 )( 1 ) ( 1 ) ( )kp i dje k e ku k k e k k e j T k T??? ? ?? ? ? ? ?? （ 35） 用式（ 34）減式（ 35），可得增量式 PID 控制算法( ) 2 ( 1 ) ( 2 )( ) ( ( ) ( 1 ) ) ( ) e k e k e ku k k p e k e k k ie k T k d T? ? ? ?? ? ? ? ? ? （ 36） 式（ 36）進(jìn)一步可改寫為 ： 0 1 2( ) ( ) ( 1 ) ( 2)u k a e k a e k a e k? ? ? ? ? ? （ 37） 式中，0 (1 )dp iTTak? ? ?，1 2(1 )dp iTak T??，2 dp iTakT? 用增量式 PID 控制算法有以下優(yōu)點(diǎn)： （ 1） 增量算法 不需要累加，控制量增量的確定僅與最近幾次誤差采樣值有關(guān)； （ 2） 增量式算法得出的是控制量的增量，誤動(dòng)作影響??； 18 （ 3） 便于編程序?qū)崿F(xiàn) 。 本章將詳細(xì)介紹基于 BP 神經(jīng)網(wǎng)絡(luò)的 自 整定PID 控制算法， 即把神經(jīng)網(wǎng)絡(luò)的輸出作為 PID 控制器的比例，積分和微分， 然后對(duì) 電廠主 汽溫 系統(tǒng) 進(jìn)行設(shè)計(jì)， 并在 Matlab 上 進(jìn)行 仿真。 1 1 1111m i m m ii mmmEE wwo n e t ??????? （ 234） 當(dāng) i=j時(shí)， *ijoI? 將式（ 232）和（ 234）代入（ 228），有 ? ?? ? 1 1 1111 39。 所以 ? ?? ? ? ?? ?()ij ji j jij ijw t Ine t tIw t w t??????? （ 225） 將（ 225）代入式（ 223），可以得到： ? ?? ? ? ?? ? ? ?? ? ? ?? ?. i jij i ij iE t E t E tn e t t Iw t n e t t w t n e t t? ? ????? ? ? ? （ 226） 令 i iE? ??? （ 227） 式中 i? 為第 i個(gè)節(jié)點(diǎn)的狀態(tài) i 對(duì) E 的靈敏度。 這兩部分是相繼連續(xù)反復(fù)進(jìn)行的，直到誤差滿足要求 。正是因?yàn)樯窠?jīng)網(wǎng)絡(luò)具有的這些特點(diǎn)，才使它在模式識(shí)別、人工智能、控制工程、信號(hào)處理等領(lǐng)域有著廣泛的應(yīng)用，相信隨著人工神經(jīng)網(wǎng)絡(luò)研究的進(jìn)一 步深入，其應(yīng)用 領(lǐng)域會(huì)更廣，用途會(huì)更大。上式的前提是被學(xué)習(xí)的過程是平穩(wěn)的，具體方法可用最優(yōu)梯度下降法。在學(xué)習(xí)過程中，執(zhí)行學(xué) 習(xí)規(guī)則，修正加權(quán)系數(shù)。 人工神經(jīng)元模型 人腦神經(jīng)元是組成人腦神經(jīng)系統(tǒng)的最基本單元，對(duì)人腦神經(jīng)元進(jìn)行抽象化后得到一種稱為 McCulloch 一 Pitts 模型的人工神經(jīng)元，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元，從圖 2一 1中可以看出，它相當(dāng)于一個(gè)多輸入單輸出的非線性闡值器件 。 第二章、神經(jīng)網(wǎng)絡(luò)的基本理論 本章 介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)，重點(diǎn)對(duì) BP 神經(jīng)網(wǎng)絡(luò) 的 結(jié)構(gòu) 和 算法 進(jìn)行了闡述 。 那么是否可以把神經(jīng)網(wǎng)絡(luò)和 PID 結(jié)合在一起， 充分利用兩者的優(yōu)點(diǎn) 呢 ，使新算法既有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力又有 PID 控制的簡(jiǎn)單性呢？ 。 r + e + u y + 圖 16 多層 神經(jīng) 網(wǎng)絡(luò) 控制結(jié)構(gòu)圖 立論依據(jù) BP 算法就是在模擬生物神經(jīng)元的 基礎(chǔ)上建立起來的 在人工神經(jīng)網(wǎng)絡(luò)上的一種搜索和優(yōu)化算法。而神經(jīng)網(wǎng)絡(luò)則是建立在對(duì)人腦結(jié)構(gòu)和功能的模擬與簡(jiǎn)化的基礎(chǔ)上。 參考模型 對(duì)象 神經(jīng)控制器 參考模型 對(duì)象 神經(jīng)控制器 神經(jīng)辨識(shí)器 4 D r + + y + + 圖 14 神經(jīng) 內(nèi)膜 控制結(jié)構(gòu)圖 在神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂葡到y(tǒng)中， 神經(jīng)辨識(shí) 器作為被控對(duì)象的近似模型與實(shí)際對(duì)象并行設(shè)置，它們的差值用于反饋，同期望的給定值之差經(jīng)一線性濾波器處理后，送給神經(jīng)網(wǎng)絡(luò)控制器，經(jīng)過多次訓(xùn)練，它將間接地學(xué)習(xí)對(duì)象的逆動(dòng)態(tài)特性。根據(jù)結(jié)構(gòu)的不同可分為直自校正控制器 被控對(duì)象 神經(jīng)辨識(shí)器 控制器設(shè)計(jì) PID 控制器 被控對(duì)象 神經(jīng)網(wǎng)絡(luò) + 3 接與間接神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制兩種類型，分別如圖中 (a)和 (b)所示。這種方案的設(shè)計(jì)思想是利用神經(jīng)網(wǎng)絡(luò)辨識(shí)器的計(jì)算估計(jì)能力對(duì)常規(guī)控制器參數(shù)進(jìn)行約束優(yōu)化求解 ,從而實(shí)現(xiàn)對(duì)常規(guī)控制器的參數(shù)或結(jié)構(gòu)進(jìn)行調(diào)整。對(duì)于自動(dòng)控制來說 ,神經(jīng)網(wǎng)絡(luò)有具有自適應(yīng)功能，泛化功能，非線性映射功，高度并行處理功能等幾方面優(yōu)勢(shì) [2]，這使得神 經(jīng)網(wǎng)絡(luò)成為當(dāng)今一個(gè)非常熱門的交叉學(xué)科 , 廣泛應(yīng)用在電力，化工，機(jī)械等各行各業(yè)，并取得了比較好的控制效果。 1 第一章 緒論 選題背景和意義 在控制系統(tǒng)設(shè)計(jì)中 ,最主要而又最困難的問題是如何針對(duì)復(fù)雜、變化及具有不確定性的受控對(duì)象和環(huán)境作出有效的控制決策。I 摘 要 目前，由于 PID 結(jié)構(gòu)簡(jiǎn)單，可通過調(diào)節(jié)比例積分和微分取得基本滿意的控制性能，廣泛應(yīng)用在電廠的各種控制過程中。t rely on model realize PID parameters autotuning. It can make full use of the advantages of PID and neural work. Here, we use a multilayer feedforward neural work using back propagation algorithm. This can realtime output Kp, Ki, Kd as the PID controller parameters , insteading of the traditional PID parameters determined by experience, so it can obtain good control performance .For such a system ,we can simulate in MATLAB simulation platform. The simulation results show that the PID control based BP neural work has good adaptive ability and selflearning ability. For the system of large delay and freemodel can obtain good control effect. KEY WORDS: main steam temperature ， PID ， BP neural work， MATLAB simulationIII 目 錄 摘 要 .................................................................... I ABSTRACT ................................................................... II 第一章 緒論 ................................................................. 1 選題背景和意義 ...................................................... 1 國(guó)內(nèi)外研究現(xiàn)狀 .................................................... 1 立論依據(jù) ............................................................ 5 本文所做的