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-在線瀏覽
2024-07-30 15:42本頁面
【正文】 （211） （212）BP網(wǎng)絡(luò)學(xué)習(xí)中的誤差反向傳播過程是通過使一個(gè)目標(biāo)函數(shù)(實(shí)際輸出與希望輸出之間的誤差平方和)最小化完成的，可以利用梯度下降法導(dǎo)出計(jì)算公式[10]。示意圖如圖24所示，梯度下降學(xué)習(xí)算法總是在尋找坡度最大的地段向下滑行，當(dāng)它處于D位置時(shí)，沿最大坡度路線下降，到達(dá)局部最小點(diǎn)而G停止滑行。 圖24 BP網(wǎng)絡(luò)梯度下降學(xué)習(xí)算法BP網(wǎng)絡(luò)的學(xué)習(xí)算法的步驟歸納如下：①從訓(xùn)練樣本集中取某一樣本，把它的輸入信息輸入到網(wǎng)絡(luò)中；②由網(wǎng)絡(luò)正向計(jì)算出各節(jié)點(diǎn)的輸出；③計(jì)算網(wǎng)絡(luò)的實(shí)際輸出與期望輸出的誤差；④從輸出層起始反向計(jì)算到第一個(gè)隱層，按一定原則向減小誤差方向調(diào)整網(wǎng)絡(luò)的各個(gè)連接權(quán)值；⑤對(duì)訓(xùn)練樣本集合中的每一個(gè)樣本重復(fù)以上步驟，直到對(duì)整個(gè)訓(xùn)練樣本集合的誤差達(dá)到要求為止。BP學(xué)習(xí)算法流程總結(jié)如圖25所示 ：圖25 BP學(xué)習(xí)算法流程圖神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則即調(diào)整神經(jīng)網(wǎng)絡(luò)連接權(quán)值的規(guī)則。有監(jiān)督學(xué)習(xí)就是通過外部教師信號(hào)進(jìn)行學(xué)習(xí)，即要求同時(shí)給出輸入和正確的期望輸出的模式對(duì)，當(dāng)實(shí)際輸出結(jié)果與期望輸出有誤差時(shí)，網(wǎng)絡(luò)將通過自動(dòng)機(jī)制調(diào)節(jié)相應(yīng)的連接強(qiáng)度，使之向減少誤差的方向改變，經(jīng)過多次反復(fù)訓(xùn)練，最后與正確的結(jié)果相符合。其學(xué)習(xí)過程表現(xiàn)為：給系統(tǒng)提供動(dòng)態(tài)輸入信號(hào)，以使各個(gè)單元以某種方式競爭，獲勝的神經(jīng)元本身或相鄰域得到增強(qiáng)，其他神經(jīng)元進(jìn)一步抑制，從而將信號(hào)空間劃分為有用的多個(gè)區(qū)域。以表示單元的激活值，表示單元的激活值，表示單元到單元的激活值，則學(xué)習(xí)規(guī)則可用下式表示： （215） 其中，為學(xué)習(xí)速率，該公式表明兩神經(jīng)元之間連接權(quán)的變化量與它們的激活值相關(guān)。③有監(jiān)督的學(xué)習(xí)規(guī)則將無監(jiān)督的學(xué)習(xí)和有監(jiān)督的學(xué)習(xí)兩者結(jié)合起來就可組成有監(jiān)督的學(xué)習(xí)規(guī)則，即： （217）采用學(xué)習(xí)和有監(jiān)督的學(xué)習(xí)相結(jié)合的學(xué)習(xí)策略，使神經(jīng)元通過關(guān)聯(lián)搜索對(duì)未知的外界作出反應(yīng)，即在教師信號(hào)的指導(dǎo)下，對(duì)環(huán)境信號(hào)進(jìn)行相關(guān)學(xué)習(xí)和自組織，使相應(yīng)的輸出增強(qiáng)或削弱。正向傳播過程中，每一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元結(jié)構(gòu)，如果輸出層不能得到期望輸出，即期望輸出與實(shí)際輸出之間存在誤差時(shí)，就轉(zhuǎn)向反向傳播。這兩個(gè)過程不斷反復(fù)運(yùn)用，直到達(dá)到所設(shè)定的誤差值[14]。 第3章 神經(jīng)網(wǎng)絡(luò)PID控制器的設(shè)計(jì)PID控制要取得好的控制效果，就必須通過調(diào)整好比例、積分和微分三種控制作用在形成控制量中相互配合又相互制約的關(guān)系，這種關(guān)系不一定是簡單的“線性組合”，而是從變化無窮的非線性組合中找出最佳的關(guān)系?？梢酝ㄟ^對(duì)系統(tǒng)性能的學(xué)習(xí)來實(shí)現(xiàn)具有最佳組合的PID控制。 BP神經(jīng)網(wǎng)絡(luò)的PID控制神經(jīng)網(wǎng)絡(luò)PID控制，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)，調(diào)節(jié)PID控制器的參數(shù)，以其達(dá)到某種性能指標(biāo)的最優(yōu)化，即使輸出層神經(jīng)元的輸出狀態(tài)對(duì)應(yīng)于PID控制器的三個(gè)可調(diào)參數(shù)、通過神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)、加權(quán)系數(shù)調(diào)整，從而使其穩(wěn)定狀態(tài)對(duì)應(yīng)于某種最優(yōu)控制規(guī)律下的PID的控制器參數(shù)。圖31 BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)結(jié)構(gòu)圖基于BP網(wǎng)絡(luò)的PID控制器控制算法歸納如下：1．確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，即確定輸入層節(jié)點(diǎn)及數(shù)目m、隱含層數(shù)目q，并給出各層權(quán)系數(shù)的初值和、選定學(xué)習(xí)率、慣性系數(shù)；2．采樣得到rin (k)、yout (k)，計(jì)算該時(shí)刻誤差；3．計(jì)算神經(jīng)網(wǎng)絡(luò)NN各層神經(jīng)元的輸入、輸出，NN輸出層的輸出即為PID控制器的三個(gè)可調(diào)參數(shù)； 4．計(jì)算PID控制器的輸出u (k)；5．進(jìn)行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在線調(diào)整加權(quán)系數(shù)和；實(shí)現(xiàn)PID控制參數(shù)的自適應(yīng)調(diào)整；6．置k =k+1，返回到第一步?，F(xiàn)代鍋爐的過熱器是在高溫、高壓的條件下工作的，過熱器出口的過熱蒸汽溫度是機(jī)組整個(gè)汽水行程中工質(zhì)溫度的最高點(diǎn)，也是金屬壁溫的最高處。如果過熱蒸汽溫度過高，容易損壞過熱器，也會(huì)使蒸汽管道、汽輪機(jī)內(nèi)某些零部件產(chǎn)生過大的熱膨脹而毀壞，影響機(jī)組的安全運(yùn)行。另外，過熱汽溫的降低還會(huì)導(dǎo)致汽輪機(jī)高壓級(jí)部分蒸汽的焓值減小，引起反動(dòng)度增大，軸向推力增大，也對(duì)汽輪機(jī)安全運(yùn)行帶來不利的影響。對(duì)于亞臨界機(jī)組的主汽溫為，長期運(yùn)行應(yīng)控制在，對(duì)于超臨界及超超臨界主汽溫應(yīng)控制在，長期運(yùn)行應(yīng)控制在。汽溫過高，會(huì)燒毀過熱器的高溫段；汽溫過低也不行，汽溫每降5度，熱經(jīng)濟(jì)性下降百分之一，汽溫偏低會(huì)使汽機(jī)尾部蒸汽濕度增大甚至帶水，嚴(yán)重影響汽機(jī)的安全運(yùn)行。主要擾動(dòng)有3個(gè)：蒸汽擾動(dòng)下主汽溫對(duì)象的動(dòng)態(tài)特性圖42 蒸汽流量變化對(duì)主氣溫的影響 煙氣量擾動(dòng)下主汽溫對(duì)象的動(dòng)態(tài)特性圖 43 煙氣流量變化對(duì)主氣溫的影響減溫水量擾動(dòng)下主汽溫對(duì)象的動(dòng)態(tài)特性圖44 減溫水量變化對(duì)主氣溫的影響 主汽溫的數(shù)學(xué)模型 減溫水?dāng)_動(dòng)下主汽溫的數(shù)學(xué)模型以減溫水量作為基本擾動(dòng)，來完成控制，就是用減溫水量作為該系統(tǒng)的輸入，把主汽溫做為輸出，管內(nèi)的蒸汽和管壁可以看做是許許多多的單容對(duì)象的串聯(lián)，因此對(duì)象具有分布參數(shù)特性，且該被控對(duì)象有較大的慣性和遲延。其傳遞函數(shù)由兩點(diǎn)法可以通過實(shí)驗(yàn)測(cè)得。惰性區(qū)的傳遞函數(shù)也可以表示為 （43）其中為惰性區(qū)放大系數(shù)，為惰性區(qū)時(shí)間常數(shù)，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： （44）可得到： （45） （46） （47）在火電廠中，對(duì)主汽溫的控制有較高的要求，然
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1