基于神经网络和过程机理特性的锅炉蒸发系统仿真

摘要

本文构建了一种基于神经网络和过程机理特性的自然循环锅炉蒸发系统仿真模型.该模型在型式上为混合人工神经网络模型,具有十分理想的仿真速度;在网络模型的设计上,较好地考虑了系统及网络输入与输出间的物理基础,网络模型在一定程度上由常规的黑箱模型转化为"灰箱模型".与常规的神经网络模型相比,该网络模型的训练除了具有通常的输入输出间纯数值映射关系学习功能之外,还较为充分地体现了系统输入与输出间的物理机理学习,从而保证了网络模型的联想能力、对系统过渡过程的预报能力和外推效果.同时,利用前述的仿真方法还能够实现锅炉蒸发系统的在线建模,加强了模型对实际系统的描述能力.文中通过仿真试验结果证明了上述建模方法的有效性.