锅炉燃烧系统的智能控制与仿真研究

摘要

电能在人们的生活中占着越来越重要的地位。我国的发电仍然以火力发电为主。锅炉安全经济燃烧一直是火电厂的首要要求。锅炉安全经济地燃烧既节约了能源降低了电厂的成本，又减少了污染物的排放保护了环境。特别是近几年来雾霾污染的严重，引起民众和政府对治理空气污染的重视，电厂的节能环保也显得越来越重要。
　　锅炉燃烧系统是多输入多输出的十分复杂的系统。其输入变量繁多，而且变量间具有强耦合、非线性、大滞后等特点。另外由于随着电厂设备的折旧磨损，以及煤种质量等不确定因素的影响，锅炉出厂时的参数配置已经难以达到理想的控制效果。此类问题多数采用智能建模的方法，本文根据某热电厂现场数据选用BP神经网络对锅炉燃烧系统进行建模分析。但是BP神经网络有其局限性，具有收敛速度慢，容易陷入局部极值等缺点，因此本文选用遗传算法优化神经网络。遗传算法具有很强的全局搜索能力，可以利用其对BP神经网络的权值、阈值进行优化，建立更为理想的GA-BP网络模型。建模仿真结果表明，利用遗传算法优化BP神经网络，很好的提高了模型的收敛速度以及训练精度，更为精确地反映了锅炉燃烧系统的运行特性。
　　最后，本文还将对锅炉烟气氧量控制系统进行仿真。采用模糊PID控制策略，控制方案主要围绕烟气氧量回路展开。采用模糊控制与传统PID相结合整定，建立模糊PID优化控制器，并与传统PID控制系统进行仿真对比。仿真结果很好的表明了模糊PID的优越性，达到优化的目的。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题的研究背景与意义

1.2 智能控制技术简介

1.3 电厂锅炉燃烧系统建模概述

1.4 本文的主要内容

第2章 锅炉燃烧系统建模分析

2.1 锅炉基本工艺结构及工作原理

2.2 锅炉燃烧控制回路分析

2.3 锅炉控制系统的控制要求

2.4 本章小结

第3章 锅炉燃烧系统的智能建模

3.1 神经网络

3.2 BP神经网络

3.3遗传算法

3.4 遗传算法优化BP神经网络

3.5 锅炉燃烧系统的BP神经网络建模

3.6 本章小结

第4章 烟气含氧量模糊PID控制优化研究

4.1 PID控制器简介

4.2 模糊控制器组成

4.3 模糊控制器的设计

4.4 模糊自整定PID控制器

4.5 烟气氧量控制系统仿真

4.6 仿真结果分析

4.7 本章小结

参考文献

致谢