循环流化床燃烧对象动态辨识与模糊自适应控制的研究

摘要

循环流化床锅炉燃烧技术是近几十年发展起来的一项洁净煤燃烧技术。它燃烧效率高，燃料适应性广，污染排放低，和煤粉炉相比具有独特的优势。燃烧控制系统作为CFB锅炉安全、经济、稳定运行的保障，显得格外重要，是众多学者研究的重点。但是由于其非线性、参数时变、多变量耦合等特点，常规控制方法的效果难以令人满意。本文将具有高效搜索性能的蚁群算法和具有分布性、鲁棒自适应性的免疫系统机制引入热工过程控制领域，为解决复杂对象的辨识建模和动态自适应控制研究提供了一个崭新的思路。具体内容如下:
　　(1)在分析基本蚁群算法工作原理与特点的基础上，引入免疫系统的抗原识别、抗体多样性、浓度调节等机制，从信息素初始分布、信息素调整机制、选择概率函数等方面对基本蚁群算法加以改进，增强算法的初始搜索效率与调整信息素的能力，提高了算法的自适应性与鲁棒性。通过对测试函数的求解和简单热工对象的验证，表明改进蚁群算法与PSO等其他智能算法相比具有更好的寻优特性和辨识能力。
　　(2)在分析CFB锅炉燃烧系统的控制目标与特点的基础上，明确控制任务与对象，深入了解锅炉床温、床压的控制特点与难点。采取分散控制策略，只考虑回料阀开度和一次风量这两个主要影响因素，建立被控对象模型。通过对回料阀开度和一次风量的作用机理研究，确定床温床压传递函数模型结构。进而运用改进蚁群算法对其进行辨识。结果表明该模型能够很好地反映对象的变化趋势，基本满足工程应用需求。
　　(3)引入模糊变论域思想，设计了自适应直接型模糊控制器，通过调整量化因子和比例因子使得模糊控制器的论域能够自适应改变。同时运用模糊规则调整函数，使模糊规则表能够根据上文得到的传递函数模型参数而自适应调整，克服了传统建立模糊规则表方法的缺陷。最后对燃烧控制系统进行了给定值扰动、内扰、外扰等情况下的仿真。结果表明，自适应模糊控制器比常规PID控制器具有更好的控制性能以及抗干扰的能力。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景

1．2 循环流化床锅炉简介

1．2．1 循环流化床锅炉结构与运行原理

1．2．2 循环流化床锅炉发展与现状

1．2．3 循环流化床锅炉燃烧特点

1．2．4 循环流化床锅炉控制研究现状

1．3 蚁群优化算法简介

1．3．1 蚁群优化算法的产生与发展

1．3．2 蚁群算法的研究现状

1．4 热工过程辨识现状

1．5 本文主要研究内容

第二章 基本蚁群算法

2．1 蚁群行为的原理与特点

2．2 蚁群算法模型与流程

2．2．1 基本蚁群算法模型

2．2．2 基本蚁群算法流程

2．3 基本蚁群算法的参数设置

2．4 基本蚁群算法的优点与缺陷

2．5 本章小结

第三章 改进蚁群算法及其在系统辨识中的应用

3．1 人工免疫算法

3．1．1 人工免疫系统简介

3．1．2 人工免疫算法流程

3．1．3 人工免疫算法特点

3．2 基于免疫原理的改进蚁群算法辨识

3．2．1 热工过程辨识原理

3．2．2 辨识方案流程设计

3．2．3 改进初始信息素分布

3．2．4 建立信息素分布调整机制

3．2．5 改进选择概率函数

3．3 辨识仿真

3．3．1 改进蚁群算法性能测试

3．3．2 给定模型辨识仿真

3．3．3 现场数据的辨识仿真

3．4 本章小结

第四章 CFB锅炉燃烧对象动态辨识

4．1 CFB锅炉燃烧系统控制任务分析

4．1．1 CFB锅炉燃烧系统被控对象

4．1．2 CFB锅炉燃烧系统控制目标

4．1．3 CFB锅炉燃烧系统控制特点

4．2 CFB锅炉燃烧对象动态特性分析及模型确定

4．2．1 回料阀开度对床温床压的影响

4．2．2 一次风量对床温床压的影响

4．3 燃烧对象动态辨识

4．4 本章小结

第五章 CFB锅炉燃烧系统自适应模糊控制研究

5．1 模糊控制器设计

5．1．1 模糊控制器输入输出变量的确定

5．1．2 输入变量的模糊化

5．1．3 定义模糊子集与隶属度函数

5．1．4 确定模糊控制规则

5．1．5 确定模糊推理机制

5．1．6 去模糊化处理

5．2 变论域模糊控制器研究

5．2．1 模糊变论域思想

5．2．2 量化因子和比例因子的自适应调整

5．3 自适应模糊控制规则

5．3．1 自适应模糊规则调整函数

5．3．2 函数变量调整原则

5．4 燃烧对象模糊控制系统设计

5．4．1 多变量模糊控制系统

5．4．2 燃烧对象控制器结构设计

5．4．3 燃烧系统模糊控制规则

5．5 CFB锅炉燃烧系统控制仿真

5．5．1 给定值扰动下的控制系统仿真

5．5．2 内扰下的控制系统仿真

5．5．3 外扰下的控制系统仿真

5．6 本章小结

总结与展望

致谢

参考文献

硕士期间发表的学术论文