基于BELBIC和FNN的球磨机解耦控制系统研究

摘要

目前我国大多数火电厂都是靠燃烧煤炭来进行火力发电，为了使煤炭能源利用率达到最高，电厂必须将煤炭磨成煤粉进行燃烧。在磨煤过程中，球磨机在火力发电厂扮演着很重要的角色，它是火电厂发电、矿石冶炼等物料粉碎过程中的重要设备。球磨机在工厂运行过程中能耗量很大，同时它的制粉控制系统是一个非线性、纯滞后、大惯性、系统，还有很多不确定性的扰动变量存在于系统中；使用常规的控制方法很难使球磨机系统实现优良的控制品质，所以我们需要探讨和研究一种新型的智能控制方案运用到球磨机控制系统中，解决它制粉运行时候的控制难题。
　　大脑情感学习智能控制器是一种新型的控制器，他的理论基础建立于大脑情感学习，随着研究人员不断的深入研究，大脑情感智能控制器（BELBIC）获得了很多关注和被应用在很多控制系统中。本文将大脑情感智能控制器运用到球磨机控制系统里去，和传统控制方法相比较；运用教与学优化算法算法对大脑情感智能控制器输入信号的可调参数进行寻优；同时加入模糊神经网络(FNN)，解决球磨机被控变量之间的耦合关系；主要完成的工作如下：
　　(1)主要了解球磨机制粉过程中的工作流程和本身的结构参数；重点介绍了球磨机目前已经使用的几种常规控制方法，都不能使球磨机实现良好的控制效果，为了克服这一难题，需要研究出一种新型的控制方案。详细分析了球磨机系各个变量之间的相互影响关系，给出了理想状态下球磨机控制系统的数学参考模型。
　　(2)详细介绍了大脑情感学习模型的生理学知识和数学描述方法，以及大脑情感学习模型里丘脑和眶额皮质的权值调节规律；
　　(3)运用教与学算法（TLBO）优化大脑情感智能控制模型的相关参数。采用通过教与学算法对大脑情感学习模型的可调参数进行优化，将优化后的参数用于控制系统中，有效克服了BELBIC相关参数随机设定带来的不利影响，提高球磨机控制系统的性能。
　　(4)对于球磨机存在的多变量、强耦合的特性，在基于TLBO优化的BEBIC模型参数的基础上，对球磨机存在耦合关系的变量运用模糊神经网络（FNN）进行解耦；提出了基于BELBIC和FNN的球磨机解耦控制的方案；然后进行仿真实验，实验结果表明BELBIC控制器具有较强的鲁棒性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题背景及意义

1.2 球磨机研究现状

1.3 论文的主要内容及章节安排

第二章 球磨机制粉系统控制研究现状

2.1 球磨机制粉系统工作流程

2.2球磨机制粉系统的对象介绍

2.3 球磨机制粉系统变量影响分析

2.4 球磨机制粉系统的数学模型

2.5 本章小结

第三章 大脑情感学习模型的研究分析

3.1 大脑情感系统简介

3.2 大脑情感学习的生理学知识

3.3 大脑情感学习模型的研究分析

3.4 本章小结

第四章 教与学优化算法的BELBIC球磨机控制器设计

4.1 教与学优化算法

4.2 教与学优化算法的BELBIC控制器设计

4.3实验结果分析

4.4 本章小结

第五章 基于BELBIC和FNN的球磨机解耦控制系统研究

5.1 模糊神经网络的分类

5.2 模糊神经网络模型

5.3 基于BELBIC和FNN的球磨机控制解耦系统设计

5.4实验结果分析

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读学位期间的研究成果