基于PSO-BP算法的有机朗肯循环控制系统研究

摘要

能源是人类生存和进化的基础，工业生产过程中产生余热的有效利用在当前社会的能源利用中起着相当重要的作用。有机朗肯循环(Organic Rankine Cycle，ORC)余热发电技术主要以工业生产过程中产生的烟气、废蒸汽为热源，将其中的部分热能转化为电能。有机朗肯循环系统的工质是低沸点的有机物，用来回收中低温热源的循环系统。余热利用既能实现能源回收利用，又有利于环境保护，使得这一研究方向受到人们极大的关注。由于该系统具有非线性、多变量耦合等特性，使得传统控制方法难以满足控制要求，本文针对有机朗肯循环过程控制的优化问题进行了详细研究，具体研究内容如下： (1)有机朗肯循环系统的介绍。对系统的工艺机理，包括蒸发器、膨胀机、冷凝器和工质泵等进行详细分析。分别对各部件建立数学模型，并对非线性系统模型进行线性化降阶处理。结果表明，降阶后的模型更利于进行控制研究。 (2)针对传统PID控制不能很好的解决该系统在余热发电过程中的多变量耦合的问题，提出基于BP-PID的有机朗肯循环控制系统的方法。简要介绍了神经网络与传统PID相结合的基本理论和特点。通过应用建立的模型进行仿真。结果表明，这种算法优于传统PID控制，缩短调节时间，降低了系统超调量。 (3)为了克服BP神经网络在控制过程中收敛慢，易陷入局部最优以及搜索时间长等问题，提出了利用PSO算法对BP神经网络权值和阈值进行优化的方法，建立了PSO算法优化BP神经网络模型。并在此基础上，利用PSO-BP-PID控制器在系统中进行优化控制。 仿真结果表明，本文采用的粒子群优化BP神经网络PID控制使蒸发器出口温度准确，优于传统PID控制和BP-PID控制。不仅降低了系统超调量也提高了整个系统的功率。验证算法的优越性和可行性。

目录

郭爽 硕士毕业论文

第一章绪论

1.1引言

1.2课题研究背景及意义

1.3研究现状

1.4本文主要研究工作

第二章有机朗肯循环系统数学模型的建立与仿真

2.1有机朗肯循环系统

2.2有机朗肯循环系统动态数学模型的建立

2.3系统整体模型的线性化

2.4ORC系统模型降阶

2.5本章小结

第三章基于BP-PID的ORC控制系统研究

3.1引言

3.2传统PID控制策略

3.3BP神经网络

3.4BP神经网络的PID控制器

3.5基于BP神经网络PID控制算法的仿真研究

3.6本章小结

第四章基于PSO-BP算法的ORC系统的控制

4.1引言

4.2粒子群算法的基本原理

4.3PSO-BP神经网络在有机朗肯循环系统中的应用

4.4仿真实验及结果分析

4.5本章小结

第五章结论与展望

5.1结论

5.2展望

参考文献

发表论文和科研情况说明

发表的论文：

致 谢