基于MRF與自適應(yīng)控制的鍋爐燃燒系統(tǒng)優(yōu)化.pdf

1、要實(shí)現(xiàn)對鍋爐燃燒系統(tǒng)良好閉環(huán)控制，就非常有必要對目標(biāo)進(jìn)行準(zhǔn)確的分解，最為關(guān)鍵的就是要讓鍋爐燃燒后熱量能夠滿足蒸汽處在一定負(fù)荷所需求的熱量，鍋爐運(yùn)行是經(jīng)濟(jì)區(qū)間，安全無隱患。從控制理論與控制工程角度，將所要優(yōu)化的系統(tǒng)視為燃料量、送風(fēng)量、引風(fēng)量三輸入和主蒸汽壓力、爐膛過?？諝庀禂?shù)、爐膛負(fù)壓三輸出的典型多輸入多輸出系統(tǒng)。
　　由于Markov隨機(jī)場和Gibbs隨機(jī)場具有等效性，MRF采用與模型的參數(shù)估計(jì)結(jié)合起來考慮，使用近似的方法計(jì)算聯(lián)合

2、概率，將先驗(yàn)知識集成到模型中。因此需要將參數(shù)估計(jì)和識別交替迭代直到收斂，參數(shù)估計(jì)方法主要有最大似然估計(jì)、最大偽似然方法和動(dòng)態(tài)蒙特卡羅方法。提出采用高斯-馬爾科夫隨機(jī)場模型，從邊界曲線密度函數(shù)與馬爾科夫鏈切入，并考慮到擾動(dòng)補(bǔ)償，提高算法的抗干擾性能。
　　鍋爐燃燒系統(tǒng)是典型的工業(yè)生產(chǎn)過程，因此作為控制系統(tǒng)的被控對象，時(shí)滯性和干擾輸入特性突出，為了解決這兩個(gè)突出的問題，本文提出馬爾科夫隨機(jī)場和無模型自適應(yīng)控制相結(jié)合，在參數(shù)估計(jì)時(shí)，采用