330MW循環(huán)流化床鍋爐模糊神經(jīng)網(wǎng)絡建模與廣義預測控制研究.pdf

1、我國煤炭資源分布極不均勻，劣質煤比例較高，含硫量1％以上的煤炭資源占到全國煤炭資源總量的50％以上。循環(huán)流化床鍋爐(Circulating Fluidized BedBoiler， CFBB)是一種燃燒適應性非常廣的高效低污染發(fā)電設備，它可以燃燒各種劣質煤，并實現(xiàn)爐內脫硫，脫硫率可高達90％，目前在火力發(fā)電廠中占有主要的生產(chǎn)地位。然而，循環(huán)流化床鍋爐是一個非線性、強耦合、多輸入多輸出的大滯后復雜熱力系統(tǒng)，其構造較一般的煤粉爐更為復雜，機

2、理建模中引用的許多經(jīng)驗公式以及近似規(guī)則會導致模型的精確性降低，直接影響了機理模型在現(xiàn)場運行的應用。因此，如何建立起CFB鍋爐精確模型以及如何進一步優(yōu)化控制CFB鍋爐一直是研究的熱點。
　　本文針對330MW的循環(huán)流化床鍋爐，深入了解了其工藝流程、對象特性以及協(xié)調控制系統(tǒng)多變量之間的關聯(lián)特性，利用330MW循環(huán)流化床鍋爐實際運行日志數(shù)據(jù)，采用數(shù)據(jù)驅動建模方法建立循環(huán)流化床鍋爐的協(xié)調控制系統(tǒng)模型，并用廣義預測控制對其進行有效控制。主要

3、內容如下:
　　(1)在分析CFB燃燒及協(xié)調控制系統(tǒng)特性的基礎上，對研究對象的模型進行簡化處理，將給煤量、一次風量、汽輪機總閥位作為輸入量，將床溫、主蒸汽壓力、輸出功率作為輸出量?；谶\行日志數(shù)據(jù)，采用模糊神經(jīng)網(wǎng)絡等驅動建模方法建立了三輸入三輸出的循環(huán)流化床協(xié)調控制系統(tǒng)數(shù)學模型?？紤]到循環(huán)流化床協(xié)調控制系統(tǒng)的動態(tài)特性會隨著負荷的變化而變化，所以將負荷作為唯一的語言變量，采用輸出加權平均的一階T-S型模糊推理建立模糊神經(jīng)網(wǎng)絡模型，并

4、將此模型與遞推最小二乘方法以及RBF神經(jīng)網(wǎng)絡方法建立的模型進行比較。最終利用現(xiàn)場數(shù)據(jù)進行測試，仿真結果表明，T-S模糊神經(jīng)網(wǎng)絡模型可以很好地反映CFB鍋爐的動態(tài)特性，即使在負荷發(fā)生大范圍變動時，也可以獲得較為精確的預測結果。
　　(2)提出了一種基于T-S模糊神經(jīng)網(wǎng)絡模型的廣義預測控制策略(FNGPC)，將其應用于循環(huán)流化床鍋爐協(xié)調控制系統(tǒng)中。仿真結果顯示，F(xiàn)NGPC可以對CFB鍋爐協(xié)調控制系統(tǒng)中主蒸汽壓力、床溫和輸出功率進行很好