電廠冷凝器清洗機器人的神經網絡控制理論研究.pdf

1、冷凝器是火力發(fā)電廠、化工、機械等行業(yè)的大型換熱設備，它在汽輪機裝置的熱力循環(huán)中起冷源的作用，其工作性能好壞將直接影響整個汽輪機組的經濟性和安全性。由于熱交換時伴隨化學反應以及冷卻水不潔凈等因素，因而導致了冷凝管內壁積聚了許多的污垢，這些污垢如果不及時清洗，會降低汽輪機發(fā)電機的效率、增加發(fā)電成本、甚至會導致冷凝管堵塞以及腐蝕穿孔而引發(fā)事故。針對該問題，本項目組研究了一種電廠冷凝器自動化清洗機器人來對冷凝器進行長期自主在線清洗，合理、高效地

2、實現冷凝器污垢的在線清洗，保障大型火力發(fā)電廠安全生產、解決人工清洗效率低、工作強度大、環(huán)境惡劣、實現節(jié)能降耗等問題，減少機組停機造成的經濟損失，提高汽輪機組的運行效率。為此，本文重點開展了電廠冷凝器自動化清洗機器人的神經網路智能控制理論方法研究。全文共七章，各章內容安排如下：
　　 第一章，闡明了本論文的研究背景及意義，介紹了電廠冷凝器清洗機器人的結構、工作原理和研究現狀，然后闡述了冷凝器清洗機器人、移動機器人以及神經網絡控制的

3、研究現狀。并闡述了魯棒自適應控制、模糊控制、智能控制、滑模控制等方法，最后給出了全文內容的結構安排。
　　 第二章，結合一類實際的神經網絡系統(tǒng)介紹了模糊控制的一些理論知識。通過運用LMI，研究了一類不連續(xù)時滯模糊神經網絡模型的魯棒模糊控制問題。得到了不連續(xù)模糊神經網絡在其平衡點全局漸近穩(wěn)定的充分條件準則。比較已有的文獻，去掉了一些對神經激勵函數的假設條件，如Lipschitz條件、單調性、有界性以及在不連續(xù)點左極限大于右極限等條

4、件，論文的結果更具有一般性和普遍性。通過兩個數值實驗來證明所設計的模糊控制器的可控性和可行性。
　　 第三章，提出了電廠冷凝器清洗機器人的神經網絡魯棒自適應控制策略。對電廠冷凝器清洗機器人進行了動力學建模。通過聯(lián)合神經網絡魯棒自適應控制方法和滑模方法，設計了一個電廠冷凝器清洗機器人的神經網絡魯棒自適應滑?？刂破鳌Ｍㄟ^應用李雅普諾夫穩(wěn)定性理論，將所設計的控制器能夠保證系統(tǒng)的穩(wěn)定性以及跟蹤性能的一致有界性。因電廠冷凝器清洗機器人系統(tǒng)

5、中含有不確定項和擾動，論文使用了RBF神經網絡對其進行補償。通過仿真分析和實驗研究，驗證了所得結果的有效性和優(yōu)越性，結果表明，該控制方法具有良好的動、靜態(tài)性能和抗干擾性能，是一種行之有效的控制方法。
　　 第四章，研究了電廠冷凝器清洗機器人的神經網絡模糊控制問題。通過聯(lián)合模糊小腦神經網絡和智能魯棒自適應控制方法，設計了一個神經網絡模糊控制器來控制電廠冷凝器清洗機器人系統(tǒng)。通過應用Lyapunov穩(wěn)定性理論，將所設計的控制器來保證

6、系統(tǒng)的穩(wěn)定性。在電廠冷凝器清洗機器人系統(tǒng)控制器的設計過程中，本章使用模糊小腦神經網絡來補償系統(tǒng)中含有不確定項和外部擾動。通過仿真實驗，驗證了提出方法的可控性和有效性。
　　 第五章，研究了一類三關節(jié)電廠冷凝器清洗機器人系統(tǒng)的滑?？刂茊栴}。通過對移動平臺進行了運動學建模，給出了三關節(jié)機械臂的運動學模型，以及對三關節(jié)電廠冷凝器清洗機器人系統(tǒng)進行統(tǒng)一建模。采用模糊小波神經網絡來逼近系統(tǒng)中的參數不確定和干擾項。通過李雅普諾夫穩(wěn)定性理論，

7、設計了一個電廠冷凝器清洗機器人系統(tǒng)的魯棒自適應滑?？刂破?，保證了系統(tǒng)的全局漸近穩(wěn)定性以及跟蹤誤差的最終一致有界性。通過仿真實驗來驗證了所得到的控制器的有效性和可控性。
　　 第六章，研究了電廠冷凝器清洗機器人系統(tǒng)的智能神經網絡控制問題。通過應用RBF神經網絡的逼近非線性函數的能力來補償冷凝器清洗機器人系統(tǒng)中的局部非線性性和不確定性?；贚yapunov穩(wěn)定性理論，設計了一個神經網絡控制器來保證系統(tǒng)的魯棒性和穩(wěn)定性。通過仿真研究和

8、實驗分析，驗證了所得智能神經網絡控制策略的魯棒性和理想的跟蹤性能。
　　 第七章，介紹了電廠冷凝器清洗機器人系統(tǒng)模型以及模糊高斯基函數神經網絡的基本結構和逼近性能。通過應用模糊高斯基函數神經網絡的逼近能力來補償電廠冷凝器清洗機器人系統(tǒng)中的不確定擾動項。設計了一個電廠冷凝器清洗機器人系統(tǒng)的自適應模糊控制器?；贚yapunov穩(wěn)定性理論，得到了電廠冷凝器清洗機器人系統(tǒng)的穩(wěn)定性定理。通過仿真實驗分析，驗證了所得神經網絡自適應模糊控制