模糊神經(jīng)網(wǎng)絡(luò)理論及其在熱工建模和控制中的應(yīng)用研究.pdf

1、近年來,隨著火電機(jī)組單機(jī)容量和參數(shù)不斷增加,電廠被控對象越來越明顯地表現(xiàn)為強(qiáng)非線性、耦合性、不確定性等特征,傳統(tǒng)的控制策略很難達(dá)到期望的控制性能和效果,從而迫切地需要進(jìn)行先進(jìn)控制摔制策略的研究和應(yīng)用。另一方面,隨著計(jì)算機(jī)控制系統(tǒng)的廣泛應(yīng)用,電廠的廠級(jí)控制的自動(dòng)化水平和信息化水平都明顯提高,從而也給先進(jìn)控制策略的實(shí)現(xiàn)提供了良好的環(huán)境和平臺(tái)。但是控制和建模往往是分不開的,因此,先進(jìn)控制策略的研究和應(yīng)用往往建立在精確實(shí)用的建模方法基礎(chǔ)上。所以

2、,對于先進(jìn)控制策略的研究包括建模和控制兩個(gè)方面的理論研究。 模糊系統(tǒng)能很好地描述對象的不確定性,具有萬能函數(shù)逼近能力,且單條規(guī)則能很好地逼近非線性系統(tǒng)的局部動(dòng)力學(xué)特性,建模結(jié)果相對透明,有利于高性能模型控制器的設(shè)計(jì)與應(yīng)用；此外,由于神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的逼近非線性函數(shù)的能力,并具有自適應(yīng)學(xué)習(xí)、并行分布處理和較強(qiáng)的魯棒性及容錯(cuò)性等特點(diǎn),為解決熱工非線性系統(tǒng)的建模和控制問題提供了一個(gè)可行的途徑。模糊神經(jīng)網(wǎng)絡(luò)利用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)來實(shí)現(xiàn)模糊推理

3、,它既具有模糊邏輯能表達(dá)模糊知識(shí)與實(shí)現(xiàn)模糊推理的功能,又兼?zhèn)淞松窠?jīng)網(wǎng)絡(luò)強(qiáng)大的學(xué)習(xí)能力、非線性映射能力以及數(shù)據(jù)信息處理功能?；诖?本文從對傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)理論著手,深入研究典型的模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其學(xué)習(xí)算法,并輔以仿真實(shí)例,通過分析得出傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)用于建模的局限性及需要改進(jìn)之處。 在對傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)的深入研究基礎(chǔ)之上,本文提出從以下三個(gè)方面對傳統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行改進(jìn)：一是通過改進(jìn)模糊推理機(jī)制,形成補(bǔ)償模糊推理機(jī)制,

4、這種推理機(jī)制能夠使網(wǎng)絡(luò)在學(xué)習(xí)過程中動(dòng)態(tài)地優(yōu)化模糊規(guī)則,一定程度上可以減少模糊規(guī)則的冗余,推理機(jī)制的改變使得網(wǎng)絡(luò)結(jié)構(gòu)得到改進(jìn),這種改進(jìn)也促進(jìn)了學(xué)習(xí)算法效率的提高：二是通過增加遞歸環(huán)節(jié),將模糊神經(jīng)網(wǎng)絡(luò)的概念延伸到動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)領(lǐng)域,從而極大地改善了模糊神經(jīng)網(wǎng)絡(luò)處理動(dòng)態(tài)非線性系統(tǒng)的能力；第三點(diǎn)是最為重要的一點(diǎn),充分重視網(wǎng)絡(luò)結(jié)構(gòu)辨識(shí)算法的研究,根據(jù)不同的網(wǎng)絡(luò)結(jié)構(gòu)因地制宜地采用不同的結(jié)構(gòu)辨識(shí)算法,從而使得在網(wǎng)絡(luò)結(jié)構(gòu)確定時(shí),網(wǎng)絡(luò)逼近已經(jīng)達(dá)到一定的精度

5、,從而強(qiáng)化前面兩點(diǎn)網(wǎng)絡(luò)改進(jìn)所帶來的性能和效果的提高。這一點(diǎn)也是當(dāng)前國際上被普遍忽略的一點(diǎn)。綜上所述,本文提出了一種新型補(bǔ)償遞歸模糊神經(jīng)網(wǎng)絡(luò)(NCRFNN)及其學(xué)習(xí)算法,重點(diǎn)對學(xué)習(xí)算法進(jìn)行了深入研究。然后通過理論上的分析和比較,證明該方法理論上的閃光點(diǎn)；接著進(jìn)行幾個(gè)針對性實(shí)例的仿真計(jì)算,其結(jié)果表明該網(wǎng)絡(luò)在實(shí)際應(yīng)用中的確具有顯著的效果。 在提出的新型補(bǔ)償遞歸模糊神經(jīng)網(wǎng)絡(luò)及其學(xué)習(xí)算法的基礎(chǔ)上,本文進(jìn)一步針對大型火電機(jī)組的典型熱工過程(

6、如機(jī)爐協(xié)調(diào)控制被控對象)及其它典型的非線性熱工過程(如ALSTOM氣化爐),建立了高精度的非線性網(wǎng)絡(luò)模型,其網(wǎng)絡(luò)結(jié)構(gòu)相對簡單,所需要的模糊規(guī)則較少,而且該網(wǎng)絡(luò)模型具有較高的預(yù)測精度和良好的泛化能力,從咖驗(yàn)證了基于新型補(bǔ)償遞歸模糊神經(jīng)網(wǎng)絡(luò)及其算法建立非線性熱工過程模型的可行性。 在建立了熱工過程的補(bǔ)償遞歸模糊神經(jīng)網(wǎng)絡(luò)模型后,論文進(jìn)一步研究了基于這種網(wǎng)絡(luò)模型的動(dòng)態(tài)矩陣控制理論及其方法,通過將新型補(bǔ)償遞歸模糊神經(jīng)網(wǎng)絡(luò)嵌入到動(dòng)態(tài)矩陣控制