基于DRNN神經(jīng)網(wǎng)絡(luò)的球磨機(jī)智能控制的研究
摘 要:球磨機(jī)制粉系統(tǒng)的出口溫度和入口負(fù)壓控制回路具有比較強(qiáng)的耦合作用,并且對象具有純延遲特性,PID參數(shù)的整定比較復(fù)雜。因此,文中提出了基于對角神經(jīng)網(wǎng)絡(luò)(DRNN)的解耦控制方案,能夠在線自適應(yīng)的調(diào)整PID控制器的3項參數(shù),仿真結(jié)果表明可以達(dá)到較為理想的控制效果。
關(guān)鍵詞:球磨機(jī);PID控制;解耦控制;對角神經(jīng)網(wǎng)絡(luò)
A study of a DRNNbased smart control system for use with a ba ll mill
LIU Rong1,LV Zhenzhong2
(1.College of Automation Engineering,Nanjing University of Aero nautics and Astronautics,
Jiangsu Nanjing 210016,China;
2.Power Engineering Dept of Southeast University,Jiangsu Nanjing 210096, China)
Abstract:In a coalpulverizing system,the co ntrol loop of exit temperature and entry underpressure has a strong coupling eff ect.Besides,the control bbbbbbs have the characteristic of large delay time,so t he tuning of PID bbbbbeters becomes very difficult.In this paper,a decoupling sy stem based on a diagonal recurrent neural network is presented.The system can re alize the selftuning of the three bbbbbeters of PID.The result of simulation shows that the system can achieve ideal control.
Key words:ball pulverizer;PID control;decoupling control;diagon al recurrent neural network
0 引言
目前我國火電廠制粉系統(tǒng)中使用最多的磨煤設(shè)備——球磨機(jī)除了運(yùn)行可靠、對煤種適應(yīng)性強(qiáng)之外,還有維護(hù)簡單及檢修費(fèi)用低等優(yōu)點(diǎn)。然而,由于其運(yùn)行時電耗高,鋼球及襯板磨損量大,又較難投自動和優(yōu)化運(yùn)行,所以經(jīng)濟(jì)性較低[1]。
常規(guī)中儲式制粉系統(tǒng)自動控制的設(shè)計是采用熱風(fēng)門控制球磨機(jī)出口溫度,再循環(huán)風(fēng)門控制入口負(fù)壓,給煤量控制球磨機(jī)負(fù)荷,形成3套獨(dú)立的PID控制回路。但是這3個自動調(diào)節(jié)系統(tǒng)之間存在著很強(qiáng)的耦合[2],所以可以將球磨機(jī)對象分解為一個單回路對象和一個兩輸入——兩輸出對象。對于前者,利用給煤量來控制球磨機(jī)負(fù)荷,可以采用模糊控制算法,并根據(jù)其純延遲的特性采取預(yù)估系統(tǒng)進(jìn)行控制;而對于后者,是文中的主要研究對象,利用球磨機(jī)的冷熱風(fēng)門來控制入口負(fù)壓和出口溫度,采取神經(jīng)網(wǎng)絡(luò)自整定的PID控制器及解耦補(bǔ)償調(diào)節(jié)器。
隨著計算機(jī)技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的理論分析和實用研究都取得了可喜的進(jìn)步,使得神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)的動態(tài)辨識和建模方面顯示出強(qiáng)大的優(yōu)越性,受到越來越多的學(xué)者的關(guān)注[3,4],該文提出了利用DRNN神經(jīng)網(wǎng)絡(luò)來進(jìn)行PID控制器的KP、KI、KD參數(shù)的自學(xué)習(xí),調(diào)整權(quán)值,達(dá)到最優(yōu)控制效果[5]。
1 球磨機(jī)出口溫度和入口負(fù)壓控制系統(tǒng)的動態(tài)特性
1.1球磨機(jī)的工作特性
由于鍋爐空氣預(yù)熱器來的熱風(fēng)溫度一般在250~300 ℃左右,原煤的溫度等于環(huán)境溫度。在其他條件不變時,熱風(fēng)門開大,熱風(fēng)量增加,球磨機(jī)的出口溫度升高。同時,在空預(yù)器送來的熱風(fēng)對原煤進(jìn)行干燥時,為了保證制粉效率,防止球磨機(jī)內(nèi)的煤粉跑出,球磨機(jī)的入口負(fù)壓一般應(yīng)保持在-0.5 kPa左右。熱風(fēng)門階躍變化時,磨出口溫度和入口負(fù)壓響應(yīng)曲線分別如圖1中的曲線a、b所示。

球磨機(jī)制粉系統(tǒng)中,送入球磨機(jī)的冷風(fēng)可以分為再循環(huán)風(fēng)和大氣冷風(fēng)。一般的系統(tǒng)會采用再循環(huán)風(fēng)來調(diào)節(jié)球磨機(jī)內(nèi)的通風(fēng)量,當(dāng)球磨機(jī)的出口溫度過高或停磨時,才打開大氣冷風(fēng)門,這種系統(tǒng)中,再循環(huán)風(fēng)對磨出口溫度影響不大,因而控制系統(tǒng)設(shè)計較為簡單。筆者所研究的系統(tǒng)主要是依靠球磨機(jī)的冷風(fēng)來調(diào)節(jié)制粉系統(tǒng)的通風(fēng)量。由于冷風(fēng)直接來自大氣,它的溫度比磨出口溫度要低,因此冷風(fēng)對磨出口溫度有顯著的影響。當(dāng)冷風(fēng)作階躍變化時,磨的出口響應(yīng)曲線如圖2中曲線c所示,它與曲線a類似,但變化方向相反,且變化幅值要小一些。變化方向相反的原因是顯而易見的,變化幅值小一些的原因是因為冷風(fēng)的管道比熱風(fēng)管道要細(xì),在同樣的閥位變化下,熱風(fēng)量的變化要比冷風(fēng)量的變化多。而且,熱風(fēng)溫度與磨出口溫度之間的溫差要比冷風(fēng)與磨出口溫度之間的溫差要大。冷風(fēng)門開度對磨入口負(fù)壓的影響與熱風(fēng)門開度對其影響基本相同,但前者的影響幅度要小些。冷風(fēng)門階躍變化時,磨入口負(fù)壓的響應(yīng)曲線如圖2中曲線d所示。
1.2磨出口溫度和入口負(fù)壓系統(tǒng)的動態(tài)模型
根據(jù)現(xiàn)場擾動試驗的數(shù)據(jù)和曲線,采用時域分析的方法,得到磨出口溫度和入口負(fù) 壓這樣的二輸入二輸出控制系統(tǒng)的傳遞函數(shù)矩陣如下:

2 控制方案
2.1控制的目的
在機(jī)組負(fù)荷較低時,二次風(fēng)溫度較低,磨煤機(jī)的干燥通風(fēng)量大于磨煤通風(fēng)量,控制系統(tǒng)為了維持磨煤機(jī)出口溫度,將開大熱風(fēng)門,增加熱風(fēng)流量,由于熱風(fēng)量增加,磨煤機(jī)入口負(fù)壓降低。為保持磨煤機(jī)入口負(fù)壓不變,再循環(huán)門將關(guān)小,若關(guān)閉后,磨煤機(jī)出口溫度仍低于設(shè)定值,則熱風(fēng)門將繼續(xù)開大,造成磨煤機(jī)入口負(fù)壓迅速降低,甚至出現(xiàn)正壓和噴粉,嚴(yán)重影響磨煤機(jī)的安全經(jīng)濟(jì)運(yùn)行。而在制粉系統(tǒng)中,若負(fù)壓升高,為了維持負(fù)壓穩(wěn)定,再循環(huán)門將打開,但是磨煤機(jī)出口溫度和干燥輸出降低。在磨煤機(jī)正常運(yùn)行時,通過再循環(huán)門來調(diào)節(jié)磨煤機(jī)入口負(fù)壓,會降低磨煤機(jī)輸出,故不經(jīng)濟(jì)。
球磨機(jī)出口溫度表征了煤粉的最終溫度。球磨機(jī)出口溫度過高會產(chǎn)生自燃現(xiàn)象,太低將使制粉系統(tǒng)輸出降低。
因此,要使制粉系統(tǒng)正常地運(yùn)行,必須保證球磨機(jī)的入口負(fù)壓、出口溫度的值在一定范圍之內(nèi)。當(dāng)通過改變熱風(fēng)流量維持出口溫度時,會影響到磨煤機(jī)的入口負(fù)壓;冷風(fēng)量的改變同樣也會對磨煤機(jī)出口溫度有較大的影響。因此在兩輸入、兩輸出對象中的兩個回路即溫度回路與負(fù)壓回路之間仍有很強(qiáng)的關(guān)聯(lián),所以對該對象控制系統(tǒng)的解耦設(shè)計是必要的。另一方面,熱風(fēng)流量改變到引起磨煤機(jī)出口溫度變化是一個大慣性、大滯后的過程,對于一個存在大慣性的高階被控對象,經(jīng)典PID控制器的參數(shù)難以整定,不可能獲得滿意的控制品質(zhì)。
2.2控制策略
在解決了一次風(fēng)總風(fēng)量、球磨機(jī)進(jìn)口熱風(fēng)量、再循環(huán)風(fēng)量、冷風(fēng)量的軟測量后,可以將入口負(fù)壓和出口溫度兩個控制回路結(jié)合起來形成一個相互補(bǔ)償?shù)碾p輸入、雙輸出系統(tǒng)。如圖3所示。

控制系統(tǒng)中采用了結(jié)構(gòu)簡單、穩(wěn)定性和可靠性都較高的PID調(diào)節(jié)器,并且利用解耦控制策略解決了系統(tǒng)中的耦合問題。當(dāng)出口溫度偏低時,增大熱風(fēng)門開度,同時減小冷風(fēng)門開度;當(dāng)出口溫度偏高時,關(guān)小熱風(fēng)門開度,同時開大冷風(fēng)門開度。當(dāng)入口負(fù)壓偏低時,開大冷風(fēng)門開度,同時關(guān)小熱風(fēng)門開度;當(dāng)入口負(fù)壓偏高時,關(guān)小冷風(fēng)門開度,同時開大熱風(fēng)門開度。
同時采用了先進(jìn)的DRNN網(wǎng)絡(luò)作為辨識器,根據(jù)環(huán)境信息的變化,對PID調(diào)節(jié)器的3個調(diào)節(jié)參數(shù)進(jìn)行自學(xué)習(xí)在線整定,改變網(wǎng)絡(luò)權(quán)值,跟蹤對象輸出。
2.3DRNN神經(jīng)網(wǎng)絡(luò)算法
DRNN就是在部分遞歸網(wǎng)絡(luò)Elman的基礎(chǔ)上,將隱層權(quán)值矩陣WD做了進(jìn)一步的簡化,變?yōu)閷ο箨?,即隱層的每一個神經(jīng)元僅接受自己輸出的反饋,而與其他神經(jīng)元無反饋連接。DRNN網(wǎng)既保持了自反饋特性,又減少了需調(diào)整的參數(shù),從而大大減少了計算量,縮短了訓(xùn)練時間,它比Elman網(wǎng)更為簡單,與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)(FNN)相比,也能實現(xiàn)動態(tài)映射,具有動態(tài)記憶能力。
DRNN神經(jīng)網(wǎng)絡(luò)的算法為:

其中,WD和WO為網(wǎng)絡(luò)回歸層和輸出層的權(quán)值向量,WI為網(wǎng)絡(luò)輸入層的權(quán)值向量,Ii(k)為輸入層第I個神經(jīng)元的輸入,Xj(k)為網(wǎng)絡(luò)回歸層第j個神經(jīng)元的輸出,Sj(k)為第j個回歸神經(jīng)元輸入總和,f(·)為S函數(shù),O(k)為DRNN網(wǎng)絡(luò)的輸出。
DRNN作為網(wǎng)絡(luò)辨識器,y(k)為被控對象實際輸出,ym(k)為DRNN的輸出。將系統(tǒng)輸出y (k)及輸入u(k)作為辨識器的輸入,將系統(tǒng)輸出與網(wǎng)絡(luò)輸出的誤差作為辨識器的調(diào)整信 號。學(xué)習(xí)算法采用梯度下降法:


以控制器PID1為例,控制算法如下:

式中,T為采樣時間。PID 3項系數(shù)kp1(k)、ki1(k)、kd1(k)采用DRNN神經(jīng)網(wǎng)絡(luò)進(jìn)行整定。
定義如下的指標(biāo):

3 仿真結(jié)果
采用某電廠的DTM380/550球磨機(jī)在某工況下的傳遞函數(shù):

y1、y2的設(shè)定值分別為1、0。
在MATLAB下進(jìn)行仿真試驗,結(jié)果如圖4和圖5所示。其中圖4為采用普通的PID解耦控制的結(jié)果,圖5為采用了基于DRNN神經(jīng)網(wǎng)絡(luò)的PID解耦控制的結(jié)果。


仿真結(jié)果表明:采用了DRNN算法對PID參數(shù)進(jìn)行在線整定后,控制結(jié)果的動靜態(tài)特性得到了明顯的改善。靜差消失,超調(diào)減少,調(diào)節(jié)時間也減少很多。因此,DRNN神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于球磨機(jī)的出口溫度和入口負(fù)壓控制系統(tǒng)是可行的。
4 結(jié)論
在球磨機(jī)控制系統(tǒng)中,由于出口溫度和入口負(fù)壓這一兩輸入兩輸出的系統(tǒng)存在一定的耦合性,因而采用了加入解耦補(bǔ)償?shù)腜ID控制策略,同時利用DRNN網(wǎng)與PID控制器相結(jié)合,對PID參數(shù)進(jìn)行在線整定。這種控制策略在不需進(jìn)行精確建模的情況下,通過自身的訓(xùn)練和學(xué)習(xí),不僅實現(xiàn)了多變量系統(tǒng)的解耦控制,而且還使系統(tǒng)有一定的自適應(yīng)能力,仿真實驗也表明方法是有效的。
參考文獻(xiàn)
[1]朱賜英.300 MW機(jī)組鋼球磨煤機(jī)出口溫度的控制方式[J].電力建設(shè),1999,(9):43-45.
[2]姚剛,周洪,李崇晟.球磨機(jī)神經(jīng)元解耦控制系統(tǒng)[J].東北電力技術(shù),2000,(2):6-9.
[3]王東風(fēng).制粉系統(tǒng)球磨機(jī)的模型算法解耦控制[J].工業(yè)儀表與自動化裝置,2002,(1):23-25.
[4]彭鋼.熱工PID算法的適應(yīng)性與局限性分析[J].河北電力技術(shù),1997,6(16):97-99.
[5]王東風(fēng),宋之平.基于神經(jīng)元網(wǎng)絡(luò)的制粉系統(tǒng)球磨機(jī)負(fù)荷軟測量[J].中國電機(jī)工程學(xué)報,2001,(12):6-8
關(guān)鍵詞:球磨機(jī);PID控制;解耦控制;對角神經(jīng)網(wǎng)絡(luò)
A study of a DRNNbased smart control system for use with a ba ll mill
LIU Rong1,LV Zhenzhong2
(1.College of Automation Engineering,Nanjing University of Aero nautics and Astronautics,
Jiangsu Nanjing 210016,China;
2.Power Engineering Dept of Southeast University,Jiangsu Nanjing 210096, China)
Abstract:In a coalpulverizing system,the co ntrol loop of exit temperature and entry underpressure has a strong coupling eff ect.Besides,the control bbbbbbs have the characteristic of large delay time,so t he tuning of PID bbbbbeters becomes very difficult.In this paper,a decoupling sy stem based on a diagonal recurrent neural network is presented.The system can re alize the selftuning of the three bbbbbeters of PID.The result of simulation shows that the system can achieve ideal control.
Key words:ball pulverizer;PID control;decoupling control;diagon al recurrent neural network
0 引言
目前我國火電廠制粉系統(tǒng)中使用最多的磨煤設(shè)備——球磨機(jī)除了運(yùn)行可靠、對煤種適應(yīng)性強(qiáng)之外,還有維護(hù)簡單及檢修費(fèi)用低等優(yōu)點(diǎn)。然而,由于其運(yùn)行時電耗高,鋼球及襯板磨損量大,又較難投自動和優(yōu)化運(yùn)行,所以經(jīng)濟(jì)性較低[1]。
常規(guī)中儲式制粉系統(tǒng)自動控制的設(shè)計是采用熱風(fēng)門控制球磨機(jī)出口溫度,再循環(huán)風(fēng)門控制入口負(fù)壓,給煤量控制球磨機(jī)負(fù)荷,形成3套獨(dú)立的PID控制回路。但是這3個自動調(diào)節(jié)系統(tǒng)之間存在著很強(qiáng)的耦合[2],所以可以將球磨機(jī)對象分解為一個單回路對象和一個兩輸入——兩輸出對象。對于前者,利用給煤量來控制球磨機(jī)負(fù)荷,可以采用模糊控制算法,并根據(jù)其純延遲的特性采取預(yù)估系統(tǒng)進(jìn)行控制;而對于后者,是文中的主要研究對象,利用球磨機(jī)的冷熱風(fēng)門來控制入口負(fù)壓和出口溫度,采取神經(jīng)網(wǎng)絡(luò)自整定的PID控制器及解耦補(bǔ)償調(diào)節(jié)器。
隨著計算機(jī)技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的理論分析和實用研究都取得了可喜的進(jìn)步,使得神經(jīng)網(wǎng)絡(luò)在非線性系統(tǒng)的動態(tài)辨識和建模方面顯示出強(qiáng)大的優(yōu)越性,受到越來越多的學(xué)者的關(guān)注[3,4],該文提出了利用DRNN神經(jīng)網(wǎng)絡(luò)來進(jìn)行PID控制器的KP、KI、KD參數(shù)的自學(xué)習(xí),調(diào)整權(quán)值,達(dá)到最優(yōu)控制效果[5]。
1 球磨機(jī)出口溫度和入口負(fù)壓控制系統(tǒng)的動態(tài)特性
1.1球磨機(jī)的工作特性
由于鍋爐空氣預(yù)熱器來的熱風(fēng)溫度一般在250~300 ℃左右,原煤的溫度等于環(huán)境溫度。在其他條件不變時,熱風(fēng)門開大,熱風(fēng)量增加,球磨機(jī)的出口溫度升高。同時,在空預(yù)器送來的熱風(fēng)對原煤進(jìn)行干燥時,為了保證制粉效率,防止球磨機(jī)內(nèi)的煤粉跑出,球磨機(jī)的入口負(fù)壓一般應(yīng)保持在-0.5 kPa左右。熱風(fēng)門階躍變化時,磨出口溫度和入口負(fù)壓響應(yīng)曲線分別如圖1中的曲線a、b所示。

球磨機(jī)制粉系統(tǒng)中,送入球磨機(jī)的冷風(fēng)可以分為再循環(huán)風(fēng)和大氣冷風(fēng)。一般的系統(tǒng)會采用再循環(huán)風(fēng)來調(diào)節(jié)球磨機(jī)內(nèi)的通風(fēng)量,當(dāng)球磨機(jī)的出口溫度過高或停磨時,才打開大氣冷風(fēng)門,這種系統(tǒng)中,再循環(huán)風(fēng)對磨出口溫度影響不大,因而控制系統(tǒng)設(shè)計較為簡單。筆者所研究的系統(tǒng)主要是依靠球磨機(jī)的冷風(fēng)來調(diào)節(jié)制粉系統(tǒng)的通風(fēng)量。由于冷風(fēng)直接來自大氣,它的溫度比磨出口溫度要低,因此冷風(fēng)對磨出口溫度有顯著的影響。當(dāng)冷風(fēng)作階躍變化時,磨的出口響應(yīng)曲線如圖2中曲線c所示,它與曲線a類似,但變化方向相反,且變化幅值要小一些。變化方向相反的原因是顯而易見的,變化幅值小一些的原因是因為冷風(fēng)的管道比熱風(fēng)管道要細(xì),在同樣的閥位變化下,熱風(fēng)量的變化要比冷風(fēng)量的變化多。而且,熱風(fēng)溫度與磨出口溫度之間的溫差要比冷風(fēng)與磨出口溫度之間的溫差要大。冷風(fēng)門開度對磨入口負(fù)壓的影響與熱風(fēng)門開度對其影響基本相同,但前者的影響幅度要小些。冷風(fēng)門階躍變化時,磨入口負(fù)壓的響應(yīng)曲線如圖2中曲線d所示。
1.2磨出口溫度和入口負(fù)壓系統(tǒng)的動態(tài)模型
根據(jù)現(xiàn)場擾動試驗的數(shù)據(jù)和曲線,采用時域分析的方法,得到磨出口溫度和入口負(fù) 壓這樣的二輸入二輸出控制系統(tǒng)的傳遞函數(shù)矩陣如下:

2 控制方案
2.1控制的目的
在機(jī)組負(fù)荷較低時,二次風(fēng)溫度較低,磨煤機(jī)的干燥通風(fēng)量大于磨煤通風(fēng)量,控制系統(tǒng)為了維持磨煤機(jī)出口溫度,將開大熱風(fēng)門,增加熱風(fēng)流量,由于熱風(fēng)量增加,磨煤機(jī)入口負(fù)壓降低。為保持磨煤機(jī)入口負(fù)壓不變,再循環(huán)門將關(guān)小,若關(guān)閉后,磨煤機(jī)出口溫度仍低于設(shè)定值,則熱風(fēng)門將繼續(xù)開大,造成磨煤機(jī)入口負(fù)壓迅速降低,甚至出現(xiàn)正壓和噴粉,嚴(yán)重影響磨煤機(jī)的安全經(jīng)濟(jì)運(yùn)行。而在制粉系統(tǒng)中,若負(fù)壓升高,為了維持負(fù)壓穩(wěn)定,再循環(huán)門將打開,但是磨煤機(jī)出口溫度和干燥輸出降低。在磨煤機(jī)正常運(yùn)行時,通過再循環(huán)門來調(diào)節(jié)磨煤機(jī)入口負(fù)壓,會降低磨煤機(jī)輸出,故不經(jīng)濟(jì)。
球磨機(jī)出口溫度表征了煤粉的最終溫度。球磨機(jī)出口溫度過高會產(chǎn)生自燃現(xiàn)象,太低將使制粉系統(tǒng)輸出降低。
因此,要使制粉系統(tǒng)正常地運(yùn)行,必須保證球磨機(jī)的入口負(fù)壓、出口溫度的值在一定范圍之內(nèi)。當(dāng)通過改變熱風(fēng)流量維持出口溫度時,會影響到磨煤機(jī)的入口負(fù)壓;冷風(fēng)量的改變同樣也會對磨煤機(jī)出口溫度有較大的影響。因此在兩輸入、兩輸出對象中的兩個回路即溫度回路與負(fù)壓回路之間仍有很強(qiáng)的關(guān)聯(lián),所以對該對象控制系統(tǒng)的解耦設(shè)計是必要的。另一方面,熱風(fēng)流量改變到引起磨煤機(jī)出口溫度變化是一個大慣性、大滯后的過程,對于一個存在大慣性的高階被控對象,經(jīng)典PID控制器的參數(shù)難以整定,不可能獲得滿意的控制品質(zhì)。
2.2控制策略
在解決了一次風(fēng)總風(fēng)量、球磨機(jī)進(jìn)口熱風(fēng)量、再循環(huán)風(fēng)量、冷風(fēng)量的軟測量后,可以將入口負(fù)壓和出口溫度兩個控制回路結(jié)合起來形成一個相互補(bǔ)償?shù)碾p輸入、雙輸出系統(tǒng)。如圖3所示。

控制系統(tǒng)中采用了結(jié)構(gòu)簡單、穩(wěn)定性和可靠性都較高的PID調(diào)節(jié)器,并且利用解耦控制策略解決了系統(tǒng)中的耦合問題。當(dāng)出口溫度偏低時,增大熱風(fēng)門開度,同時減小冷風(fēng)門開度;當(dāng)出口溫度偏高時,關(guān)小熱風(fēng)門開度,同時開大冷風(fēng)門開度。當(dāng)入口負(fù)壓偏低時,開大冷風(fēng)門開度,同時關(guān)小熱風(fēng)門開度;當(dāng)入口負(fù)壓偏高時,關(guān)小冷風(fēng)門開度,同時開大熱風(fēng)門開度。
同時采用了先進(jìn)的DRNN網(wǎng)絡(luò)作為辨識器,根據(jù)環(huán)境信息的變化,對PID調(diào)節(jié)器的3個調(diào)節(jié)參數(shù)進(jìn)行自學(xué)習(xí)在線整定,改變網(wǎng)絡(luò)權(quán)值,跟蹤對象輸出。
2.3DRNN神經(jīng)網(wǎng)絡(luò)算法
DRNN就是在部分遞歸網(wǎng)絡(luò)Elman的基礎(chǔ)上,將隱層權(quán)值矩陣WD做了進(jìn)一步的簡化,變?yōu)閷ο箨?,即隱層的每一個神經(jīng)元僅接受自己輸出的反饋,而與其他神經(jīng)元無反饋連接。DRNN網(wǎng)既保持了自反饋特性,又減少了需調(diào)整的參數(shù),從而大大減少了計算量,縮短了訓(xùn)練時間,它比Elman網(wǎng)更為簡單,與傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)(FNN)相比,也能實現(xiàn)動態(tài)映射,具有動態(tài)記憶能力。
DRNN神經(jīng)網(wǎng)絡(luò)的算法為:

其中,WD和WO為網(wǎng)絡(luò)回歸層和輸出層的權(quán)值向量,WI為網(wǎng)絡(luò)輸入層的權(quán)值向量,Ii(k)為輸入層第I個神經(jīng)元的輸入,Xj(k)為網(wǎng)絡(luò)回歸層第j個神經(jīng)元的輸出,Sj(k)為第j個回歸神經(jīng)元輸入總和,f(·)為S函數(shù),O(k)為DRNN網(wǎng)絡(luò)的輸出。
DRNN作為網(wǎng)絡(luò)辨識器,y(k)為被控對象實際輸出,ym(k)為DRNN的輸出。將系統(tǒng)輸出y (k)及輸入u(k)作為辨識器的輸入,將系統(tǒng)輸出與網(wǎng)絡(luò)輸出的誤差作為辨識器的調(diào)整信 號。學(xué)習(xí)算法采用梯度下降法:


以控制器PID1為例,控制算法如下:

式中,T為采樣時間。PID 3項系數(shù)kp1(k)、ki1(k)、kd1(k)采用DRNN神經(jīng)網(wǎng)絡(luò)進(jìn)行整定。
定義如下的指標(biāo):

3 仿真結(jié)果
采用某電廠的DTM380/550球磨機(jī)在某工況下的傳遞函數(shù):

y1、y2的設(shè)定值分別為1、0。
在MATLAB下進(jìn)行仿真試驗,結(jié)果如圖4和圖5所示。其中圖4為采用普通的PID解耦控制的結(jié)果,圖5為采用了基于DRNN神經(jīng)網(wǎng)絡(luò)的PID解耦控制的結(jié)果。


仿真結(jié)果表明:采用了DRNN算法對PID參數(shù)進(jìn)行在線整定后,控制結(jié)果的動靜態(tài)特性得到了明顯的改善。靜差消失,超調(diào)減少,調(diào)節(jié)時間也減少很多。因此,DRNN神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于球磨機(jī)的出口溫度和入口負(fù)壓控制系統(tǒng)是可行的。
4 結(jié)論
在球磨機(jī)控制系統(tǒng)中,由于出口溫度和入口負(fù)壓這一兩輸入兩輸出的系統(tǒng)存在一定的耦合性,因而采用了加入解耦補(bǔ)償?shù)腜ID控制策略,同時利用DRNN網(wǎng)與PID控制器相結(jié)合,對PID參數(shù)進(jìn)行在線整定。這種控制策略在不需進(jìn)行精確建模的情況下,通過自身的訓(xùn)練和學(xué)習(xí),不僅實現(xiàn)了多變量系統(tǒng)的解耦控制,而且還使系統(tǒng)有一定的自適應(yīng)能力,仿真實驗也表明方法是有效的。
參考文獻(xiàn)
[1]朱賜英.300 MW機(jī)組鋼球磨煤機(jī)出口溫度的控制方式[J].電力建設(shè),1999,(9):43-45.
[2]姚剛,周洪,李崇晟.球磨機(jī)神經(jīng)元解耦控制系統(tǒng)[J].東北電力技術(shù),2000,(2):6-9.
[3]王東風(fēng).制粉系統(tǒng)球磨機(jī)的模型算法解耦控制[J].工業(yè)儀表與自動化裝置,2002,(1):23-25.
[4]彭鋼.熱工PID算法的適應(yīng)性與局限性分析[J].河北電力技術(shù),1997,6(16):97-99.
[5]王東風(fēng),宋之平.基于神經(jīng)元網(wǎng)絡(luò)的制粉系統(tǒng)球磨機(jī)負(fù)荷軟測量[J].中國電機(jī)工程學(xué)報,2001,(12):6-8
本文標(biāo)簽:基于DRNN神經(jīng)網(wǎng)絡(luò)的球磨機(jī)智能控制的研究
* 由于無法獲得聯(lián)系方式等原因,本網(wǎng)使用的文字及圖片的作品報酬未能及時支付,在此深表歉意,請《基于DRNN神經(jīng)網(wǎng)絡(luò)的球磨機(jī)智能控制的研究》相關(guān)權(quán)利人與機(jī)電之家網(wǎng)取得聯(lián)系。
關(guān)于“基于DRNN神經(jīng)網(wǎng)絡(luò)的球磨機(jī)智能控制的研究”的更多資訊










