学位论文 > 优秀研究生学位论文题录展示

基于神经网络逆模型的锅炉过热汽温控制研究

作　者: 史振兴
导　师: 马良玉
学　校: 华北电力大学
专　业: 控制理论与控制工程
关键词: 锅炉过热汽温控制 BP神经网络逆系统建模逆补偿控制
分类号: TM621.2
类　型: 硕士论文
年　份: 2011年
下　载: 59次
引　用: 0次
阅　读: 论文下载

内容摘要

锅炉过热汽温是燃煤机组运行中的重要参数之一,过高、过低都会对机组的安全经济运行构成威胁。喷水减温是过热汽温控制的常见手段,由于锅炉结构复杂,系统庞大,为取得好的控制效果,多采用串级PID控制。由于过热汽温系统的强非线性、大迟延、大惯性等特点,当负荷大幅度变化时原先整定好的PID参数往往不适合新的工况,严重影响汽温控制品质,而PID参数的在线优化整定耗时耗力。近年来随着计算机技术的发展,神经网络控制在电厂中的应用越来越多,为过热汽温优化控制提供了新的思路。本文针对电厂过热汽温系统的特点,深入研究了基于神经网络逆系统方法的过热汽温控制方案。文中首先论述了BP神经网络的结构、训练方法以及神经网络逆控制的概念、逆控制器设计等原理和方法,分析了锅炉过热器特性及过热汽温的影响因素。在此基础上,分别针对300MW亚临界、600MW超临界锅炉的过热汽温系统,借助MATLAB建立神经网络逆模型,确定控制方案、设计控制器并借助电站全范围仿真机进行了详尽的控制仿真试验。试验结果表明:神经网络逆控制无论从超调量、调节稳定时间等方面,与原串级PID控制系统相比,都极大改善了过热汽温的控制品质。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 选题背景及重要意义  9-11
  1.2 神经网络逆控制及其研究应用现状  11-12
  1.3 本论文的主要工作  12-14
第2章人工神经网络简介  14-25
  2.1 人工神经元模型  14-16
  2.2 前向多阶层神经网络及BP 算法  16-21
    2.2.1 BP 神经网络的基本结构  16-17
    2.2.2 BP 网络各层神经节点的输入输出关系  17-18
    2.2.3 BP 网络权值调整规则  18-20
    2.2.4 BP 网络的L-M 训练算法  20-21
  2.3 神经网络系统辨识方法  21-23
  2.4 MATLAB 神经网络工具箱简介  23-24
  2.5 本章小结  24-25
第3章神经网络逆系统及逆控制方法  25-34
  3.1 逆系统的基本概念  25-27
  3.2 神经网络逆系统的提出  27-28
  3.3 神经网络逆系统的结构  28-30
    3.3.1 神经网络逆系统的基本结构  28-29
    3.3.2 神经网络逆系统的扩展结构  29
    3.3.3 神经网络逆系统结构的确定  29-30
  3.4 神经网络逆系统的学习训练  30-32
    3.4.1 神经网络逆系统的训练结构与步骤  31
    3.4.2 激励信号的选取  31-32
  3.5 神经网络逆系统控制方法  32
  3.6 本章小结  32-34
第4章锅炉过热汽温特性及调节方法  34-37
  4.1 锅炉过热器的辐射、对流特性  34-35
  4.2 过热汽温常见调节方法  35-36
  4.3 过热汽温影响因素分析  36-37
第5章神经网络逆控制在过热汽温控制中的应用  37-58
  5.1 300MW 亚临界锅炉过热汽温神经网络逆控制实例  37-44
    5.1.1 300MW 锅炉系统简介  37-40
    5.1.2 神经网络逆模型的建立  40-42
    5.1.3 神经网络逆控制的实现  42-44
  5.2 600MW 超临界锅炉过热汽温神经网络逆控制实例  44-57
    5.2.1 600MW 锅炉系统简介  44-46
    5.2.2 神经网络逆模型建立  46-48
    5.2.3 过热汽温系统神经网络逆模型校验  48-51
    5.2.4 过热汽温神经网络逆控制实现  51-57
  5.3 本章小结  57-58
第6章结论  58-59
参考文献  59-63
攻读硕士学位期间发表的论文及其它成果  63-64
致谢  64-65
详细摘要  65-74

基于神经网络逆模型的锅炉过热汽温控制研究

内容摘要

全文目录

相似论文