学位论文 > 优秀研究生学位论文题录展示

基于自组织模糊神经网络的CFB锅炉燃烧系统建模

作　者: 贾庆岩
导　师: 翟永杰
学　校: 华北电力大学（河北）
专　业: 控制理论与控制工程
关键词: 循环流化床锅炉燃烧系统自组织模糊神经网络 PSO 动态建模
分类号: TK223.2
类　型: 硕士论文
年　份: 2010年
下　载: 50次
引　用: 0次
阅　读: 论文下载

内容摘要

针对循环流化床(CFB)锅炉分布参数、时变、非线性、多变量紧密耦合等特性,依据动态自适应方式建立模糊神经网络,提出一种基于自组织模糊神经网络的方法对CFB锅炉燃烧控制系统进行建模。自组织模糊神经网络具有较好的非线性逼近能力、较好的用户友好性和较好的预测精度及泛化能力等优点,能够很好地解决循环流化床锅炉多变量耦合及其动态滞后特性;同时采用PSO双层优化策略对自组织模糊神经网络进行优化。文中所提建模方法对某循环流化床锅炉燃烧系统中床温系统进行实际建模,仿真结果证实了该方法的可行性,对于循环流化床锅炉燃烧系统的控制具有很好的实际意义和应用价值。

全文目录

中文摘要  4
英文摘要  4-8
第一章概论  8-13
  1.1 选题背景及其意义  8-12
    1.1.1 循环流化床燃烧技术发展现状  8-10
    1.1.2 人工神经网络技术的发展  10
    1.1.3 循环流化床锅炉燃烧系统建模意义  10-12
  1.2 本文的主要内容  12-13
第二章循环流化床锅炉原理及其燃烧系统运行特性分析  13-23
  2.1 循环流化床锅炉的基本原理  13-16
  2.2 循环流化床锅炉燃烧系统特性分析  16-23
    2.2.1 循环流化床锅炉内的燃烧  16-17
    2.2.2 循环流化床锅炉床温系统动态特性分析  17-23
      2.2.2.1 给煤量对床温的影响  18-20
      2.2.2.2 风量及一、二次风配比对床温的影响  20-21
      2.2.2.3 物料循环量对床温的影响  21
      2.2.2.4 蒸汽压力动态特性及与床温之间的关系  21-23
第三章自组织模糊神经网络算法研究及与PSO算法的混合应用  23-53
  3.1 人工神经网络理论基础  23-30
    3.1.1 人工神经元模型  23-24
    3.1.2 网络结构及工作方式  24-28
      3.1.2.1 多层前馈型网络  24
      3.1.2.2 径向基函数（RBF）网络  24-26
      3.1.2.3 自组织特征映射（SOM）  26-28
    3.1.3 学习算法  28-30
      3.1.3.1 误差修正学习  28-29
      3.1.3.2 Hebb 学习  29
      3.1.3.3 竞争学习  29-30
  3.2 模糊神经网络  30-38
    3.2.1 模糊集理论概述  31-33
      3.2.1.1 模糊集合  31-32
      3.2.1.2 模糊集运算  32
      3.2.1.3 常用的隶属函数  32-33
    3.2.2 模糊推理  33
    3.2.3 模糊推理网络结构及算法  33-36
      3.2.3.1 基于 Mamdani 推理的模糊神经网络  33-35
      3.2.3.2 基于 Takagi-Sugeno 推理的模糊神经网络  35-36
    3.2.4 模糊神经网络常见的两种学习方法  36-38
      3.2.4.1 基于梯度下降的学习算法  36-38
      3.2.4.2 基于正交最小二乘（OLS）的学习算法  38
  3.3 自组织模糊神经网络结构与算法研究  38-43
    3.3.1 自组织模糊神经网络结构  38-40
    3.3.2 自组织模糊神经网络学习方法  40-43
      3.3.2.1 参数学习  40-41
      3.3.2.2 结构学习  41-43
  3.4 基于PSO 的自组织模糊神经网络  43-47
    3.4.1 粒子群优化算法（PSO）  43-46
      3.4.1.1 基本 PSO 算法描述  44-46
    3.4.2 PSO 的改进策略  46-47
      3.4.2.1 基于惯性因子的动态调整  46
      3.4.2.2 带有收敛因子的 PSO 算法  46-47
    3.4.3 基于 PSO 算法的双层优化原理  47
  3.5 自组织模糊神经网络用于非线性系统建模仿真研究  47-53
第四章循环流化床锅炉燃烧系统建模  53-60
  4.1 系统辨识概述  53-54
  4.2 循环流化床锅炉床温系统建模  54-60
    4.2.1 输入变量选取  54-55
    4.2.2 现场数据进行滤波处理  55-56
    4.2.3 仿真实验研究  56-60
第五章结论和研究展望  60-62
  5.1 主要工作与总结  60
  5.2 进一步的研究工作与展望  60-62
参考文献  62-64
致谢  64-65
在学期间发表的学术论文及科研情况  65

基于自组织模糊神经网络的CFB锅炉燃烧系统建模

内容摘要

全文目录

相似论文