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
|
相似论文
- 二次风射流对1025t/h循环流化床锅炉炉膛空气动力场的研究,TK229.66
- 基于RFID监狱智能管理系统研究与实现,TP315
- 基于DE-PSO算法的周期可变石化产品产供销计划模型研究,F426.72;F224
- 智能家电故障诊断系统研究与应用,TP273
- 循环流化床锅炉燃烧建模与优化控制,TK229.66
- 基于小波和神经网络理论的电力系统负荷预测研究,TM715
- 循环流化床锅炉DCS系统的研究与应用,TP273
- 眼底图像融合的研究及系统实现,TP391.41
- 梯级水电站联合发电优化调度方法研究与应用,TV737
- 循环流化床锅炉燃烧系统建模及其控制系统的研究,TK229.66
- 循环流化床锅炉培训模拟操作仿真研究,TK229.66
- 安源电厂再循环流化床锅炉易磨损件隆磨技术研究,TK229.6
- 循环流化床锅炉大型多功能实验台监控系统的研究与实现,TK223.6
- 循环流化床锅炉燃烧特性与煤种关系的研究,TK224.1
- 工业35T/H循环流化床锅炉燃烧系统建模与仿真研究,TK223.2
- 基于PSO优化的BP神经网络股票预测模型,TP183
- PSO算法在单层建筑物人群疏散仿真中的应用,TP301.6
- 模糊随机理论在设备选址中的应用,O211.6
- 特种涂层在热电锅炉保护中的应用研究,TG174.442
- 床压降对循环床锅炉燃烧特性影响的建模研究,TK229.6
- HG 440t/h大型褐煤CFB锅炉运行诊断及调整试验研究,TK229.6
中图分类: > 工业技术 > 能源与动力工程 > 蒸汽动力工程 > 蒸汽锅炉 > 锅炉构造 > 燃烧装置
© 2012 www.xueweilunwen.com
|