| 【中文题名】 | 模糊神经网络在循环流化床中的应用 |
| 【英文题名】 | The Application of Fuzzy Neural Network in Circulating Fluidized Bed |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-7-5 |
| 【中关键词】 | 循环流化床锅炉,模糊神经网络控制,遗传算法,粒子群算法,, |
| 【英关键词】 | circulating fluidized bed boiler,fuzzy neural network control genetic algorithm,particle swarm optimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 | 床温和主汽压力是循环流化床锅炉燃烧控制系统中的两个重要参数,维持正常的床温和主汽压力是循环流化床锅炉稳定、经济运行的关键。本文在分析了循环流化床燃烧系统动态特性的基础上,选取了描述440T/h循环流化床锅炉床温和主汽压力动态特性的数学模型。设计了模糊神经网络控制器,并分别运用遗传算法和粒子群算法对控制器的参数进行离线优化,采用误差反馈传递算法进行在线调整。通过计算机仿真,从控制效果来看,达到了比较令人满意的效果,模糊神经网络控制在控制的快速性和稳定性等方面均比常规的PID控制要好。 |
| 【论文题纲】 |
|
中文摘要 |
3 |
|
英文摘要 |
3-6 |
|
第一章 引言 |
6-14 |
|
1.1 研究背景及意义 |
6-7 |
|
1.2 国内外研究动态 |
7-11 |
|
1.2.1 国外循环流化床锅炉发展概况 |
8-10 |
|
1.2.2 国内循环流化床技术的发展 |
10-11 |
|
1.3 循环流化床锅炉的控制研究 |
11-13 |
|
1.4 本论文的主要研究内容 |
13-14 |
|
第二章 循环流化床简介 |
14-27 |
|
2.1 循环流化床的工作原理 |
14-19 |
|
2.1.1 结构组成 |
14-16 |
|
2.1.2 工作过程及原理 |
16-17 |
|
2.1.3 循环流化床锅炉的优点 |
17-19 |
|
2.2 燃烧系统的动态特性分析 |
19-24 |
|
2.2.1 循环流化床锅炉燃烧过程的特点 |
20-21 |
|
2.2.2 床稳的动态特性分析 |
21-23 |
|
2.2.2.1 给煤量对床温的影响 |
21-22 |
|
2.2.2.2 空气量对床温的影响 |
22-23 |
|
2.2.2.3 物料循环量对床温的影响 |
23 |
|
2.2.3 蒸汽压力的动态特性分析 |
23-24 |
|
2.3 控制模型的选取 |
24-26 |
|
2.4 本章小结 |
26-27 |
|
第三章 模糊神经网络控制 |
27-36 |
|
3.1 模糊神经网络概述 |
27-29 |
|
3.1.1 模糊神经网络的定义及其特点 |
27-28 |
|
3.1.2 模糊逻辑与神经网络的结合方式 |
28-29 |
|
3.2 模糊神经网络控制器的结构和学习算法 |
29-33 |
|
3.2.1 模糊神经网络控制系统的结构 |
29-30 |
|
3.2.2 模糊神经网络控制器的结构 |
30-31 |
|
3.2.3 模糊神经网络控制器的学习算法 |
31-33 |
|
3.3 仿真研究 |
33-35 |
|
3.4 本章小结 |
35-36 |
|
第四章 遗传算法与粒子群算法 |
36-53 |
|
4.1 遗传算法 |
36-43 |
|
4.1.1 遗传算法的基本思想 |
36 |
|
4.1.2 遗传算法应用设计 |
36-40 |
|
4.1.3 主要参数的选择 |
40-41 |
|
4.1.4 遗传算法的主要特点及应用领域 |
41-43 |
|
4.2 粒子群算法 |
43-47 |
|
4.2.1 粒子群算法的基本思想 |
43 |
|
4.2.2 粒子群算法原理 |
43-45 |
|
4.2.3 粒子群算法流程 |
45-47 |
|
4.3 遗传算法与粒子群算法的比较 |
47 |
|
4.3.1 遗传算法与粒子群算法的共性 |
47 |
|
4.3.2 遗传算法与粒子群算法的特性 |
47 |
|
4.4 仿真研究 |
47-52 |
|
4.4.1 遗传算法仿真结果 |
48-50 |
|
4.4.2 粒子群算法仿真结果 |
50-52 |
|
4.5 本章小结 |
52-53 |
|
第五章 结论 |
53-55 |
|
参考文献 |
55-59 |
|
致谢 |
59-60 |
|
在学期间发表的学术论文和参加科研情况 |
60 |
|
| 【DOI】 | LunWen.ID:2.2008.138868 |
