| 【中文题名】 | 电厂球磨机的模糊神经网络控制 |
| 【英文题名】 | The Fuzzy Neural Network Control of BMPS |
| 【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】 | 2007-7-23 |
| 【中关键词】 | 球磨机,模糊神经网络,粒子群优化算法,入口负压,出口温度,磨负荷 |
| 【英关键词】 | ball mill pulverized system,fuzzy neural network,PSO,negative pressure of entry,temperature of outlet,coal load, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化系统>自动控制、自动控制系统>模糊控制、模糊控制系统 |
| 【论文摘要】 |
广泛应用于火电厂的钢球磨煤机制粉系统是一典型的多变量非线性系统,各控制量之间不仅存在着严重的耦合,而且一些变量还存在着很大的纯迟延及时变性。这些因素使得基于常规PID方法设计的控制方案很难达到较好的控制效果。本文设计了一个模糊神经控制器并进行了仿真研究,并且用改进的粒子群优化算法对控制器的初值进行离线优化训练,采用误差反馈传递算法进行在线调整,最后的仿真结果表明优化后的模糊神经网络控制器对本文的控制对象具有良好的控制性能,该控制方法可用于磨煤机制粉系统这类复杂过程的控制。 |
| 【论文题纲】 |
|
中文摘要 |
3 |
|
英文摘要 |
3-6 |
|
第一章 绪论 |
6-11 |
|
1.1 研究背景及意义 |
6 |
|
1.2 模糊控制、神经控制及电厂球磨机控制的发展和现状 |
6-9 |
|
1.2.1 模糊控制的发展和现状 |
6-7 |
|
1.2.2 神经网络的发展和现状 |
7-8 |
|
1.2.3 模糊神经网络的发展和现状 |
8-9 |
|
1.3 球磨机控制系统的发展和现状 |
9-10 |
|
1.4 本论文的主要研究内容 |
10-11 |
|
第二章 球磨机制粉系统简介 |
11-22 |
|
2.1 球磨机制粉系统的工作原理 |
11-16 |
|
2.1.1 引言 |
11 |
|
2.1.2 球磨机制粉系统的结构和工作过程 |
11-13 |
|
2.1.3 影响磨煤机出力的因素 |
13 |
|
2.1.4 球磨机制纷系统的任务 |
13-14 |
|
2.1.5 对制粉系统控制的要求 |
14-16 |
|
2.2 球磨机制粉系统的对象特性 |
16-20 |
|
2.2.1 热风量对磨入口负压的影响 |
16 |
|
2.2.2 冷风量对磨入口负压的影响 |
16-17 |
|
2.2.3 给煤量对磨入口负压的影响 |
17 |
|
2.2.4 热风量对磨出口温度的影响 |
17-18 |
|
2.2.5 再循环风量对磨出口温度的影响 |
18 |
|
2.2.6 给煤量对磨出口温度的影响 |
18-19 |
|
2.2.7 热风量对磨负荷（磨内存煤量）的影响 |
19 |
|
2.2.8 再循环风量对磨负荷（磨内存煤量）的影响 |
19 |
|
2.2.9 给煤量对磨负荷（磨内存煤量）的影响 |
19-20 |
|
2.3 球磨机控制模型的选取 |
20-21 |
|
2.4 本章小结 |
21-22 |
|
第三章 模糊神经网络控制 |
22-39 |
|
3.1 模糊控制系统 |
22-26 |
|
3.1.1 模糊理论的产生 |
22-23 |
|
3.1.2 模糊控制系统的组成和基本原理 |
23-26 |
|
3.1.3 模糊控制的特点 |
26 |
|
3.2 神经网络控制 |
26-29 |
|
3.2.1 引言 |
26-27 |
|
3.2.2 神经网络的原理和结构 |
27-28 |
|
3.2.3 神经网络控制的特点 |
28-29 |
|
3.3 模糊神经网络基础 |
29-35 |
|
3.3.1 模糊逻辑与神经网络的结合 |
29-30 |
|
3.3.2 模糊神经网络的定义和基本特点 |
30-31 |
|
3.3.3 模糊神经网络控制器的结构和学习算法 |
31-35 |
|
3.4 仿真研究 |
35-38 |
|
3.5 本章小结 |
38-39 |
|
第四章 粒子群优化及其改进算法 |
39-51 |
|
4.1 粒子群优化算法 |
39-42 |
|
4.1.1 粒子群算法介绍 |
39 |
|
4.1.2 算法原理 |
39-40 |
|
4.1.3 算法流程 |
40-41 |
|
4.1.4 算法分析 |
41-42 |
|
4.2 改进的粒子群优化算法 |
42-44 |
|
4.3 优化仿真 |
44-50 |
|
4.3.1 粒子群算法仿真结果 |
45-47 |
|
4.3.2 改进的粒子群算法仿真结果 |
47-50 |
|
4.4 本章小结 |
50-51 |
|
第五章 总结和展望 |
51-53 |
|
参考文献 |
53-56 |
|
致谢 |
56-57 |
|
在学期间发表的学术论文和参加科研情况 |
57 |
|
| 【DOI】 | LunWen.ID:2.2008.383758 |
