基于模糊神经网络的锅炉蒸汽压力控制系统
基于神经网络的船用锅炉蒸汽压力控制技术
图３ 图 ４ 和 分别 是燃油 流量和 空气流 量的仿 真 曲线 ，从 图中可 以 看 出 ， 油 流量 和空气 流量 的调 节过 程 比较慢 ， 时 间 比较长 ， 燃 稳定 且超 调量很 大 ， 对于实 际的燃油 系统 很难实 现 。 从 以上 的仿真 图中可 以看 出 ， 用锅 炉的主 蒸汽压 力系统是 一个 船 强非线性 、 的控制 系统 ， 的 ＰＤ控 制不能 解决该 系统 的控 制 问 复杂 经典 Ｉ 题 ， 取 得满 意的控 制效 果 ， 必要 针 对其 系统特 性 ， 出更有 效 的 很难 有 提 智能控 制策略 。 ３基于神经 网络 的主蒸汽压力控 制 由于神经 网络 是从微 观结构与 功能上 对人脑 神经 系统的模 拟而建 立起来 的一类 模型 ，具有模 拟人 的部分智 能 的特 眭，主要是具有 非线 主蒸 汽压力 是影响锅 炉燃烧 状况 的关键 因素 ，主蒸汽 压力 的变化 性 、 习能力 和 自 应性 ， 神经控 制能对 变化 的环境 （ 括外加 扰动 、 学 适 使 包 反 映锅 炉蒸 汽产量 与负荷 耗汽量 之 间的不平衡 ，需要 改变燃 料量 以改 量测噪声 、 被控对象的时变特『三个方面） 生 具有自适应性 ， 且成为基本 变蒸汽 产量 ， 而适 应负荷 耗汽量 的变 化 。本节 将燃油 系统控 制 回路 、 不依赖 于模 型的一 类控制 ，因此决 定 了它在控制 系统 中应用 的多样性 从 空气 流量 控制 回路 、 置双 交叉 限 幅燃烧 控制 系统 （ 油配 比） 变偏 风 与主 和灵 活性 。 蒸汽压力控制回路相结合， 主蒸汽压力控制回路作为主控制回路 ， 见图 神经 网络控 制即神经 网络 的控制 ，是 指在 控制系统 中采用 神经 网 １ 所示。 当主蒸汽压力的实际输出值与给定负荷的主蒸汽压力产生误差 络这一工具对难以精确描述的复杂的非线性对象进行建模，或充 当控 时 ， 控制器 的作 用对燃 油流量 进行 调节 ， 时同样 通过双交 叉 限幅 制器 ， 通过 此 或进行推理 ， 以及同时兼有上述某些功能的适应组合。 Ｂ Ｐ网络是一种 多层前 馈型神 经 网络 ， 其神经 元的传 递 函数 是 Ｓ型 控制进行风油配比， 同时对空气流量进行调节 ， 将燃油系统和空气流量 系统 的输 出值 作为 主蒸 汽压力控 制系统 的输人 值 ，再 经过燃烧 系统 燃 函数 ， 出量为 ０ １ 输 到 之间 的连续量 ， 以实 现从输 入到输 出的任意 它可 油燃烧 、 、 传热 产生蒸汽， 最后输出主蒸汽压力。这样就将燃烧系统的几 非线性 映射 。由于权值 的调 整采用 反 向传播 （ａｋＰｏａａｉ ） 习算 Ｂ ｃ ｒｐｇｔ ｎ学 ｏ 个控制回路联合起来 ，构成了船用锅炉的燃烧控制系统。燃油控制系 法 ， 因此也 称 Ｂ Ｐ网络 。该 Ｂ Ｐ网络是前 向网络 的核 心部分 ， 了人工 体现 统 、 流 量控 制系 统和 风油 配 比（ 空气 双交 叉 限 幅燃 烧 控制 系统 ） 用 神经 网络的精华 。 均采 常规控制 方法 ， 对主蒸 汽压力 的控 制策 略进行研究 。 在此 本 文利用神经 网络具 有逼近任 意非线 性 函数 的能力 ，对船用 锅炉 燕 的主蒸 汽压力 系统进行 Ｂ 神经 网络控制 。 Ｐ Ｂ 神 经网络控 制器采 用二输 人单输 出 的变量 ， 输入量分 别 为 Ｐ 两个 主蒸汽压力的给定值和实际输出值的误差 和误差的变化率 ， 出量 输 为主蒸 汽压力 的实际值 。神经 网络采用 ２５ １ ＿— 的结构 ， 图 ５ 示 。 如 所 三层 Ｂ Ｐ神经 网络 的输 人节 点是 ｘ 隐层节 点 ｙ输 出节点 Ｚ ． ， ； ， 。输入 节点与隐层节点的网络权值为 ｗ 隐含层节点与输出节点间的网络权 值为 ｖ ¨ ｏ当输出廿｜ 点ｔ 的期望值为时， 模型的计算公式如下： 隐含层节点 的输出 ：
锅炉蒸汽温度模糊神经网络的广义预测控制(毕业设计)
毕业设计（论文）外文翻译Neuro-fuzzy generalized predictive control ofboiler steam temperature锅炉蒸汽温度模糊神经网络的广义预测控制本 科 电气与信息学院 自 动 化 讲 师学生姓名学历层次 所在院系 所学专业 指导教师 教师职称锅炉蒸汽温度模糊神经网络的广义预测控制摘要：发电厂是非线性和不确定的复杂系统。
现代电厂在运作上的，为确保高效率和高负荷的能力，可靠的控制过热蒸汽温度是必要的。
本文提出了一类在非线性广义预测控制器的基础上的模糊神经网络（ nfgpc ）。
所提出的非线性控制器适用于控制一台200 MW电厂的过热蒸汽温度。
从实验的移植和仿真移植上获得比传统的控制器好得多的性能。
关键词：模糊神经网络;广义预测控制;过热蒸汽温度。
1 引言这种持续不断的电厂和电力站复杂系统的特点是非线性、不确定性和负载扰动。
蒸汽发电的过程中锅炉-汽轮机温度过热是一个重要的过程，蒸汽加热后，进入涡轮驱动发电机。
控制过热蒸汽温度不仅是在技术上具有挑战性，但在经济上也是十分重要的。
图 1锅炉过热器和蒸汽生成过程。
从图1看出，产生的蒸汽从锅炉汽包通过低温过热器后进入辐射型屏。
水变成喷涂的蒸汽，以控制过热蒸汽的温度。
适当的控制电厂过热蒸汽温度是极其重要的，可以确保整体效率和安全性。
蒸汽温度太高是不可取的地方，因为过热它可损害和高压力汽轮机，太低也不行，因为它会降低电厂效率的。
减少温度波动内过热也是重要的，因为它有助于减少在单位内机械应力造成的微裂纹，延长单位秩序寿命，并减少维修成本。
作为GPC的推导应该尽量减少这些波动，它是众多的控制器是最适合实现这一目标的。
多变量多步自适应调节已适用于控制过热蒸汽温度在150吨/ h锅炉，提出了广义预测控制以控制蒸汽温度。
非线性长程预测控制器基于神经网络发展是以控制主蒸汽温度和压力。
控制主蒸汽压力和温度的基础上，非线性模型的构成是非线性静力常数和非线性动力学。
基于BP神经网络PID的船用锅炉蒸汽压力控制系统
船 曲白
基 于 ＢＰ神 经 网系 统
陆 佳 琪
（江 苏 科 技 大 学 电子 信 息 学 院 ，江苏 镇 江 ２１２００３）
摘 要 ：锅 炉蒸 汽压 力的特 性 导致 常规 的 ＰＩＤ控 制方 法不 具备 自适 应 能力 ，难 以满足 系统要 求 ，因
电
中 外 船 舶 科 技 ２Ｏ１８ 年 第 １ 期
控 制 的 效 果 会 直 接 影 响 汽 轮 机 的 转 速 ，准 确 及 时 地 操 纵锅 炉蒸 汽 压力 十分 重要 。
船 用 锅炉蒸 汽压 力 控 制 系统 的任 务 可 归 结 为 ： １）使 锅 炉 燃 烧 所 产 生 蒸 汽 的 压 力 和 温 度 满 足 用 汽 设 备 的需要 ；２）经 济燃 烧 ；３）安 全运 行 。
文 中用 ＢＰ神 经 网 络 对 传 统 ＰＩＤ控 制 进 行 优 化 ，在分 析 了上 述文 献 在 控 制 锅 炉 蒸 汽 压力 方 面存 在 的 问 题 后 ，引入 ＢＰ神 经 网络 ，并 在 此 基 础 上 ，设 计 了基 于 ＢＰ神 经 网 络 ＰＩＤ 的 锅 炉 蒸 汽 压 力 控 制 系 统 。
用 汽设 备 消耗 的蒸 汽 量与 锅炉 产 生 的蒸汽 量 是 否 平衡 是 通过 蒸 汽压 力 来 表 现 的 ，压 力 过低 或过 高 都 会对 导 管和 用 汽设备 造 成一 定 的损 伤 。蒸汽 的 压 力 和温 度 的关 系相 对 应 ，控 制 温度 理 论 上也 就是 控 制 其压 力 。 因此 ，系 统 的 首 要 任务 就 是使 母 管 内 的 蒸 汽 压 力 和 温 度 保 持 在 一 定 范 围 内 。
此 ，设 计 了基 于 ＢＰ神 经 网络 ＰＩＤ 的 锅 炉 蒸 汽 压 力 控 制 系 统 。 以 一 个 二 阶 含 滞 后 环 节 的 锅 炉 蒸 汽
基于模糊控制的电厂蒸汽锅炉自动控制系统研究
总第 １ ５ห้องสมุดไป่ตู้ １ ６ ５期 ２ ０ １ ３年 ５月
大 众 科 技
Ｐ ｏ ｐ ｕ ｌ ａ ｒ Ｓｃ ｉ ｅ ｎ ｃ ｅ＆ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
ＶＯ Ｉ ． １ ５ Ｎｏ ． ５ Ｍａ ｙ ２ ０ １ ３
基于模糊控制 的电厂蒸汽锅炉 自动控制系统研 究
周继春
废气ｎ 。因 此 在 活 力 发 电厂 运 行 过 程 中 ，如 何对 蒸汽 锅 炉 进
基于模糊控制 的控制系统等等 ，国内的一些相关文献也有介 绍应用此类控制策略在不同的工业生产领域的应用 实力 。比 如： 王 中杰， 郝娟针对锅炉运行过程 中的燃烧过程控制， 采用 ￥ ７ － ２ ０ ０系列 Ｐ Ｌ Ｃ设计 自动控制 系统及三个子系统，从而得 出 了各个控制方案 。刘立锋 ，陆盛春针对手动操作 的 Ｃ Ｆ Ｂ锅 炉存在 的一系列 问题， 提 出了小型 Ｃ Ｆ Ｂ锅炉的 自动控制方案， 从而实现 了 Ｃ Ｆ Ｂ锅炉在绝大多数时间实现 自动控制 。龚月 明， 华优基 以 ７ ５ ｔ ／ ｈ燃气锅炉和 １ ５ Ｍ Ｗ汽轮发 电机组成的燃气 发电为例 ，描述燃气锅炉的主要 自动控制回路及配套汽轮机 控制原理 ，并初步探讨 了炉机平衡 问题 … 。
基于模糊PID控制的锅炉汽包水位控制系统的研究
摘要本文首先分析了影响汽包水位的各种干扰因素，并对汽包水位的动、静态特性进行分析。
介绍了传统的PID控制方式，由于锅炉汽包水位控制系统的调节器的输入端常加有三个不确定的输入量，极易引起水位控制偏差。
所以本文提出了两种消除水位偏差的方法：辅助信号自消方法和辅助信号对消方法。
采用辅助信号蒸汽流量和给水流量对消方法消除水位偏差，根据锅炉汽包水位控制实际要求，采用模糊PID控制，用MATLAB中的SIMULINK仿真工具箱设计了二输入单输出模糊控制器对锅炉汽包水位进行在给定值下仿真。
并用常规PID和模糊PIDF方法去控制汽包液位，对比两种控制策略下的防真图像，仿真图像表明后者的抗干扰能力和鲁棒性更好，可以保证水位的稳定，并且能有效解决用常规PID无法解决的“虚假液位”问题。
最后简单介绍几种由汽包水位测量方法及测量误差带来影响、及消除方法，通过现场实例解决了汽包水位测量不准的问题，减少了由于水位测量误差给汽包水位带来的不利影响。
关键词：汽包水位、虚假液位、PID控制、模糊PID控制、水位测量误差AbstractThis article first analyzes the impact of the drum water level of the various interfering factors,and drum water level of the dynamic and static analysis features.Introduced the traditional PID control,due to the boiler drum water level control system input regulator has three regular increase of the input uncertainty is very easy to control the deviation caused by the water level.Therefore,this paper two methods to eliminate the water level deviation: auxiliary signal from the elimination method and auxiliary signal cancellation method. The use of auxiliary steam flow signal and water flow rate on the elimination method to eliminate the water level deviation of the boiler drum water level control in accordance with practical requirements, the use of fuzzy PID control, the use of MATLAB simulation toolbox SIMULINK design two-input single-output fuzzy controller on the boiler drum the waterlevel to the next value in a given simulation. Using conventional PID and fuzzy control approach to PIDF drum level,compared to two control strategies of anti-real images,simulation images show that the latter's anti-interference ability and robustness better, can guarantee the stability of the water level, and can effectively solution can not be resolved with conventional PID "false level" problem.Finally, a brief introduction by the drum water level of several measurement methods and about the impact of measurement error, and the elimination method, through on-site example of the drum water level measurement solution to the problem of not allowed to reduce measurement error due to the water level to the negative drum water level impact.Key words: Drum water level、PID control、fuzzy PID control,、water level measurement error第一章绪论1.1 课题背景与意义目前，我国现有工业锅炉几十万台，各种工业炉窑十万余台。
基于模糊神经网络的直流蒸汽发生器压力协调控制
ｏ ｎ ｅ ｔ ｒ ｕ ｈ ｓ ｅ ｍ ｅ ｅ ａ ｏ ｆｏ ｃ — ｈ ｏ ｇ ｔ ａ ｇ ｎ ｒ ｔ ｒ
Ｘ Ｉ Ｇｕｏ ｑｉ Ａ — ｎｇ。 ＩＭ ｉ ｇ。 Ａ ｎ ＺＨ ＡＮ Ｇ ｅ Ｗ ｉ
（ ｌ ｇ ｆ Ａ ｕ ｏ ａ ｉｎ ， Ｈ ａ ｂ ｎ Ｅｎ ｎ ｅ ｉ ｇ Ｕ ｎ ｖ ｒ ｉｙ， Ｃｏ ｌ ｅ ｏ ｔ ｍ ｔ ｅ ｏ ｒ ｉ ｇｉ ｅ ｒｎ ｉｅ ｓｔ
ｔ ｏ ｒ ｆｔ ｅ ｅ ｉ ｔ ａ ｐｒ ｓ ｕｒ Ｏ ｅ ｎｔｏ１ｏ ｈ ｘ ｔｓ ｅ ｍ ｅ ｓ ｅ ｗｈｅ ｏ ｄ ｃ ａ ｅ ｏ ｉ ｔ ｒ ｅ ｎ ｌ ａ ｈ ｎｇ ｄ ｒ ｄ ｓ ｕ ｂ ｄ．ｃ ｏｒ ｎ ｔ ｄ ｏｎ ｏ ｄｉ ａ ｅ ｃ － ｔ ｏ ｉ ｅ ｌ ｇ ｗａ ｉ ｒ ｄ ｅ ｒ ｌ ｄ ｏｏ ｙ ｓ ｎｔ ｏ ｕｃ ｄ， ｅ ｉ ｓ ｅ ｍ ｆｏ ｘｔ ｔ ａ ｌ ｗ ａ ｄ ｅ ｄ ａ ｅ ｆｏ ｎ ｆ ｅ ｗ ｔ ｒ ｌ ｗ ｏ ｏ ｃ —ｈｒ ｇ ｆ ｎ ｅ ｔ ｏｕ ｈ
中 图分 类 号 ： １ ３ ＴＩ ． ６ 文献标志码： Ａ 文 章 编 号 ： ２ ８０ ｌ （ ０ ０ ０ — ２ ６ ０ ０ ５ — ９ ８ ２ ｌ ） ３０ ６ — ６
Ｐｒ ｓ ｕ ｅ ｃ ｏ ｄ ｎａ ｅ ｏ ｒ ｌｂ ｓ ｄ ｏ ｕ ｚ ｅ ｒ ｌｎｅ ｗ ｏ ｋ ｅ ｓ ｒ ｏ ｒ ｉ ｔ ｄ ｃ ｎｔ ｏ ａ ｅ ｎ ｆ ｚ ｙ ｎ ｕ ａ ｔ ｒ
ｓ ｔ ｍ ｆＯＴＳＧ． ｙｓ ｅ ｏ
扰 动 的 动态 过 程 中出 口蒸 汽 的压 力 难 于控 制 的特 点 ， 入 了协 调控 制思 想 ， 蒸 汽发 生 器 出 口蒸 汽 流 量 引 将 与 给水 流量 引入 到 控 制 系统 ， 模 糊 神 经 网 络应 用 到 直 流 蒸 汽 发生 器 出 口压 力 的 控 制 中 ， 线 调 整 神 经 将 在 网 络 的权 值 ， 在此 基 础 上 设 计 了基 于模 糊 神 经 网 络 的直 流 蒸 汽 发 生 器压 力 协 调 控 制 器 。仿 真 结 果 表 明 ， 该 控制 较 Ｐ Ｄ 控 制 具 有更 小 的 超 调 量 和调 整 时 间 ， 实 际 控 制 系统 设 计 具 有 一 定 的 参 考价 值 。 Ｉ 对 关键 词 ： 直流 蒸 汽 发 生 器 ； 糊 控制 ； 经 网络 模 神
模糊神经网络自适应控制在循环流化床锅炉燃烧控制系统中的应用研究
滞后 时间常数 。这些 参数随 工况变动 而改变 。当锅 炉 负荷 在 ２ ％～ ０ ％变 化 时， ５ １０ 以上 各参数 的变化 范
围为 ： ：４ ￣ ０ ：１ ０ ３ ０ ：６ ￣ ０ ；ａ ０６ ； ６￣ ０ ； ０ １０ 基本保 持在 ２ 左 右 。 ０Ｓ
其 中 ， 为 由隶属度 函数值组 成的 向量 。
收 稿 日期 ：２ １－２２ ０ ０ １—８
在锅炉运行 过程 中，燃料量变化 的同时 ， 送风 量 （ 一次风 量 和二 次风 量 ）与 引风量 同时 协调变 化 ，这 时的燃料量 的变 化代表锅炉燃烧 率变 化 ，即
燃烧 率扰动 。
当燃烧率扰动 且汽轮机采用 液压调速时 ， 循环 流化床锅 炉汽压被控对 象 的现场辨 识动态特性 例 ：
该控制器不但可 以适应 被控对象 的变参数运行 工况 ，而且可 以实现循环流化床锅炉燃烧过程主汽压力与床层温
度 的解 耦 。 仿 真试 验 和 现 场 应 用 结 果 证 明 ，本 文 提 出的 模糊 神 经 网络 控 制 器 对循 环流 化 床 锅 炉 燃烧 过 程 具 有 良 好 的控 制 效 果 。
循环 流化床 锅炉燃 烧过程 是 一个多变量耦 合 、 参数时变 、 后时 间大 的被控对象 。在现有 的控 制 滞 方式 中，一般 以 串级 ＰＤ 控制 系统为主 ，虽然 这 Ｉ 种控制对确定工 况下的系统有较 好的控制效果 ， 但 难 以适 应 由于 工况 改变而 引起 的模 型 参数变 化 时
１ 被控对象模型
１１ 汽 压被 控对 象数 学模 型 ．
跃 ，很 多 学者提 出了不 同 的控 制 方法 。比如文 献
［】提 出了模糊． 经 元 ＰＤ 解耦补 偿控制应用 于 ３ 牢 中 Ｉ 燃烧控 制系统 ，实现 了系统 解耦 ， 是控制效果 以 但
毕业设计(论文)-基于模糊控制算法的锅炉燃烧控制系统的研究模板
基于模糊控制算法的锅炉燃烧控制系统的研究摘要模糊控制是一种以模糊集合论、模糊语言变量以及模糊逻辑推理为数学基础的新型计算机控制方法。
由于它不依赖于被控对象的精确数学模型，而是模拟人的思维方式来实施控制，因而对于锅炉燃烧的控制就具有了传统PID控制所无法比拟的自适应能力。
本文以2台50t/h燃煤锅炉的燃烧控制为课题，以改进原有PID控制为目的，以当前发展比较迅速的模糊控制理论为手段，提出了采用8051单片机控制变频器改变给煤机、引风机和送风机转速的设计方案，实现了燃烧过程的计算机控制。
系统对锅炉燃烧进行监控，通过传感器采样信号，计算是否达到最佳含氧量、最佳风煤比，来控制给煤量、引风量和送风量，使燃烧达到最佳热效率和提高锅炉运行的经济效益。
用MATLAB对应用模糊自整定PID控制器的锅炉燃烧控制系统模型进行仿真研究。
针对锅炉这种具有非线性、参数不稳定、难以建立精确数学模型的控制对象，采用传统的PID控制，效果不佳。
结合模糊控制理论和PID控制，本文提出用模糊自整定控制器实现对锅炉的控制。
并利用MATLAB仿真工具对模糊自整定PID控制器的性能作了初步研究。
仿真结果表明，明显优于传统PID控制，具有超调量小、过渡时间短、稳定性好、适应性强等特点，能够达到预期的控制效果。
关键词：锅炉；模糊自整定控制；单片机；系统仿真Research On The Boiler Burning Control System Based On Fuzzy Control AlgorithmAbstractFuzzy control is a fuzzy set theory，fuzzy linguistic variables and fuzzy logic mathematical basis of the new computer-controlled method. Because it does not rely on accurate mathematical model of the controlled object，but simulate human thinking to implement a control，thus for boiler combustion control is having the adaptability of traditional PID control can’t match.In this paper，two 50t/h coal-fired boilers’ burning control system was studied as its thesis，the primary PID controller was improved as its purpose，and fuzzy control theory developed rapidly at Present was applied as its means. The design scheme is that controlling transducers change rotate speed of supplying coal electromotor，fan，and blower using 8051 micro-controller. It realized computer control of burning process. This system finished supervisory control of boiler burning，sampled signals through sensor and calculated the signals whether reached the best content of oxygen and the best wind-coal ratio. Using it controls the quantity of coal，entering wind and sending wing for reaching the best thermal efficiency of burning and improving economy benefit of boiler running. Simulation of boiler burning control system was also performed to study the controller’s self-adaptive fuzzy control by MATLAB.Aiming at the nonlinear object of boiler with instability parameter and difficult building math model，using traditional PID controller can’t reach the best effect. Combining fuzzy control theory and PID control，an adaptive controller to control boiler is proposed in this paper. And the capability of the self-adaptive fuzzy controller was studied using MATLAB simulation. Simulation result shows Fuzzy-PID is better thanPID controller. Fuzzy-PID has many characteristics，such as small exceeded value，short transition，better stability and strong adaptability etc，and can reach anticipative control effect.Keywords：boiler；self-adaptive fuzzy controller；SCM；simulation目录摘要 .................................................................................................................................. I Abstract .............................................................................................................................. I I 第1章绪论 .. (1)1.1引言 (1)1.2国内外研究现状 (2)1.3研究对象及设计内容 (2)第2章链条燃煤锅炉的控制 (4)2.1 链条燃煤锅炉系统的简介 (4)2.1.1 燃煤链条锅炉的结构 (4)2.1.2 锅炉工作过程 (5)2.1.3 锅炉的主要控制系统 (6)2.2 锅炉燃烧系统的动态特性 (6)2.2.1 燃料传送过程 (6)2.2.2 燃料燃烧过程 (7)2.2.3 蒸汽形成过程 (7)2.3 锅炉供暖系统的控制要求 (7)2.4 锅炉燃烧控制系统框图 (9)2.4.1 给煤调节系统的设计 (9)2.4.2 送风调节系统的设计 (12)2.4.3 引风调节系统的设计 (13)2.4.4 炉膛负压调节系统 (14)2.5 计算机控制系统 (14)2.5.1 计算机控制系统一般概念 (14)2.5.2 计算机控制系统设计原理 (15)第3章控制算法 (16)3.1 引言 (16)3.2 PID控制 (16)3.3 模糊控制 (18)3.3.1 模糊控制器 (18)3.3.2 模糊控制系统原理框图 (20)3.4 模糊—PID复合控制 (20)3.4.1 PID参数模糊自整定控制原理 (21)3.4.2 PID参数Fuzzy整定模型 (22)3.4.3 模糊自整定PID控制器 (23)3.5 简化的模糊—PID控制 (24)3.5.1 二维模糊控制 (25)3.5.2 三维模糊控制 (26)3.6 链条锅炉燃烧控制方案 (27)第4章系统硬件设计 (29)4.1 硬件结构 (29)4.2 系统功能 (30)4.3 硬件配置 (31)第5章软件设计 (35)5.1 软件设计原则 (35)5.2 软件实现功能 (35)5.3 主程序流程图 (36)5.4 锅炉点火子程序 (37)5.5 A/D采样子程序流程图 (38)5.6控制算法子程序流程图 (39)第6章系统仿真 (40)6.1 仿真工具介绍 (40)6.2 供暖锅炉燃烧控制系统仿真 (40)第7章结论 (43)7.1 设计完成的主要工作 (43)7.2 尚待完善的工作 (43)参考文献 (44)谢辞 (45)第1章绪论1.1引言随着城市建设的迅速发展，北方地区冬季供热面积的不断扩大，如何科学有效的控制和管理供热系统，提高供热的经济效益和社会效益，成为当前急需解决的重要课题。
加热炉自适应模糊神经网络智能温度控制系统设计
加热炉自适应模糊神经网络智能温度控制系统设计自适应模糊神经网络（ANFIS）是一种以模糊逻辑和人工神经网络为基础的控制系统设计方法。
本文旨在介绍一种利用ANFIS进行加热炉温度控制的智能系统设计。
通过该系统，能够实现对加热炉温度的自动调节，提高生产过程的稳定性和效率。
一、引言加热炉是一种常见的工业设备，广泛应用于许多领域。
对于加热炉温度的精确控制对于保证产品质量至关重要。
传统的加热炉温度控制方法通常基于PID控制器，但随着对温度控制要求的提高，PID控制器的性能受到限制。
因此，采用更高级的控制策略，如ANFIS，是一种有前景的选择。
二、加热炉温度模型在进行温度控制系统设计之前，需要建立加热炉的温度模型。
常用的加热炉温度模型是基于能量平衡原理和炉内热传导方程。
通过对加热炉的物理特性和热传导机理的分析，可以建立相应的数学模型。
三、ANFIS控制系统设计ANFIS是一种基于模糊逻辑和神经网络的自适应控制系统设计方法。
其基本结构由模糊推理机和后向传播神经网络组成。
在加热炉温度控制系统中，可以将输入变量设置为炉温和加热功率，输出变量设置为控制信号。
为了提高ANFIS控制系统的性能，需要进行以下几个步骤：1. 数据采集和处理：通过传感器采集加热炉温度和加热功率的实时数据，并进行预处理，包括数据清洗、归一化等。
2. 模糊推理规则的设计：根据加热炉温度和加热功率的关系，设计一组适合的模糊推理规则，以确定控制信号。
3. 神经网络的训练：使用训练数据对ANFIS的神经网络进行训练，优化权重和偏差，以提高控制系统的准确性和鲁棒性。
4. 控制器的设计：根据训练得到的权重和偏差，设计控制器，将其应用于实际的加热炉温度控制系统中，并进行实时控制。
四、实验结果与分析为了验证所设计的ANFIS控制系统在加热炉温度控制方面的性能，进行了一系列实验。
通过对实验数据的采集和分析，可以对系统的性能进行评估，并与传统的PID控制系统进行对比。
基于模糊神经网络的主汽温系统PID控制
基于模糊神经网络的主汽温系统PID控制摘要：锅炉主蒸汽温度是火电厂锅炉运行的重要参数，对火电厂的经济效益、安全生产产生重大影响。
由于当前火电厂机组容量大、参数高、效率高，控制汽温对象又具有大迟延、非线性、时变等诸多特点，常规PID串级控制系统往往很难保证系统最优状态运行，满足不了生产的需求。
提出了基于模糊神经网络的主汽温系统PID控制，实现对过热蒸汽的有效控制，通过系统仿真表明，基于模糊神经网络的主汽温系统PID控制效果良好，因此该系统是切实可行的。
关键词：主汽温系统，神经网络，PIDPID Control of Main Steam Temperature System Based on Fuzzy Neural NetworkDuan Jian-fei（Hebei Datang Wuan Power Generation Co.， Ltd.， Wuan， Hebei 056300）Abstract：The main steam temperature of the boiler is an important parameterfor the operation of the boiler in thermal power plants， which has a major impact on the economic benefits and safe production of thermal power plants.Due to the large capacity， high parameters and high efficiency of the thermal power plant， the control of the steam temperature object has many characteristics such as large delay，non-linearity， time-varying， etc.The conventional PID cascade control system is often difficult to ensure the optimal operation of the system， and can not meet the requirements.Production needs.The PID control of the main steam temperature system based on fuzzy neural network is proposed to realize the effective control of superheated steam.The system simulation shows that the PID control of the main steam temperature system based on fuzzy neural network is effective， so the system is feasible.Key words：main steam temperature， fuzzy neural network， PID 引言在火力发电厂中，锅炉作为火电厂主要三大件之一，其主蒸汽温度又是主要的控制参数，为了保证电厂机组高效安全运行，员工必须严格将主蒸汽温度控制在一定范围内。
基于模糊自适应PID控制的锅炉过热蒸汽温度控制系统
控制系统的响应曲线，如图 8 所示。实际运行中负荷是变化的，因
3.4 模糊控制规则和决策方法
模糊控制规则是对专家的理论知识和实践经验的总结，此处
共有 49 条规则，如表 1 所示。
表 1 主汽温度模糊控制规则表 Tab.1 main steam temperature, the rules of the fuzzy
e（k）、ec（k）模糊化 模糊整定 △kp，△ki，△kd 计算当前 △kp，△ki，△kd
KP 和较小的 KD，同时为避免出现较大的超调，应对积分作用加以
PID 控制器输出
限制，通常取 KI=0。 （2）当 e 中等时，为使系统响应具有较小超调，应取较小的 KP。
KI 的取值要适当，KD 的取值对系统响应的影响较大，应取得小一些。 （3）当 e 较小时，为使系统能有较好的稳态性能，KP 和 KI 均
control
中图分类号：TH16，TP368.1，TK3 文献标识码：A
1 引言
过热蒸汽温度是锅炉的主要参数之一[1]，对设备运行的安全
性和经济性有很大的影响。通常过热管正常运行温度接近过热管 材料所允许的最高温度，如果过热蒸汽温度过高，过热器容易损
3 模糊自适应 PID 控制系统
3.1 模糊自适应 PID 控制器结构
关键词：过热蒸汽；温度控制；PID 控制；模糊自适应 PID 控制
【Abstract】The temperature control system of boiler has the problem of great inertia，pure delay，
time-varying parameters and so on. In order to improve its control performance，a superheated steam temper－
基于神经网络的工业燃气锅炉智能调控方法探究
基于神经网络的工业燃气锅炉智能调控方法探究工业燃气锅炉在现代生产中起着重要作用，然而传统的调控方法存在一些问题，如难以准确预测和控制燃气锅炉的工作状态。
为了解决这些问题，以神经网络为基础的智能调控方法应运而生。
本文将探究基于神经网络的工业燃气锅炉智能调控方法。
1. 引言工业燃气锅炉在许多行业中被广泛应用，例如化工、纺织和食品加工等。
传统的调控方法主要基于经验和规则，往往无法满足燃气锅炉的高效、稳定和安全运行的需求。
为了提高燃气锅炉的智能化水平，基于神经网络的智能调控方法逐渐引起了研究者的关注。
2. 神经网络基本原理神经网络是一种模拟人脑神经元网络的数学模型。
其基本原理是通过大量的训练样本和反馈机制，学习出一种输入与输出之间的映射关系。
神经网络由输入层、隐层和输出层组成，每一层都由多个神经元组成，通过激活函数对输入信号进行处理和传递。
3. 工业燃气锅炉智能调控方法研究现状研究人员通过改进或结合不同的神经网络模型，提出了多种智能调控方法。
例如，基于BP神经网络的方法、基于神经网络模糊控制的方法等。
这些方法相较于传统的调控方法，具有更好的适应性和自适应能力，能够准确地预测、控制和优化工业燃气锅炉的运行状态。
4. 工业燃气锅炉智能调控方法实现步骤基于神经网络的智能调控方法的实现步骤通常包括以下几个方面：(1) 数据采集和预处理：收集燃气锅炉相关的数据，并进行去噪、归一化等预处理操作，以便用于神经网络的训练和测试。
(2) 网络结构设计：选择合适的神经网络模型，确定输入层、隐层和输出层的神经元数量，以及激活函数等参数。
(3) 模型训练和优化：利用已采集的数据进行神经网络模型的训练和优化，通过不断调整网络权值和阈值，提高模型的预测和控制性能。
(4) 模型测试和评估：使用独立的测试数据对训练好的模型进行测试和评估，分析模型的性能指标，如准确率、误差等。
(5) 实时调控应用：将训练好的神经网络模型应用于实际的工业燃气锅炉系统，实现智能化的实时调控。
锅炉主蒸汽温度基于模糊神经网络控制系统的浅谈
锅炉主蒸汽温度基于模糊神经网络控制系统的浅谈摘要：在现代火力发电厂中，由于主汽温对象具有大延迟、大惯性、非线性以及时变性的特性，导致了对其控制比较困难。
本文采用的模糊神经网络控制来实现对主汽温的有效控制。
并且利用matlab在不同负荷下进行仿真试验，可以看出模糊神经网络控制系统具有很好鲁棒性和良好的控制品质。
关键词：主汽温，模糊神经网络ABSTRACTIn modern thermal power plant, it is very strict that the control of main steam temperature, but because of the big delay of the main steam temperature object’s characteristic, big inertial, nonlinear and the variety model with variety time, which causing as to it’s control more difficult. The paper adopt fuzzy neural networ k control system, which can be realize to the valid control of the main steam temperature. And make use of the Matlab proceeding simulative experiment under the different load, we can find out fuzzy neural network control system has the very good robustness and very good control quality.Keywords:main steam temperature, fuzzy neural network主蒸汽温度调节对电厂的安全经济运行有着重大的影响：汽温过高会使锅炉受热面及蒸汽管道金属的蠕变加快，导致设备的损坏或使用年限缩短；汽温偏低将会使机组循环热效率降低，同时还会造成汽轮机末几级叶片侵蚀加剧；随着机组向大容量，高参数发展，主蒸汽温度对象越来越复杂，使用传统控制方法越来越困难，主要表现在：（1）影响过热蒸汽温度变化的因素很多（炉膛燃烧不稳定，水压力变化，蒸汽流量变化等）；（2）对象在某种扰动下，具有非线性，时变性；（3）汽温对象具有大迟延﹑大惯性的特点。
锅炉系统的神经模糊智能控制研究
锅炉系统的神经模糊智能控制研究发表时间:2010-3-9 作者：摘要：将神经网络与模糊集相结合形成一类新的智能信息处理方法，利用神经网络的并行运算能力来实现模糊规则的快速推理，并用学习算法在线调整规则。
通过在锅炉系统的仿真研究，证明了该系统的良好性能。
一、引言模糊控制系统具有鲁棒性强，结构简单，可处理模糊语义信息等特点，而神经网络适用于处理精确数据信息，并具有并行处理、自学习自适应等特点。
由于神经网络可并行存贮和处理大量的控制规则，实行规则的并行推理，节约推理时间，因此将神经网络与模糊集相结合形成一类新的智能信息处理方法[l]。
由于电锅炉越来越多的走进人们的生活，锅炉的温度控制具有一定的现实意义，文中通过对锅炉的温度控制研究神经模糊智能控制系统的良好性能。
二、神经模糊智能控制系统神经网络模糊智能控制系统[2] (NFCS—Neural network fuzzy control system)如图l所示。
NFCS利用神经网络的并行运算能力来实现模糊规则的快速推理，并用学习算法在线调整规则。
使其具有自学习、自适应能力。
神经网络的输入分别对应于输入误差和变化量的模糊集分区，输出为连续值，这样无需去逆模糊化处理。
三、神经网络模糊控制的训练数据预处理本文作者以实际锅炉为控制对象，作者对系统中温度的模糊数据做如下处理：设输入量取温度误差E和误差变化E c, 控制量为U，各量的Fuzzy模糊集选取为：3.1 Fuzzy集的选取温度误差压E={NB,NM,NZ,PM,PB}，温度误差变化E c={NB,NM,NZ,PM,PB}，其中各符号的意义对应如下：E＝E c{负大，负中，接近0，正中，正大｝选择控制变量的Fuzzy集为：控制量V={NB，NM,NS,ZO,PS,PM,PB}，各符号的表示意义为：V=｛负大，负中，负小，接近0，正小，正中，正大｝3.2 论域的选取温度误差E和误差变化EC的论域如下：E=E c={-5,-4,-3,-2,-1,0,1,2,3,4,5},控制量U的论域如下：V＝{-6，-5，-4，-3，-2，-l, O,l,2,3, 4, 5,6}3.3 Fuzzy 集中各语言变量赋值根据系统数据的规律对温度误差和误差变化量论域中语言变化采用离散形隶属函数。
基于模糊神经网络的火电厂锅炉主蒸汽温度控制方法
- 44 -工 业 技 术对锅炉主蒸汽温度进行精确、快速、稳定控制是火电厂正常运行的关键。
然而，传统火电厂锅炉主蒸汽温度控制方法存在一些问题。
例如，一些基于规则的控制器速度虽然较快，但它们通常是固定的，不能适应复杂的工况变化。
另外，一些基于模型的控制器虽然能够实现精确控制，但它们通常需要精确的模型，实际应用中通常难以得到。
因此，寻找一种新型的火电厂锅炉主蒸汽温度控制方法对提高火电厂的运行效率和安全性具有重要的实际意义。
目前，作为一种新型的智能控制方法，模糊神经网络在许多领域中得到了广泛应用。
模糊神经网络结合了模糊逻辑和神经网络的优点，既具有模糊逻辑的鲁棒性和自适应性，又具有神经网络的自学习和自适应性。
因此，模糊神经网络在处理具有不确定性和非线性的复杂系统时具有较大优势。
为此本文提出基于模糊神经网络的火电厂锅炉主蒸汽温度控制方法，为火电厂锅炉主蒸汽温度控制提供借鉴和参考。
1 建立火电厂锅炉数学模型火电厂锅炉主蒸汽的温度主要受锅炉扰动因素，如保留尾部烟道的烟气温度扰动、锅炉负荷扰动以及过热器减温水侧扰动等的影响，可随工况的变化，利用线性化分布参数建模方法建立火电厂锅炉主蒸汽温度参数数学模型，并利用传递函数（传递函数是一种表示系统输入和输出间关系的数学模型）对系统进行线性、时不变的描述。
由于传递函数可描述系统的动态响应，因此在控制理论中是一种常见的做法。
火电厂锅炉主蒸汽温度参数数学模型如公式（1）所示。
1mm T T DT spTK e D αε−−+=−⋅ （1）式中：T 表示火电厂锅炉主蒸汽温度；D sp 表示火电厂锅炉减温水流量；K DT 表示火电厂锅炉负荷；e 表示火电厂锅炉尾部烟道的烟气温度；ε表示工质流过整个受热管的平均时间；α表示动态参数；T m 表示金属蓄热时间常数[1]。
公式（1）中，工质流过整个受热管的平均时间如公式（2）所示。
V D ρε=⋅（2）式中：V 表示火电厂锅炉环节容积；ρ表示锅炉环节内工质的平均密度；D 表示火电厂锅炉主蒸汽流量[2]。
基于模糊神经网络PID的锅炉汽包水位控制
［ 文献 标识 码］ Ａ
３ ４（ ０１ ） ８—０ ３ ０ ４—０ ４ ［ 章 编 号］ １ ０ 文 ０ ２—３ ６ ２ １ ０
［ ｏｔ 编 号］ １ ． ９ ９ ｊｉ ｎ １ ０ Ｄ ０ ３ ６ ／．ｓ ．０ ２—３ ６ ． ０ １ ０ ． ３ ｓ ３４ ２１ ．８０ ４ ＰＩ Ｗ ＡＴＥＲ —ＬＥＶＥＬ Ｄ ＣｏＮＴＲｏＬ ＦｏＲ ＢｏＩ ＬＥＲ ’ Ｓ ＤＲＵＭ ＢＡＳ ＥＤ ｏＮ ＦＵＺＺＹ ＮＥＵＲＡＬ ＮＥＴＷ ｏＲＫ
整 定 Ｐ Ｄ控 制 器的参 数 ， Ｉ 以适 应控 制 系统 的要 求。仿 真 结果表 明 ， 于模 糊神 经 网络 的 基 Ｐ Ｄ给 水控制 系统 的响 应快速 性 、 节平稳 性及 抗 干扰 能力 均优 于常规 的 Ｐ Ｄ控 制 器 。 Ｉ 调 Ｉ
［ 关 键 词 ］ 锅 炉 ； 包水 位 ； 水 控 制 ； 经 网 络 ； 糊 规 则 ； Ｉ 控 制 器 汽 给 神 模 ＰＤ
制 器作 为汽 包水 位 控 制 系 统 的 水 位 调节 器 ， 据 控 制 根
系统参 数 的 变 化 调 整 Ｐ Ｄ 控 制 器 的 参 数 （ 例 系 数 Ｉ 比
基 金 项 目 ： 山西省高校科技开发资助项 目（０ ８ １ ５ ） ２ ０ １０ ０ 作 者 简 介 ： 刘春艳 （９７ ）女 ， １７ 一 ， 山西芮城人 ， 硕士 ， 运城学院机电工程 系讲师 ， 主要从事智能与 自 动化控制技术的教学与研究 。
ｔ ｏｌｅ ｒ １ｒ
锅炉 汽包水 位 控制 一般 采 用 常 规 Ｐ Ｄ控 制 器 ， Ｉ 但 在实 际过程 中 ， 锅炉 汽包 水位 具有非 线 性和 时变 性 ， 采