（電力電子與電力傳動專業(yè)論文）基于rbf模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究.pdf

英文摘要 s t u d yo nc o n t r o lo fw a t e rl e v e li nm a r i n eb o i l e rb a s e do nr b f f u z z yn e u r a ln e t w o r k a b s t r a c t i nt h i sp a p e r t h ec o n t r o ls y s t e mo fm a r i n eb o i l e ri ss t u d i e d b e c a u s eo ft h e n o n l i n e a rn a t u r eo fb o i l e r sw i t hi n s t a b l ep a r a m e t e ra n dd i f f i c u l t i e so fb u i l d i n ga c c u r a t o m a t hm o d e l c o m b i n e df u z z yc o n t r o lt h e o r ya n dn e u r a ln e t w o r k st h e o r y a n dp r o p o s e da c o n t r o l l e rb a s e do nr b fn e u r a ln e t w o r kt oc o n t r o lm a r i n eb o i l e r s i m u l a t i o ni s p e r f o r m e dt ot h eb o i l e rc o n t r o lm e t h o do fu s i n gr b ff l l z z yn e u r a ln e t w o r kb ym a t l a b s o t b v a r e t h er e s u l t si n d i c a t et h a tt h ec o n t r o la r i t h m e t i cp r e s e n t e di n t h i sp a p e ri s e f f e c t i v e t h ec o n t r o le f f e c ta n dt h ep e r f o r m a n c ei sb e t t e rt h a nt h a to ft h ep i dc o n t r o l l e r t h ef u z z yp i dc o n t r o l l e ra n dt h en e u r a ln e t w o r kc o n t r o l l e r t h em a i nr e s e a r c ho ft h ep a p e ri sa sf o l l o w s f i r s t l y t h ea c c u r a t em o d e l so fb o i l e rd r u mw a t e rs y s t e ma lee s t a b l i s h e di na c c o r d w i t ht h et h e o r yo fm a r i n eb o i l e r s e c o n d r e l a t i v et h e o r i e so ff n na les u m m a r i z e d o nt h eb a s i so ff u z z yc o n t r o l a n dn e u r a ln e t w o r kt h e o r y t h ep a p e rp r e s e n t saf u z z yn e u r a ln e t w o r k sc o n t r o l l e rw h i c h c o m b i n e sa d v a n t a g e so ft h ef u z z yc o n t r o la n dn e u r a ln e t w o r k sc o n t r o lt h r o u g ht h e a n a l y s i so nt h es h o r t a g eo ft h o s e i ti sc o n s t r u c t e db yr b ff u z z yn e u r a ln e t w o r k s t h i r d i ti sd e s i g n e df o rt h ef u z z yp i dc o n t r o l l e r r b fn e u r a ln e t w o r kc o n t r o l l e r a n dr b f f u z z yn e u r a ln e t w o r kc o n t r o l l e rb a s e do nt h es a m e m o d e lo f b o i l e rw a t e rl e v e l f o u r t h s i m u l a t i o ni sp e r f o r m e dt ot h ep i dc o n t r o l l e r f u z z yp i dc o n t r o l l e r t h e n e u r a ln e t w o r kc o n t r o l l e ra n dr b ff u z z yn e u r a ln e t w o r kc o n t r o l l e rb ym a t l a bs o t t w a r e 碭口r e s u l ti n d i c a t e st h a tr b ff u z z yn e u r a ln e t w o r kc o n t r o ls y s t e mh a sab e t t e r a d a p t a b i l i t ya n ds t r o n g e ra n t i j a m m i n ga b i l i t y a n di ti sp r a c t i c a b l et oa p p l yi nb o i l e r w a t e rl e v e lc o n t r 0 1 k e yw o r d s b o i l e r sw a t e ri e v e l f u z z yc o n t r o l n e u r a ln e t w o r k s r b ff u z z n e u r a ln e t w o r k s 大連海事大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重聲明 本論文是在導(dǎo)師的指導(dǎo)下 獨立進行研究工作所取得的成果 撰寫成碩士學(xué)位論文 基王嬰e 搓物控絲圓終的照旦叢坦?jié)O魚丞焦撞劍硒窺 除論文中已經(jīng)注明引用的內(nèi)容外 對論文的研究做出重要貢獻的個人和集體 均 已在文中以明確方式標明 本論文中不包含任何未加明確注明的其他個人或集體 已經(jīng)公開發(fā)表或未公開發(fā)表的成果 本聲明的法律責(zé)任由本人承擔(dān) 論文作者簽名 劉匈坍 弘口揮弓月 f 日 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者及指導(dǎo)教師完全了解 大連海事大學(xué)研究生學(xué)位論文提交 版權(quán)使用管理辦法 同意大連海事大學(xué)保留并向國家有關(guān)部門或機構(gòu)送交學(xué)位論 文的復(fù)印件和電子版 允許論文被查閱和借閱 本人授權(quán)大連海事大學(xué)可以將本 學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索 也可采用影印 縮印或掃 描等復(fù)制手段保存和匯編學(xué)位論文 保密口 在 年解密后適用本授權(quán)書 本學(xué)位論文屬于 保密口 不保酗 請在以上方框內(nèi)打 4 論文作者簽名 劉甥鷗導(dǎo)師簽名 丑乒移 日期 為0 3 年專月專f 日 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 第1 章緒論 1 1 船用鍋爐控制系統(tǒng)及其研究現(xiàn)狀 船用鍋爐同工業(yè)鍋爐一樣是一種復(fù)雜的被控對象 是一種生產(chǎn)蒸汽的換熱設(shè) 備 它通過煤 油和天然氣等燃料的燃燒釋放出化學(xué)能并通過傳熱過程把能量傳 遞給水 使水轉(zhuǎn)變成蒸汽 蒸汽直接供給生產(chǎn)中所需的熱能 或通過蒸汽動力機 械轉(zhuǎn)變?yōu)闄C械能 或通過汽輪發(fā)電機轉(zhuǎn)變?yōu)殡娔?所以鍋爐的中心任務(wù)是把燃料 中的化學(xué)能最有效地轉(zhuǎn)變?yōu)檎羝臒崮?因此 近代鍋爐亦稱作蒸汽發(fā)生器 l 在蒸汽動力裝置的船舶上 蒸汽鍋爐產(chǎn)生的高溫高壓蒸汽用于驅(qū)動主汽輪機 運轉(zhuǎn) 以推動船舶前進 同時 也為各種以蒸汽為動力的復(fù)機和其他需要以蒸汽 為熱源的設(shè)備提供不同質(zhì)量的蒸汽 這種以驅(qū)動主汽輪機為主要任務(wù)的蒸汽鍋爐 稱為主鍋爐 其要求蒸汽參數(shù)為 壓力6 o 1 0 o l v i p a 溫度5 2 0 5 4 5 c 2 1 在柴油機動力裝置的船舶上 鍋爐產(chǎn)生的蒸汽主要用于加熱燃油 滑油 工 作水 驅(qū)動輔助及提供各種生活用汽 這種鍋爐稱為輔鍋爐 其蒸汽參數(shù)較低 3 在柴油機動力裝置的干貨船上 一般設(shè)一臺產(chǎn)生飽和蒸汽 o 5 一0 8 m p a 的輔鍋 爐 其蒸發(fā)量為1 一2 t h 在以柴油為動力裝置的油船上 因為加熱貨油 驅(qū)動貨 油泵 鍋爐給水泵及各種甲板機械以及洗艙需要大量的蒸汽 所以一般都裝有1 2 臺壓力為1 3 1 7 m p a 生產(chǎn)飽和的蒸汽的輔鍋爐 其蒸發(fā)量為2 0 1 5 0 t h 1 1 1 船用鍋爐的主要調(diào)節(jié)任務(wù) 船用鍋爐設(shè)備要求根據(jù)生產(chǎn)負荷的需要 供應(yīng)一定壓力和溫度的蒸汽 同時 要保證在安全 經(jīng)濟的條件下運行 4 所以 其主要的的調(diào)節(jié)任務(wù)有 1 鍋爐供給負荷的蒸汽壓力保持在一定范圍內(nèi) 2 鍋爐汽包的水位保持在一定范圍內(nèi) 3 爐膛負壓保持在一定范圍內(nèi) 4 保持鍋爐燃燒的經(jīng)濟性和安全運行 第l 章緒論 1 1 2 船用鍋爐主要控制系統(tǒng) 鍋爐是典型的復(fù)雜熱工系統(tǒng) 其建模與控制問題一直是人們關(guān)注的焦點 在 實際工程中 為實現(xiàn)上述調(diào)節(jié)任務(wù) 鍋爐設(shè)備的控制主要包含了以下控制系統(tǒng) 5 1 鍋爐汽包水位的控制 操縱變量是給水流量 它主要考慮汽包內(nèi)部的物 料平衡 使給水量適應(yīng)蒸發(fā)量 維持其保證水位在工藝允許范圍內(nèi) 這是保證鍋 爐安全運行的必要條件 也是鍋爐正常運行的主要標志之一 2 鍋爐燃燒系統(tǒng)的控制 燃燒系統(tǒng)中有三個被控變量 蒸汽壓力 或負荷 煙氣成分 反映燃燒經(jīng)濟性的指標 和爐膛負壓及三個操縱變量 燃料量 送風(fēng) 量和引風(fēng)量 這些變量相互關(guān)聯(lián) 需要統(tǒng)籌兼顧 組成合適的燃燒系統(tǒng)控制方案 使燃料量和空氣量保持一定的比例 以保證燃燒的經(jīng)濟性和鍋爐的安全性 同時 使引風(fēng)量和送風(fēng)量相適應(yīng) 使爐膛負壓保持在一定的范圍內(nèi) 1 1 3 船用鍋爐控制的特點 作為過程控制的一個典型 船用鍋爐控制具有以下特點 1 鍋爐控制的動態(tài)特性具有大慣性大延時的特點 而且伴有非線性 2 控制過程屬于慢過程參數(shù)控制 由于控制過程具有大慣性大延時的特點 因而決定了鍋爐控制是一個慢過程 3 定值控制是鍋爐控制的一種主要形式 在鍋爐控制系統(tǒng)中 其給定值是 恒定的或保持在很小的范圍內(nèi)變化 控制的主要目的是在于如何減小或消除外界 干擾對被控制量的影響 1 1 4 船用鍋爐控制的研究背景與現(xiàn)狀 船用鍋爐屬于過程控制中常見的一類較為典型的控制對象 作為實現(xiàn)生產(chǎn)過 程自動化的過程控制系統(tǒng) 在近幾十年發(fā)展很快 其控制技術(shù)的發(fā)展經(jīng)歷了幾個 歷史階段 1 純手動階段 在六十年代以前 由于自動化技術(shù)與電子技術(shù)發(fā)展不成熟 人們的自動化觀念還比較淡薄 這段時期的鍋爐一般采用純手動的控制方式 即 操作工人通過經(jīng)驗決定送風(fēng) 給水 引風(fēng) 給煤的多少 通過調(diào)節(jié)電位器等方式 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 來達到控制鍋爐的目的 這樣就要求司爐人員必須由豐富的經(jīng)驗 增加了工人的 勞動強度 事故率高 更談不上保證鍋爐的高效率運行 2 自動化單元組合儀表控制階段 隨著自動化技術(shù)與電子技術(shù)的發(fā)展 國 外已經(jīng)開發(fā)并廣泛應(yīng)用了全自動工業(yè)鍋爐控制技術(shù) 6 0 年代前期 我國船用鍋爐 的控制技術(shù)開始發(fā)展 6 0 年代后期我國引進了國外的全自動燃油船用鍋爐的控制 技術(shù) 7 0 年代后期已經(jīng)研制了一些船用鍋爐的自動化儀表 正式將自動化技術(shù)應(yīng) 用與船用鍋爐控制領(lǐng)域 因而熱效率有所提高 事故率也有所下降 但是 由于 采用單元組合儀表靠硬件來實現(xiàn)控制功能 可靠性低 精度不高 而且只能完成 一些簡單的控制算法 不能實現(xiàn)一些較先進的算法和控制技術(shù) 控制效果仍然不 理想 3 采用微機測控階段 隨著電子技術(shù)的發(fā)展 高集成度 高可靠性 價格 低廉的微型計算機 單板機 單片機 工業(yè)專用控制計算機的出現(xiàn)以及在我國的 廣泛應(yīng)用 為鍋爐控制領(lǐng)域開辟了一片廣闊的天地 運用計算機技術(shù) 開發(fā)出高 效率 高可靠性 全自動的微機測控系統(tǒng)日益得到重視 8 0 年代后期至今 國內(nèi) 已經(jīng)陸續(xù)出現(xiàn)了各種各樣的鍋爐微機測控系統(tǒng) 明顯地改善了鍋爐的運行狀況 但還不夠完善 并對環(huán)境和抗干擾要求較高 4 智能控制理論的應(yīng)用階段 由于現(xiàn)代控制理論的發(fā)展以及各方面的應(yīng)用 解決了傳統(tǒng)控制理論難以解決的問題 給過程控制帶來了嶄新的應(yīng)用前景 并取 得了前所未有的效果 成為目前正在迅速發(fā)展的一個領(lǐng)域 各種形式的控制系統(tǒng) 智能控制器不斷地開發(fā)和利用 目前常用的有 多級遞階智能控制 專家控制系 統(tǒng)與專家控制器 仿人智能控制器 自學(xué)習(xí)控制系統(tǒng) 除此之外還有綜合了幾種 控制形式的混合式智能控制器等多種形式 如以模糊控制為基礎(chǔ)的專家模糊控制 系統(tǒng) 最常見的是以常規(guī)p i d 數(shù)字控制為基礎(chǔ) 通過專家系統(tǒng)在線實時整定p i d 控制參數(shù) 即所謂的智能自適應(yīng)p i d 控制器 綜上所述 近幾十年來 過程控制系統(tǒng)硬件正在發(fā)生巨大的變化 但是從其 控制算法來看 在鍋爐的自動控制中普遍采用的還是傳統(tǒng)的p i d 控制 雖然模糊 神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)得到比較廣泛的應(yīng)用于工業(yè)控制中 但模糊神經(jīng)網(wǎng)絡(luò)控制在船 第l 章緒論 用鍋爐控制的應(yīng)用還處于起步階段 沒形成系統(tǒng)理論 仍需進一步研究 1 2 模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展及研究現(xiàn)狀 神經(jīng)網(wǎng)絡(luò)具有并行計算 分布式信息存儲 容錯能力強以及具備自適應(yīng)學(xué)習(xí) 功能等一系列的優(yōu)點 在解決高度非線性和嚴重不確定性系統(tǒng)的控制方面具有很 大的潛力 但一般來說 神經(jīng)網(wǎng)絡(luò)不適合表達基于規(guī)則的知識 因此在對神經(jīng)網(wǎng) 絡(luò)進行訓(xùn)練時 由于不能很好的應(yīng)用已有的經(jīng)驗知識 常常只能將初始權(quán)值取為 零和隨機數(shù) 從而增加了網(wǎng)絡(luò)訓(xùn)練的時間或者陷入非要求的局部極值 另一方面 模糊邏輯也是一種處理不確定性 非線性等問題的有力工具 它 比較適合于表達那些模糊或定性知識 其推理方式比較類似于人的思維模式 這 些都是模糊邏輯的顯著優(yōu)點 很多國際著名的專家學(xué)者指出 模糊控制是2 1 世 紀的控制技術(shù) 將有非常廣闊的發(fā)展前途和產(chǎn)品市場 但是 一般來說模糊邏輯 系統(tǒng)缺乏學(xué)習(xí)和自適應(yīng)能力 雖然模糊自適應(yīng)控制可以一定地實現(xiàn)這種功能 但 設(shè)計和實現(xiàn)模糊系統(tǒng)的自適應(yīng)控制是比較困難的 基于上述討論可以想到 若能將模糊邏輯與神經(jīng)網(wǎng)絡(luò)適當結(jié)合起來 吸取兩 者的長處 則可組成比單獨的神經(jīng)網(wǎng)絡(luò)系統(tǒng)或單獨的模糊系統(tǒng)性能更好的系統(tǒng) 把模糊系統(tǒng)和神經(jīng)網(wǎng)絡(luò)有機的結(jié)合起來的研究始于7 0 年代中期 6 但是進展 比較快的還是進入8 0 年代中期之后 s c l e e 和e t l e e 1 9 7 4 高木 1 9 9 0 特別是日本研究工作者在這方面的研究非常活躍 并應(yīng)用到了溫度控制 家用電 器 模式識別 圖像處理等領(lǐng)域 早期的嘗試 主要是利用神經(jīng)網(wǎng)絡(luò)來改善模糊 系統(tǒng)的學(xué)習(xí)能力 如采用神經(jīng)網(wǎng)絡(luò)來逼近模糊系統(tǒng)的輸入輸出 7 1 調(diào)整隸屬度函數(shù) 和規(guī)則 利用神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)關(guān)系矩陣等 但是 現(xiàn)在備受注目的方法是將模糊 系統(tǒng)用等價的神經(jīng)網(wǎng)絡(luò)來實現(xiàn) 形成模糊神經(jīng)網(wǎng)絡(luò) 孫烈 或稱為神經(jīng)模糊推理 系統(tǒng) n e u r a l f u z z yi n f e r e n c es y s t e m 這樣 模糊神經(jīng)網(wǎng)絡(luò)就一方面具有表達模糊 知識與實現(xiàn)模糊推理的功能 另一方面又繼承了神經(jīng)網(wǎng)絡(luò)的非線性映射能力和強 大的數(shù)據(jù)信息處理能力 自適應(yīng)能力 自調(diào)整 自學(xué)習(xí)能力 模糊神經(jīng)網(wǎng)絡(luò)綜合了模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)兩者的優(yōu)點 既可以說是神經(jīng)網(wǎng)絡(luò) 基于p s f 模翻神經(jīng)穰絡(luò)的船蔫鍋爐汽包水位控制研究 實瑗了模糊邏輯推理 也可以認為是模糊純的神經(jīng)露絡(luò) 可以預(yù)見 模糊神經(jīng)網(wǎng) 絡(luò)對智能控制技術(shù)將產(chǎn)生深遠的影響 但是 模糊神經(jīng)網(wǎng)絡(luò)仍處予發(fā)展階段 理 論和技術(shù)還存在許多有待解決的闖題疆 1 采用何種神經(jīng)網(wǎng)絡(luò)模型 產(chǎn)生何種形式的規(guī)則和隸屬度函數(shù)形式才能使 系統(tǒng)達到最佳的結(jié)合 2 模糊簡化推理方法的研究 以滿足系統(tǒng)設(shè)計的實時性 離精度要求 3 模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)穩(wěn)定性研究 4 模糊神經(jīng)網(wǎng)絡(luò)自組織 自學(xué)習(xí)算法的研究 1 3 課題的提出 船用鍋爐同工業(yè)鍋爐一樣 是一種復(fù)雜的被控系統(tǒng) 它的控制具有如下特點 其要求監(jiān)測點繁多 控制工藝復(fù)雜 各控制回路問耦合強烈 并具有嚴重的非線 性特性和不確定性 控制對象容量較大并有較長的滯后時問 因此控制困難 傳 統(tǒng)的控制方式多采用p i d 控制 而p i d 控制存在著易產(chǎn)生超調(diào)等缺點 難以達到 理想的控制效果 在大型的油輪上 轆鍋爐的蒸發(fā)量一般較大 汽壓較高 要求 水位和汽壓穩(wěn)定 對控制系統(tǒng)提出了更高的要求 9 模糊神經(jīng)網(wǎng)絡(luò)控制是智能控制的一個重要分支領(lǐng)域 它是一種基本上不依賴 于數(shù)學(xué)模型的控制方法j 適用于那些具有強耦合 不確定性或高度非線性的被控 對象 所以本文以船焉鍋爐汽包水位為被控對象 提出了一種新的控制算法 基 于r b f 模糊神經(jīng)網(wǎng)絡(luò)控制器實現(xiàn)對鍋爐的過程控制 課題包括以下幾個方面的內(nèi) 容 1 論文首先根據(jù)船舶鍋爐的工作原理 通過機理建模的方法 并通過一定 麓假設(shè)和簡化 得到鍋爐汽包水位的數(shù)學(xué)模型 2 模糊控制和神經(jīng)網(wǎng)絡(luò)理論的研究 在介紹模糊控制和神經(jīng)網(wǎng)絡(luò)理論的基 礎(chǔ)上 針對兩者的不足 綜合了模糊控制系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)的優(yōu)點 提爨了一 種新的控制算法 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)控制器實現(xiàn)對鍋爐汽包水位的控制 3 為了驗證r b f 模糊神經(jīng)網(wǎng)絡(luò)控制器的可行性與優(yōu)越性 在相同鍋爐水位 第1 章緒論 模型的基礎(chǔ)上 設(shè)計了相應(yīng)的模糊p i d 控制器 r b f 神經(jīng)網(wǎng)絡(luò)控制器和r b f 模糊 神經(jīng)網(wǎng)絡(luò)控制器 4 用m a t l a b 對應(yīng)用模糊p i d 控制 r b f 神經(jīng)網(wǎng)絡(luò)控制及r b f 模糊神經(jīng) 網(wǎng)絡(luò)控制的鍋爐汽包水位控制系統(tǒng)模型進行仿真 最后分析得出 r b f 模糊神經(jīng)網(wǎng) 絡(luò)控制系統(tǒng)具有良好的控制效果 說明了這種控制系統(tǒng)的可行性與優(yōu)越性 基予r b f 模襁神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 第2 章船用鍋爐汽包水位的數(shù)學(xué)模型及其傳統(tǒng)控制算法 汽包承位是鍋爐運行酶重要指標 鍋爐汽包水位控制的任務(wù)是使給水量躡蹤 鍋爐蒸發(fā)量 并保持水位在一定范圍內(nèi) 維持汽包水位在給定范圍內(nèi)是保證鍋爐 運行的重要條件 也是鍋爐正常運行的主要指標之一 水位的過離 過低都會給 鍋爐及蒸汽用戶的安全操作帶來不利的影響 首先 水位過高會影響汽包內(nèi)的汽 水分離 飽和水蒸氣將會帶走過多水 導(dǎo)致過熱氣管璧結(jié)垢并損壞 其次 水位 過低 會因為汽包內(nèi)的水量較少 而負荷很大 加快水的汽化速度 使汽包內(nèi)的 永量變化速度加快 著不及時加以控制 將使汽包內(nèi)的水全部汽化 尤其對大中 型鍋爐 水在汽包內(nèi)的停留時間極短 從而導(dǎo)致水冷壁燒壞 甚至引起爆炸 所 以 必須對汽包水位進行自動調(diào)節(jié) 將水位嚴格控制在規(guī)定的范圍之內(nèi) 因此 我們有必要對汽包水位的動態(tài)特性進行學(xué)習(xí)研究 2 1 汽包水位模型及其動態(tài)特性分析 鍋爐汽水系統(tǒng)的結(jié)構(gòu)可用豳2 量來表示 8 薹一給承母管2 一譎節(jié)闌3 一省煤器4 一汽包 5 一下降管6 一上升管7 一過熱器8 一蒸汽母管 圖2 1 船用鐫爐汽水系統(tǒng)結(jié)構(gòu)圖 f i g 2 1t h es t r u c t u r vo f s t e a ma n dw a t e rs y s t e mo f m a r i n eb o i l e r 第2 章船用鍋爐汽包水位的模型建立及其傳統(tǒng)控制算法 鍋爐汽包水位不僅受到鍋爐的給水流量 輸入量 和蒸汽流量 輸出量 之 間平衡關(guān)系的影響 同時還受到汽水循環(huán)管路中汽水混合物內(nèi)汽水體積變化的影 響 因為水位h 不僅反映了汽包 包括水循環(huán)的管路 中的蓄水體積 也反映了 水面下氣泡的體積 而水面下氣泡的體積又與鍋爐的負荷及蒸汽壓力有關(guān) 綜合 來看 影響鍋爐汽包水位變化的因素有以下四個主要方面 1 給水擾動 包括給水母管壓力的變化和給水調(diào)節(jié)閥開度的變化 2 蒸汽負荷的變化 3 燃料量的變化 包括影響燃料發(fā)熱量變化的其他因素 4 蒸汽壓力的變化 在蒸汽發(fā)生過程中 汽包內(nèi)部容積可以看成由蒸發(fā)面 即水面 上方的蒸汽 體積 蒸發(fā)面下方的汽水混合體積 即氣泡體積k 和汽包內(nèi)水的體積 三部 分組成 由于燃料量對汽包水位的影響有較大的傳輸滯后和容量滯后 變化十分 緩慢 可以忽略不計 而蒸汽壓力的變化往往是由于蒸汽負荷變化引起的 因此 壓力的變化可以歸并到蒸汽負荷中去 這樣 壓力的變化對汽包水位的影響也可 以忽略 經(jīng)過理論推導(dǎo)及化簡后 汽包水位的動態(tài)特性可用如下方程式表示 1 0 五互萬d 2 h 互豢 乃魯 k w u w 警 跏 2 1 式中 h 一汽包水位 互 互一時間常數(shù) s d 一鍋爐蒸汽流量 k g s7 形一鍋爐給水流量 k g s a d w 2 正洲薩正 巧一給水流量項的時間常數(shù) s 一蒸汽流量項的時間常數(shù) s 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 k 矽一給水流量項的放大倍數(shù) k d 一蒸汽流量項的放大倍數(shù) 通過這個方程式 我們可以知道 在眾多影響汽包水位的因素中 最主要的 是蒸汽流量d 和給水流量形的變化 因此 我們將分別討論在給水流量和蒸汽流 量擾動的作用下 汽包水位變化的動態(tài)特性 1 1 l 2 1 1 汽包水位在給水流量作用下的動態(tài)特性 如果蒸汽流量不變 給水流量發(fā)生變化時 汽包水位調(diào)節(jié)對象的運動方程可 表示為 互正碧 五警 巧警 緲 2 2 將式 2 2 進行拉氏變換可得 正砭s 2 h s t l s h s z s u 礦 s k u 2 3 由式 2 3 可得到汽包水位調(diào)節(jié)對象在給水擾動下的傳遞函數(shù) g 加 器 揣 4 在工程中 中壓以下 蒸汽壓力 如a 且b 則c 型 此種形式可寫成 i fa a n dbt h e nc 在以上幾種模糊規(guī)則中 第三種用得最多 尤其在模糊控制中更是如此 因 為在控制過程中 不但要考慮實測僮與設(shè)定值之間所形成的誤差 而且還要考慮 這個誤差的變化率 一般用a 表示誤差 用b 表示誤差變化率 而用c 表示控制 量 3 1 2 模糊控制原理 一 模糊控制系統(tǒng)酶組成 模糊控制屬于計算機數(shù)字控制的一種形式 因此模糊控制系統(tǒng)的組成類同于 一般的數(shù)字控制系統(tǒng) 唯一不同麴是控制裝置囪模糊控制器來代醬 其方框圖如 圖3 1 所示 閿3 1 模糊控制系統(tǒng)的組成 f i g 3 1t h ec o m p o s i t i o no ff u z z yc o n t r o ls y s t e m 二 模糊控制器的組成 模糊控制的核心部分是模糊控制器 它的控制規(guī)律一般由計算機的程序?qū)崿F(xiàn) 第3 章智能控制技術(shù) 模糊邏輯控制器簡稱模糊控制器 因為模糊控制器的控制規(guī)則是基于模糊條件語 句的語言控制規(guī)則n 9 j 所以模糊控制器又稱為模糊語言控制器 模糊控制器在模 糊控制系統(tǒng)中具有舉足輕重的作用 因此在模糊控制系統(tǒng)中 設(shè)計和調(diào)整模糊控 制器的工作是很重要的 模糊控制器通常由下面幾個部分組成 2 0 其組成由圖3 2 所示 圖3 2 模糊控制器的組成 f i g 3 2t h ec o m p o s i t i o no ff u z z yc o n t r o l l e r 輸入 輸出量的規(guī)范化是指將控制器的輸入輸出限制在規(guī)定的范圍內(nèi) 以便 于控制器的設(shè)計和實現(xiàn) 由于控制器的輸入一般是非模糊化的值 模糊化過程就 是將輸入值轉(zhuǎn)化為模糊量 語言控制規(guī)則和模糊邏輯推理是控制器的核心 根據(jù) 模糊輸入量和語言控制規(guī)則 模糊邏輯推理最后決定輸出量的一個分布函數(shù) 非 模糊化過程將輸出量的分布函數(shù)轉(zhuǎn)化為規(guī)范化的輸出量 最后控制器將規(guī)范化的 輸出量轉(zhuǎn)換為實際的輸出值 即控制量 去控制對象 上述控制系統(tǒng)中 給定量 與被控制量之間的偏差是控制器的輸入 控制器通過此偏差來控制系統(tǒng)的輸出值 使其穩(wěn)定在給定的范圍內(nèi) 3 1 3 模糊控制器設(shè)計的基本方法 一 模糊控制器的結(jié)構(gòu)設(shè)計 2 l 模糊控制器的結(jié)構(gòu)設(shè)計是指確定模糊控制器的輸入變量和輸出變量 由于模 糊控制器的控制規(guī)則是根據(jù)人的手動控制規(guī)則提出的 所以模糊控制規(guī)則的輸入 變量可以有三個 即誤差 誤差的變化及誤差變化的變化 輸出變量一般選擇控 制量的變化 一般情況下 一維模糊控制器用于一階控制被控對象 由于這種控 基予r b f 模凝神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控翎研究 制器輸入變量只選擇誤差一個 它的動態(tài)控制性能不佳 所以露前廣泛采用的均 為二維模糊控制器 這種控制器以誤差和誤差的變化為輸入變量 以控制量的變 化為輸出變量 二 模糊控制規(guī)則的設(shè)計f 捌 控制規(guī)則的設(shè)計是設(shè)計模糊控制器的關(guān)鍵 一般包括三部分設(shè)計內(nèi)容 選擇 描述輸入輸出變量的詞集 定義各模糊變量的模糊子集及建立模糊控制器的控制 規(guī)則 1 選擇描述輸入和輸出變量的詞集 模糊控制器的控制規(guī)則表現(xiàn)為一組模糊條件詞句 在條件語句中描述輸入輸 出變量狀態(tài)的一些詞匯 如 正大 負小 等 的集合 稱為這些變量的詞集 一般選用 大 中 小 三個詞匯來描述模糊控制器的輸入 輸出變量的狀 態(tài) 將大 中 小再加上正 負兩個方向并考慮變量的零狀態(tài) 共有七個詞匯 即 負大 負中 負小 零 正小 正中 芷大 一般用英文字頭縮寫為 n b n m n s o p s p m p b 2 定義各模糊變量的模糊子集 模糊子集使得某元素可以以一定程度屬于某集合 麗某元素屬于某集合的程 度是用隸屬度來刻畫的 定義一個模糊子集 實際上就是要確定模糊子集隸屬函 數(shù)曲線的形狀 3 模糊規(guī)貝f j 庫 模糊規(guī)則庫是由具有形式為 i f t h e n 的若干模糊規(guī)則組成 它是摸糊系統(tǒng)的 核心部分 系統(tǒng)其他部分的功能在于解釋和利用這些模糊規(guī)則來解決具體問題 關(guān)予模糊規(guī)則的獲得 需要一些相關(guān)的專業(yè)和實踐知識 一般模糊規(guī)則可以由兩 種途徑獲得 請教專家或采用基于測量數(shù)據(jù)的學(xué)習(xí)算法 三 輸入量的模糊化 因為控制器的輸入值一般都不是模糊數(shù) 因此模糊化過程就是將輸入值轉(zhuǎn)化 為模糊量 模糊化的基本思想是定義一個模糊語言映射作為從數(shù)值域到語言域的 模糊關(guān)系 從而在數(shù)值測量的基礎(chǔ)上 將數(shù)值域中的數(shù)值信號映射到語言域上 為實現(xiàn)模糊推理奠定基礎(chǔ) 目前常用的方法有線性劃分法和非線性劃分法 四 模糊推理與模糊量的解模糊化 1 模糊推理 模糊推理主要包括將模糊規(guī)則庫中的模糊 i f t h e n 規(guī)則轉(zhuǎn)換成某種映射 即 將輸入空間上的模糊集合映射到輸出空間模糊集合 2 3 主要包括連接詞的計算 i f t h e n 規(guī)則的表示 直接推理判據(jù)和一些相關(guān)的運算性質(zhì) 模糊推理機由知識庫 數(shù)據(jù)庫和規(guī)則庫 與提供模糊推理算法的模糊推理決 策邏輯構(gòu)成 這是最基本的三個部分 有時還要加上控制規(guī)則修改 隸屬函數(shù)修 正和控制狀態(tài)顯示等模塊 如果要用模糊推理調(diào)整p i d 控制中的參數(shù) 還需要加 上p i d 控制模塊 為了便于對設(shè)計的模糊控制系統(tǒng)在真正投入前了解其控制效果 并據(jù)此進行系統(tǒng)優(yōu)化 系統(tǒng)設(shè)計時往往還要加上模擬模塊 據(jù)此構(gòu)成了完整的模 糊推理機 a 知識庫 知識庫中存儲著有關(guān)模糊控制器的所有相關(guān)知識 它們決定著模糊控制器的 性能 是模糊控制器的中心 其中知識庫包括的應(yīng)用領(lǐng)域只是和響應(yīng)控制目標有 關(guān)的知識 它由數(shù)據(jù)庫和語言控制規(guī)則庫兩部分組成 數(shù)據(jù)庫是用來定義模糊控制器中語言控制規(guī)則和模糊數(shù)據(jù)操作的 它被稱做 數(shù)據(jù)庫 但并不是常規(guī)計算機軟件中數(shù)據(jù)庫的概念 它存儲著有關(guān)模糊化 模糊 推理 解模糊等相關(guān)知識 如模糊化中的論域變換方法 輸入變量各模糊集合的 隸屬函數(shù)定義 模糊推理算法 解模糊算法 輸出變量各模糊集合的隸屬函數(shù)定 義等 規(guī)則庫包含若干組模糊控制規(guī)則 即以 i f t h e n 形式表示 對專家控制經(jīng) 驗集成而形成的模糊條件語句 語言控制規(guī)則庫通過一系列語言控制規(guī)則來表征控制目標和該領(lǐng)域?qū)＜业目?制策略 它是根據(jù)被控系統(tǒng)的行為特性和專家的控制經(jīng)驗總結(jié)編寫而成的 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 b 模糊推理機 模糊推理機的主要功能是模仿人的思維特征 根據(jù)事先定好的由專家知識或 控制經(jīng)驗取得的若干組模糊條件語句構(gòu)成的模糊控制規(guī)則 運用模糊數(shù)學(xué)理論對 模糊控制規(guī)則進行計算推理 實際上是根據(jù)模糊控制規(guī)則對輸入的一系列條件進 行綜合評估 以得到一個定性的用語言表示的決策輸出量 這個結(jié)果給出萊一個 確定的輸出范豳 即所謂模糊輸出量 完成這部分功能的模塊就稱作模糊推理杌 在模糊推理機中 模糊推理決策邏輯是核心 它能模仿人的模糊概念和運用模糊 蘊涵運算以及模糊邏輯推理對模糊控制作用的推理進行決策 2 解模糊化 通過模糊推理得出的模糊輸出量是不能直接去控制執(zhí)行機構(gòu)的 在這確定的 輸出范圍中 還必須要確定一個最具有代表性的值作為真正的輸出控制量 完成 這部分功能的模塊就是解模糊化接口 解模糊的主要功能是把經(jīng)模糊推理得到的模糊控制量轉(zhuǎn)化為精確的控制作 用 解模糊可以看作是模糊化的反過程 它從模糊推理結(jié)果中產(chǎn)生控制數(shù)值 作 為模糊控制器的輸出 也就是說 根據(jù)推理結(jié)果得到的值計算實際的輸出值 具 體做法是計算每個輸入變量在其對應(yīng)模糊集上的隸屬度 其中用的最多的是 g r a v i t y 法 3 2 人工神經(jīng)網(wǎng)絡(luò)技術(shù) 3 2 1 人工神經(jīng)網(wǎng)絡(luò)概述 人工神經(jīng)網(wǎng)絡(luò)是指利用工程技術(shù)手段模擬人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的一種 技術(shù)系統(tǒng) 是一種大規(guī)模并行的非線性動力學(xué)系統(tǒng) 它以一種簡單計算 處理 單元 即神經(jīng)元 為節(jié)點 采用某種網(wǎng)絡(luò)拓撲結(jié)構(gòu)構(gòu)成 人工神經(jīng)網(wǎng)絡(luò)可以充分 逼近任何復(fù)雜的非線性關(guān)系 可學(xué)習(xí)和霸適應(yīng)不知道或不確定的系統(tǒng) 它的所有 定量或定性的信息都等勢分布儲存于網(wǎng)絡(luò)內(nèi)的各神經(jīng)元 有很強的魯棒性和容錯 性 蟲于采用了并行分布處理方法 使褥快速進行大量運算成為可能 它反映了 人腦功能的若干基本特征 包括并行信息處理 學(xué)習(xí) 聯(lián)想 模式分類 記憶等 第3 章智能控制技術(shù) 神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元廣泛互聯(lián)而成的網(wǎng)絡(luò) 根據(jù)連接方式的不同 神 經(jīng)網(wǎng)絡(luò)可分成兩大類 沒有反饋的前向網(wǎng)絡(luò)和互相結(jié)合性網(wǎng)絡(luò) 前向網(wǎng)絡(luò)由輸入 層 中間層 或叫隱層 和輸出層組成 中間層可有若干層 每一層的神經(jīng)元只 接受前一層神經(jīng)元的輸出 而相互連接型網(wǎng)絡(luò)中任意兩個神經(jīng)元都有可能連接 因此輸入信號要在神經(jīng)元之間反復(fù)往返傳遞 從某一初態(tài)開始 經(jīng)過若干次的變 化 漸漸趨于某一穩(wěn)定狀態(tài)或進入周期震蕩等其他狀態(tài) 目前已經(jīng)建立了多種神經(jīng)元與網(wǎng)絡(luò)的模型 尤其在自動控制領(lǐng)域神經(jīng)網(wǎng)絡(luò)技 術(shù)得到了巨大發(fā)展 神經(jīng)網(wǎng)絡(luò)對控制領(lǐng)域有著巨大吸引力 是由它本身的一些重 要特點和性質(zhì)決定的 2 4 1 人工神經(jīng)網(wǎng)絡(luò)是從輸入到輸出的高度非線性映射 任意連續(xù)非線性函數(shù) 映射關(guān)系都可由某一多層神經(jīng)網(wǎng)絡(luò)以任意精度加以逼近 便于解決非線性控制問 題 2 具有分布式存儲信息的特點 即一個信息不是存在一個地方 而是分布 在不同的位置 當局部網(wǎng)絡(luò)受損時 能恢復(fù)原來的信息 3 對信息的處理及推理過程具有并行的特點 大規(guī)?；ヂ?lián)網(wǎng)絡(luò)結(jié)構(gòu)能很快 實現(xiàn)全局性的實時信息處理 并很好地協(xié)調(diào)多種輸入信息之間的關(guān)系 同時人工 網(wǎng)絡(luò)模型具有自動搜索能量函數(shù)極值點的功能 這種優(yōu)化計算能力在自適應(yīng)控制 設(shè)計中十分有用 4 神經(jīng)網(wǎng)絡(luò)具有自組織 自學(xué)習(xí) 自適應(yīng)等特點 信息處理過程中具有很 強的泛化能力 同時它還具有較強的容錯特性 提高了信息處理的可靠性和魯棒 性 5 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)是相同神經(jīng)元的大規(guī)模組合 可處理多輸入信號并具有 許多輸出 適合用于多變量系統(tǒng) 適合用大規(guī)模集成電路實現(xiàn) 也適合于用計算 技術(shù)進行模擬實現(xiàn) 人工神經(jīng)網(wǎng)絡(luò)的分類 2 5 1 前向網(wǎng)絡(luò) 前向網(wǎng)絡(luò)又稱前饋神經(jīng)網(wǎng) 如圖3 3 所示 神經(jīng)元分層排列 有輸入層 中間層 或叫隱層 可有若干層 和輸出層 每一層的神經(jīng)元只接受 基于r b f 模耬神經(jīng)網(wǎng)絡(luò)鰓麓磊鍋爐汽趣永位控制研究 前一層神經(jīng)元的輸密 前囪齲絡(luò)是一種強有力的學(xué)習(xí)系統(tǒng) 其結(jié)構(gòu)簡單易于編程 它通過簡單非線性處理單元的復(fù)合映射 可獲得復(fù)雜的非線性處理能力 但是它 缺乏豐富的動力學(xué)行為 2 反饋網(wǎng)絡(luò) 反饋嬲絡(luò)的結(jié)構(gòu)如圖3 4 所示 若總節(jié)點 神經(jīng)元 數(shù)為n 則每個節(jié)點有n 個輸入和輸出 也就是說 所有節(jié)點都是一樣的 它們之間都可以相互連接 反饋網(wǎng)絡(luò)是一粹反饋動力學(xué)系統(tǒng) 它需要工作一段時間才能達到穩(wěn)定 3 自組織網(wǎng)絡(luò) 自組織礴絡(luò)中 輸出節(jié)點與鄰域其絕節(jié)煮廣泛相連 并互相激勵 輸入節(jié)點 和輸出節(jié)點之間通過強度 七 相連接 通過某種控制規(guī)則 不斷的調(diào)整 k 使 得在穩(wěn)定時 每一鄰域的所有節(jié)點對某種輸入具有類似的輸出 并且這種聚類的 概率分布與輸入模式的概率分布相接近 隱層 圖3 3 前向網(wǎng)絡(luò)結(jié)構(gòu)框架 f i g 3 3t h ef l a m eo f f e e df o r w a r dn n s 第3 章智能控制技術(shù) 圖3 4 反饋網(wǎng)絡(luò)結(jié)構(gòu)圖 f i g 3 4t h ef r a m eo f f e e d b a c kn n s 二 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法 學(xué)習(xí)能力是人工神經(jīng)網(wǎng)絡(luò)智能特性的主要標志 所謂神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 主要 是指通過一定的學(xué)習(xí)算法實現(xiàn)對突觸結(jié)合強度 權(quán)值 的調(diào)整 使其達到具有記 憶 識別 分類 信息處理和問題優(yōu)化求解等功能 目前神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法有多種 按有無導(dǎo)師可分為 2 6 有教師學(xué)習(xí) 無教 師學(xué)習(xí)和再勵學(xué)習(xí) 在有教師的學(xué)習(xí)方式中 網(wǎng)絡(luò)的輸出和期望的輸出 即教師 信號 進行比較 然后根據(jù)兩者之間的差異調(diào)整網(wǎng)絡(luò)的權(quán)值 最終使差異變小 在無教師的學(xué)習(xí)方式中 輸入模式進入網(wǎng)絡(luò)后 網(wǎng)絡(luò)按照一預(yù)先設(shè)定的規(guī)則 如 競爭規(guī)則 自動調(diào)整權(quán)值 使網(wǎng)絡(luò)最終具有模式分類等功能 再勵學(xué)習(xí)是介于上 述兩者之間的一種學(xué)習(xí)方式 3 2 2 神經(jīng)網(wǎng)絡(luò)控制 由于非線性系統(tǒng)的多樣性與復(fù)雜性 至今還未確立通用的非線性控制系統(tǒng)設(shè) 計論 一些傳統(tǒng)的方法如相平面法 線性化法和描述函數(shù)法不足以解決所有的非 基予l i b f 模糊神經(jīng)網(wǎng)絡(luò)的船瘸鍋爐汽包水位控制研究 線性聞題 麗神經(jīng)網(wǎng)絡(luò)具有處理菲線性的能力 從控制理論的觀點來看這一點很 有意義 神經(jīng)網(wǎng)絡(luò)自身的一些優(yōu)良特點 使其在自動控制中發(fā)揮著舉足輕重的作用 垌 1 神經(jīng)網(wǎng)絡(luò)在精確模型的各種控制結(jié)構(gòu)中充當對象的模型 2 在反饋控制系統(tǒng)中直接充當控制器的作用 3 在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計算作用 4 在與其他智能控制方法和優(yōu)化算法 如模糊控制 專家控制及遺傳算法 等相融合中 為其提供非參數(shù)化對象模型 優(yōu)化參數(shù) 推理模型及故障診斷等 神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用幾乎涉及到傳統(tǒng)控制 系統(tǒng)辨識 濾波和預(yù)報等所 有方面 其控制結(jié)構(gòu)分為監(jiān)餐控制 直接逆控制 模型參考控制 內(nèi)模控制 預(yù) 測控制 系統(tǒng)辨識 最優(yōu)決策控制 自適應(yīng)線性控制與增強學(xué)習(xí)控制等 神經(jīng)網(wǎng) 絡(luò)控制系統(tǒng)的基本原理圖如圖3 5 圖3 5 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)基本原理圈 f i g 3 5f u n d a m e n t a ls c h e m a t i c so f n e u r a ln e t w o r kc o n t r o ls y s t e m 第3 章智能控制技術(shù) 3 3 模糊神經(jīng)網(wǎng)絡(luò) 神經(jīng)網(wǎng)絡(luò)具有并行計算 分布式信息存儲 容錯能力強以及具備自適應(yīng)學(xué)習(xí) 功能等一系列的優(yōu)點 由于這些優(yōu)點 神經(jīng)網(wǎng)絡(luò)的研究受到廣泛的關(guān)注并引起了 學(xué)多研究工作者的興趣 但一般來說 神經(jīng)網(wǎng)絡(luò)不適合表達基于規(guī)則的知識 因 此在對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練時 由于不能很好的應(yīng)用已有的經(jīng)驗知識 常常只能將 初始權(quán)值取為零和隨機數(shù) 從而增加了網(wǎng)絡(luò)訓(xùn)練的時間或者陷入非要求的局部極 值 這應(yīng)該是神經(jīng)網(wǎng)絡(luò)的一個不足 2 8 另一方面 模糊邏輯也是一種處理不確定性 非線性等的問題有力工具 它 比較適合于表達那些模糊或定性知識 其推理方式比較類似于人的思維模式 這 些都是模糊邏輯的顯著優(yōu)點 但是 一般來說模糊邏輯系統(tǒng)缺乏學(xué)習(xí)和自適應(yīng)能 力 雖然模糊自適應(yīng)控制可以一定地實現(xiàn)這種功能 但要求設(shè)計和實現(xiàn)模糊系統(tǒng) 的自適應(yīng)控制是比較困難的 基于上述討論可以想到 若能將模糊邏輯和神經(jīng)網(wǎng)絡(luò)適當?shù)慕Y(jié)合起來 吸取 兩者的長處 則可以組成比單獨的神經(jīng)網(wǎng)絡(luò)系統(tǒng)和單獨的模糊系統(tǒng)性能都更好的 系統(tǒng) 模糊神經(jīng)網(wǎng)絡(luò)就是在這種背景下產(chǎn)生的 n 新興技術(shù) 2 9 模糊神經(jīng)網(wǎng)絡(luò)是指全部或部分采用各類模糊神經(jīng)元所構(gòu)成的一類可處理模糊 信息的神經(jīng)網(wǎng)絡(luò)系統(tǒng) 它是模糊邏輯推理與神經(jīng)網(wǎng)絡(luò)有機結(jié)合的產(chǎn)物 與傳統(tǒng)的 神經(jīng)網(wǎng)絡(luò)模型不同 模糊神經(jīng)網(wǎng)絡(luò)中的結(jié)構(gòu)與權(quán)值都有一定的物理含義 在設(shè)計 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)時 可以根據(jù)問題的復(fù)雜程度以及精度要求 并結(jié)合已得先驗 知識來構(gòu)造相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)模型 同時 模糊神經(jīng)網(wǎng)絡(luò)中的權(quán)值的初始化可 根據(jù)先驗知識人為的加以選擇 這樣 網(wǎng)絡(luò)的學(xué)習(xí)速度大大加快 并在一定程度 上回避了梯度優(yōu)化算法帶來的局部極值問題 3 0 一 模糊神經(jīng)網(wǎng)絡(luò)的特點 模糊神經(jīng)網(wǎng)絡(luò)具有一般神經(jīng)網(wǎng)絡(luò)的性質(zhì)和特點外 還具有一些其他特殊的性 質(zhì) 3 l 1 由于采用了模糊數(shù)學(xué)中的計算方法 使一些處理單元的計算變得較為簡 便 從而使信息處理的速度加快 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 2 由于采用了模糊化的運行機制 這使得系統(tǒng)的容錯能力得到加強 3 最主要的是 模糊神經(jīng)網(wǎng)絡(luò)擴大了系統(tǒng)處理信息的范圍 使系統(tǒng)可同時 處理確定性信息和非確定性信息 4 同時 它也大大增加了系統(tǒng)處理信息的手段 使系統(tǒng)處理信息的方法變 得更加靈活 二 模糊神經(jīng)網(wǎng)絡(luò)的分類 目前 從神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)的融合方式看 模糊神經(jīng)網(wǎng)絡(luò)大致分為以下三 種 3 2 1 用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊推理的模糊邏輯系統(tǒng) 該方法利用神經(jīng)網(wǎng)絡(luò)實現(xiàn)常規(guī)模糊邏輯系統(tǒng)的模糊規(guī)則庫及其推理功能 而 模糊化 去模糊等功能既可由通常的模糊處理來實現(xiàn) 也可由其他方法 包括神 經(jīng)網(wǎng)絡(luò) 來實現(xiàn) 這樣構(gòu)成的模糊邏輯系統(tǒng)如圖3 6 所示 實現(xiàn)模糊推理的神經(jīng)網(wǎng)絡(luò)可以是前饋型網(wǎng)絡(luò) 也可以是反饋型動態(tài)網(wǎng)絡(luò) 最 常見的是多層前饋網(wǎng)絡(luò) 網(wǎng)絡(luò)的輸入層節(jié)點數(shù)對應(yīng)輸入模糊量化的總級數(shù) 每個 輸入節(jié)點輸入的即是輸入所對應(yīng)量化級的隸屬度 神經(jīng)網(wǎng)絡(luò)的輸出層節(jié)點數(shù)對應(yīng) 輸出模糊量化的總級數(shù) 輸出推理所得的系統(tǒng)輸出模糊集 輸入廣 輸入廣 輸出廣 輸出 x 叫模糊化卜 i 神經(jīng)網(wǎng)絡(luò)卜 叫去模糊化卜 y l j 模糊子集l j 模糊子集l j 圖3 6 用神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊推理的模糊邏輯系統(tǒng) f i g 3 6n e u r a ln e t w o r k sb a s e do nf u z z yl o g i cs y s t e m s 2 用模糊邏輯增強的神經(jīng)網(wǎng)絡(luò) 在神經(jīng)網(wǎng)絡(luò)中引入模糊邏輯技術(shù) 利用對網(wǎng)絡(luò)學(xué)習(xí)性能分析過程中獲取的適 當啟發(fā)性知識來控制學(xué)習(xí)算法 就能動態(tài)地調(diào)整網(wǎng)絡(luò)的學(xué)習(xí)過程 加快學(xué)習(xí)速度 改善性能 此外 還可借鑒模糊邏輯的思路設(shè)計一些特殊結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò) 改善 網(wǎng)絡(luò)性能 第3 章智能控制技術(shù) 3 基于連接機制的模糊邏輯系統(tǒng) 若將模糊邏輯系統(tǒng)設(shè)計方法與神經(jīng)網(wǎng)絡(luò)的連接機制結(jié)構(gòu)和學(xué)習(xí)方法結(jié)合起 來 將模糊系統(tǒng)表達成連接機制方式的網(wǎng)絡(luò)結(jié)構(gòu) 就可得到一種模糊神經(jīng)網(wǎng)絡(luò) 3 4 模糊神經(jīng)網(wǎng)絡(luò)控制在鍋爐汽包水位控制中的適應(yīng)性 在鍋爐汽包水位控制系統(tǒng)中 各控制量和被控量之間關(guān)系非常復(fù)雜 且存在 非線性 大延時 大慣性 難以用一個精確的數(shù)學(xué)模型來表達 現(xiàn)有的p i d 控制 系統(tǒng)很難達到令人滿意的效果 但在長期的生產(chǎn)過程中 積累了豐富的經(jīng)驗 本 研究課題 利用模糊神經(jīng)控制技術(shù)實現(xiàn)鍋爐汽包水位控制 是因為 模糊控制是一種基于規(guī)則的控制 它直接采用語言型控制規(guī)則 出發(fā)點是現(xiàn) 場操作人員的控制經(jīng)驗或相關(guān)專家的知識 在設(shè)計中不需要建立被控對象的精確 數(shù)學(xué)模型 因而使得控制機理和策略易于接受與理解 設(shè)計簡單 便于應(yīng)用 神經(jīng)網(wǎng)絡(luò)具有自組織 自學(xué)習(xí) 自適應(yīng)等特點 信息處理過程中具有很強的 泛化能力 同時它還具有較強的容錯特性 提高了信息處理的可靠性和魯棒性 模糊控制全過程可以用神經(jīng)網(wǎng)絡(luò)來實現(xiàn) 形成具有學(xué)習(xí)功能的模糊神經(jīng)控制 所以 基于上述分析 本論文設(shè)計了一種基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的控制器 并在第四 第五章中進行設(shè)計與仿真 進而分析該控制器的可行性與優(yōu)越性 基于r b f 模糊神經(jīng)網(wǎng)絡(luò)的船用鍋爐汽包水位控制研究 第4 章船用鍋爐汽包水位控制器的設(shè)計 本文在建立模型時主要考慮給水流量的影響 而蒸汽流量就作為實際控制中 的補償 在第三章的介紹中 我們了解到 模糊控制和神經(jīng)網(wǎng)絡(luò)控制擁有備自的 優(yōu)缺點 若能將模糊邏輯和神經(jīng)網(wǎng)絡(luò)適當?shù)慕Y(jié)合起來 吸取兩者的長處 燹 j 可以 組成比單獨的神經(jīng)網(wǎng)絡(luò)系統(tǒng)和單獨的模糊系統(tǒng)性能都更好的系統(tǒng) 因此 在本章 中 針對鍋爐汽包水位的數(shù)學(xué)模型 設(shè)計了三種控制器 分別是 基于f u z z y p i d 控制器 r b f 神經(jīng)網(wǎng)絡(luò)控制器和r b f 模糊神經(jīng)網(wǎng)絡(luò)控制器 并將在第五章中 分 別對其迸行仿真 通過分析 驗證模糊神經(jīng)網(wǎng)絡(luò)的可行性與優(yōu)越性 4 l 鍋爐汽包水位的模糊p ld 控制 4 1 1p i d 參數(shù)模糊自整定控制系統(tǒng)結(jié)構(gòu) 該控制器是壺一個標準p i d 控制器和一個f u z z y 叁調(diào)整機構(gòu)維成 根據(jù)輸入 信號偏差e 的大小 方向以及變化趨勢等特征 通過f u z z y 推理作出相應(yīng)決策 在 線調(diào)整p 至 d 參數(shù)修正值以適應(yīng)控制系統(tǒng)的參數(shù)變化和工作條件變純 基于模糊邏輯推理的p i d 控制器以控制專家整定控制器參數(shù)的經(jīng)驗和知識為 基礎(chǔ) 在p i d 算法的基礎(chǔ)上增加了e 和e c 的計算 并將在工藝分析和操作經(jīng)驗基 礎(chǔ)上總結(jié)的專家知識 以產(chǎn)生語句i f 條件 t h e n 結(jié)果 的形式組成知識庫 經(jīng)模顴合成推理形成模糊查詢矩陣 根據(jù)模式狀態(tài)變量暑和e c 通過實時調(diào)整棍 構(gòu)在知識庫中搜索相應(yīng)的模糊推理矩陣 并進行參數(shù)調(diào)整 3 3 如圖4 1 豳4 lp i d 參數(shù)模糊盤整定控制系統(tǒng)結(jié)構(gòu)圖 f i g 4 1t h ef r d m eo fp i dp a r a m e t e rf u z z ys e l f t u n i n gc o n t r o ls y s t e m 第4 章汽包水位控制器的設(shè)計 4 1 2p i d 參數(shù)模糊自整定的原則 k p i d 調(diào)節(jié)器的控制規(guī)律為 材 后 k e c k k 8 髟e c k 其中 k 為 i o 比例系數(shù) k 為積分系數(shù) k d 為微分系數(shù) e k e c k 分別為偏差和偏差變化 率 模糊自整定p i d 參數(shù)的目的是使參數(shù)k p 墨 k d 隨著p 和g c 的變化而自行 調(diào)整 故應(yīng)首先建立它們之間的關(guān)系 根據(jù)實際經(jīng)驗 參數(shù)k k k d 在不同 的p 和e c f 自調(diào)整要滿足如下調(diào)整原則 3 4 1 當e 較大時 為加快系統(tǒng)的相應(yīng)速度使系統(tǒng)具有較好的跟蹤性 防止因 開始時