能源工程
能源工程
능원공정
ENERGY ENGINEERING
2004年
6期
12-15
,共4页
高夫燕%袁镇福%张永苗%郑景军%赵鸣志
高伕燕%袁鎮福%張永苗%鄭景軍%趙鳴誌
고부연%원진복%장영묘%정경군%조명지
模糊神经网络%自适应%仿真%NNI%FNNC
模糊神經網絡%自適應%倣真%NNI%FNNC
모호신경망락%자괄응%방진%NNI%FNNC
锅炉的燃烧过程是一个多参数、非线性、时变以及变量强耦合的过程,很难建立被控对象的准确数学模型.根据主汽压被控对象的动态特性,设计了一个模糊神经网络自适应控制系统,引用模糊高斯基函数神经网络结构,并采用基于变尺度优化学习算法的改进型学习算法,其学习信号由神经网络辨识器(NNI)提供.利用神经网络的非线性映射能力,能很好的解决被制对象的动态特性具有非线性、时变性、参数可变等问题.仿真对比试验表明,主汽压控制系统引入模糊神经网络控制器(FNNC)后,系统的响应速度变快,调节精度提高.该控制器的适应性、鲁棒性也明显优于常规PID控制器.
鍋爐的燃燒過程是一箇多參數、非線性、時變以及變量彊耦閤的過程,很難建立被控對象的準確數學模型.根據主汽壓被控對象的動態特性,設計瞭一箇模糊神經網絡自適應控製繫統,引用模糊高斯基函數神經網絡結構,併採用基于變呎度優化學習算法的改進型學習算法,其學習信號由神經網絡辨識器(NNI)提供.利用神經網絡的非線性映射能力,能很好的解決被製對象的動態特性具有非線性、時變性、參數可變等問題.倣真對比試驗錶明,主汽壓控製繫統引入模糊神經網絡控製器(FNNC)後,繫統的響應速度變快,調節精度提高.該控製器的適應性、魯棒性也明顯優于常規PID控製器.
과로적연소과정시일개다삼수、비선성、시변이급변량강우합적과정,흔난건립피공대상적준학수학모형.근거주기압피공대상적동태특성,설계료일개모호신경망락자괄응공제계통,인용모호고사기함수신경망락결구,병채용기우변척도우화학습산법적개진형학습산법,기학습신호유신경망락변식기(NNI)제공.이용신경망락적비선성영사능력,능흔호적해결피제대상적동태특성구유비선성、시변성、삼수가변등문제.방진대비시험표명,주기압공제계통인입모호신경망락공제기(FNNC)후,계통적향응속도변쾌,조절정도제고.해공제기적괄응성、로봉성야명현우우상규PID공제기.
