鋼球磨煤機是火電廠生產(chǎn)的重要輔助設備,又是耗電大戶,它的安全、高效運行非常重要。球磨機是一個非線性、大滯后、大慣性、強耦合和具有多種不確定性擾動的多變量對象。常規(guī)比例一積分一微分(PID)控制器存在參數(shù)整定不便、工況適應性差等問題,常規(guī)PID控制很難達到理想效果。目前國內(nèi)不少火電廠的球磨機還處于人為判斷和手工操作的原始狀態(tài),系統(tǒng)一般工作在經(jīng)濟性較差的
“習慣運行區(qū)”,廠用電消耗大,經(jīng)濟效益差。因此,尋找合理、有效的球磨機控制方法勢在必行。隨著控制理論的發(fā)展,一些先進控制、智能控制被用于球磨機控制仿真中,其中前向神經(jīng)網(wǎng)絡(FNN)具有良好的容錯性、強大的自學習能力和非線性映射能力,而基于FNN的PID控制器是把PID控制器與FNN結合起來,利用FNN的自學習能力自動調(diào)節(jié)PID控制器參數(shù),以適應被控過程的變化,提高控制性能和可靠性。但采用反向傳播(BP)算法優(yōu)化算法來訓練FNN存在容易陷入局部極小值、收斂速度慢、“過學習”等問題,影響了FNN的精度。粒子群優(yōu)化(PSO)算法具有訓練時間短計算精度高和較強的全局搜索能力等優(yōu)點,但存在容易陷入局部極小值的“早熟”問題_8 ,利用混沌搜索算法重新選取初值可解決這一問題 。為了提高球磨機控制的快速性和準確性,本文采用一種離線混沌PSO和在線BP相結合的混合優(yōu)化方法來訓練FNN的權值 。即首先在PSO基礎上,通過混沌策略,在全局搜索范圍內(nèi)搜索,使PS0算法在初期盡快收斂情況下,后期能夠跳出“早熟”限制,離線取得權值的近似較優(yōu)解,然后在線時利用BP快速進一步調(diào)整,以獲得更好的控制性能。較后,在Matlab/Simulink平臺仿真實驗,驗證了本文提出的控制方法用于球磨機控制的可行性和有效性,并取得了良好控制效果。
鞏義市瑞光金屬制品有限責任公司
張經(jīng)理:13938291800
固定電話:0371-64359668
郵箱:2441079204@qq.com
公司地址:河南省鞏義市石河路北段