本文關(guān)鍵詞：螢火蟲算法改進(jìn)及其在燃燒系統(tǒng)魯棒控制中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：如今火電廠中,煤的用量依然非常大,鍋爐燃燒系統(tǒng)又是電廠的重要組成部分,因此對鍋爐燃燒系統(tǒng)控制的好壞直接體現(xiàn)了我國煤能源是否能夠被高效利用�；痣娬惧仩t燃燒系統(tǒng)是一個具有非線性、強耦合、大慣性、參數(shù)時變性等特點的系統(tǒng),對其創(chuàng)建一個數(shù)學(xué)模型實施精確的控制十分困難。由于鍋爐本身固有的延遲特性使得傳統(tǒng)的熱量信號和溫度信號不能快速準(zhǔn)確地反應(yīng)爐膛內(nèi)的燃燒狀況,導(dǎo)致控制效果不理想。本課題主要針對鍋爐燃料控制系統(tǒng)設(shè)計H∞魯棒控制器,又針對魯棒控制器設(shè)計中的加權(quán)函數(shù)選擇問題,提出一種改進(jìn)螢火蟲優(yōu)化算法(Genetic Algorithm-Artificial Fish Glowworm Swarm Optimization,GA-AFGSO),最后將改進(jìn)螢火蟲算法用于魯棒加權(quán)函數(shù)的尋優(yōu)。為了提高燃燒系統(tǒng)的信號傳遞速度,本課題引用輻射能信號到串級燃燒控制系統(tǒng)中作為H∞魯棒控制器的反饋信號。通過一階分時時滯近似,得到最優(yōu)近似模型,又通過加權(quán)函數(shù)的設(shè)計得到了H∞魯棒控制器。并分析H∞魯棒控制器的魯棒穩(wěn)定性和抗干擾能力。在H∞控制器設(shè)計中,加權(quán)函數(shù)的選擇至關(guān)重要。傳統(tǒng)的加權(quán)函數(shù)選擇主要是通過試湊來獲得的,權(quán)函數(shù)選取的好壞很大程度決定于設(shè)計人員的經(jīng)驗,想要得到最優(yōu)的權(quán)函數(shù)十分困難。而加權(quán)函數(shù)選擇問題實質(zhì)上可轉(zhuǎn)化為多維復(fù)雜函數(shù)優(yōu)化問題,針對此問題提出了基于螢火蟲群(Glowworm Swarm Optimization,GSO)、人工魚群(Artificial Fish-school,AFS)和遺傳算法(Genetic Algorithm,GA)的改進(jìn)螢火蟲優(yōu)化算法。本文采用改進(jìn)螢火蟲優(yōu)化算法尋找最優(yōu)的加權(quán)函數(shù)。仿真結(jié)果表明,改進(jìn)螢火蟲算法優(yōu)化的魯棒控制系統(tǒng)具有較好的動態(tài)性能和魯棒性。
【關(guān)鍵詞】：燃燒控制系統(tǒng) H∞魯棒控制 改進(jìn)螢火蟲優(yōu)化算法 加權(quán)函數(shù)
【學(xué)位授予單位】：東北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18;TM621
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-15
• 1.1 課題研究背景及意義8
• 1.2 鍋爐燃燒系統(tǒng)研究現(xiàn)狀8-12
• 1.2.1 傳統(tǒng)控制策略及應(yīng)用9-10
• 1.2.2 現(xiàn)代控制策略及應(yīng)用10-12
• 1.3 遺傳算法和螢火蟲算法的應(yīng)用12-13
• 1.3.1 遺傳算法的應(yīng)用12-13
• 1.3.2 螢火蟲算法的改進(jìn)及應(yīng)用13
• 1.4 本文所做的工作13-15
• 第2章 基于輻射能的串級燃燒控制系統(tǒng)15-21
• 2.1 燃燒控制系統(tǒng)15-16
• 2.1.1 鍋爐燃燒控制系統(tǒng)15
• 2.1.2 鍋爐燃燒控制系統(tǒng)控制方式及任務(wù)15-16
• 2.2 蒸汽壓力控制對象的動態(tài)特性分析16-18
• 2.2.1 汽壓控制對象在負(fù)荷擾動下的動態(tài)特性17
• 2.2.2 汽壓控制對象在燃燒率擾動下的動態(tài)特性17-18
• 2.3 基于輻射能的鍋爐燃燒控制系統(tǒng)18-20
• 2.3.1 燃燒控制系統(tǒng)的典型方法18-19
• 2.3.2 輻射能信號19
• 2.3.3 基于輻射能信號的鍋爐燃燒控制系統(tǒng)19-20
• 2.4 小結(jié)20-21
• 第3章 H∞魯棒控制在串級燃燒控制系統(tǒng)中的應(yīng)用21-36
• 3.1 H∞魯棒控制理論基礎(chǔ)21-28
• 3.1.1 標(biāo)準(zhǔn)H∞魯棒控制問題21-23
• 3.1.2 H∞控制的性能指標(biāo)23-25
• 3.1.3 H∞混合靈敏度問題25-28
• 3.2 串級燃燒控制系統(tǒng)28-32
• 3.2.1 燃料控制系統(tǒng)28-29
• 3.2.2 模型轉(zhuǎn)化處理29-32
• 3.3 H∞控制器的設(shè)計32-33
• 3.3.1 混合靈敏度控制設(shè)計32
• 3.3.2 權(quán)函數(shù)選取32-33
• 3.4 仿真分析33-35
• 3.4.1 穩(wěn)定性分析33-34
• 3.4.2 抗干擾性分析34-35
• 3.4.3 魯棒性分析35
• 3.5 小結(jié)35-36
• 第4章 螢火蟲算法的分析及其改進(jìn)36-51
• 4.1 螢火蟲群算法的概述36-40
• 4.1.1 標(biāo)準(zhǔn)螢火蟲算法(GSO)基本原理37-38
• 4.1.2 GSO算法的描述38-40
• 4.2 人工魚群算法(AFSA)40
• 4.2.1 人工魚群算法的原理40
• 4.2.2 人工魚群算法的描述40
• 4.3 遺傳算法(GA)40-44
• 4.3.1 遺傳算法基本原理41-43
• 4.3.2 遺傳算法流程圖43-44
• 4.4 改進(jìn)人工螢火蟲算法與遺傳算法混合的優(yōu)化算(GA-AFGSO)44-46
• 4.4.1 改進(jìn)螢火蟲混合優(yōu)化算法的提出45
• 4.4.2 GA-AFGSO算法的設(shè)計45-46
• 4.5 數(shù)值實驗46-49
• 4.5.1 實驗環(huán)境與算法的公共參數(shù)設(shè)置47-48
• 4.5.2 實驗結(jié)果對比分析48-49
• 4.6 小結(jié)49-51
• 第5章 基于改進(jìn)螢火蟲算法的H∞魯棒控制器優(yōu)化設(shè)計51-58
• 5.1 基于改進(jìn)螢火蟲算法的加權(quán)函數(shù)尋優(yōu)51-54
• 5.1.1 待優(yōu)化加權(quán)函數(shù)選取51
• 5.1.2 優(yōu)化目標(biāo)建模與適應(yīng)度函數(shù)的確定51-52
• 5.1.3 優(yōu)化目標(biāo)的確定52-53
• 5.1.4 GA-AFGSO算法參數(shù)設(shè)定53
• 5.1.5 本文尋優(yōu)步驟53-54
• 5.2 穩(wěn)定性驗證54-55
• 5.3 仿真分析與比較55-57
• 5.4 小結(jié)57-58
• 全文總結(jié)與展望58-59
• 參考文獻(xiàn)59-64
• 攻讀學(xué)位期間取得的科研成果64-67
• 致謝67

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 吳昌友;;一種改進(jìn)的人工魚群優(yōu)化算法[J];智能系統(tǒng)學(xué)報;2015年03期

2 李紅彪;張舒心;王東鵬;陳立軍;;基于遺傳算法優(yōu)化的鍋爐燃燒系統(tǒng)魯棒控制器設(shè)計[J];制造業(yè)自動化;2014年17期

3 張曉魯;;關(guān)于加快發(fā)展我國先進(jìn)超超臨界燃煤發(fā)電技術(shù)的戰(zhàn)略思考[J];中國工程科學(xué);2013年04期

4 王改革;郭立紅;段紅;劉邏;王鶴淇;;基于螢火蟲算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅估計[J];吉林大學(xué)學(xué)報(工學(xué)版);2013年04期

5 臧懷泉;王媛媛;;基于遺傳算法的電動助力轉(zhuǎn)向系統(tǒng)魯棒H_∞控制[J];控制理論與應(yīng)用;2012年04期

6 陳立軍;孫博;薛宏;刁建超;;燃燒控制系統(tǒng)H_∞魯棒控制器設(shè)計[J];吉林大學(xué)學(xué)報(工學(xué)版);2012年03期

7 張軍麗;周永權(quán);;一種用Powell方法局部優(yōu)化的人工螢火蟲算法[J];模式識別與人工智能;2011年05期

8 陳立軍;薛宏;周正興;刁建超;;采用輻射能信號的燃燒系統(tǒng)H_∞魯棒控制[J];化工自動化及儀表;2010年10期

9 伍國梁;唐永哲;李波;;基于粒子群的H_∞混合靈敏度在飛控系統(tǒng)中的應(yīng)用[J];測控技術(shù);2010年02期

10 劉麗麗;孫靈芳;付文光;;智能控制在火電站鍋爐燃燒系統(tǒng)中的應(yīng)用[J];自動化與儀表;2008年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉建民;火電廠熱工過程優(yōu)化控制策略及應(yīng)用研究[D];華北電力大學(xué)（北京）;2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 周正興;火電廠鍋爐燃燒系統(tǒng)仿真研究[D];東北電力大學(xué);2010年

2 李莉;基于遺傳算法的多目標(biāo)尋優(yōu)策略的應(yīng)用研究[D];江南大學(xué);2008年

3 李莉;基于遺傳算法優(yōu)化權(quán)值的H_∞電力系統(tǒng)穩(wěn)定器的設(shè)計[D];山東大學(xué);2007年

4 夏猛;基于輻射能信號的電站鍋爐燃燒控制系統(tǒng)研究[D];華中科技大學(xué);2005年

5 張晉;時滯系統(tǒng)的H∞魯棒控制策略研究[D];甘肅工業(yè)大學(xué);2001年

  本文關(guān)鍵詞：螢火蟲算法改進(jìn)及其在燃燒系統(tǒng)魯棒控制中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：298160