【摘要】：制粉系統(tǒng)作為燃煤機組燃燒系統(tǒng)的重要組成部分,其在最優(yōu)參數(shù)下安全穩(wěn)定運行對提高機組的穩(wěn)定性和經(jīng)濟性至關(guān)重要。因此,對制粉系統(tǒng)進行建模與控制的研究具有現(xiàn)實意義。制粉系統(tǒng)的建模和控制問題都可以轉(zhuǎn)化為最優(yōu)化問題,在求解最優(yōu)化問題中,因為群體智能算法分布式、魯棒性好、具有良好的可擴展性和廣泛適用性的特點而得到廣泛應用。本文將群體智能算法中模擬生物進化的遺傳算法和模擬鳥類覓食的粒子群算法應用于制粉系統(tǒng)的建模與控制中。首先對制粉系統(tǒng)的動態(tài)特性進行了分析,將制粉系統(tǒng)看作一個雙入雙出的多變量控制系統(tǒng)。然后對群體智能法中的基本遺傳算法、遺傳算法的改進型—多種群遺傳算法和標準粒子群算法進行了介紹,針對標準粒子群算法容易陷入局部最優(yōu)解的問題,提出了一種改進的粒子群算法。并從經(jīng)典的測試函數(shù)中選出五種常用函數(shù)對改進粒子群算法進行測試,驗證了改進粒子群算法的可行性與優(yōu)越性。為了得到制粉系統(tǒng)的數(shù)學模型,根據(jù)某電廠正常運行的歷史數(shù)據(jù),應用多種群遺傳算法和改進粒子群算法對制粉系統(tǒng)進行多變量系統(tǒng)建模,仿真結(jié)果表明群體智能算法可以得到制粉系統(tǒng)精確的數(shù)學模型。由于制粉系統(tǒng)各變量之間存在耦合,為了消除變量間的耦合作用,應用前饋補償法對制粉系統(tǒng)進行解耦。針對解耦補償后的系統(tǒng),采用群體智能算法對控制器參數(shù)進行了優(yōu)化。實驗表明群體智能算法優(yōu)化后的控制器對制粉系統(tǒng)具有良好的控制效果。
【圖文】：

圖 4-3 處理后的數(shù)據(jù)根據(jù)制粉系統(tǒng)的動態(tài)特性和初步辨識實驗，可以選擇無純遲延的二階慣性為每個通道的標準傳遞函數(shù)，如式（4-13）所示。( )2( )1KW STS(4-13其中辨識參數(shù)為 K、T，，目標函數(shù)選擇為式（4-9）。應用多種群遺傳算法進行辨識，算法的各項參數(shù)取值與 4.5.1 節(jié)中的取值相同。剛開始進行參選擇時，先選擇一組較大的參數(shù)區(qū)間進行辨識，根據(jù)辨識結(jié)果逐步調(diào)整辨的區(qū)間，直到得到滿意的便是結(jié)果為止。多種群遺傳算法得到的系統(tǒng)輸出結(jié)果如圖 4-4、圖 4-5 所示。
【學位授予單位】：華北電力大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM621;TP273;TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 張國平;李亞麗;徐向藝;;群體智能算法研究及其在信息安全中的應用[J];信息技術(shù)與信息化;2019年11期

2 吳宗卓;;大數(shù)據(jù)時代群體智能算法的優(yōu)越性研究[J];無線互聯(lián)科技;2019年02期

3 李明;;模擬細菌菌落進化過程的群體智能算法[J];系統(tǒng)仿真學報;2013年02期

4 汪鐳,康琦,吳啟迪;群體智能算法總體模式的形式化研究[J];信息與控制;2004年06期

5 楊義先;李麗香;彭海朋;袁靜;陳永剛;張浩;;群體智能算法及其在信息安全中的應用探索[J];信息安全學報;2016年01期

6 陶乾;黃哲學;顧春琴;;一種“自我”感知的高維混沌群體智能算法[J];集成技術(shù);2014年03期

7 霍兆義;趙亮;尹洪超;孫文策;;基于群體智能算法的換熱網(wǎng)絡同步最優(yōu)綜合[J];化工學報;2012年04期

8 徐向藝;;幾種常規(guī)群體智能算法的研究[J];通訊世界;2016年22期

9 邱挺;葉長q

本文編號：2600448