本文關(guān)鍵詞：基于模糊神經(jīng)網(wǎng)絡(luò)的熱電廠脫硫系統(tǒng)建模與控制研究，由筆耕文化傳播整理發(fā)布。

【摘要】：熱電廠中SO2的排放給環(huán)境造成很嚴(yán)重的危害,因此合理控制二氧化硫的排放,提高脫硫效率,成為熱電廠中的重要問(wèn)題。由于熱電廠中脫硫過(guò)程具有多變量、非線性、不確定性以及延遲性等特點(diǎn),這就導(dǎo)致其建模和控制會(huì)存在困難。為了提高脫硫系統(tǒng)中脫硫效率并合理控制脫硫過(guò)程,保證系統(tǒng)能平穩(wěn)高效運(yùn)行,所以對(duì)脫硫過(guò)程中的智能建模和智能控制方法進(jìn)行研究將會(huì)具有重要的理論和實(shí)際意義。在石灰石/石膏濕法煙氣脫硫系統(tǒng)中,漿液PH值對(duì)脫硫效率影響較大,因此本文從脫硫效率建模和漿液PH值控制兩個(gè)方面進(jìn)行分析與研究。由于在脫硫工程中影響脫硫效率的因素比較多,所以本文將T-S模糊神經(jīng)網(wǎng)絡(luò)引入到軟測(cè)量建模中,進(jìn)而對(duì)脫硫效率進(jìn)行建模,通過(guò)仿真說(shuō)明了該模型的有效性,通過(guò)數(shù)據(jù)分析表明了該模型具有良好的性能。在漿液PH值控制過(guò)程中,由于此過(guò)程具有慣性大、延遲性以及非線性的特點(diǎn),所以本文選用了Mamdani模糊神經(jīng)網(wǎng)絡(luò)來(lái)建立控制器并用于漿液PH值控制中,并且在控制中為了進(jìn)一步提高網(wǎng)絡(luò)的尋優(yōu)能力以達(dá)到更好的控制效果,又提出將DEBP算法的模糊神經(jīng)網(wǎng)絡(luò)用于脫硫系統(tǒng)PH值控制優(yōu)化中,通過(guò)仿真表明了基于此算法的模糊神經(jīng)網(wǎng)絡(luò)在脫硫系統(tǒng)控制中更顯其優(yōu)勢(shì),本文對(duì)于模糊神經(jīng)網(wǎng)絡(luò)在工程上的應(yīng)用具有一定的參考價(jià)值和工程意義。
【關(guān)鍵詞】：模糊神經(jīng)網(wǎng)絡(luò) 脫硫效率建模 軟測(cè)量 漿液PH值控制 差分進(jìn)化算法
【學(xué)位授予單位】：青島科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X773;TP183
【目錄】：

• 摘要3-4
• ABSTRACT4-9
• 1 緒論9-16
• 1.1 課題背景及研究意義9-10
• 1.2 國(guó)內(nèi)外研究與發(fā)展?fàn)顩r10-13
• 1.2.1 石灰石/石膏濕法煙氣脫硫工藝研究與發(fā)展?fàn)顩r10-11
• 1.2.2 軟測(cè)量技術(shù)研究與發(fā)展?fàn)顩r11
• 1.2.3 PH值控制研究與發(fā)展?fàn)顩r11-12
• 1.2.4 模糊神經(jīng)網(wǎng)絡(luò)研究與發(fā)展?fàn)顩r12-13
• 1.3 課題研究?jī)?nèi)容和主要工作13-16
• 2 石灰石/石膏濕法煙氣脫硫系統(tǒng)機(jī)理分析16-27
• 2.1 濕法煙氣脫硫工藝流程和基本原理16-18
• 2.1.1 濕法煙氣脫硫工藝流程16-17
• 2.1.2 濕法煙氣脫硫基本原理17-18
• 2.2 濕法煙氣脫硫系統(tǒng)組成18-19
• 2.3 濕法煙氣脫硫效率影響因素19-22
• 2.4 濕法煙氣脫硫系統(tǒng)過(guò)程分析22-24
• 2.4.1 系統(tǒng)過(guò)程控制分析22-23
• 2.4.2 系統(tǒng)過(guò)程參數(shù)分析23-24
• 2.4.3 系統(tǒng)過(guò)程特性分析24
• 2.5 濕法煙氣脫硫系統(tǒng)漿液PH值控制方案分析24-26
• 2.6 本章小結(jié)26-27
• 3 模糊神經(jīng)網(wǎng)絡(luò)理論27-40
• 3.1 模糊系統(tǒng)理論27-31
• 3.1.1 模糊邏輯控制基本原理27
• 3.1.2 模糊邏輯系統(tǒng)組成27-30
• 3.1.3 模糊控制系統(tǒng)特點(diǎn)30-31
• 3.2 誤差反向傳播神經(jīng)網(wǎng)絡(luò)31-34
• 3.2.1 神經(jīng)元模型31
• 3.2.2 BP網(wǎng)絡(luò)結(jié)構(gòu)31-32
• 3.2.3 BP網(wǎng)絡(luò)算法32-34
• 3.3 模糊神經(jīng)網(wǎng)絡(luò)34-39
• 3.3.1 模糊神經(jīng)網(wǎng)絡(luò)概述34-35
• 3.3.2 T-S模糊神經(jīng)網(wǎng)絡(luò)35-38
• 3.3.3 Mamdani模糊神經(jīng)網(wǎng)絡(luò)38-39
• 3.4 本章小結(jié)39-40
• 4 基于T-S模糊神經(jīng)網(wǎng)絡(luò)脫硫效率軟測(cè)量建模研究40-49
• 4.1 概述40
• 4.2 軟測(cè)量技術(shù)40-43
• 4.2.1 軟測(cè)量技術(shù)原理40-42
• 4.2.2 軟測(cè)量建模方法42-43
• 4.3 基于T-S模糊神經(jīng)網(wǎng)絡(luò)脫硫效率軟測(cè)量建模仿真研究43-48
• 4.3.1 數(shù)據(jù)采集和預(yù)處理43-44
• 4.3.2 脫硫效率模型建立44-45
• 4.3.3 仿真研究45-48
• 4.4 本章小結(jié)48-49
• 5 基于Mamdani模糊神經(jīng)網(wǎng)絡(luò)漿液PH值控制研究49-60
• 5.1 概述49
• 5.2 PH值數(shù)學(xué)模型49-52
• 5.3 基于Mamdani模糊神經(jīng)網(wǎng)絡(luò)PH值控制器設(shè)計(jì)與仿真52-59
• 5.3.1 FNN控制器設(shè)計(jì)52-54
• 5.3.2 FNN控制算法54-56
• 5.3.3 仿真研究56-59
• 5.4 本章小結(jié)59-60
• 6 基于DEBP算法的模糊神經(jīng)網(wǎng)絡(luò)脫硫系統(tǒng)控制優(yōu)化研究60-73
• 6.1 概述60
• 6.2 DEBP算法理論60-68
• 6.2.1 差分進(jìn)化算法60-63
• 6.2.2 DEBP算法63-65
• 6.2.3 仿真研究65-68
• 6.3 基于DEBP算法的模糊神經(jīng)網(wǎng)絡(luò)在漿液PH值控制中仿真研究68-72
• 6.4 本章小結(jié)72-73
• 總結(jié)與展望73-74
• 參考文獻(xiàn)74-79
• 致謝79-80
• 攻讀學(xué)位期間發(fā)表學(xué)術(shù)論文目錄80-81

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 程換新;于沙家;;面向脫硫系統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制[J];石油化工自動(dòng)化;2015年05期

2 王志剛;;基于動(dòng)態(tài)搜索策略的人工蜂群算法[J];計(jì)算機(jī)工程與科學(xué);2015年04期

3 王華秋;;自組織模糊神經(jīng)網(wǎng)絡(luò)的內(nèi)�？刂蒲芯颗c應(yīng)用[J];計(jì)算機(jī)仿真;2014年04期

4 李駿;沈凱;周長(zhǎng)城;徐海濤;朱孝強(qiáng);王偉;;煙氣脫硫吸收塔pH值控制策略優(yōu)化研究[J];環(huán)境科學(xué)與技術(shù);2012年04期

5 莫俊武;彭宜藻;李江;;脫硫指標(biāo)競(jìng)賽的經(jīng)濟(jì)性分析[J];華電技術(shù);2012年01期

6 黃少榮;;群智能算法的混合策略研究[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年12期

7 楊建祥;;新環(huán)保標(biāo)準(zhǔn)的實(shí)施對(duì)新建火電廠工程設(shè)計(jì)影響分析[J];電力勘測(cè)設(shè)計(jì);2011年06期

8 張照生;羅健旭;;基于差分進(jìn)化算法的模糊神經(jīng)網(wǎng)絡(luò)控制器[J];計(jì)算機(jī)與應(yīng)用化學(xué);2011年12期

9 劉興陽(yáng);毛力;;基于t分布變異的自適應(yīng)差分進(jìn)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年02期

10 岳香梅;李子萌;;濕法脫硫中pH傳感器的信號(hào)處理研究[J];山西大同大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 吳燕玲;遺傳規(guī)劃及其在數(shù)據(jù)驅(qū)動(dòng)軟測(cè)量建模中的應(yīng)用[D];浙江大學(xué);2009年

2 李修亮;軟測(cè)量建模方法研究與應(yīng)用[D];浙江大學(xué);2009年

3 孫俊;量子行為粒子群優(yōu)化算法研究[D];江南大學(xué);2009年

4 孫海蓉;模糊神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[D];華北電力大學(xué)（河北）;2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 齊年哲;石灰石—石膏濕法煙氣脫硫效率的軟測(cè)量技術(shù)[D];華北電力大學(xué);2014年

2 蘭穎;內(nèi)�？刂圃跐穹煔饷摿蚩刂葡到y(tǒng)中的研究與應(yīng)用[D];華北電力大學(xué);2014年

3 王耀東;基于改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[D];西安科技大學(xué);2012年

4 彭懿;人工魚(yú)群算法的改進(jìn)及其在桁架結(jié)構(gòu)設(shè)計(jì)中的應(yīng)用[D];廣東工業(yè)大學(xué);2012年

5 王志峰;火力發(fā)電廠脫硫島控制系統(tǒng)的設(shè)計(jì)與應(yīng)用[D];華北電力大學(xué);2011年

6 張惠澤;基于高斯過(guò)程的pH中和過(guò)程控制研究[D];哈爾濱工業(yè)大學(xué);2010年

7 蘇偉;基于濕法脫硫工藝的硫酸鈣結(jié)垢特性實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2009年

8 劉天元;內(nèi)�？刂扑惴ㄔ阱仩t煙氣脫硫pH值控制系統(tǒng)中的仿真研究[D];昆明理工大學(xué);2009年

9 郭興華;模糊神經(jīng)網(wǎng)絡(luò)控制在鍋爐汽溫系統(tǒng)中的應(yīng)用研究[D];燕山大學(xué);2009年

10 李偉發(fā);基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)PID控制算法的煙氣脫硫控制[D];太原理工大學(xué);2009年

  本文關(guān)鍵詞：基于模糊神經(jīng)網(wǎng)絡(luò)的熱電廠脫硫系統(tǒng)建模與控制研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：267602