袁俊文
(黑龍江省電力科學(xué)研究院,哈爾濱 150030)
汽包水位是鍋爐運(yùn)行中一個(gè)重要的監(jiān)控參數(shù),它間接反映了鍋爐蒸汽負(fù)荷與給水量之間的平衡關(guān)系。汽包水位的常規(guī)控制方式為前饋-反饋三沖量串級(jí)控制系統(tǒng),即將主蒸汽流量作為前饋控制信號(hào),作為調(diào)節(jié)給水流量的前導(dǎo)信號(hào)。在鍋爐工況變化不劇烈的情況下,主副P(pán)ID控制器組成的串級(jí)控制系統(tǒng)能較好地控制由汽包壓力及給水流量波動(dòng)引起的水位變化,但在鍋爐工況變化較劇烈時(shí),此控制系統(tǒng)將會(huì)出現(xiàn)超調(diào)量增大、振蕩加劇等現(xiàn)象[1]。針對(duì)這一現(xiàn)象,本文提出將模糊控制與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合構(gòu)成串級(jí)控制系統(tǒng)主調(diào)節(jié)器的方法,以改善鍋爐汽包水位控制品質(zhì)。
在公路建設(shè)中,邊坡的穩(wěn)定性是一大難題,在出現(xiàn)邊坡問(wèn)題時(shí)應(yīng)及時(shí)解決,降低公路上的安全隱患。為了提供給人們更好的生活,滿(mǎn)足社會(huì)建設(shè)的需求,我國(guó)施工行業(yè)應(yīng)不斷提升自身水平,不斷優(yōu)化邊坡建設(shè),提出更優(yōu)質(zhì)的建設(shè)方案與防治措施,提高我國(guó)的建筑水平。
串級(jí)給水控制系統(tǒng)原理如圖1所示。
其次是在運(yùn)營(yíng)層面發(fā)力。企業(yè)要持續(xù)為市場(chǎng)提供高質(zhì)量的產(chǎn)品和服務(wù),并不斷根據(jù)環(huán)境的變化提供越來(lái)越好的用戶(hù)體驗(yàn)。這是實(shí)際產(chǎn)品質(zhì)量與企業(yè)的品牌定位無(wú)縫對(duì)接的過(guò)程,因?yàn)橛脩?hù)通過(guò)實(shí)際的產(chǎn)品以及具體服務(wù)來(lái)感知和判斷產(chǎn)品價(jià)值,從而形成自己對(duì)于相應(yīng)企業(yè)產(chǎn)品的品牌定位。企業(yè)要清楚,真正在用戶(hù)的實(shí)際消費(fèi)行為中起決定作用的,是用戶(hù)實(shí)際的品牌感知。因此,對(duì)企業(yè)而言,實(shí)現(xiàn)無(wú)形的品牌價(jià)值與實(shí)際產(chǎn)品的有效對(duì)接,是企業(yè)在自身品牌建設(shè)過(guò)程中的重要環(huán)節(jié)。
圖1 串級(jí)給水控制系統(tǒng)原理圖Fig.1 Cascade feed water control system principle diagram
圖1中兩個(gè)回路的任務(wù)及動(dòng)態(tài)特性不同,可以選用不同的調(diào)節(jié)器。主調(diào)節(jié)器一般采用比例積分控制規(guī)律,保證水位無(wú)靜態(tài)偏差。主調(diào)節(jié)器的輸出信號(hào)和給水流量、蒸汽流量信號(hào)都作用到副調(diào)節(jié)器,用以消除給水壓力波動(dòng)等因素、一次給水流量的自發(fā)性擾動(dòng)以及當(dāng)蒸汽負(fù)荷改變時(shí)迅速調(diào)節(jié)給水流量,以保證給水流量和蒸汽流量平衡。副調(diào)節(jié)器可采用比例調(diào)節(jié)器,以保證副回路的快速性[2]。
在確定了量化因子之后,誤差e和誤差變化率ec可通過(guò)式(3)、式(4)轉(zhuǎn)換為模糊BP網(wǎng)絡(luò)的輸入E和EC。
之前我們已經(jīng)學(xué)習(xí)了C和G五指音階。這兩組音階都使用全音和半音的關(guān)系構(gòu)成:全音—全音—半音—全音。這就是本單元的重點(diǎn)內(nèi)容—音階“秘密公式”,在學(xué)習(xí)這個(gè)音階“秘密公式”之前,教師可引導(dǎo)學(xué)生分析已經(jīng)學(xué)過(guò)的C和G五指音階中音與音之間的關(guān)系,從而讓學(xué)生自主總結(jié)出這套“秘密公式”,它可應(yīng)用于任何一個(gè)大調(diào)的五指音階。雖然本單元的授課內(nèi)容是針對(duì)D五指音階展開(kāi)的,但建議老師可以鼓勵(lì)學(xué)生將音階“秘密公式”作適當(dāng)?shù)臄U(kuò)展,延伸到所有白鍵位置,能力較強(qiáng)的學(xué)生也可擴(kuò)展到五個(gè)黑鍵位置。具體可以分以下兩個(gè)步驟進(jìn)行教學(xué):
詳細(xì)分析鍋爐汽包實(shí)際運(yùn)行情況,全面總結(jié)歸納專(zhuān)家的汽包水位控制經(jīng)驗(yàn)和知識(shí),同時(shí)考慮系統(tǒng)的穩(wěn)定性、響應(yīng)速度、超調(diào)量和穩(wěn)態(tài)精度等方面,可以得出一套控制規(guī)則,即:汽包水位偏差為正時(shí),若偏差的變化率為正(負(fù)),這是汽包水位偏差有減小(增大)的趨勢(shì),為盡快消除偏差又不引起水位超調(diào),應(yīng)使給水量給定值減小(增大)。具體控制規(guī)則的形式表示為:
模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)通常由模糊控制器和一個(gè)神經(jīng)網(wǎng)絡(luò)組成,既具有模糊控制器的善于表達(dá)人類(lèi)的經(jīng)驗(yàn)知識(shí)、推理能力強(qiáng)的特點(diǎn),又具有神經(jīng)網(wǎng)絡(luò)控制器的直接從控制數(shù)據(jù)中學(xué)習(xí)知識(shí)、學(xué)習(xí)能力強(qiáng)等特點(diǎn)。
模糊神經(jīng)網(wǎng)絡(luò)[3-6]的結(jié)構(gòu)一般包括輸入層、隸屬函數(shù)層、模糊規(guī)則層和輸出層。輸入信號(hào)根據(jù)精確程度和控制要求各定義7個(gè)模糊集合{NB、NM、NS、ZO、PS、PM、PB},即{負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大}。由于高斯函數(shù)具有表示形式簡(jiǎn)單,徑向?qū)ΨQ(chēng),光滑性好等優(yōu)點(diǎn),因此輸入函數(shù)選用高斯函數(shù)μ(x)=exp[-(x-a)2/b],式中通過(guò)調(diào)整參數(shù)a和b可以改變隸屬函數(shù)的形狀和偏移點(diǎn)。高斯隸屬度函數(shù)曲線如圖2所示。
圖2 高斯隸屬度函數(shù)曲線Fig.2 Gauss membership function curve
假設(shè) e、ec的連續(xù)取值范圍分別為[eL,eH]、[ecL,ecH],則量化因子 ke、kec的計(jì)算表達(dá)式為:
圖3 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.3 Fuzzy neural network structure diagram
模糊控制規(guī)則的第i條規(guī)則具有如下形式:
式中:E、EC分別為處理后的輸入變量偏差及偏差變化率;U為輸出控制量。
模糊BP網(wǎng)絡(luò)作為主調(diào)節(jié)器的結(jié)構(gòu)框圖,如圖4所示。通過(guò)量化因子ke和kec將實(shí)際輸入量偏差e和實(shí)際輸入量偏差變化率ec量化為模糊BP網(wǎng)絡(luò)控制器的精確輸入E和EC。
式中,m、n為量化等級(jí)數(shù)。
圖4 鍋爐汽包水位模糊BP網(wǎng)絡(luò)串級(jí)控制系統(tǒng)結(jié)構(gòu)圖Fig.4 Cascade control system structure diagram of boiler drum level fuzzy BP network
模糊規(guī)則層的輸入連線用來(lái)和模糊邏輯規(guī)則的前提條件相匹配,神經(jīng)元的個(gè)數(shù)等于模糊規(guī)則的個(gè)數(shù),神經(jīng)元的激活函數(shù)為線性函數(shù)。模糊神經(jīng)網(wǎng)絡(luò)具有多層感知器的結(jié)構(gòu)形式,可以用 BP算法來(lái)修正其中的可調(diào)參數(shù)。本文采用了兩個(gè)輸入一個(gè)輸出的模糊邏輯控制系統(tǒng),如圖3所示。
可是在未來(lái),我們更有興趣的是,戴上VR的裝置后,我們主演一部由周迅、章子怡、姜文“陪我演的電影”。無(wú)論是想要奪寶,還是跟夢(mèng)中情人談一場(chǎng)戀愛(ài),或是跟TFBOYS同臺(tái)辦演唱會(huì),都可以做得到。
相比與網(wǎng)絡(luò)貸款的不可靠性,中國(guó)銀行和中國(guó)建設(shè)銀行等為真正需要貸款的學(xué)子提供了有一定保障的渠道.但據(jù)調(diào)研得知,僅有16.15%的在校大學(xué)生了解銀行推出的校園貸產(chǎn)品,這說(shuō)明銀行校園貸產(chǎn)品的普及率還遠(yuǎn)遠(yuǎn)不夠.因此,普及銀行校園貸產(chǎn)品,引導(dǎo)大學(xué)生正確規(guī)避風(fēng)險(xiǎn),形成不良借貸平臺(tái)“擠出效應(yīng)”迫在眉睫.
式中〈〉代表取整運(yùn)算(四舍五入)。
于是安文浩站起身,朝伯虎他倆看了兩眼,有些厭惡地回應(yīng)到,“既然我當(dāng)副總對(duì)你們來(lái)講是壞事,那干脆別聘任我了?!?/p>
為了使控制規(guī)則更準(zhǔn)確,則需要通過(guò)大量的仿真試驗(yàn)來(lái)修改完善規(guī)則庫(kù)。
控制系統(tǒng)中的副調(diào)節(jié)器—給水流量調(diào)節(jié)器以模糊BP網(wǎng)絡(luò)調(diào)節(jié)器的輸出作為給定值,同時(shí)以主蒸汽流量作為前饋信號(hào),通過(guò)調(diào)節(jié)給水流量來(lái)維持汽包水位在設(shè)定的范圍內(nèi)。
以某電廠350 MW超臨界機(jī)組的鍋爐為對(duì)象,在Matlab中使用simulink模塊對(duì)系統(tǒng)進(jìn)行仿真[7],分別用常規(guī)PID控制器和模糊BP網(wǎng)絡(luò)控制器作為鍋爐汽包水位串級(jí)控制系統(tǒng)的主調(diào)節(jié)器[8],構(gòu)建控制系統(tǒng)框圖。給水流量通道的傳遞函數(shù)為Gp=,蒸汽流量通道的傳遞函數(shù)為對(duì)構(gòu)建的汽包水位閉環(huán)控制系統(tǒng)分別進(jìn)行汽包水位定值擾動(dòng)和蒸汽流量擾動(dòng)試驗(yàn),得到了常規(guī)PID控制與模糊BP網(wǎng)絡(luò)控制的響應(yīng)曲線,如圖5和圖6所示。
圖5 定值擾動(dòng)情況下兩種控制方式的響應(yīng)曲線Fig.5 Response curves of two kinds of control mode under constant value disturbance case
圖6 蒸汽流量擾動(dòng)情況下兩種控制方式的響應(yīng)曲線Fig.6 Response curves of two kinds of control mode under steam flow disturbance case
從圖5的仿真響應(yīng)曲線可以看出,在加入定值擾動(dòng)的情況下,模糊BP網(wǎng)絡(luò)控制器比常規(guī)PID控制器作為鍋爐汽包水位串級(jí)控制的主調(diào)節(jié)器具有更好的控制特性,模糊BP網(wǎng)絡(luò)控制系統(tǒng)在20 s左右時(shí)整個(gè)過(guò)渡過(guò)程趨于平穩(wěn),且具有良好的動(dòng)態(tài)性能和穩(wěn)態(tài)精度。
從圖6的仿真響應(yīng)曲線可以看出,在加入蒸汽流量擾動(dòng)的情況下,模糊BP網(wǎng)絡(luò)控制器作為主調(diào)節(jié)器的控制系統(tǒng)能夠較快地抑制干擾,系統(tǒng)的動(dòng)態(tài)性能較好。
本文將模糊控制與BP神經(jīng)網(wǎng)絡(luò)二者的優(yōu)點(diǎn)相結(jié)合,解決了常規(guī)PID控制參數(shù)不可變的缺點(diǎn),且組成的調(diào)節(jié)系統(tǒng)具有結(jié)構(gòu)簡(jiǎn)單、學(xué)習(xí)參數(shù)少、學(xué)習(xí)時(shí)間短的特點(diǎn)。將其應(yīng)用于鍋爐汽包水位串級(jí)控制中,對(duì)提高控制系統(tǒng)的控制品質(zhì)具有重要作用,同時(shí)也為投入實(shí)際生產(chǎn)提供了理論依據(jù)。
[1] 朱少華,李智.基于模糊自整定PID的鍋爐汽包水位控制研究[J].沈陽(yáng)工程學(xué)院學(xué)報(bào),2010,6(3):244 -246.ZHU Shaohua,LI Zhi.Study on control of water level in boiler based on fuzzy self-tuning PID[J].Journal of Shenyang Institute of Engineering,2010,6(3):244 -246.
[2] 邊立秀,周俊霞,趙勁松,等.熱工控制系統(tǒng)[M].北京:中國(guó)電力出版社,2010.BIAN Lixiu,ZHOU Junxia,ZHAO Jinsong,et al.Thermal Control System[M].Beijing:China Electric Power,2010.
[3] 趙振宇,徐用懋.模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用[M].北京:清華大學(xué)出版社,1996.ZHAO Zhenyu,XU Yongmao.The foundation and application of fuzzy theory and neural network[M].Beijing:Tsinghua University Press,1996.
[4] 譚永紅.神經(jīng)網(wǎng)絡(luò)自適應(yīng)PID控制[J].桂林電子工業(yè)學(xué)院學(xué)報(bào),1992,12(2).TAN Yonghong.Neural network self- adaptive PID control[J].Journal of Guilin Institute of Electronic Technology,1993,12(2).
[5] 諸靜.模糊控制原理與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2000.CHU Jing.The principle and application of fuzzy control[M].Beijing:China Machine Press,2000.
[6] 李士勇.模糊控制·神經(jīng)控制和智能控制論[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1996.LI Shiyong.Fuzzy control,neural control and intelligent control[M].Harbin:Harbin Institute of Technology Press,1996.
[7] 范影天.MATLAB仿真應(yīng)用詳解[M].北京:人民郵電出版社,2001.FAN Yingtian.Details of MATLAB simulation and application[M].Beijing:Post& Telecom Press,2001.
[8] 李國(guó)勇.智能控制及其MATLAB實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2005.LI Guoyong.Intelligent control and its MATLAB realization[M].Beijing:Publishing House of Electronics Industry,2005.