蔣靜江++李或++尹文佳

摘要 鍋爐汽包水位是一種多變量的非線性耦合系統(tǒng)。對此應(yīng)用T-S模糊神經(jīng)網(wǎng)絡(luò)模型以鍋爐汽包水位為對象進(jìn)行數(shù)學(xué)建模，并且針對廣東粵電集團(tuán)有限公司珠海發(fā)電廠裝機(jī)容量700WM的#1機(jī)組鍋爐汽包水位實時數(shù)據(jù)信號進(jìn)行仿真處理，通過對該模型的參數(shù)的預(yù)測學(xué)習(xí)以及與實際輸出的對比，得到符合條件的鍋爐汽包水位的仿真模型。

關(guān)鍵詞 汽包水位；T-S模糊模型；神經(jīng)網(wǎng)絡(luò)；仿真

中圖分類號 TK2

文獻(xiàn)標(biāo)識碼 A

文章編號2095-6363（2015）10-0050-02

面對日常生活中的時變系統(tǒng)，研究對象非常復(fù)雜，我們應(yīng)用理論和實驗對研究對象分析并不容易，這時最直接的解決方式就是建模。在數(shù)學(xué)領(lǐng)域建模并不能夠具體化，而是借助于一個系統(tǒng)和處于過程中的相關(guān)變量之間的某種關(guān)系來反映的數(shù)學(xué)結(jié)構(gòu)。電廠正常運行，最重要的因素就是汽包水位，如果因素不穩(wěn)定，最嚴(yán)重的結(jié)果就是導(dǎo)致鍋爐MFT。整個控制，目的在于保證汽水系統(tǒng)的穩(wěn)定、安全及經(jīng)濟(jì)運行?；谄刂葡到y(tǒng)的非線性、多時變、強(qiáng)耦合的特點，用T-S模糊模型對其進(jìn)行數(shù)學(xué)建模來加以分析與優(yōu)化。

1 模型描述

T-S模糊模型是基于Takagi-Sugeno模糊規(guī)則進(jìn)行系統(tǒng)建模的一種模型辨識方法，簡稱T-S模型。模型的輸入函數(shù)是規(guī)則后件：

R_i：if x is A_i then y_i=f_i（x）

i=1，2，…，n

（1）

這種語言規(guī)則描述的模型展開第f條規(guī)則可寫為：

這里， 在模糊系統(tǒng)中是第i條規(guī)則前件的模糊集合；P_im（m=1，2，……，k）是系統(tǒng)參數(shù)；x=[x₁，x₂，……，x_r]是輸入變量；y_i是輸出變量，輸入模糊，輸出確定。整個模糊推理過程的輸入與輸出的關(guān)系呈線性。

對輸入變量x來說，應(yīng)用模糊規(guī)則來計算每個輸入變量的隸屬度：

這里， 是隸屬度函數(shù)的中心和寬度；k是輸入?yún)?shù)；n是子集數(shù)。把隸屬度進(jìn)行計算，應(yīng)用連乘算子：

2 網(wǎng)絡(luò)辨識

T-S模糊神經(jīng)網(wǎng)絡(luò)由5層前向網(wǎng)絡(luò)組成：分為輸入層、模糊化層、模糊條件層、模糊決策層和輸出層。輸入層與輸入向量x連接。模糊化層采用隸屬度函數(shù)（3）對輸入值進(jìn)行模糊化得到模糊隸屬度值μ。模糊條件層采用模糊連乘公式（4），模糊決策層采用公式（5）計算模糊神經(jīng)網(wǎng)絡(luò)的輸出。

模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法如下。

1）誤差計算。

這里，y_d是期望輸出；Y_e是實際輸出；e是期望輸出和實際輸出的誤差。

2）系數(shù)修正。

這里， 是神經(jīng)網(wǎng)絡(luò)系數(shù)；a是學(xué)習(xí)效率； x_m是輸入?yún)?shù)； 是輸入?yún)?shù)隸屬度連乘積。

3）參數(shù)修正。

式中， ，分別為隸屬度函數(shù)的中心和寬度。

3 建模與仿真

鍋爐汽水系統(tǒng)的流質(zhì)是由給水和蒸汽兩部分來構(gòu)成，中間部分是鍋爐的汽包，如果給水量等于蒸汽量的時候，則汽包水位將不會變化。但鍋爐汽包水位不僅受到這兩部分的影響，還因為汽水混合物導(dǎo)致汽包中蓄水的體積不是實際體積，造成“虛假水位”。

汽包水位H體現(xiàn)不僅僅是汽包中的蓄水體積（包括汽水系統(tǒng)中的管道），也包括了汽水混合物中的汽泡，同時跟鍋爐負(fù)荷和蒸汽壓力有著直接關(guān)系。影響因素為：給水量；負(fù)荷；蒸汽壓力；燃料量。

汽包容積包括汽包內(nèi)部的水、蒸汽和汽水混合物。燃料量從燃燒到使?fàn)t水加熱蒸發(fā)的這個過程有較長時間，對汽包水位的影響滯后，忽略不計。將鍋爐汽壓變化和負(fù)荷變化這兩者影響水位的變化看成是一項。真正實質(zhì)上對汽包水位產(chǎn)生影響的因素則是機(jī)組給水量和鍋爐蒸汽量的階躍變化。

應(yīng)用建模，當(dāng)負(fù)荷在700MW工況下，針對珠海發(fā)電廠#1機(jī)組鍋爐左右兩側(cè)水位每隔5s測取數(shù)據(jù)，左、右側(cè)汽包水位取值范圍分別為-20mm～-70mm和-70mm～-120mm，最終的控制范圍為兩側(cè)水位和的平均值，變化范圍大概在-50mm～-80mm之間，根據(jù)測取的數(shù)據(jù)應(yīng)用T-S模糊模型建立系統(tǒng)模型。系統(tǒng)的算法流程如圖2所示、樣本數(shù)據(jù)實際擬合曲線與T-S模型預(yù)測輸出曲線對比如圖1（a）所示、其誤差曲線如圖1（b）所示，可以清晰的看到汽包水位的實際曲線與預(yù)測曲線的對比關(guān)系。

4 結(jié)論

本文應(yīng)用T-S模糊神經(jīng)網(wǎng)絡(luò)算法針對鍋爐汽包水位這一多變量非線性系統(tǒng)進(jìn)行建模，通過樣本數(shù)據(jù)的實測擬合曲線與預(yù)測模型輸出曲線對比仿真實驗可見，誤差在零點附近較小范圍內(nèi)波動，說明在本文中建立的模型，與珠海電廠內(nèi)實際情況相吻合，真實地反映了珠海發(fā)電廠裝機(jī)容量700WM的#1機(jī)組鍋爐汽包水位情況。對于今后的分析與控制起到了積極作用，對今后的研究和深入探討以及工程方面具有重大意義。