330MW循環(huán)流化床鍋爐模糊神經(jīng)網(wǎng)絡(luò)建模與廣義預(yù)測(cè)控制研究.pdf

1、我國(guó)煤炭資源分布極不均勻，劣質(zhì)煤比例較高，含硫量1％以上的煤炭資源占到全國(guó)煤炭資源總量的50％以上。循環(huán)流化床鍋爐(Circulating Fluidized BedBoiler， CFBB)是一種燃燒適應(yīng)性非常廣的高效低污染發(fā)電設(shè)備，它可以燃燒各種劣質(zhì)煤，并實(shí)現(xiàn)爐內(nèi)脫硫，脫硫率可高達(dá)90％，目前在火力發(fā)電廠中占有主要的生產(chǎn)地位。然而，循環(huán)流化床鍋爐是一個(gè)非線性、強(qiáng)耦合、多輸入多輸出的大滯后復(fù)雜熱力系統(tǒng)，其構(gòu)造較一般的煤粉爐更為復(fù)雜，機(jī)

2、理建模中引用的許多經(jīng)驗(yàn)公式以及近似規(guī)則會(huì)導(dǎo)致模型的精確性降低，直接影響了機(jī)理模型在現(xiàn)場(chǎng)運(yùn)行的應(yīng)用。因此，如何建立起CFB鍋爐精確模型以及如何進(jìn)一步優(yōu)化控制CFB鍋爐一直是研究的熱點(diǎn)。
　　本文針對(duì)330MW的循環(huán)流化床鍋爐，深入了解了其工藝流程、對(duì)象特性以及協(xié)調(diào)控制系統(tǒng)多變量之間的關(guān)聯(lián)特性，利用330MW循環(huán)流化床鍋爐實(shí)際運(yùn)行日志數(shù)據(jù)，采用數(shù)據(jù)驅(qū)動(dòng)建模方法建立循環(huán)流化床鍋爐的協(xié)調(diào)控制系統(tǒng)模型，并用廣義預(yù)測(cè)控制對(duì)其進(jìn)行有效控制。主要

3、內(nèi)容如下:
　　(1)在分析CFB燃燒及協(xié)調(diào)控制系統(tǒng)特性的基礎(chǔ)上，對(duì)研究對(duì)象的模型進(jìn)行簡(jiǎn)化處理，將給煤量、一次風(fēng)量、汽輪機(jī)總閥位作為輸入量，將床溫、主蒸汽壓力、輸出功率作為輸出量?；谶\(yùn)行日志數(shù)據(jù)，采用模糊神經(jīng)網(wǎng)絡(luò)等驅(qū)動(dòng)建模方法建立了三輸入三輸出的循環(huán)流化床協(xié)調(diào)控制系統(tǒng)數(shù)學(xué)模型?？紤]到循環(huán)流化床協(xié)調(diào)控制系統(tǒng)的動(dòng)態(tài)特性會(huì)隨著負(fù)荷的變化而變化，所以將負(fù)荷作為唯一的語言變量，采用輸出加權(quán)平均的一階T-S型模糊推理建立模糊神經(jīng)網(wǎng)絡(luò)模型，并

4、將此模型與遞推最小二乘方法以及RBF神經(jīng)網(wǎng)絡(luò)方法建立的模型進(jìn)行比較。最終利用現(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行測(cè)試，仿真結(jié)果表明，T-S模糊神經(jīng)網(wǎng)絡(luò)模型可以很好地反映CFB鍋爐的動(dòng)態(tài)特性，即使在負(fù)荷發(fā)生大范圍變動(dòng)時(shí)，也可以獲得較為精確的預(yù)測(cè)結(jié)果。
　　(2)提出了一種基于T-S模糊神經(jīng)網(wǎng)絡(luò)模型的廣義預(yù)測(cè)控制策略(FNGPC)，將其應(yīng)用于循環(huán)流化床鍋爐協(xié)調(diào)控制系統(tǒng)中。仿真結(jié)果顯示，F(xiàn)NGPC可以對(duì)CFB鍋爐協(xié)調(diào)控制系統(tǒng)中主蒸汽壓力、床溫和輸出功率進(jìn)行很好