基于神经网络的解耦方法在直流锅炉中的应用

第 6期 ( 总第 1 5 1期) 2 0 0 8年 1 2月 机 械 工 程 与 自 动 化 MECHANI CAL ENGI NEERI NG & AUTOMATI ON No6 De c 文章编号 ： 1 6 7 2 6 4 1 3 ( 2 0 0 8 ) 0 6 0 1 4 7 0 3 基于神经网络的解耦方法在直流锅炉中的应用 王 亚顺 ，徐 笑 ( 华北 电力大学 控制科 学与工程学院 ，河北保定0 7 1 0 0 3 ) 摘要 ： 分析了直流锅炉运行时各变量之 间的耦合关系 ， 针对直 流锅炉参数多变 、 强耦合的特点 ， 提 出了一种改 进的误差反向传播算法 ( B P ) 的神经 网络分散解耦方法 ；仿真及实验结果表明，神经网络分散解耦算法具有很 强 的自学习功能和 自适应解耦能力 ，是解决多变量和强耦合问题的一种有效途径 。 关键词 ：直流锅炉 ；解耦控制；B P神经网络 中图分类号 ：TP 1 8 3： T K2 2 文献标识码 ：A 0 引言 中间点温度与主蒸汽压力是表征直流锅炉运行状 态 的两个重要指标。实践证 明，直流锅炉属多变量耦 合被控对象，其 中给水量与燃料量的变化不但会引起 中间点温度的变化，而且对主蒸汽压力、蒸汽流量等 都造成影响，因此必须使燃料量和给水量保持适当比 例的协调来控制 中间点温度 ， 实现过热气温的粗调 。 同 时直流锅炉的动态特性具有很强的非线性、时变性和 不确定性 ， 常规的线性解耦设计很难获得较好 的效果。 神经网络控制不依赖控制对象精确 的数学模型， 是处理控制系统 中不确定性 、非线性和强耦合的一种 有效方法 。本文针对直流锅炉的特点 ，采用基于开环 解 耦的 B P神经 网络分散控制算法 ，对直 流锅 炉气 温一压力控制系统进行解耦 ， 从工程实用的角度而言， 这种算法 比较可靠 ，易于实现。 1 直流锅炉气温一压力控制系统的数学模型 直流锅炉单元机组控制系统是一个三输入 三输 出并具有相互耦合关联极强特性的系统。其 3个输入 量分别是给水量 、燃烧量 B和汽机 阀门开度 ， ，3 个输出量分别是 中间点温度 7 1 、主蒸汽压力 P r和功 率 。由于汽机阀门开度对中间点温度影响很小 ， 可 以近似忽略。而且仅考虑直流锅炉作为被控对象 ，所 以控制系统可以转化为一个双输入 双输 出的被控对 象 。系统对象传递 函数框图见图 1 。 2 神经网络解耦器结构及其算法 2 1 神 经 网络 解耦 结构 分散式神经网络开环解耦方式中的解耦器 由 x ( 一1 ) 个 S I S O神经网络构成( 为对象的输入数) 。 在 分散式神经网络开环解耦方式中，每个神经网络解耦 器是单输人 单输 出的， 它只负责一个通道的解耦， 因 此它的结构比较简单 。 另外 ， 它的指标函数也很简单， 因为总的目标函数已经被分解为单一的 目标函数 ，而 且不必再考虑解耦器本身各通道之间的互连问题 。一 个具有双输入 双输出的被控过程， 其神经解耦结构见 图 2 。 图 1 系统对 象传递 函数框 图 图 2 神经 网络解耦结构框 图 从图 2可以看出， 通过训练神经网络 ND1 、 N D2 ， 可以将来 自其它通道的耦合视为干扰进行补偿 ，从而 达到解耦的 目的。 2 2 神经网络开环解耦 器训练算法L 3 为使广义对象开环解耦 ，先断开控制器 ，并在神 经网络解耦器 ND i 的输入端加入输入信号： 收稿 日期：2 0 0 8 0 3 1 3 ；修 回 日期 ：2 0 0 8 0 7 2 1 作者简介：王亚顺 ( 1 9 8 2 一 ) ， 男 ， 河北丰润人 ， 硕士研究生 ， 研究方向 ： 先进 控制策略在过程控制 中的应用 。 学兔兔 w w w .x u e t u t u .c o m 1 4 8 机 械 工 程 与自 动 化 2 0 0 8 年 第 6期 o ， 一 1 ， ， 。 这时， 若已实现解耦 ， Y 应等于 0 ， 这样神经网络 解耦器 ND i 的指标函数 为 ： J i ( 七 ) z。 ( 2 ) 其 中 ： 为训 练所用 的样本数 。 根 据 B P学 习算法 的改进算 法 动量法 ，神 经 网络中权值的更新由下式决定 ： A w ( 足 ) 一 一j 7 + 口 叫( 愚 一 1 ) 。 ( 3 ) 其中： 为学习率 ； a为动量系数 ； W为对应神经网络 的权值。 因此对 于神 经 网络 ND i 有 ： Z O i 一 一 j7 Y l O Y i i ! + a A ) 。 ( 4) 其中： 为网络输出层的输 出信号 。 为了讨论方便 ，略去下标 ，统一记为： 叫 ( 正 ) 一 一 +a A w ( k一 1 ) 。 ” ( 5 ) 由于学习率是一个可调整的参数 ，偏导数与学习 率的乘积决定权值的变化量 ，因此 ，偏导数的绝对值 并不 十分重要。如果我们知道偏导数的符号，将其记 为 s i g n ( ) ， 通过调整学习速率， 可使： j 7 一17 I I ， 因 此式 ( 5 ) 可 以写成 ： A w ( k ) = -9 s i g n( ) Y +a A w ( k - 1 ) 。 ( 6) 在实际工业生产中，有许多被控过程具有单调上 升或单调下降的特性 ， 也就是说 ， Y是关于 “ 的单调上 升 或 单 调 下 降 函 数。当 Y关 于 U 是 单 调 上 升 时 s i g n ( a y) =1 ， 反之 为 1 。网络 的输 入 输 出关 系 可 以 表示 为 ： f ： 。 ( 7 ) l u 一 f ( w “ o ) ) 。 其 中：“ “ 为网络中间层的输 出信号 ， “ “ 一 “ i ” ， 5 ” ， “ ； ” ， ， “ ”为第 i 个隐节点的输出信号 ； “ 为网络 输 入 层 的 输 人 信 号， “ 一 “ ， “ ； o ) ， 5 ( ) ) ， 一 ( 志 ) ， ， x ( k 一 ) ， ( 是 一1 ) ， ， ( 南 一7 ) ； W 为 网络中间层与输出层之间的连接权 向量 ， W 一E wl ， 叫 ， ， 。 为第 i 个隐节点与输出层之间的连接 权 ； z v “ 为网络输入层与中间层之间的连接权矩阵 ： 对 于输 出层有 ： 一 告( 1 一 “ z ) 。 ( 9 ) 对于中间层有 ： 一 一 丢 一 U 2X 扣 一 一 一 一 一 ( “ ) 。 ) 。 ( 1 0 ) 于是输出层和中间层的权值更新表达式分别如下： A w 一 等 s ig n ( ay ) Y ( 1 + O t W ( 志 一 1 ) 。 ( 1 1 ) A w 一 手 s ig n ( 筹 ) Y ( 1 - U 2 ( 1 一 ( ： ” ) ) +口 叫 ( 足 一1 ) 。 ( 1 2 ) 3 神经 网络 解耦控 制的仿 真 采用图 1所示控制系统 ，进行神经网络开环解耦 训练。被控对象传递函数见文献 1 。ND 1 、ND 2均 采用相同的 3 层 B P网络， 输入层、中间层 、 输出层节 点个数分别为 9 、1 0 、1 ，神经网络解耦器的隐含层与 输 出层 的激励 函数均为双 曲正切 函数 ，即 f( x) 一 l 二三 一 。学习率 ， 动量系数 。 对 ， 4 - o -z rl = O 0 00 1 a= O 9 z 一 z ， O 和E x ， z 。 ： o ， -，f 分别训练， 其 中z ( 0 ， 1 0 0 ) ， 一1 ， 2 。 随机抽取覆盖此范围的4 5 0 个样本， 用其 中 3 0 0个根据权值训练方法对 ND1 、ND 2训练 2 0 0 0 步 ， 然后再 用另外 1 5 0个样 本对 ND1 、 N D2的解 耦功 能进行检 验 。 图 3为 ND1的解耦功能检验仿真图，图中纵坐标 表示 2 7 。 的输出响应 Y ，横坐标表示样本数。从图 3可 看出， 当燃料量z 一0时， 随机抽取给水量 z 的可能值 1 5 0个输入 ND1时 ，直流锅炉 主蒸汽压力 Y 的数量级 为 1 0 ， 也就是说神经网络解耦器 ND1 能实现解耦功 能。 同理， 图 4中， 直流锅炉中间点温度Y 的数量级为 1 O 。 ，神经网络解耦器 ND2能实现解耦功能。 样本数 图 3 ND 1的解耦功能仿真 曲线 ( 8 )4结 论 其中： 为第i 个输入节点与第J个隐节点之间的权值。 耦 合性 在多 变量控 制系统 中普遍 存在 ，对于直 流 锅炉控制系统尤其如此 ，本文结合直流锅炉的运行特 学兔兔 w w w .x u e t u t u .c o m 2 0 0 8 年 第 6 期 机 械 工 程 与 自 动 化 1 4 9 点 ， 提出了一种基于 B P神经网络的分散解耦算法 。 此 方法把整个系统总的解耦 目标分解为每个神经子网的 分 目标， 这样 ， 每个神经子网仅对一个干扰通道解耦 ， 样本数 图 4 ND2的解耦功能仿真 曲线 其指标函数简单 ，易于实现。通过对直流锅炉气温一 压力控制系统的仿真实验研究，结果表明：神经网络 分散解耦算法有效地解决了多变量控制系统强耦合的 问题，其结构简单 ，形式规范。 参考文献 ： 1 刘吉臻 协 调控制 与给水控 制 M 北京 ： 中国 电力 出版 社 ， 1 9 9 5 E 2 李遵基 热工 自动控制 系统 M 北京 ： 中国电力 出版社 ， 1 99 2 3 白焰 神经 网络 控制在 钢球磨煤 机中间储仓 式制粉 系统 中的应用 D 沈 阳 ： 东北大学 ， 1 9 9 8 ： 4 9 5 6 4 郭红 戈 基于神 经网络 的多变量非 线性系统 广义预测 控 制 D 太原 ： 太 原理工大学 2 0 0 5 ： 7 9 8 3 E 5 李辉 一 种多变 量模糊 神经 网络解耦 控制 器的设 计 J 控制 与决 策 ， 2 0 0 6 ， 2 1 ( 5 ) ： 5 9 3 5 9 6 6 3 李新利 ， 白焰 一种 基于互相关函数的神经 网络在线解耦 学习算法 E J 系统 仿真学报 ， 2 0 0 5 ， 1 7 ( 7 ) ： 1 5 9 4 1 5 9 6 App l i c a t i o n o f De c o up l i n g M e t h o d Ba s e d o n Ne u r a l Ne t wo r k i n t h e Onc e - t hr o u g h Bo i l e r W ANG Ya s h un。 XU Xi a o ( sch o o l o f Co n t r o l S c i e n c e a n d Eng i n e e r i n g， No r t h Ch i n a El e c t r i c P o we r Un i v e r s i t y， B a o d i n g 0 7 1 0 0 3 ， Chi n a ) Ab s t r a c t ： The a r t i c l e a n a l y s e s t he c o upl i n g r e l a t i o ns a mo ng t he v a r i a bl e s dur i ng t he o nc e t h r o ugh b oi l e r r un ni n g Ac c o r d i n g t o t he f e a t u r e s o f c h a n g i n g p a r a me t e r s a n d s t r o n g c o u p l i n g o f o n c e t h r o u g h b o i l e r a n i mp r o v e d e r r o r b a c k p r 0 p a g a t i o n a l g o r i t h m ( B P) n e u r a l n e t wo r k d e c o u p l i n g me t h o d i s p r o p o s e d Th e r e s u l t s o f t h e s i mu l a t i o n a n d t h e e x p e r i me n t s h o w t h a t t h e n e u r a l n e t wo r k d e c o u p l i n g a l g o r i t h m h a s a s t r o n g s e l f l e a r n i n g f u n c t i o n a n d a d a p t i v e d e c o u p l i n g c a p a c i t y ， wh i c h i s a n e f f e c t i v e wa y t O s o l v e t h e mul t i va r i a b l e a nd t h e s t r o ng c ou pl i ng pr ob l e ms Ke y wo r d s ： o n c e t h r o u g h b o i l e r ； mu hi v a r i a b l e s y s t e m t d e c o u p l i n g c o n t r o l ； BP n e u r a l n e t wo r k -! 坐业尘 ： j - ： ! ! I l 9 k ： l - ! ： 生坐： ， ： ； 生! ： - ， 生! _ - -! 出， ! 业 出生 ； ! ： k 业- 生! 出 ： -9 ! -! l ： ： 9 k 坐 ! I ! ! ! ( 上接 第 1 4 6页 ) 地 和 水 厂总 控室 安 装避 雷 器 ， 同 时对 总 控室 和加 压 泵 站之间的通讯线两端安装避雷器， 并做好接地措施 。 另 外 ， 对 系统 的防雷接地、 保护接地 、 工作接地、 屏蔽接 地、 防静电接地等采用联合接地体 ， 并与电气接地系统 共用一套接地装置。 为了确保系统设备的正常运行， 对 P I C控制柜、 仪表箱 的电源进线端 配置 电源避雷器 。 实际运行中证明这些避雷措施是必要而且有效的。 3结语 利用 数字 化 通讯 网络 和 水 厂监 控 调 度平 台 ， 可实 现设备状态、 故障和参数信息 的实时传送 ， 准确显示， 即时报警 ， 并完成远程控制、 远程监视、 远程参数设定 等功能。 近一年的实际运行表明， 本系统稳定高效地保 证 了城市的供水 ， 它对 于城镇供水系统的建设具有一 定的参考和借鉴价值 。 参考文献 ： 1 黄 良沛 城市 供水系统 的优化调度 与智能控 制研究 D 长沙 ： 中南大学 ， 2 0 0 5 ： 1 1 1 - 1 1 5 2 俞 国亮 P L C原 理与 应用 M 北京 ： 清华大 学 出版 社 ， 2 00 5 3 马国华 监 控组 态软件及其应 用 M 北京 ： 清华大学 出版 社 ， 2 0 0 1 I n t e l l i g e nt Di s p a t c hi ng S y s t e m o f Ci t y W a t e r wo r k s M AO Do n g, J I A M i n z h i ， M ENG Ha o ， AN Li n g l i ( Co l l e g e o f I nf o r ma t i o n En gi n e e r i n g Ta i y u a n Un i v e r s i t y o f Te c h no l o g y， Ta i y u a n 0 3 0 0 2 4， China ) Ab s t r a c t ： I n t h i s p a p e r ， a n a u t o ma t i c c o n t r o l s y s t e m wa s d e s i g n e d f o r t h e wa t e r c o l l e c t i o n， p u r i f i e d wa t e r t r a n s p o r t a t i o n a n d o t h e r s e g me n t s i n wa t e r s u p p l y e n t e r p r i s e ， a n d a