[发明专利]一种基于自适应神经模糊PID控制的锅炉燃烧优化方法

说明书

本发明公开了一种基于自适应神经模糊PID控制的锅炉燃烧优化方法，包括确定自适应神经模糊推理系统的结构，自适应神经模糊推理系统由3个双输入单输出的Sugeno系统并联组成，其输入为偏差e和偏差变化ec，输出分别为PID控制器3个参数的变化量ΔK_p、ΔK_i和ΔK_d；对输入输出进行模糊化，确定初始自适应神经模糊推理系统的前件参数并设置训练参数，训练初始自适神经模糊推理系统；将自适应神经模糊推理系统与PID控制器相结合组成自适应神经模糊PID控制器，获取自适应神经模糊PID控制器的参数K_p、K_i和K_d，最后将其输出作用于变频器，完成对风机转速的控制。从而提高燃烧效率，达到燃烧优化，节能减排的目的。

技术领域

本发明属于智能控制、自动控制领域，具体涉及一种基于自适应神经模糊PID控制的锅炉燃烧优化方法。

背景技术

锅炉是一种能量转换设备，在火力发电、矿产、船舶、民用供暖等中都是不可或缺的。电站锅炉作为火力发电厂的三大主机设备之一，若其效率低下，不仅会减少火电厂的效益，浪费煤资源，产生的NO_x还会造成环境污染。

火电厂的锅炉燃烧系统是整个后续生产的基础，风煤比的合理与否决定燃烧是否完全。一方面，锅炉燃烧系统是一个多变量、非线性、强耦合、强干扰、大滞后的系统，其精确的数学模型很难建立。另一方面，经典的PID控制需要解耦，受人为因素影响较大，而且煤种增多和机组并网等都对锅炉燃烧系统的控制提出了更高的要求。因此，锅炉燃烧系统的优化已经成为了火电厂升级改革，响应国家节能减排号召的必由之路。

发明内容

本发明的目的是提供一种基于自适应神经模糊PID控制的锅炉燃烧优化方法，利用自适应神经模糊推理系统(Adaptive Neuro-Fuzzy Inference Systems，简称ANFIS)，解决目前大多数锅炉燃烧系统中PID控制参数不能自整定，模糊PID控制中隶属度对专家知识经验依赖性强的问题。

为实现上述目的本发明采用以下技术方案：

一种基于自适应神经模糊PID控制的锅炉燃烧优化方法，主要包括自适应神经模糊PID控制的仿真和在锅炉燃烧系统的实现两部分，其特征在于，包括如下步骤：

步骤1：确定自适应神经模糊推理系统的结构，自适应神经模糊推理系统由3个双输入单输出的Sugeno系统并联组成，其输入为偏差e和偏差变化ec，输出分别为PID控制器3个参数的变化量ΔK_p、ΔK_i和ΔK_d；

步骤2：对步骤1中的输入输出进行模糊化，确定初始自适应神经模糊推理系统的前件参数并设置训练参数，训练初始自适神经模糊推理系统，最后经过推理得到输出ΔK_p、ΔK_i和ΔK_d；

步骤3：将自适应神经模糊推理系统与PID控制器相结合组成自适应神经模糊PID控制器，获取自适应神经模糊PID控制器的参数K_p、K_i和K_d，最后将其输出作用于变频器，完成对风机转速的控制。

作为本发明进一步的方案，步骤1具体为：

将红外温度传感器采集到的炉膛温度经过平均滤波、定标后，与设定温度做差，得到炉膛温度的偏差e和偏差变化ec，参照实际锅炉燃烧系统的运行情况，确定输入输出的实际变化范围，即实际论域。

作为本发明进一步的方案，步骤2具体为：

步骤2.1：确定输入输出的模糊量化等级，模糊论域以及对应的量化因子，完成模糊化；