[发明专利]一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统

权利要求书

1.一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，包括燃料气输入(1)和燃料气在线热值仪(2)，其特征在于：所述燃料气输入(1)的相应变量输出端为燃料气在线热值仪(2)，所述燃料气在线热值仪(2)的输出端设置有两组，所述燃料气在线热值仪(2)的一组输出端为燃料气热值软测量模块(3)，所述燃料气在线热值仪(2)的另一组输出端为燃料气状态检测模块(8)，所述燃料气状态检测模块(8)的输出端为燃料气热值软测量模块(3)，所述燃料气热值软测量模块(3)的输出端为温度控制系统(4)，所述温度控制系统(4)的输出端为热值前馈模块(5)，所述热值前馈模块(5)的输出端为炉内温度控制模块(6)，所述炉内温度控制模块(6)的输出端为炉内温度调控(7)。

2.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述燃料气输入(1)包括燃料气混合度(11)、燃料气成分(12)、燃料气流速(13)、燃料气系统压力(14)和燃料气温度(15)，所述燃料气混合度(11)、燃料气成分(12)、燃料气流速(13)、燃料气系统压力(14)和燃料气温度(15)均为燃料气在线热值仪(2)所测量的燃料气变量值，所述燃料气混合度(11)、燃料气成分(12)、燃料气流速(13)、燃料气系统压力(14)和燃料气温度(15)的变量出现改变时相应的燃料气在线热值仪(2)输出量会发生变化。

3.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述燃料气热值软测量模块(3)包括人工神经网络(31)，所述燃料气热值软测量模块(3)基于人工神经网络(31)，所述燃料气热值软测量模块(3)可构建与燃料气热值相关的辅助变量和燃料气热值输出训练样本，所述燃料气热值软测量模块(3)对人工神经网络(31)的权值参数进行自适应学习，所述燃料气热值软测量模块(3)的目标使人工神经网络(31)输出逼近热值仪输出，所述燃料气热值软测量模块(3)通过测试样本检验人工神经网络(31)模型的对热值变化的预测性能。

4.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述燃料气状态检测模块(8)包括测量干扰(81)、数据缺损(82)和数据跳变(83)，所述燃料气状态检测模块(8)可根据燃料气在线热值仪(2)输出数据的特点来对分析仪输出的测量干扰(81)、数据缺损(82)和数据跳变(83)进行处理并去除粗差数据，所述燃料气状态检测模块(8)连接燃料气热值软测量模块(3)用正常数据对燃料气热值软测量模块(3)进行实时校正。

5.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述燃料气在线热值仪(2)、燃料气状态检测模块(8)和燃料气热值软测量模块(3)组成的流程结构为智能化学习流程，所述燃料气热值软测量模块(3)可综合燃料气在线热值仪(2)和燃料气状态检测模块(8)所产生的各种数据进行模拟输出变量。

6.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述燃料气热值软测量模块(3)得出相应的变量进行输出后温度控制系统(4)可将变量通过热值前馈模块(5)进行处理。

7.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述热值前馈模块(5)对校正后的燃料气热值输出进行时间序列匹配，所述热值前馈模块(5)在时间匹配后可使热值变化和炉内温度变化时序一致，所述热值前馈模块(5)可根炉内温度的影响幅度来设置放大系数的数值。

8.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：所述热值前馈模块(5)、炉内温度控制模块(6)和炉内温度调控(7)为时间差相匹配流程，所述热值前馈模块(5)、炉内温度控制模块(6)和炉内温度调控(7)的介入可密闭时间差所带来的热值差。

9.根据权利要求1所述的一种基于人工神经网络软测量技术的加热炉智能燃烧控制系统，其特征在于：燃料气输入(1)、燃料气在线热值仪(2)、燃料气热值软测量模块(3)、温度控制系统(4)、热值前馈模块(5)、炉内温度控制模块(6)、炉内温度调控(7)和燃料气状态检测模块(8)组成的智能系统无需人工介入即可自动化进行调控。