[发明专利]一种基于多目标寻优的燃烧优化控制系统

权利要求书

1.一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述控制系统根据试验数据建立锅炉燃烧优化模型，其具体形式如下：

X＝[O_A，P_f，V_f，C_h，D_i，E_j，F_k]

其中X为多目标输入变量，O_A为总送风量，P_f为一次风压，V_f为一次风量，c_h为第h层燃烧器煤量、D_i为第i层一次风门开度、E_j为第j层二次风门开度、F_k为第k层燃尽风门开度。

2.根据权利要求1所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述控制系统采用智能粒子群寻优算法，构造优化目标函数J，具体表示为：

其中J为目标函数，j₁～j₇为权重系数。

3.根据权利要求2所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述的智能粒子群寻优算法，种群由s个粒子组成，单个粒子在D维搜索空间中的位置及速度特征如下：

x_i＝(x_i1，x_i2，…，x_iD)

v_i＝(v_i1，v_i2，…，v_iD)(i＝1，2，…s)

其中，x_i为第i个粒子的位置特征，v_i为第i个粒子的速度特征，D为搜索维度，s为种群粒子总数。

4.根据权利要求2所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述的智能粒子群寻优算法，种群中各个粒子位置和速度迭代方式如下：

其中，t为迭代次数；j为D维搜索空间的第j维分量；w为惯性权系数；c₁为跟踪粒子最优位置的单体学习因子，c₂为跟踪种群最优位置的社会学习因子；r₁，r₂为0到1之间的随机数向量，pbest为个体最优值，gbest为种群最优值。

5.根据权利要求2所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述的智能粒子群寻优算法，考虑到粒子在寻优的不同阶段，单个粒子学习认知和种群社会经验的重要性不同，采用反余弦形式设置学习因子：

其中，c_1s，c_2s分别为c₁，c₂的初始设定值，c_1e，c_2e分别为c₁，c₂的最终设定值，t_max为最大迭代次数。

6.根据权利要求2所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述的智能粒子群寻优算法，计算每个粒子与种群最优位置的欧式距离，比较粒子与种群最优位置的欧氏距离与阈值γ的大小，若距离小于阈值γ，则该粒子是优势的，反之，粒子是劣势的，需被淘汰。

7.根据权利要求2所述的一种基于多目标寻优的燃烧优化控制系统，其特征在于，所述的智能粒子群寻优算法，当本次迭代所有粒子优化目标函数的方差小于变异概率时，认为所有粒子已经比较接近，可能陷入局部最优，此时在全局范围内随机产生一个新粒子以增加样本的多样性。