| 超临界机组燃水比GAP-DRFNN的优化控制 |
| |
| 引用本文： | 周洪煜,汪正海,张振华,童明伟.超临界机组燃水比GAP-DRFNN的优化控制[J].重庆大学学报(自然科学版),2013,36(6):84-90. |
| |
| 作者姓名： | 周洪煜 汪正海 张振华 童明伟 |
| |
| 作者单位： | 重庆大学 动力工程学院，重庆400044;重庆大学 动力工程学院，重庆400044;中国大唐集团科学技术研究院，北京100032;重庆大学 动力工程学院，重庆400044 |
| |
| 基金项目： | 重庆市科委重大科技攻关项目(CSTC,2009AB1008) |
| |
| 摘 要： | 分析某厂直流锅炉燃水比控制系统,设计出基于生长剪枝动态递归模糊神经网络(Growing and pruning dynamic recurrent fuzzy neural network,GAP-DRFNN)的燃水比优化控制系统,GAP-DRFNN以汽水分离器出口工质温度偏差最小为导出信号,综合学习燃水比控制主要状态参数,实时输出燃水比最佳控制量。随着当前主要相关状态参数的输入,GAP-DRFNN通过结构学习,自动增加和修剪神经元,而且根据梯度下降法,动态调整网络的隶属函数参数以及神经网络递归权值。实验结果表明:此方案中燃水比控制可兼顾快速性和准确性,在变工况时系统仍具有优异的动静态性能,控制效果优于传统PID控制。
|
| 关 键 词： | 燃水比 动态递归模糊神经网络 生长剪枝 变结构控制 超临界机组 |
Growing and pruning dynamic recurrent fuzzy neural network optimal control on firing rate to feed water ratio for supercritical unit |
| |
| ZHOU Hongyu,WANG Zhenghai,ZHANG Zhenhua and TONG Mingwei.Growing and pruning dynamic recurrent fuzzy neural network optimal control on firing rate to feed water ratio for supercritical unit[J].Journal of Chongqing University(Natural Science Edition),2013,36(6):84-90. |
| |
| Authors: | ZHOU Hongyu WANG Zhenghai ZHANG Zhenhua and TONG Mingwei |
| |
| Institution: | 1(1.College of Power Engineering,Chongqing University,Chongqing 400044,China; 2.China Datang Corporation Science and Technology Research Institute,Beijing 100032,China) |
| |
| Abstract: | |
| |
| Keywords: | firing rate to feed water ratio(FR/FW) dynamic recurrent fuzzy neural network(DRFNN) growing and pruning variable structure control supercritical unit |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《重庆大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆大学学报(自然科学版)》下载免费的PDF全文 |
