非線性系統(tǒng)不可測輸入軟測量及其在CFBB中的應用.pdf

1、本文討論復雜非線性化工過程不可測輸入的在線軟測量問題,在本實驗室已有的研究成果基礎上,以循環(huán)流化床鍋爐(CFBB)燃燒系統(tǒng)為工業(yè)對象,采用本實驗室開發(fā)的CFBB動態(tài)仿真系統(tǒng)作為仿真平臺,從求解精度、求解速度及實施維護難度著手,研究適合工業(yè)應用的非線性系統(tǒng)軟測量的在線算法。
　　 本文首先討論基于神經(jīng)網(wǎng)絡逆模型的軟測量方案;采用PLS-RBF神經(jīng)網(wǎng)絡算法和LM-BP算法進行算法對比試驗:首先通過CFBB燃燒系統(tǒng)仿真平臺獲取樣本數(shù)據(jù)

2、,進行算法有效性的仿真研究;之后采用工業(yè)采樣數(shù)據(jù)進行工業(yè)觀測實驗,并設計評估方案以考察觀測的準確性。算法對比試驗表明PLS_RBF算法具有網(wǎng)絡結構訓練簡便、泛化精度高的優(yōu)點。
　　 神經(jīng)網(wǎng)絡軟測量方法是目前主要的軟測量方法,但該軟測量方法需要有一定規(guī)模和代表性的建模樣本數(shù)據(jù)。對本文討論的問題,由于難以得到不可測輸入的規(guī)模采樣數(shù)據(jù),需借助工業(yè)對象的非線性動態(tài)模型來產(chǎn)生建模樣本,再建立神經(jīng)網(wǎng)絡模型,工業(yè)應用時若工況變化后需修改模型,

3、則需重新仿真獲取數(shù)據(jù)建模,實際上不方便工業(yè)實施和后期維護,因此,本文重點探討可直接由非線性工業(yè)模型進行軟測量的方案:
　　 方案一:非線性尋優(yōu)在線觀測方案,采用多變量自適應粒子群優(yōu)化(APSO)算法。首先針對傳統(tǒng)APSO算法尋優(yōu)較慢的不足,對算法進行了改進,改進后的算法減少了尋優(yōu)迭代次數(shù)。之后,采用工業(yè)采樣數(shù)據(jù),帶入CFBB燃燒過程動態(tài)模型進行工業(yè)觀測實驗,并進行觀測精度評估實驗。
　　 方案二:針對非線性尋優(yōu)算法在線觀

4、測需進行迭代計算,計算量大且難以保證收斂的不足,本文提出以閉環(huán)控制思想實施軟測量的方案,選擇經(jīng)典PID控制器實施觀測。因多變量觀測涉及多變量控制器解耦問題,單變量觀測與其原理相同但易于實施。為此,首先對CFBB進行單變量控制觀測以研究觀測算法的有效性;之后,研究多變量解耦控制實施多變量觀測,采用常數(shù)補償陣對CFBB燃燒系統(tǒng)進行解耦控制,進而實施多變量同時觀測。以閉環(huán)控制回路實施軟測量的優(yōu)點在于:將軟測量建模過程轉化為控制器設計問題,觀測