神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制

1、基于單元模型的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制 在過(guò)熱蒸汽溫度控制中的應(yīng)用電氣工程學(xué)院：何一文 火電廠鍋爐的過(guò)熱蒸汽溫度是其運(yùn)行質(zhì)量的重要指標(biāo)之一，過(guò)熱蒸汽溫度過(guò)高或過(guò)低都 會(huì)影響電廠的安全經(jīng)濟(jì)運(yùn)行，但汽溫調(diào)節(jié)對(duì)象是一個(gè)多容環(huán)節(jié)，它的純延遲時(shí)間和時(shí)間常數(shù)都比較大，干擾因素多，對(duì)象模型不確定，在鍋爐自動(dòng)調(diào)節(jié)系統(tǒng)中屬于可控性最差的一個(gè)調(diào)節(jié)系統(tǒng)。 一.引言一.引言n目前該系統(tǒng)控制的主導(dǎo)設(shè)計(jì)方案是PID律，雖然一些先進(jìn)控制技術(shù)近年來(lái)嘗試在火電廠自動(dòng)化中應(yīng)用，但由于理論上的局限性和實(shí)現(xiàn)上的具體困難，均未能得到廣泛應(yīng)用。一.引言n本文根據(jù)單元控制的思想，并運(yùn)用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制的方法，應(yīng)用于過(guò)熱蒸汽溫度控制中。使單元控制的

2、思想得以實(shí)現(xiàn)，神經(jīng)網(wǎng)絡(luò)更接近生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)的優(yōu)勢(shì)得以更好發(fā)揮。設(shè)計(jì)出了具有較高可靠性和較強(qiáng)魯棒性的控制系統(tǒng)。二.單元控制的基本思想 n傳統(tǒng)的預(yù)測(cè)控制系統(tǒng)以整體系統(tǒng)模型為基礎(chǔ)，所設(shè)計(jì)的預(yù)測(cè)算法是集中式的，隨著系統(tǒng)規(guī)模的擴(kuò)大，計(jì)算量迅速增加，因此影響到其實(shí)時(shí)性。另外，很難用一個(gè)同質(zhì)的，單一的集中模型來(lái)描述復(fù)雜系統(tǒng)，這就需要新的分析方法。 二.單元控制的基本思想n單元控制是用單元模型系統(tǒng)描述對(duì)象的動(dòng)態(tài)過(guò)程，為受控對(duì)象建立一種結(jié)構(gòu)分散化模型，它吸收了人工分析系統(tǒng)的經(jīng)驗(yàn)知識(shí)，由定性的結(jié)構(gòu)模型和定量的模型給出單元模型。既含有整體系統(tǒng)的因果結(jié)構(gòu)，又包含單元間的相互關(guān)聯(lián)。此具有網(wǎng)狀結(jié)構(gòu)的模型，按

3、照一定意義下的主要因果關(guān)系，被抽象出一種鏈狀結(jié)構(gòu)，我們稱之為單元模型系統(tǒng)。這種模型比一般多輸入多輸出系統(tǒng)含有更多的信息量，可以用來(lái)設(shè)計(jì)具有高可靠性和強(qiáng)魯棒性要求的控制系統(tǒng)。 n基于單元的模型是一種多輸入單輸出系統(tǒng)，通過(guò)關(guān)聯(lián)與其他相關(guān)單元相關(guān)聯(lián)。通過(guò)自身動(dòng)態(tài)變化和單元間相互影響過(guò)程，共同描述對(duì)象的整體運(yùn)動(dòng)特性。針對(duì)每個(gè)單元設(shè)計(jì)單元預(yù)測(cè)系統(tǒng)和控制系統(tǒng)，它通過(guò)接受本單元相關(guān)信息和直接關(guān)聯(lián)的單元的測(cè)量和預(yù)測(cè)信息，預(yù)測(cè)該單元的運(yùn)動(dòng)趨勢(shì)，并分析判斷，作出該單元的控制決策。各單元預(yù)測(cè)系統(tǒng)按照研究對(duì)象的關(guān)聯(lián)模式相互關(guān)聯(lián)，并經(jīng)由關(guān)聯(lián)傳遞單元預(yù)測(cè)信息，共同完成對(duì)整體系統(tǒng)未來(lái)一定時(shí)間動(dòng)態(tài)特性的預(yù)測(cè)，而各單元控制系統(tǒng)

4、也經(jīng)由關(guān)聯(lián)傳遞控制信息，從而完成對(duì)整體系統(tǒng)的控制。單元預(yù)測(cè)系統(tǒng)的設(shè)計(jì)和計(jì)算是獨(dú)立的和并行的，單元系統(tǒng)可以是不同性質(zhì)和不同模式的，能夠適用于大型復(fù)雜系統(tǒng)地分析預(yù)測(cè)。二.單元控制的基本思想邊界jNi,jNi,ZjZjjNi,ZicZiZicZjZhcZhZhZscZsZsiicihchhscss三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制簡(jiǎn)介n神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制是使用非線性神經(jīng)網(wǎng)絡(luò)模型來(lái)預(yù)測(cè)未來(lái)模型性能?？刂破饔?jì)算控制輸入，而控制輸入在未來(lái)一段指定的時(shí)間內(nèi)將最優(yōu)化模型性能。模型預(yù)測(cè)第一步是要建立神經(jīng)網(wǎng)絡(luò)模型（系統(tǒng)辨識(shí)）；第二步是使用控制器來(lái)預(yù)測(cè)未來(lái)神經(jīng)網(wǎng)絡(luò)性能。 三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制簡(jiǎn)介n模型預(yù)測(cè)的第一步就是訓(xùn)

5、練神經(jīng)網(wǎng)絡(luò)未來(lái)表示網(wǎng)絡(luò)的動(dòng)態(tài)機(jī)制。模型輸出與神經(jīng)網(wǎng)絡(luò)輸出之間的預(yù)測(cè)誤差，用來(lái)作為神經(jīng)網(wǎng)絡(luò)的訓(xùn)練信號(hào)。該過(guò)程如圖二所示。對(duì) 象神 經(jīng) 網(wǎng) 絡(luò) 模 型學(xué) 習(xí) 算 法umy+_e三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制簡(jiǎn)介n神經(jīng)網(wǎng)絡(luò)模型利用當(dāng)前輸入和輸出預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)未來(lái)輸出值。神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)如圖三所示。該網(wǎng)絡(luò)可以采用批量在線訓(xùn)練。T D LL W 1.1b1T D LL W 1.2+L W 2.1b2+y (k )u (k )1S 11(1 )mky輸輸 入入第第 一一 層層第第 二二 層層三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制簡(jiǎn)介n模型預(yù)測(cè)方法是水平后退的方法，神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)在指定時(shí)間內(nèi)預(yù)測(cè)模型響應(yīng)。預(yù)測(cè)是用數(shù)字最優(yōu)化程序

6、來(lái)確定控制信號(hào)，通過(guò)最優(yōu)化如下的性能準(zhǔn)則函數(shù)，即 222112UNNrmjjy k j y k juk j j uk j 2 22 22 2j ji i5 5三.神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制簡(jiǎn)介n圖四為模型預(yù)測(cè)控制的過(guò)程?？刂破饔缮窠?jīng)網(wǎng)絡(luò)模型和最優(yōu)化方塊組成，最優(yōu)化模塊確定u（通過(guò)最小化J）,最優(yōu)u值作為神經(jīng)網(wǎng)絡(luò)模型的輸入 優(yōu)優(yōu)化化神神經(jīng)經(jīng)網(wǎng)網(wǎng)絡(luò)絡(luò)模模型型對(duì)對(duì)象象控控制制器器myry*uuy四.應(yīng)用四.應(yīng)用n常規(guī)主蒸汽溫度控制方案（串級(jí)PID） 四.應(yīng)用其中1012( )8( )( )(115 )sWsWss20 231( )1 .1 2 5( )( )(12 5)sWsss12( )( )0.1HH

7、WsWs2111( )(1),( )250.574aaWsWss四.應(yīng)用四.應(yīng)用n圖9 主蒸汽溫度設(shè)定值階躍輸入下的仿真比較 四.應(yīng)用n圖十 時(shí)間常數(shù)改變后的仿真比較 四.應(yīng)用n圖十一 增益改變后的仿真比較 四.應(yīng)用n圖十二加入煙氣擾動(dòng)后的PID控制結(jié)構(gòu)圖四.應(yīng)用n 圖十三 加入煙氣擾動(dòng)后的對(duì)比曲線四.應(yīng)用n圖十四 加10秒純滯后以后的仿真結(jié)果圖四.結(jié)論n(1)本文提出的基于單元模型的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制主蒸汽溫度控制策略既可保證對(duì)主蒸汽溫度快而穩(wěn)的調(diào)節(jié)，又使得所消耗的減溫水量大大降低，可明顯提高控制策略的安全性和經(jīng)濟(jì)性，符合火電廠機(jī)組運(yùn)行的客觀需求。n(2)時(shí)間常數(shù)魯棒性很強(qiáng)，而增益魯棒性較弱，但適應(yīng)能力很強(qiáng)?？稍谳^短時(shí)間內(nèi)適應(yīng)參數(shù)的變化。 n(3)能很好地克服純滯后并有較強(qiáng)的抗干擾能力。 五.參考文獻(xiàn)n1 陳鐵軍，鏈系統(tǒng)方法及其應(yīng)用, 河南科技出版社, 1993.n2 陳鐵軍并行預(yù)測(cè)系統(tǒng)與算法. n3 李果勇智能控制及其MATLAB實(shí)現(xiàn)，電子工業(yè)出版社，2005n4 楊獻(xiàn)勇熱工過(guò)程自動(dòng)控制I-M北京：清華大學(xué)出版社， 200