神經(jīng)網(wǎng)絡預測控制

1、基于單元模型的神經(jīng)網(wǎng)絡預測控制 在過熱蒸汽溫度控制中的應用電氣工程學院：何一文 火電廠鍋爐的過熱蒸汽溫度是其運行質(zhì)量的重要指標之一，過熱蒸汽溫度過高或過低都 會影響電廠的安全經(jīng)濟運行，但汽溫調(diào)節(jié)對象是一個多容環(huán)節(jié)，它的純延遲時間和時間常數(shù)都比較大，干擾因素多，對象模型不確定，在鍋爐自動調(diào)節(jié)系統(tǒng)中屬于可控性最差的一個調(diào)節(jié)系統(tǒng)。 一.引言一.引言n目前該系統(tǒng)控制的主導設計方案是PID律，雖然一些先進控制技術近年來嘗試在火電廠自動化中應用，但由于理論上的局限性和實現(xiàn)上的具體困難，均未能得到廣泛應用。一.引言n本文根據(jù)單元控制的思想，并運用神經(jīng)網(wǎng)絡預測控制的方法，應用于過熱蒸汽溫度控制中。使單元控制的

2、思想得以實現(xiàn)，神經(jīng)網(wǎng)絡更接近生物神經(jīng)網(wǎng)絡的結構，神經(jīng)網(wǎng)絡的優(yōu)勢得以更好發(fā)揮。設計出了具有較高可靠性和較強魯棒性的控制系統(tǒng)。二.單元控制的基本思想 n傳統(tǒng)的預測控制系統(tǒng)以整體系統(tǒng)模型為基礎，所設計的預測算法是集中式的，隨著系統(tǒng)規(guī)模的擴大，計算量迅速增加，因此影響到其實時性。另外，很難用一個同質(zhì)的，單一的集中模型來描述復雜系統(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)描述對象的動態(tài)過程，為受控對象建立一種結構分散化模型，它吸收了人工分析系統(tǒng)的經(jīng)驗知識，由定性的結構模型和定量的模型給出單元模型。既含有整體系統(tǒng)的因果結構，又包含單元間的相互關聯(lián)。此具有網(wǎng)狀結構的模型，按

3、照一定意義下的主要因果關系，被抽象出一種鏈狀結構，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，可以用來設計具有高可靠性和強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)，通過關聯(lián)與其他相關單元相關聯(lián)。通過自身動態(tài)變化和單元間相互影響過程，共同描述對象的整體運動特性。針對每個單元設計單元預測系統(tǒng)和控制系統(tǒng)，它通過接受本單元相關信息和直接關聯(lián)的單元的測量和預測信息，預測該單元的運動趨勢，并分析判斷，作出該單元的控制決策。各單元預測系統(tǒng)按照研究對象的關聯(lián)模式相互關聯(lián)，并經(jīng)由關聯(lián)傳遞單元預測信息，共同完成對整體系統(tǒng)未來一定時間動態(tài)特性的預測，而各單元控制系統(tǒng)

4、也經(jīng)由關聯(lián)傳遞控制信息，從而完成對整體系統(tǒng)的控制。單元預測系統(tǒng)的設計和計算是獨立的和并行的，單元系統(tǒng)可以是不同性質(zhì)和不同模式的，能夠適用于大型復雜系統(tǒng)地分析預測。二.單元控制的基本思想邊界jNi,jNi,ZjZjjNi,ZicZiZicZjZhcZhZhZscZsZsiicihchhscss三.神經(jīng)網(wǎng)絡模型預測控制簡介n神經(jīng)網(wǎng)絡模型預測控制是使用非線性神經(jīng)網(wǎng)絡模型來預測未來模型性能?？刂破饔嬎憧刂戚斎?，而控制輸入在未來一段指定的時間內(nèi)將最優(yōu)化模型性能。模型預測第一步是要建立神經(jīng)網(wǎng)絡模型（系統(tǒng)辨識）；第二步是使用控制器來預測未來神經(jīng)網(wǎng)絡性能。 三.神經(jīng)網(wǎng)絡模型預測控制簡介n模型預測的第一步就是訓

5、練神經(jīng)網(wǎng)絡未來表示網(wǎng)絡的動態(tài)機制。模型輸出與神經(jīng)網(wǎng)絡輸出之間的預測誤差，用來作為神經(jīng)網(wǎng)絡的訓練信號。該過程如圖二所示。對 象神 經(jīng) 網(wǎng) 絡 模 型學 習 算 法umy+_e三.神經(jīng)網(wǎng)絡模型預測控制簡介n神經(jīng)網(wǎng)絡模型利用當前輸入和輸出預測神經(jīng)網(wǎng)絡未來輸出值。神經(jīng)網(wǎng)絡模型結構如圖三所示。該網(wǎng)絡可以采用批量在線訓練。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)絡模型預測控制簡介n模型預測方法是水平后退的方法，神經(jīng)網(wǎng)絡模型預測在指定時間內(nèi)預測模型響應。預測是用數(shù)字最優(yōu)化程序

6、來確定控制信號，通過最優(yōu)化如下的性能準則函數(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)絡模型預測控制簡介n圖四為模型預測控制的過程?？刂破饔缮窠?jīng)網(wǎng)絡模型和最優(yōu)化方塊組成，最優(yōu)化模塊確定u（通過最小化J）,最優(yōu)u值作為神經(jīng)網(wǎng)絡模型的輸入 優(yōu)優(yōu)化化神神經(jīng)經(jīng)網(wǎng)網(wǎng)絡絡模模型型對對象象控控制制器器myry*uuy四.應用四.應用n常規(guī)主蒸汽溫度控制方案（串級PID） 四.應用其中1012( )8( )( )(115 )sWsWss20 231( )1 .1 2 5( )( )(12 5)sWsss12( )( )0.1HH

7、WsWs2111( )(1),( )250.574aaWsWss四.應用四.應用n圖9 主蒸汽溫度設定值階躍輸入下的仿真比較 四.應用n圖十 時間常數(shù)改變后的仿真比較 四.應用n圖十一 增益改變后的仿真比較 四.應用n圖十二加入煙氣擾動后的PID控制結構圖四.應用n 圖十三 加入煙氣擾動后的對比曲線四.應用n圖十四 加10秒純滯后以后的仿真結果圖四.結論n(1)本文提出的基于單元模型的神經(jīng)網(wǎng)絡預測控制主蒸汽溫度控制策略既可保證對主蒸汽溫度快而穩(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)濟性，符合火電廠機組運行的客觀需求。n(2)時間常數(shù)魯棒性很強，而增益魯棒性較弱，但適應能力很強?？稍谳^短時間內(nèi)適應參數(shù)的變化。 n(3)能很好地克服純滯后并有較強的抗干擾能力。 五.參考文獻n1 陳鐵軍，鏈系統(tǒng)方法及其應用, 河南科技出版社, 1993.n2 陳鐵軍并行預測系統(tǒng)與算法. n3 李果勇智能控制及其MATLAB實現(xiàn)，電子工業(yè)出版社，2005n4 楊獻勇熱工過程自動控制I-M北京：清華大學出版社， 200