双进双出钢球磨煤机(以下简称球磨机)以其运行可靠性高、煤种适应性广等特点广泛应用于国内外火电厂中。但其也存在着很多问题,一是制粉单耗高,高达厂用电量的20%左右,二是磨煤机的料位难以监测及控制,因此,如何降低磨煤机的电耗提高其控制性能一直以来都是人们所需解决的问题。 本文首先介绍了球磨机的工作原理、特点及国内外发展状况。 通过分析球磨机振动及声辐射特点,提出用声信号特征来监测煤位变化,并利用基于模极大值的小波去噪方法对磨煤机噪声进行处理,从声信号中识别和提取出能反映煤位高低变化的特征信息。分析结果表明,此方法较好地消除了干扰噪声,保留了磨煤机噪声的丰富信息,使得去噪后的信号能更有效地反映磨煤机煤位的变化情况,克服了料位监测的难题。 对磨煤机的工作特性进行了分析,建立了料位控制方案。控制对象本身具有非线性、多变量、耦合及模型时变的特性,本文将基于神经网络的PID控制算法应用在磨煤机的煤位控制系统中。 将神经网络PID控制算法在动、静态特性、鲁棒性和抗干扰特性方面与PID控制进行了仿真比较。仿真结果表明,采用基于神经网络的PID控制算法得到的控制性能优于单独采用PID控制。采用基于神经网络的PID控制算法基本是小超调或无超调;在抗干扰特性方面,基于神经网络的PID控制算法有较小的波动,而且调节时间较短;在鲁棒性方面,当对象的参数变化时,这种算法表现很强的适应性,过渡过程时间较短,减弱了被控对象的滞后性对系统的影响。