论文部分内容阅读
城市固废焚烧(Municipal solid waste incineration,MSWI)技术凭借其无害化、减量化、资源化固废处理的强大优势,已在世界范围内得到广泛应用。炉膛温度的有效控制是提高固废处理效率、抑制污染物排放、保证城市固废焚烧过程安全稳定运行的关键。炉膛温度的波动会引起燃烬率的变化,导致热灼减率等超标,同时影响蒸汽产量,降低焚烧过程的经济性。然而为了实现炉膛温度的精确控制,需要对炉膛温度进行实时检测,现有的热电偶检测方法虽然能检测并显示炉膛温度的趋势。但在焚烧过程中,随着炉膛结焦等情况的发生,热电偶的性能会受到损害,检测失灵时有发生。并且由于炉膛内温度过高、腐蚀严重,热电偶等器件容易损害,需要时常更换,降低了焚烧运行的经济性。此外,城市固废焚烧过程是一个复杂的燃烧反应过程,具有较强的非线性。目前,我国城市固废焚烧过程炉膛温度控制在实际运行中仍以人工控制为主,存在主观性和不确定性,难以实现炉膛温度的精确控制。同时,炉膛温度容易受固废成分和气候的影响,随季节转变呈现一定的周期性变化,进而加大了对炉膛温度的控制难度,导致炉膛温度的控制精度、自适应性及平稳性较差,难以保证城市固废的处理效果。另外,我国城市固废焚烧过程机理复杂,难以建立炉膛温度的机理模型;并且焚烧过程具有较强的非平稳性、不确定性及扰动多样性的特点,炉膛温度控制已成为我国固废焚烧厂运营和发展的主要瓶颈。因此,本课题在深入分析城市固废焚烧过程机理和特性的基础上,拟从以下几个内容展开研究:(1)从数据驱动角度出发,建立基于自组织TS模糊神经网络的炉膛温度预测模型,解决炉膛温度难以实时有效检测的问题;(2)建立基于数据驱动的TS模糊神经网络(TS fuzzy neural network,TSFNN)的城市固废焚烧过程炉膛温度模型,解决难以建立炉膛温度机理模型的问题,为炉膛温度控制奠定良好的基础;(3)设计基于事件触发的RBF-PID(Event-triggered RBF-PID,ET-RBF-PID)炉膛温度控制方法,解决炉膛温度控制过程中控制精度低,参数难以在线调整及控制器更新频繁的问题,从而确保控制过程中的平稳性;(4)设计事件触发的最大相关熵自组织模糊神经网络炉膛温度(Event-triggered control method based correntropy self-organizing TSFNN,ET-CSTSFNN)控制方法,解决焚烧过程中因不确定性引起的炉膛温度控制精度低,控制器结构难以适应焚烧过程变化及控制器更新频繁的问题;(5)设计炉膛温度的抗干扰控制方法,解决炉膛温度在干扰条件下的精确控制问题,进一步提高控制精度。论文的工作以及创新点如下:(1)基于SOTSFNN-IGA的城市固废焚烧过程炉膛温度预测研究针对炉膛温度预测问题,提出了一种基于改进梯度下降算法的自组织TS模糊神经网络(Self-organizing TS fuzzy neural network algorithm based on improved gradient descent algorithm,SOTSFNN-IGA)的算法。首先,为了获得适合的网络结构和高效的计算能力,采用误差准则和活跃强度对SOTSFNN-IGA算法的模糊规则进行自动增长和删除;其次,采用改进的梯度下降算法更新SOTSFNN-IGA网络参数;同时,利用李雅普诺夫理论对SOTSFNN-IGA网络进行收敛性分析;然后,为了解每个变量对炉膛温度的影响,采用了一种新的变量重要性度量方法进行重要性分析;最后,基于非线性动态系统建模、洛伦兹时间序列预测和炉膛温度预测对SOTSFNN-IGA算法进行实验验证。实验结果表明,提出的SOTSFNN-IGA算法具有较高的预测精度,验证了算法的有效性。(2)城市固废焚烧过程炉膛温度建模研究针对炉膛温度难以建立机理模型的问题,建立基于数据驱动的TSFNN网络城市固废焚烧过程炉膛温度模型。首先,结合炉膛温度焚烧特性和现场专家知识,挖掘出影响炉膛温度的重要操作变量,作为神经网络建模的输入变量;然后,利用TSFNN的非线性映射能力和学习能力,建立数据驱动的城市固废焚烧过程炉膛温度模型;同时,利用梯度下降算法对网络参数进行在线的调整,通过学习算法对网络进行训练,确保了炉膛温度模型的精确性;最后,利用现场实际数据进行实验,仿真结果表明其输出数据和现场运行数据能很好的拟合,具有较高的建模精度,证明了TS模糊神经网络建模的有效性,同时避免了对固废焚烧过程炉膛温度复杂机理模型的要求,为后续炉膛温度控制奠定了良好的基础。(3)城市固废焚烧过程炉膛温度的ET-RBF-PID控制研究针对城市固废焚烧过程炉膛温度控制精度低且控制器更新频繁的问题,提出一种基于事件触发机制的RBF-PID(Event-triggered mechanism RBF-PID,ET-RBF-PID)炉膛温度控制方法。首先,构建RBF-PID控制器,通过梯度下降算法和递归最小二乘算法在线更新网络参数,从而进一步提高网络收敛性,保证参数更新的实时性;同时引入动量因子的平方及参数的动量项来更新控制器参数,从而实现控制器参数的有效调节,确保了ET-RBF-PID控制参数在线调整的实时性和稳定性,从而提高控制精度;其次,设计基于固定阈值的事件触发条件作为控制器更新条件,获取有效的控制输入,以减少控制器频繁更新带来的机械磨损及降低能源消耗;最后,基于北京某城市固废焚烧厂实际数据进行炉膛温度控制仿真实验。实验结果表明,设计的ET-RBF-PID控制器能够精准的跟踪炉膛温度,具有较高的控制精度和稳定性;并且相比于传统的基于时间触发的PID控制器和RBF-PID控制器,ET-RBF-PID控制器在实现炉膛温度精确控制的同时能有效减少控制器更新次数,从而缓解控制器频繁更新带来的机械磨损和能源消耗。(4)城市固废焚烧过程炉膛温度的ET-CSTSFNN控制研究由于城市固废焚烧过程具有较大的不确定性导致MSWI过程的炉膛温度难以控制,控制器更新频繁的问题。为了提高炉膛温度控制精度并减少控制器更新次数,提出了一种基于相关熵自组织TS模糊神经网络(Event-triggered control method based correntropy self-organizing TS fuzzy neural network,ET-CSTSFNN)的新型事件触发控制方法。首先,根据激活强度和控制误差自适应的生长或修剪规则层的神经元,以满足实际运行条件的动态变化;同时,设计基于跟踪误差的相关熵性能指标,并通过梯度下降算法调整控制器参数;其次,设计固定阈值的事件触发条件来判断当前控制器是否更新,并用Lyapunov稳定性理论,证明了控制系统的稳定性;最后,结合北京某城市固废焚烧厂的实际数据进行炉膛温度控制实验。实验结果表明,本文所提出的ET-CSTSFNN控制器具有更好的控制性能,与其他控制器相比,在提高炉膛温度控制精度的同时能显著减少控制器更新次数。(5)城市固废焚烧过程炉膛温度抗扰控制研究针对MSWI过程中受到多种扰动的影响,为了实现炉膛温度在扰动条件下的精确控制,在CSTSFNN控制器的基础上引入无模型滑模控制器(Model-free adaptive sliding mode control,MFASMC),设计了炉膛温度复合控制器解决焚烧过程中抗扰性差问题。首先引入紧格式的无模型自适应控制方法,对系统进行动态线性化处理;同时,设计指数趋近律的离散滑模趋控制策略;其次,设计复合控制器权值,计算得到当前得综合控制量,使之进一步提高复合控制器的鲁棒性和抗干扰性;然后,设计基于控制性能指标的事件触发条件,以减少扰动条件下的控制器更新次数;最后,将复合控制器应用于炉膛温度控制进行实验验证,并与PID控制器、RBF-PID控制器和MFASMC进行比较。结果表明,提出的复合控制器能够精准的跟踪炉膛温度,具有良好的控制性能和抗干扰能力,仿真结果验证了控制器的有效性。