论文部分内容阅读
新型干法水泥预分解技术就是在预热器和回转窑之间增设分解炉,水泥生料在分解炉中要完成90%以上的碳酸盐预分解,对其温度的稳定和优化控制是保证正常分解的充分必要条件。由于生料成分的多样性和热变换的持续性,分解炉的温度控制是一个非线性的复杂控制对象,影响它的外部因素很多,且各个因素之间存在耦合和不确定性,一直是分解炉动态稳定控制中难以解决的问题。神经动态规划方法(NDP)是一种基于现场实际数据的不依赖于系统精确数学模型的在线控制方法。文中用于实现分解炉温度控制NDP方法中的双重启发式动态规划(DHP),主要由三部分组成:模型网络(MODEL)、执行网络(ACTION)和评价网络(CRITIC)。首先,利用机理与神经网络结合的方法建立分解炉温度控制的神经网络模型(NNM),然后,将NNM作为DHP结构中的MODEL模块进行训练,再依次训练评价网络和执行网络。这三部分均由BP网络构成,使用函数逼近的方法,来控制分解炉的温度变化。最后,与生产实际中使用的实时PID控制、仿真PID控制、BP神经网络控制进行比较,显示了NDP方法在控制效果上的优越性。