英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
模糊逻辑在锅炉控制中的应用
维耶科斯拉夫 加尔齐纳，托米斯拉夫·什阿里奇、罗伯托·卢吉奇
本文介绍了非显式逻辑在解决沸腾设备（操作员）操作任务中的应用，这些规则是根据现有沸腾设备的相对重要性准则来选择的。提出了锅炉汽包水位调节、火灾品质调节等不适用于计算简化的日常问题的模型。未指定的规则是由于用户对系统和输出变量加速度的了解。
关键词：锅炉房、模糊逻辑、控制
1、简介
模糊逻辑代表了解决经典逻辑不能给出满意结果的问题的软计算方法。模糊逻辑是由L.A.Zadeh（1965）提出的模糊逻辑理论衍生而来的多值逻辑，它利用不精确性和不确定性的容限来获得可实现性、鲁棒性和低成本解，因而获得了成功[1]。模糊逻辑观点的关键性在于，能否给出语言术语的形式化和程序化表示，以表述以人为本的概念。模糊逻辑的第一个基本概念是语言变量，即一个变量，其值是单词而不是数字。模糊逻辑是扩展经典逻辑的一种方法，因为它允许变量的值不同于简单的真或假，有些东西并不总是黑色或白色的，它也可以是灰色的任何音调。第二个基本概念是模糊if-than规则，即在模糊世界中处理结果和先行的方式。模糊控制系统的设计有几个步骤。首先需要选择和定义适当的输入和输出系统变量。 这些变量经过量化和归一化处理。 接下来是通过模糊化在模糊域中进行转换（每个变量的隶属函数的特征化）。 关键部分是基于收集的专家知识建立规则定义规则数据库。 接下来，基于选择的推理模型，分别根据输入和输出的if-than关系评估规则。 最后，对评估结果进行模糊化处理，用输出返回现实世界变量。
隶属度函数的曲线定义为将输入空间（语篇宇宙）中的每个点都定义在零到一间的隶属度值（或隶属度或模糊变量的单个质量）。 通常使用几种隶属函数（有时称为模糊数）来描述单个模糊变量。 这些模糊数字具有不同的形状，例如折线形、函数、S形函数、高斯分布函数、正交和三次多项式函数。
在变量和隶属函数的设计过程中需要考虑一些准则。隶属度函数标准：与其说有多少个隶属度函数以及如何在输入/输出空间上进行分配，不如说其隶属度函数如何成形。相互联系的标准是，为一个变量定义的函数数量应小于7，再减去两个。这一原则是从心理学实验报告中得出的[2]，其中给定了绝对判断的范围和即时记忆的范围对变量的数量施加了限制。人们可以感知，处理和记忆的信息。设置显示，一个人可以在短时间内可以清楚记住的实体数量大约为七个，正负两个。因此，人脑可以将复杂的信息组织成单个信息颗粒。这些知识颗粒可以被视为单个实体。其次，适当的排序准则是在不进行互操作性分析的情况下获得它的最简单方法，是对模糊数（集）使用特定形状并使它们的宽度相同[3]。
传统的控制系统是建立在数学模型周围的，借助于一个或多个微分方程，系统的响应将被描述为输入变量变化的结果。 在很大程度上，实现本身是通过使用比例积分微分算法（PID算法）进行的，该方法经过长期的发展而获得了令人满意的结果[4，5]。 现在，可以问以下问题； 为什么要考虑使用诸如模糊逻辑之类的东西，如果已经有足够的解决方案呢？有很多原因：很多时候，真实过程和系统的数学模型不存在难以实现的难题（大量复杂的计算和/或大量的内存需求）。 在这些情况下，根据软件计算和经验规则设计系统更有效率，以获得更灵活的模型。 其他软计算方法已成功用于解决这些和类似问题模糊逻辑相对于其他逻辑的优势在于能够以接近于操作员思维的方式开发基于模糊逻辑的系统。 我们可以在系统设计中实现人类的经验和知识。通过模糊控制模型中的知识转移，我们可以使操作员成功地完成任务[6]。
锅炉室和锅炉涡轮控制系统的建模仍然引起广泛关注，尤其是在燃料市场出现新动荡，新能源领域范例以及对整体生产产生直接影响的情况下。所有这些，给用户带来更大的压力，以提高效率；更少的计划外和故意关闭，以及更高的可靠性响应了生产需求的快速变化–更高的可用性。研究人员开发了几种表示锅炉系统动力学的线性和非线性模型。在论文中还考虑了其中一些适用于控制设计的内容。其中，有关模糊逻辑在锅炉房控制中的应用的文献[10，11]，使用模糊逻辑作为确定不同情况下PID算法参数确定的辅助工具，解决了问题[10，11]。这种方法要求从模糊规则的源头上理解PID算法背后的过程和数学，对于普通的人工算子，我们无法期望。其他一些方法[8，9]基于以下的不同变体自适应自动调整控制器。 本文中，直接方法是选择绕过常规控制系统的直接方法，并仅根据操作员设定的规则设计模糊控制系统，以期获得令人满意的结果。一些作者[11,12]指出了基于模糊逻辑的控制系统问题：比PID和模型需要更多的资源。 与以前相比，由于使用了基于规则的隐式过程模型以及具有基准的中型控制性能，因此可以使用基于BC的控制器。
- 锅炉房控制模型
首先，提出了建议的锅炉房控制模型，该模型的重点是由于大量锅炉紧急停机而造成的锅炉水鼓故障，所有记录的停机中有30％以上是由于水平控制不佳造成的[3]。第二个主题是燃烧质量控制 作为油耗优化的代表。 图1显示了观察到的带有两个相同锅炉的锅炉房[6]。 锅炉共享给水水箱，输出蒸汽集管，二次燃料制备装置和烟囱。 每个锅炉都有自己的空气，燃料和水供给装置。两个锅炉都配备有两个垂直于炉膛垂直排列的燃烧器。
空气中存在的燃料燃烧产生的热量输入会使锅炉管中的水沸腾。实际锅炉比图1所示的要复杂得多，并且立管和下管的几何形状复杂[13]，再热器，预热器，节能器。 水鼓是鼓式锅炉的关键组件，因为它在整个水蒸汽系统中保持足够的水位，并用作于立管中产生的蒸汽进行蒸汽分离器。 观察到的控制循环是燃烧控制。 从成本的角度来看，燃烧器控制是最有价值的优化选择。 即使每年减少一点油耗，也可以节省大量资金[5，6]。 用于锅炉房控制的所有常规控制器均根据相同的标准进行了调整，根据该标准，要使带宽最大化，而不会不必要地磨损变频器，也不会在控制回路中引入更大的不稳定性。
- 锅炉汽包水位控制模型
常规控制模型通常由一个组件组成，适用于简单，小型锅炉，而中，大型鼓式锅炉则为三组件控制[5]。从控制的角度来看，可以在启动和关闭条件下使用液位控制器来解决图2中所示的常规三组分控制的启动问题，并在蒸汽产量和给水流量稳定后转移到三组分控制。在提出的专家模糊控制模型中，使用相同的变量加上额外的变量：蒸汽需求。此变量与在蒸汽集管路之前的压力和正常工作条件相关；与蒸汽集管上的压力相同。锅炉蒸汽的拖曳力和火灾需求是蒸汽集管上的压力变化。当压力下降的消费者花费更多的蒸汽时，锅炉的响应如下：随着日均燃料输入的增加，火灾在增加，如果仅看水鼓浓度，锅炉鼓的内部就会形成更多的气泡，并且虚假地陈述真实情况。通过水位测量表示的水量少。当蒸汽需求下降时，情况就相反：减少蒸汽产生的蒸汽量减少，蒸汽管和鼓自动显示出应降低的水位。在文献中，他所描述的行为称为收缩和膨胀现象[4,5,6]。随着能力的下降，大的干扰（例如，向大型消费者投降）的常规控制系统会由操作人员来控制
有时甚至需要手动控制水位。图3显示了来自观察到的系统[5]的液位以及蒸汽和给水流量测量值。这些情况是评估软件计算取代人工操作的灵感。
在图4所示的模糊控制模型中涵盖了在反向运行条件下与不同运行模式有关的问题。有四个输入变量和一个输出变量。 输入变量：给水与蒸汽流量之间的差，一个与锅炉负荷有关的单步变量，仅在全量程的20％上控制实际负荷，两个变量用于汽包液位–一个用于
测量液位误差，第二个用于双向液位变化率。 作为锅炉汽包水位的标准单一设定点，通常为满水位的一半。 有实际的原因。当水位显着降低时，水管中可能会出现缺水的可能性，相反的情况下，它们燃烧的危险将是水位显着升高，并且有可能发生汽管路被淹没和蒸汽分离中断的危险。在这种情况下，锅炉将没有必要使用更长的时间[4,5,6]
4、燃烧质量控制模型
从整体安全性角度考虑关键和最重要的子系统后，重点是成本控制。图5展示了在观察到的系统中发现的常规燃烧控制。分配器需求火灾变化：增加，减少或保持不变。此需求通过限幅器和选择器进行传递，其中公平性和燃料的正确性由有限的完全计量氧气调整方式决定[6]。锅炉房的直接成本控制点是燃料消耗。因此，在每个锅炉的烟囱之前安装在烟气出口处的氧气传感器用作输入源。第二有用信息是计算单个锅炉的效率。确保的空燃比是第三个输入变量，因此对情况进行了展望，因为所选的输出变量是空燃比，这是因为空燃比直接影响过量的空气，从而直接影响炉内燃烧过程中的火焰质量。出于安全原因，在进行模糊化和标准化后，必须限制输出变量的最小值，该最小值必须低于给定情况下所用燃料的过量空气的最低计算值。对于当前测得的天然气管道中的天然气温度和压力，将最低值计算为理论值，如果负载超过最大值的30％，则理论燃烧空气/燃料比乘以1，05。对于较低的负载，为了安全起见，此常数为1，10。
对于观察到的系统，氧气微调的时间延迟约为120秒，并且在负载范围内有所不同。对于模糊输入，由于燃料更稳定，且二者的测量变量更好，因此对燃料流量进行了附加选择，故意忽略空气流量（间接作为计算值的空燃比除外），并将其作为分布器中单台锅炉负荷的测量，计算了需求。基于模糊逻辑的燃烧质量控制如图6所示，其中模糊变量空气燃料代表测量的比值误差，需求量是来自上级分配器控制器的燃烧需求，燃料是测量的燃料消耗误差，氧气代表烟囱前烟气中测得的残余氧。在这个例子中，只有作为燃料的天然气被评估用于模拟，因为在这项工作中无法获得有关重油的数据。
5、模糊控制系统设计
在这项工作中，模糊逻辑控制器大部分由具有Takagi-Sugenorule类型 [6,11]的三角形形状和底数的隶属函数组成。简化的Takagi-Sugenorule可以用以下方式表示（１） 其中xT＝（x1,hellip;hellip;,xm）模糊变量的输入向量，
MFij是模糊规则的j-th输入i-th 模糊规则的成员传递函数，
y是输出，
wi是结果的值，ｘｉ
n是模糊规则的个数，
m是输入变量的个数。在式1中，如果规则语句的部分称为先行项，而“非”部分的语句称为结果项，则MFij形式的隶属函数大多是具有对称性的三角形隶属函数，具有数学表达式 ： （２）
以图形方式a ij表示对称三角形隶属函数的中心点和宽度b ij。简化是在干扰下进行的，而算子是通过简单乘法定义的。因此，可以将任何规则的成员资格值计算为
（３）
最后，模糊控制器的输出y可以通过不同的计算方法计算[3，6，13]，对于这种情况，使用质心法并表示为：
（４）
输入的是实字值（输入向量），经过计算，然后返回实值y。 用模糊逻辑语言来说：模糊化，规则评估和通过质心法则去进行模糊化。
在选择和定义了模糊变量并建立了核心模型之后，进行了规则数据库的建立。 建立规则有两种方式：观察操作员在工作中的反应以及操作员对给定问题的反应。 通常，在模型中实施之前，需要考虑到响应和观察。 有时，被调查的操作员难以表达其反应或对实际情况进行了误解，在这种情况下，应做出选择d：忽略或适当修改相关规则。 某些规定的规则不是因为无效而没有考虑，而是因为它们不符合建议的模型（使用未定义变量，未定义关系或者显然没有关联关系）。
作为常规规则的示例，操作员说出以下句子：“如果锅炉汽包中的水位处于所需水位，并且我们的蒸汽需求量很大，并且蒸汽集管处的压降很大，并且蒸汽流量不断增加，则输入水的余量将保持在开水状态。”
对于这种情况，定义了以下模糊规则：
如果水位为零，q水位为p-高水位和q蒸汽位为p-高蒸汽位，p-集管为零则水流阀为p-开大。
上式中：空表示根据变量定义无变化或定值，p_大表示水/蒸汽正大流量/水阀位置。
不规则规则的示例：操作员的陈述如下：“如果需求不超过40％，并且水位非常高，则头顶压力逐渐降低，而氧气下降至不超过180％。
这显示了软件计算的一个大问题，特别是纯形式的模糊逻辑计算。 系统又是依赖于人类：我们作为设计者的缺陷以及作为系统行为标准具的人类对象的缺陷。 运营商倾向于仅在他们当前的工作和反应系统框架内思考，而不应该怎么做，这是正常的，但可能会阻碍工作的完成。 为了更好地了解知识，需要对其他人已经完成的事情进行更广泛的研究，或者为规则数据库的创建和评估开发更快更好的方法，还需要做一些进一步的工作。
用于级别控制的结果模糊规则数据库包括141条规则。 不到三分之一是专家知识的产物，其余是插值和部分纯粹的猜测。 用于燃烧质量控制的模糊规则数据库包含60条规则，而操作员提取的规则比水平控制情况要多。这可能部分是出于常识的结果：从操作员的角度来看，是否满足安全要求（例如，燃烧时空气丰富） 混合气体且绝不降至烟囱气体中的1％以下）并不是很在意目前的燃烧质量，而是从全班制或最佳时基到时基更有意义。
- 结果
对水平控制模型进行了仿真，进行了两个实验。 识别控制器的跟踪性能时，级别设置点最初在级别的整个范围的30％内变化。 为了
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[238612]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
