本发明涉及城市固废焚烧领域,特别是涉及一种城市固废焚烧过程炉膛温度控制方法。
背景技术:
1、随城市化进程的加速和消费水平的提高,城市固废堆积问题日益显著,这为环境保护和人类健康带来了严重威胁。未妥善处理的城市固废包含的有毒有害物质、易燃易爆物质以及大量的有机物,会导致土壤、水源和空气的污染,进而危及生态平衡与安全。目前,为常用的城市固废处理方法为城市固废焚烧。实践表明,炉膛温度的有效控制对于城市固废焚烧过程而言至关重要,合理控制炉膛温度不仅可以确保燃料充分燃烧、提高能量利用率,还可以降低有害气体的排放和固体废物的生成量,从而减少对环境的负面影响。粒子群滚动优化,简写为pso,具有简单易实现、易理解和收敛速度较快的优点,适用于解决连续优化问题和高维优化问题。
2、炉膛温度的控制基于对炉膛温度的预测,然而现有技术中对炉膛温度预测方法的精度和预测速度往往较差,粒子群滚动优化技术可以弥补这一缺陷,但现有技术并没有基于粒子群滚动优化的城市固废焚烧过程炉膛温度控制方法。
技术实现思路
1、为了克服现有技术的不足,本发明的目的是提供一种城市固废焚烧过程炉膛温度控制方法,利用在线参数学习和结构学习算法提高预测精度;利用pso求解最优控制律序列提高优化效率;通过分析pso过程的收敛性确保控制器实际应用的可靠性。
2、为实现上述目的,本发明提供了如下方案:
3、一种城市固废焚烧过程炉膛温度控制方法,包括:
4、采集操纵变量值数据和炉膛温度数据;
5、将所述操纵变量值数据和所述炉膛温度数据输入到预设的区间二型模糊宽度预测模块,得到所述炉膛温度预测值和预测误差;
6、将所述炉膛温度预测值输入到预设的粒子群滚动优化模块,利用所述粒子群滚动优化模块内的粒子群优化算法进行迭代优化,得到操纵变量值;
7、通过将所述操纵变量值输入到预设的炉膛温度被控对象模型中对目标炉膛温度进行控制。
8、优选地,所述区间二型模糊宽度预测模块包括:it2fbls预测子模块、参数学习子模块、结构学习子模型和反馈校正子模型;it2fbls预测子模块包括:输入层、it2fnn层、增强层以及输出层。
9、优选地,所述it2fbls预测子模块的运行过程如下:
10、在所述输入层,将所述操纵变量值数据和所述炉膛温度数据作为输入向量映射到it2fnn层;
11、在it2fnn层,利用不确定中心的区间二型隶属函数对所述输入向量进行模糊化,得到隶属度数据;所述隶属度数据的计算公式为:xi为所述输入向量的第i个元素;和为所述it2fnn层第k个子系统中第i个输入对应第j个规则的隶属度值的下界和上界(i=1,2;j=1,l,j);j为it2fnn子系统的模糊规则个数;和分别为第i个状态输入对应第j个隶属函数的不确定中心下界、上界和宽度;
12、利用t-norm乘积算子对所述隶属度数据进行模糊计算,得到激活强度数据;
13、基于所述激活强度数据,利用begian-melek-mendel算法获取上下界数据;
14、对所述上下界数据进行整合,得到it2fnn层输出;所述it2fnn层输出的计算公式为:和z=[z1,…,zk];zk和分别为所述it2fnn层的第k个子系统的输出下界和上界;zk为所述it2fnn层的第k个子系统的输出;z为所述it2fnn层输出;k为所述it2fnn层子系统的总数;
15、在增强层,对所述it2fnn层输出进行非线性变换,得到增强层输出;所述增强层输出的计算公式为:和分别为所述it2fnn层与第l个所述增强层间的连接权值向量和偏置项系数;hl为所述增强层输出;
16、在输出层,将所述it2fnn层输出和所述增强层输出进行线性组合,得到输出层输出;所述输出层输出的计算公式为:yp(t)=z(t)wf(t)+h(t)we(t);yp(t)为所述输出层输出;wf(t)为所述it2fnn层输出与所述输出层之间的权重向量,we(t)为所述增强层输出与所述输出层之间的权重向量。
17、优选地,所述参数学习子模块的运行过程如下:
18、定义性能函数;所述性能函数为:ε(t)为所述预测误差;y(t)为真实焚烧参数值;e(t)为性能函数值;
19、计算所述性能函数的参数偏导数;
20、基于所述参数偏导数,利用梯度下降法对所述输出层的权重向量进行更新;所述更新采用的公式为和η∈(0,1)为学习率。
21、优选地,所述结构学习子模型的运行过程如下:
22、当所述预测误差的平方值大于预设的误差阈值时,增加一组增强节点;
23、计算所述增强节点的无用率,当所述无用率超过预设的无用阈值时,删除所述增强节点。
24、优选地,所述反馈校正子模型的运行过程如下:
25、将所述输出层输出与最新的所述预测误差进行加和,得到所述炉膛温度预测值。
26、优选地,将所述炉膛温度预测值输入到预设的粒子群滚动优化模块,得到操纵变量值,包括:
27、基于所述炉膛温度预测值计算跟踪值向量和预测值向量;所述跟踪值向量的计算公式为:r(t)=[r(t+1),r(t+2),...,r(t+hp)]t;r(t)为预设跟踪值向量;所述预测值向量的计算公式为:yp(t)=[yp(t+1),yp(t+2),...,yp(t+hp)]t
28、基于所述跟踪值向量和所述预测值向量计算预设的目标函数;所述目标函数为:
29、利用pso算法对所述目标函数进行优化,得到所述操纵变量值;所述pso算法的计算公式为:和d=1,...,hu;hu为粒子维度;a为惯性系数;为当前时刻第n个粒子的第d维速度;b1和b2为加速系数;r1和r2为服从区间为[0,1]的均匀分布的随机数;为当前时刻第n个粒子的个体最优位置;gbest(t)为种群的全局最优位置;u(t)为粒子当前位置。
30、本发明公开了以下技术效果:
31、本发明提供了一种城市固废焚烧过程炉膛温度控制方法,通过区间二型模糊宽度预测模块和粒子群滚动优化模块,解决了炉膛温度预测困难的问题,实现了对炉膛温度的实时预测和控制。
1.一种城市固废焚烧过程炉膛温度控制方法,其特征在于,包括:
2.根据权利要求1所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,所述区间二型模糊宽度预测模块包括:it2fbls预测子模块、参数学习子模块、结构学习子模型和反馈校正子模型;it2fbls预测子模块包括:输入层、it2fnn层、增强层以及输出层。
3.根据权利要求2所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,所述it2fbls预测子模块的运行过程如下:
4.根据权利要求3所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,所述参数学习子模块的运行过程如下:
5.根据权利要求4所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,所述结构学习子模型的运行过程如下:
6.根据权利要求5所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,所述反馈校正子模型的运行过程如下:
7.根据权利要求6所述的一种城市固废焚烧过程炉膛温度控制方法,其特征在于,将所述炉膛温度预测值输入到预设的粒子群滚动优化模块,得到操纵变量值,包括: