论文部分内容阅读
随着锅炉技术的日新月异,对汽包水位的控制要求也越来越高,对汽包水位的精确测控已成为锅炉稳定运行的关键。然而针对汽包水位晃荡的抑制和消除目前还缺乏有效的手段,研究水位晃荡的机理以及如何消除水位晃荡给控制系统带来的不良影响已经成为一个具有挑战性的研究。本文主要在实验的基础上对汽包水位晃荡机理进行了深入探讨,得出了汽包水位晃荡时间序列具有混沌特性的结论,并根据相应的混沌特性参数建立了神经网络预测模型,从而对水位晃荡时间序列进行了精确的预测。本文所作的主要工作如下:(1)在分析锅炉汽包水位晃荡机理的基础上,采用相似原理建立了汽包水位晃荡模拟实验台架,并运用水位传感器、电压放大器以及数据采集系统等装置对实验水槽的水位晃荡信号进行了采样。(2)对于夹杂在水位晃荡信号中的噪声运用经验模态分解(EMD)与Hilbert变换相结合的Hilbert-Huang方法进行了有效的去除,该方法使得有用信息得到最大的保留。(3)利用混沌线性变换特性不变这一全新理论对放大的,去噪声后的时间序列进行了混沌机理的辨识,首次得出了去噪声后的水位晃荡信号具有混沌与分形特性,并详细计算水位晃荡信号的混沌特性参数:关联维数为2.3457,Lyapunov指数为0.8269。(4)利用神经网络知识对水位晃荡时间序列进行了预测,建立了输入层节点数为3,隐含层节点数为5,输出层节点数为1的模型,利用BP算法、遗传算法和提出的混沌优化算法分别对实验所采集的时间序列进行了预测,并将三种算法进行了比较,得出了混沌优化算法对实验水位晃荡时间序列预报能力最强的结论。