多级复合神经网络递阶控制与管理在工业燃煤锅炉高效节能动态优化控制中的应用

【摘要】：本文结合工业(?)煤锅炉高效、节能多极复合神经网络的动态优化控制与管理,简述了设计具有极强识别和控制能力的自适应、自组织、自学习的多级复合神经网络的结构与方法。“多极”的含意是指神经网络包括输入层、隐层、控制层、输出层的多级递阶结构;“复合”是指控制变量之间是由前愦、反馈、串级、比值等方式连接,尤其动态前馈和串级、比值调节对优化系统的动态特性(即增加隐层结点)、有一定的积极作用;“递阶“是指在多个控制变量中,必存在一个关键的协调变量,用它可控制和管理其它变量。一般可通过生产实践,根据工艺机理和变量之间的相互制约关系, 找出影响动态物料平衡与热量平衡的关键变量,即为“协调变量”。复合神经网络将协调变量控制器的输出,作为常规控制器的输入,通过不断调整和修正协调变量的输出(权值)来改善下面控制系统的动态特性,实现了高效节能的动态优化控制。