|
| 摘要: |
| 大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。 |
| 关键词: 神经网络,链条炉,延迟时变系统,延迟时间辨识,模型参考 |
| DOI： |
| 分类号:TK224.1 |
| 基金项目: |
|
| Neural network control and identification for boiler combustion system based on models |
|
XU Qiang
|
| Abstract: |
| It is difficult to have good performance for chain boiler combustion control system due to large delay time,varying coal's quality and steam load.A neural network identification method for nonlinear system's delay time is discussed.Using the abrupt mutati |
| Key words: neural network,chain boiler,delay time system,identification of delay time,model reference |
