买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京工业大学

摘要：本发明提供一种城市固废焚烧过程炉膛温度模型预测控制方法，既属于城市固废处理领域，又属于智能控制领域。该方法包括：基于自组织机制和改进二阶算法构建自组织模糊神经网络，获得结构精简和预测性能良好的炉膛温度预测模型；构建炉膛温度模型预测控制目标函数，采用梯度下降算法优化目标函数得到最优控制律，实现了对城市固废焚烧过程炉膛温度的精准控制。本发明可以实现对城市固废焚烧过程炉膛温度的稳定、精准、快速的控制，能为城市固废焚烧过程的稳定运行提供技术支撑。

主权项：1.一种城市固废焚烧过程炉膛温度模型预测控制方法，其特征在于，包括：获取城市固废焚烧过程上一时刻的过程数据、上一时刻炉膛温度实际值以及预先建立的炉膛温度预测模型；所述预先建立的温度预测模型基于一种自组织模糊神经网络获得，包括输入层，RBF层，规则化层及输出层，由自组织机制和改进二阶算法确定网络结构和网络参数；所述过程数据至少包括一次风流量、二次风流量、一次风加热温度、干燥段炉排温度和燃烧段炉排温度；将所述上一时刻的过程数据以及上一时刻炉膛温度实际值作为炉膛温度预测模型的输入，获得当前时刻炉膛温度预测值；构建用于城市固废焚烧过程中炉膛温度模型预测控制的目标函数，所述目标函数同时考虑控制误差和控制量的变化；获取当前时刻炉膛温度设定值，根据所述当前时刻炉膛温度设定值以及所述当前时刻炉膛温度预测值，采用梯度下降算法优化所述目标函数，求解得到最优控制律，利用求得的控制律对相关操作变量进行调整，最终实现对所述城市固废焚烧过程炉膛温度的控制；所述炉膛温度预测模型通过如下步骤建立：S1，获取样本数据以及构建的初始炉膛温度预测模型，所述初始炉膛温度预测模型中规则化层与RBF层的神经元个数为0；S2，根据样本数据中最大绝对输出值的样本确定RBF层与规则化层的第一个神经元初始参数；S3，利用改进二阶算法对所述初始炉膛温度预测模型的网络参数进行调整，获取炉膛温度预测模型的预测输出，并基于所述预测输出以及预先获取的样本数据的期望输出计算得到误差；S4，根据误差的峰值点确定与所述峰值点对应的样本数据，基于确定的样本数据确定RBF层与规则化层的下一个神经元初始参数；S5，重复S3-S4直至规则化层的神经元个数达到数量阈值或温度预测模型的精度达到精度阈值；S6，基于规则化层神经元的激活强度对规则化层神经元进行修剪，获得建立好的炉膛温度预测模型；所述目标函数定义为： 其中，rt是t时刻炉膛温度设定值向量，是t时刻炉膛温度预测值向量，Δuit是t时刻第i个控制量的调整向量，ρ0、ρi为控制权重因子。

全文数据：

权利要求：

百度查询： 北京工业大学 一种城市固废焚烧过程炉膛温度模型预测控制方法