循环流化床锅炉(Circulating Fluidized Bed Boiler,简称CFBB或CFB锅炉)作为一种高效、低污染、燃料适应性广、负荷调节性能好的燃煤技术,在全世界受到广泛重视,正在成为燃煤技术的主力军。循环流化床锅炉商业化的迅速发展给它的运行自动化提出了很高的要求。 但是,迄今为止循环流化床锅炉仍然是一种工艺上不断改进的新型锅炉,它的燃烧过程具有高度的非线性、不确定性、时变和大滞后及多变量耦合严重等复杂特性。尤其是目前对其燃烧机理和模型化的研究不太成熟,能用于实时控制的模型尚不完善。因此,作为循环流化床锅炉燃烧控制系统中的一个重要参数的床温的自动化控制水平一直无法得到有效提高。 本文通过对循环流化床锅炉密相区和稀相区的质量平衡与能量平衡的分析,建立了床温控制模型。设计了两类神经网络控制器单神经元神经网络和RBF神经网络控制器,并对每一类控制器进行了仿真。进而设计了基于RBF神经网络辨识的单神经元PID模型参考自适应控制系统。仿真结果表明,模型参考自适应控制系统在对模型的辨识以及跟踪方面具有更好的控制效果。