论文部分内容阅读
针对循环流化床(CFB)锅炉分布参数、时变、非线性、多变量紧密耦合等特性,依据动态自适应方式建立模糊神经网络,提出一种基于自组织模糊神经网络的方法对CFB锅炉燃烧控制系统进行建模。自组织模糊神经网络具有较好的非线性逼近能力、较好的用户友好性和较好的预测精度及泛化能力等优点,能够很好地解决循环流化床锅炉多变量耦合及其动态滞后特性;同时采用PSO双层优化策略对自组织模糊神经网络进行优化。文中所提建模方法对某循环流化床锅炉燃烧系统中床温系统进行实际建模,仿真结果证实了该方法的可行性,对于循环流化床锅炉燃烧系统的控制具有很好的实际意义和应用价值。