生物質(zhì)氣化爐智能控制系統

2015年10月農機化研究第10期生物質(zhì)氣化爐智能控制系統羅偉(湖南鐵道職業(yè)技術(shù)學(xué)院，湖南株洲412001)摘要:針對生物質(zhì)氣化過(guò)程具有的非線(xiàn)性、不穩定性、大時(shí)滯和強干擾等特點(diǎn),提出了-.種生物質(zhì)氣化爐的智能控制方法控制方法,包括溫度控制環(huán)和可燃氣體含氧量控制環(huán)的生物質(zhì)氣化爐雙閉環(huán)智能集成控制方法。溫度控制環(huán)采用主、副控制結構:主控制器采用基于BP神經(jīng)網(wǎng)絡(luò )模型,建立溫度的BP神經(jīng)網(wǎng)絡(luò )模型;副控制器根據溫度預測結果實(shí)現跟隨控制?？扇細怏w含氧量控制環(huán)引入溫度和含氧量?jì)蓚€(gè)反饋,主控制器采用模糊免疫PID控制，推算最優(yōu)鼓風(fēng)機轉速;副控制器實(shí)現對鼓風(fēng)機速度進(jìn)行跟隨控制。仿真結果表明了該方法的有效性和優(yōu)越性。關(guān)鍵詞:生物質(zhì)氣化爐;爐溫;智能控制中圖分類(lèi)號: S216. 2;TP212文獻標識碼: A文章編號: 1003-188X(2015)10- 0263 -0620世紀70年代,Gahly等首次提出了將氣化技術(shù)0引言用于生物質(zhì)這種含有密度的燃料531 ,使氣化技術(shù)成為我國生物質(zhì)能資源(如稻殼、秸稈、薪柴)十分豐生物質(zhì)轉化過(guò)程最重要的技術(shù)之- -。目前,生物質(zhì)氣富,但這些資源硅含量高,不易被細菌分解,且堆積密化技術(shù)在發(fā)達國家已受到廣泛重視。奧地利、丹麥、度小,廢棄后將破壞環(huán)境。生物質(zhì)能的綜合利用不僅芬蘭、法國、挪威、瑞典和美國等國家的生物質(zhì)能在總能降低污染、凈化環(huán)境,而且還能回收資源和能源,創(chuàng )能源消耗中所占的比例增加相當迅速。生物質(zhì)的造經(jīng)濟效益,符合國家節能減排、廢棄物資源化利用熱解、氣化焚燒是強非線(xiàn)性熱力學(xué)過(guò)程,其間的化學(xué)及可持續發(fā)展的基本國策。生物質(zhì)發(fā)電不但減少了反應進(jìn)程與溫度等參數間呈現出復雜的非線(xiàn)性關(guān)直接焚燒對環(huán)境造成的危害、減少了溫室氣體和有害系‘”。因此,建立生物質(zhì)氣化過(guò)程特性模型是實(shí)現整氣體排放,而且對帶動(dòng)新農村建設無(wú)疑將起到重要的個(gè)生物質(zhì)氣化發(fā)電過(guò)程優(yōu)化控制的關(guān)鍵。陰秀麗等促進(jìn)作用。從某種意義上說(shuō),生物能源是解決地球能提出了基于動(dòng)力學(xué)的生物質(zhì)氣化模型61 ;陳平建立了源危機、實(shí)現能源可持續發(fā)展和改善生態(tài)環(huán)境的唯一前饋BP神經(jīng)網(wǎng)絡(luò )模型' 7-81出路。在我國推廣實(shí)施生物質(zhì)燃料發(fā)電技術(shù)，將對節生物質(zhì)氣化過(guò)程是--類(lèi)具有非線(xiàn)性、時(shí)變及強耦能減排起到重要的促進(jìn)作用1-21。合的復雜工業(yè)過(guò)程,如果僅僅采用經(jīng)典控制理論和現生物質(zhì)氣化爐外形與傳統的煤球爐相比，其特別代控制理論,難以達到理想的控制效果。隨著(zhù)工業(yè)技之處是多了一根長(cháng)管子,原理是以茅草、秸稈、樹(shù)葉、術(shù)和過(guò)程控制技術(shù)的不斷發(fā)展,工業(yè)過(guò)程越加復雜,廢菌棒等農業(yè)生產(chǎn)和自然生長(cháng)的可再生資源和農業(yè)控制的目標越來(lái)越多樣化,控制精度的需求也越來(lái)越有機廢棄物為原料,在缺氧、高溫條件下,通過(guò)發(fā)生熱高，智能優(yōu)化的控制思想的提出極大地滿(mǎn)足了這些需化學(xué)反應將原料熱裂解生成可燃性混合氣體并產(chǎn)生求,并在很多工業(yè)過(guò)程控制中實(shí)施應用，產(chǎn)生了很好熱量。這些能量可直接用于農民朋友生產(chǎn)、生活之的效果。如果將這一思想應用于生物質(zhì)氣化過(guò)程,利中,為農民生活提供極大的便利。生物質(zhì)氣化爐的使用智能集成控制方法可以綜合多種智能控制策略的用在變廢物為資源的同時(shí)，又可改善廣大農民朋友的優(yōu)點(diǎn),較好地把握生物質(zhì)氣化爐氣化過(guò)程的本質(zhì)規生活環(huán)境,特別是可在改善農村炊事條件和降低環(huán)境律,提高控制精度,實(shí)現多目標優(yōu)化控制。污染等方面做出重大貢獻,價(jià)值極高。中國煤化工收稿日期: 2014-10-11:CHCNMHG生物質(zhì)氣化過(guò)程的個(gè)庾足生物質(zhì)碳與氣體之間基金項目:湖南省教育廳科學(xué)研究項目(13C591)作者簡(jiǎn)介:羅偉(1979-),男,湖南株洲人,副教授 ,碩士,(E-mai)的非均相反應和氣體之間的均相反應。該過(guò)程十分734 192664@ yahoo. com. cn。復雜,隨著(zhù)氣化設備的不同、氣化工藝過(guò)程的差異及●263.2015年10月農機化研究第10期反應條件(如氣化反應劑的種類(lèi)、氣化反應溫度、反應同時(shí)設置在喉管區的鼓風(fēng)機,負責向氧化層輸人-~次時(shí)間、有無(wú)催化劑的添加、氣化原料種類(lèi)、原料的含水風(fēng),為氣化過(guò)程提供充分的氧氣,實(shí)現對生物質(zhì)物料率等)的不同,其反應過(guò)程也大不相同;但-般會(huì )經(jīng)歷的充分氧化;最后經(jīng)過(guò)還原反應區,生成可燃氣體。干燥、熱解、氧化、還原4個(gè)過(guò)程。在上述反應過(guò)程物料和空氣在爐內由上至下、隨著(zhù)溫度的變化按照干中,只有氧化反應是放熱反應,釋放出的熱量為生物燥、熱解、氧化、還原4個(gè)反應層依次地進(jìn)行氣化反.質(zhì)干燥、熱解和還原階段提供熱量。在實(shí)際氣化過(guò)程應,形成有少量雜質(zhì)的可燃氣體,該氣體經(jīng)過(guò)凈化工中，上述4個(gè)過(guò)程并沒(méi)有明確的邊界,是相互滲透和藝處理,最終形成可以直接使用的可燃氣體。交錯的。氣化過(guò)程是-個(gè)復雜的物理化學(xué)過(guò)程,其處理的氣化爐是進(jìn)行生物質(zhì)氣化過(guò)程的技術(shù)設備。在植物燃料來(lái)源眾多,物理、化學(xué)特性差異較大;同時(shí),氣化爐中,生物質(zhì)完成了氣化反應過(guò)程并轉化為生物氣化過(guò)程中爐溫 受到一次風(fēng)量物料含水量等諸多因質(zhì)燃氣。氣化爐能量轉化效率的高低是整個(gè)氣化系素的共同影響。這些因素對于氣化過(guò)程的影響相對較統的關(guān)鍵所在,故氣化爐型式的選擇及其控制運行參小，氣化過(guò)程主要受到空氣當量比和氣化反應溫度的數是氣化系統非常重要的制約條件。針對其運行方影響,式的不同,可將氣化爐分為固定床式和流化床式兩大生物質(zhì)氣化爐的控制目標是將生物質(zhì)能的轉換類(lèi)型。其中,固定床式氣化爐主要有上吸式、下吸式、效率最大化,提高并保證可燃氣體的質(zhì)量。影響氣化橫吸式及開(kāi)心式4種;流化床式氣化爐主要有鼓泡床爐轉換效率的因素有很多，但主要取決于氣化爐4個(gè)式、循環(huán)流化式、雙床式及攜帶床式4種。據統計,目處理過(guò)程的溫度區間;氣化爐生成的可燃氣體質(zhì)量主前商業(yè)運行的生物質(zhì)氣化設備中,75%采用下吸式固要反映在其含氧量高低。因此,生物質(zhì)氣化爐系統控定床,20%采用流化床,2.5%采用上吸式氣化爐，另制所要解決的問(wèn)題主要在于如何將爐內溫度穩定在外2.5%采用其他形式氣化系統。最佳區間及怎樣降低最終可燃氣體的含氧量。本文以使用最為廣泛的下吸式固定床作為研究為穩定氣化爐爐頂溫度和降低出口處可燃氣體對象,分析生物質(zhì)氣化爐的結構和工作過(guò)程,如圖1的含氧量,本文選取雙閉環(huán)控制結構,對生物質(zhì)燃料所示。與一次風(fēng)的投放量分別進(jìn)行控制,如圖2所示。最優(yōu)最優(yōu)溫度設定值IP| 原料最送料速度PID|上料控制一執行算法器機構l禮構干燥層一送料速度反飼熱分解層含氧量設定值文+免疫|| PID鼓風(fēng)機PID+-控制控制to化-次風(fēng)| 機構爐氧化層-鼓風(fēng)機可燃氣體一風(fēng)機轉速反饋含氧量反饋還原層| 引風(fēng)機圖2生物質(zhì)氣化爐控制系統框圖灰室1.1溫度控制環(huán)溫度控制環(huán)采用主、副控制結構。根據工藝分析,生物質(zhì)氣化爐爐溫主要雖然受到多種因素影響,圖1下吸式固定床氣化爐原理圖但主要取決于物料物理、化學(xué)反應的放熱和吸熱。由下吸式固定床氣化爐的工作過(guò)程為:首先，粉碎于該過(guò)中國煤化工,無(wú)法用準確的數學(xué)處理后的生物質(zhì)物料由爐子頂部混合空氣后,經(jīng)由上模型來(lái)YHCNMHG方法建立物料和溫度料口投人下吸式固定床氣化爐;其次,氣化爐底部燃的BP神經(jīng)網(wǎng)絡(luò )模型。主控制器根據當前溫度和溫度氣出口處設置有引風(fēng)機,正常工作時(shí),引風(fēng)機輸出抽設定值,預測最優(yōu)的生物質(zhì)物料添加量;副控制PID力,在爐內形成負壓,使反應產(chǎn)生的氣體在爐內流動(dòng);.根據該添加量,對.上料機構的送料速度進(jìn)行跟隨控●264.2015年10月農機化研究第10期制,達到精確上料和穩定爐溫的目的。ai=f( ZWivP; +61) (i=1,2,s) (1)1.2 含氧量控制環(huán)為達到穩定爐頂溫度、降低可燃氣體含氧量的目輸出層第k個(gè)神經(jīng)元的輸出表示為的,本文以一次風(fēng)進(jìn)風(fēng)量作為主要調節手段。因為一-a2s=f&( 2 W2z:ani +b2n) (h= 1,.,s) (2)次風(fēng)不僅影響著(zhù)可燃氣體含氧量，還影響著(zhù)氣化爐溫度,所以本文引人溫度和含氧量?jì)蓚€(gè)反饋。主控制器定義偏差函數為采用免疫PID控制,它能根據爐內含氧量偏差和爐溫E=2 (n-an)(3)偏差推算出鼓風(fēng)機的最優(yōu)轉速;副控制PID則根據推算出的最優(yōu)轉速對鼓風(fēng)機速度進(jìn)行跟隨控制,確保鼓其中,采用梯度下降法獲得BP算法的權值變化及偏差的反向傳播:風(fēng)機轉速。1)輸出層的權值和閾值。2基于BP算法的溫度控制從第i個(gè)輸人到第k個(gè)輸出的權值表示為氣化過(guò)程的溫度變化具有大滯后的特點(diǎn),給控制Ov2si =-η;E=-ηEd=η(te - az)fz'an;W2xidazk 8n2ki帶來(lái)了很大的困難。通過(guò)對溫度變化的預估,能夠有(4)效地抑制滯后,提升控制效果。生物質(zhì)氣化過(guò)程是- -第k:個(gè)輸出神經(jīng)元閾值表示為個(gè)復雜的、非線(xiàn)性工業(yè)生產(chǎn)過(guò)程。由于氣化爐溫度受0E0E da2h到一次風(fēng)量、物料分布及物料含水量等因素的影響,Obrs=-ηab=_ηga =η(t; -a2s)f'2 (5)氣化爐溫度變化毫無(wú)規律而言。神經(jīng)網(wǎng)絡(luò )是由大量2)隱含層的權值和閾值。簡(jiǎn)單的神經(jīng)元縱橫交錯而形成的復雜網(wǎng)絡(luò )系統。它從第j個(gè)輸入到第i個(gè)輸出的權值表示為能以實(shí)驗數據為基礎,經(jīng)過(guò)有限次迭帶計算,獲得實(shí)_a0E 0a2k 8a001j =-η ;驗數據的內在規律,并且無(wú)需預先給定公式,非常適?w1ij' a2k dani 0nij合于研究非線(xiàn)性系統。因此,氣化爐的溫度可以采用BP人工神經(jīng)網(wǎng)絡(luò )對其進(jìn)行預測9]=η2 (1; -a2x)f 2102f'P(6)BP網(wǎng)絡(luò )是- -種多層網(wǎng)絡(luò ),其基本理念是將W-H第i個(gè)隱層神經(jīng)元的閾值表示為學(xué)習規則一般化,對非線(xiàn)性的可微分函數訓練權值。EJE a2k dani△b1; =-η目前，BP網(wǎng)絡(luò )主要用在函數逼近、模式識別、分類(lèi)和ab; ;0a2k oai 8b;數據壓縮方面。BP算法由兩部分構成:信息的正向=η2 (tx -a2:)f '2W0xf'1(7)傳遞和偏差的反向傳播。在其正向傳播過(guò)程中,輸人的數據信息會(huì )被逐步運算,從輸人層經(jīng)隱含層直到傳為了使模型具有更高的精度,本文采用基于樣本給輸出層;輸出的信息又會(huì )影響下一層神經(jīng)元。如果的批處理和變學(xué)習率的BP算法作為BP神經(jīng)網(wǎng)絡(luò )算法在輸出層沒(méi)有獲得期望的輸出,則會(huì )在計算輸出層的2.1樣本 的批處理的改進(jìn)。偏差變化值后進(jìn)行轉向傳播,通過(guò)網(wǎng)絡(luò )將偏差信號沿原來(lái)的連接通路進(jìn)行反向傳回,之后各層神經(jīng)元的權對于--般的BP算法,各連接權的調整量分別正比于各個(gè)學(xué)習樣本的代價(jià)函數E,而全局偏差意義上值會(huì )被修改直至達到期望目標。設P為輸人變量,r為輸人神經(jīng)元,s1為隱含層內的梯度算法就是調整全局偏差麗數E的連接權。在的神經(jīng)元個(gè)數, f為其對應的激活函數,82為輸出層的逐個(gè)訓練樣本時(shí)對權值的修正可能會(huì )出現振蕩,為了神經(jīng)元個(gè)數, fz為對應的激活函數,A為輸出,T為目避免這一-問(wèn)題,應該在m個(gè)學(xué)習模式全部提供給網(wǎng)絡(luò )標矢量, bi表示第i個(gè)隱層神經(jīng)元的閾值, w1i 表示第之后對它統--進(jìn)行調整;而成批訓練的方法就是將一批樣本生成的修正值累計后統一進(jìn)行--次批處理。j個(gè)輸入變量到第i個(gè)隱層神經(jīng)元的權值, b2k 為隱層因此，中國煤化工中第k個(gè)神經(jīng)元的閾值，IV2xi 為隱層中第i個(gè)神經(jīng)元到輸出層第k個(gè)神經(jīng)元的權值,則BP算法的正向傳YHCNMHG_ dE:向iw;(t)遞信息:批處理即累積偏差法,能使E向減小的方向變化。第i個(gè)隱層神經(jīng)元的輸出表示為BP算法之所以能被改進(jìn)的關(guān)鍵在于采用批處理可以●265.2015年10月農機化研究第10期減少每個(gè)連接權及閾值的校正次數,從而改進(jìn)了學(xué)習胞是生物免疫機理主要構成部分;而在免疫系統中,速度。應用該方法時(shí),穩定網(wǎng)絡(luò )的訓練過(guò)程及限制每除了淋巴細胞外,還有一些其它種類(lèi)的免疫細胞擁有次迭代網(wǎng)絡(luò )偏差增量是學(xué)習率增長(cháng)的前提。著(zhù)不可忽視的作用。T細胞和B細胞從不活躍未成2.2 基于變學(xué)習率的BP算法熟經(jīng)自體耐受發(fā)展為成熟的免疫細胞,一旦人體受到在基本的BP算法中，學(xué)習率必須是-一個(gè)固定的有關(guān)攻擊時(shí),迅速產(chǎn)生免疫應答。所謂的免疫應答就常數。通過(guò)分析基本的BP算法的偏差曲面得知:在是一個(gè)識別、效應和記憶的過(guò)程。其平坦區域,學(xué)習率太小會(huì )造成迭代次數增加;而在抗原是--類(lèi)能被胸腺中的T細胞及骨髓中的B變化劇烈區域,學(xué)習率太大又可能修正過(guò)頭，引起振細胞識別并刺激T細胞及B細胞進(jìn)行特異性應答的蕩及發(fā)散,進(jìn)- .步影響學(xué)習收斂的速度。所以,合理病原體。巨噬細胞等將特異抗原遞呈細胞吸取消化調節學(xué)習率從而加快收斂速度是基本BP算法的常用病原體,分解后展示在細胞表面,形成MHC分子。成改進(jìn)方法之- _[9) 。熟的T細胞會(huì )被MHC分子激活,然后接受并識別病基于自適應變學(xué)習率的BP算法表示為原體抗原。T細胞識別特異抗原后會(huì )復制并激活殺傷[(1 +β)m(h) SSE(k + 1) < SSE(k) .T細胞,令其殺死任何受到特異抗原感染的細胞,并通η(h+ 1) =個(gè)(1 -β)n(k) SSE(h + 1) > 1.04SSE(k) (9)過(guò)輔助T細胞將B細胞激活,使其識別特異抗原,并η(k)進(jìn)一步擴增分化產(chǎn)生抗體。這些抗體會(huì )與抗原結合,其中,β為某一小的正數,一般取值為0.01 ~通過(guò)與補體系統形成復合物或直接被吞噬細胞吞噬0.03。式(9)表示偏差增大時(shí)應減小學(xué)習率,偏差減小來(lái)殺死抗原。B細胞、T細胞在走向成熟過(guò)程中會(huì )經(jīng).時(shí)應加大學(xué)習率。這種方法在實(shí)際應用中很有效。歷自體耐受,在接受、識別、殺死抗原后會(huì )形成免疫記2.3氣化爐溫 度的BP神經(jīng)網(wǎng)絡(luò )預測憶，產(chǎn)生免疫反饋。免疫反饋原理為:抗原進(jìn)人機體基于生物質(zhì)氣化過(guò)程的機理分析及實(shí)際經(jīng)驗,為后,將信息傳遞給TH細胞和抑制TH細胞產(chǎn)生的TS降低神經(jīng)網(wǎng)絡(luò )的輸人,影響焦爐集氣管壓力的可測量細胞,接受到信息的TH、TS細胞會(huì )共同刺激B細胞使因素初步確定為一次風(fēng)量、物料分布及物料含水量,其增殖分化產(chǎn)生抗體消除抗原。為使免疫反饋系統將其作為BP神經(jīng)網(wǎng)絡(luò )的輸人,氣化爐溫度的預測值趨于平衡[10],當抗原較多時(shí),機體中TH細胞會(huì )較多為輸出,此時(shí)BP神經(jīng)網(wǎng)絡(luò )就變成為-一個(gè)4輸人單輸于TS細胞,產(chǎn)生較多B細胞;反之,抗原被消滅減少出的模型。其中,啟停次數為BP神經(jīng)網(wǎng)絡(luò )的輸人節后,TS細胞又會(huì )增多并抑制TH細胞的產(chǎn)生,從而導點(diǎn),特征參數值為輸出節點(diǎn),建立一個(gè)隱含層有5個(gè)致B細胞也隨之減少。神經(jīng)元的3層神經(jīng)網(wǎng)絡(luò )。理論上已經(jīng)證明:如果- - 個(gè)3.2 模糊免疫PID算法網(wǎng)絡(luò )具有偏差和至少一個(gè)S型隱含層加上一個(gè)線(xiàn)性為滿(mǎn)足不同的控制要求,讓被控對象有良好的性輸出層，那它就能夠逼近任意有理函數。訓練算法采能,溫度模糊免疫PID控制器采用模糊控制原理對用梯度下降法,學(xué)習速率為0.15,網(wǎng)絡(luò )的初始權值為PID參數模型中的hp、ki、k.進(jìn)行在線(xiàn)修改。其中,溫0~1中的隨機數。度偏差e(e=To-T,T。代表檢測的實(shí)際溫度,T代表設定溫度)和加熱能級u作替換:u-→S, Ou-→AS,分3基 于模糊免疫PID的含氧量控制別為控制器的輸人/輸出，則可燃氣體含氧量是生物質(zhì)氣化爐生產(chǎn)質(zhì)量的重u(h)=h;e(h) - k:2f(S(k) ,AS(h))e(h)(10)要指標之一,也關(guān)系到氣化產(chǎn)物的安全使用問(wèn)題。在=K[1 - f(u(h) , Ou(h))]e(k)= hipe(h)本文設計的生物質(zhì)氣化爐控制系統中,采用溫度和可其中,hp為控制反應速度; φ = k:2/k;為控制穩定燃氣體含氧量雙閉環(huán)結構,對氣化過(guò)程進(jìn)行自動(dòng)控效果, φ=0時(shí)為常規比例控制器;f(u(h),Au(k))制?？扇細怏w含氧量控制需要利用對一次風(fēng)的控制，為采用模糊控制方法確定的非線(xiàn)性函數。解決含氧量控制和爐溫控制之間的矛盾,在穩定爐溫式(10)構成了一個(gè)模糊自整定P控制器,比例系的同時(shí)降低可燃氣體含氧。數為中國煤化工3.1生 物免疫機理.MHCN MH G,0u()](11)生物免疫機理是抗擊病源人侵的首要防御系統,其中,h。為u(k)和Qu(k:)的函數,隨控制器輸出它通過(guò)對病原物質(zhì)的特殊提取、識別、刺激響應、自適變化;K為增益常數。應調節、學(xué)習和記憶等功能殺死抗原。B細胞和T細采用模糊控制可以增強系統魯棒性。當加入常規●266.2015年10月農機化研究第10期微分積分控制作用后,即組成模糊免疫PID控制器。好地預測氣化爐溫度實(shí)時(shí)值，平均誤差為4.3% ,且能模糊化過(guò)程:輸入語(yǔ)言變量為用免疫算法修正環(huán)良好地跟蹤實(shí)際溫度的相位變化,為氣化爐溫度控制節的輸出u(k)與輸出變化Au(k),輸出語(yǔ)言變量和可燃氣體含氧量控制奠定良好了基礎。為f(●),各語(yǔ)言變量的論域為5應用u(k)={-1,-0.7,-0.4,0,0.4,0.7,1} (12)針對某生物能源公司以生物質(zhì)氣化爐生產(chǎn)過(guò)程Au(k)=1-1,-0.7.-0.4,0,0.4,0.7,1 (13)具有高度非線(xiàn)性、時(shí)變特性、強構合性擾動(dòng)變化激烈f(●)=1-0.7,-0.5,-0.2,0,0.2,0.5,0.71(14)且幅度大的特點(diǎn)，結合氣化爐現場(chǎng)工藝狀況,設計了輸入語(yǔ)言變量u(h)和Au(k)與輸出語(yǔ)言變量-種新的控制系統應用于該公司生物質(zhì)氣化爐生產(chǎn)(●)的論域取值均為“負大"(NB)、“負中"(NM)、過(guò)程。 該系統基于Honeywell集散控制系統運行環(huán)境“負小"(NS).“零"(Z0)、“正小"(PS)“正中"(PM)、和操作平臺, 可用于采集過(guò)程數據.實(shí)時(shí)監視及分析“正大”(PB)。模糊控制規則表如根據現場(chǎng)經(jīng)驗設計。歷史數據等;采用高級編程語(yǔ)言Visual C++ 6. 0編寫(xiě)通過(guò)免疫環(huán)節修正PID參數后,得到的煙氣含氧智能解耦與優(yōu)化控制應用軟件,通過(guò)0PC通信技術(shù)將量模糊免疫PID輸出為應用軟件和集散系統進(jìn)行無(wú)縫連接,以確保所編寫(xiě)的u(k)=hipe(k) - 1 +h[Qe(k) +應用軟件能夠通過(guò)集散系統對現場(chǎng)的執行設備進(jìn)行hune(k) + kuS'e(h)](15)控制，從而保證了多座氣化爐生產(chǎn)過(guò)程的實(shí)時(shí)穩定優(yōu)其中，ha =k:/Nk, ,ha =k/k, Ae(k)=e(k)-e(k_化控制。1) ,4'e(k)=e(k) -2e(h- 1) +e(k-2)。本文所研究的生物質(zhì)氣化爐生產(chǎn)過(guò)程控制系統在某生物能源公司人生產(chǎn)后,得到了有效應用,起到4仿真了穩定氣化爐溫度、降低可燃氣體含氧量的作用,滿(mǎn)在保證生物質(zhì)氣化爐運行狀況基本相同的條件足了生產(chǎn)過(guò)程的需要。下,采用基于灰色遺傳的組合預測算法,對從某廠(chǎng)氣將本文提出的控制方法應用于現場(chǎng)實(shí)際后,運行化爐現場(chǎng)采集到的2000組干燥層溫度數據中選取的情況表明:生物質(zhì)氣化爐生產(chǎn)過(guò)程控制系統保證了化連續1500組訓練樣本數據,以及剩余500組與樣本爐干燥層溫度穩定在優(yōu)化設定值+45C范圍內;當壓數據時(shí)間相近的實(shí)驗樣本數據進(jìn)行學(xué)習,建立預測模力變化投放物料、氣溫變化造成系統擾動(dòng)時(shí),該系統型,對試驗樣本進(jìn)行擬合。能在短時(shí)間內通過(guò)調節上料速度和一一次風(fēng)機轉速,將為了驗證基于BP神經(jīng)網(wǎng)絡(luò )的生物質(zhì)氣化爐溫度爐溫;和可燃氣體含氧量動(dòng)態(tài)調整到正常波動(dòng)范圍內，組合預測算法方法的有效性,采用神經(jīng)網(wǎng)絡(luò )算法對實(shí)滿(mǎn)足了生產(chǎn)的要求。驗數據進(jìn)行學(xué)習和擬合,結果如圖3所示。6結論1 1001 000針對生物質(zhì)氣化過(guò)程的復雜非線(xiàn)性特性,提出了一種基于 BP神經(jīng)網(wǎng)絡(luò )和模糊免疫PID的生物質(zhì)氣化900爐的智能控制算法。實(shí)踐表明:該算法能較好地精確800控制生物質(zhì)氣化爐的爐溫及含氧量。仿真試驗證明:700該系統不僅能適應對象參數的變化、表現出良好的控00制品質(zhì),而且有調節時(shí)間短、魯棒性強和抗干擾能力強的優(yōu)點(diǎn)。參考文獻:[1]王中賢 ,張紅.陳興元，等熱管生物質(zhì)氣化爐的模擬與試50100150200250300350400450500中國煤化工學(xué)版, 2008 ,29(6):512-采樣點(diǎn)MYHCNM HG一實(shí)際值..... BP神經(jīng)網(wǎng)絡(luò )[2]周中仁，吳文良. 生物質(zhì)能研究現狀及展望[J].農業(yè)工程圖3仿真結果學(xué)報,2005 ,21(12):12-15.從仿真結果可以看出:采用BP神經(jīng)網(wǎng)絡(luò )可以較.[3] Gahly M, Piskor J. The Hydro gaifcaion of wood[J]. Ind.267.2015年10月農機化研究第10期Eng Chem Res, 1988 ,27( 18) :256- -264.研究[J].太陽(yáng)能學(xué)報,2007, 28(1):86- _90.4]吳創(chuàng )之,馬隆龍,陳勇.生物質(zhì)氣化發(fā)電技術(shù)發(fā)展現狀[8]陳平. 生物質(zhì)流化床氣化機理與工業(yè)應用研究[D].合肥:[J].中國科技產(chǎn)業(yè),2006(2):76-79.中國科學(xué)技術(shù)大學(xué),2003.[5] 田成民.我國生物質(zhì)氣化技術(shù)研究概況[J].化工時(shí)刊，[9]唐松濤，李定凱，呂子安.硫化床中生物質(zhì)熱解過(guò)程的混2004,18(5):19-21.沌神經(jīng)網(wǎng)絡(luò )模擬[J].化工學(xué)報, 2003, 54(6): 783-789.6]陰秀麗,徐冰燕,吳創(chuàng )之,等.生物質(zhì)循環(huán)流化床氣化爐的[10] 莫宏偉. 人工免疫系統原理與應用[ M].哈爾濱:哈爾濱數學(xué)模型研究[J].太陽(yáng)能學(xué)報, 2003,17(1);1-8.工業(yè)大學(xué)出版社,2002.[7] 謝軍,吳創(chuàng )之,陳平,等.中型流化床中的生物質(zhì)氣化實(shí)驗Intelligent Control of Biomass GasifierLuo Wei( Hunan Railway Professional Technology College，Zhuzhou 4 12001，China )Abstract : According to the biomass gasification process is unstable，nonlinear ，large time delay and multiple interferencecharacteristics of intelligent control method，puts forward a control method of biomass gasification furnace . Put forward in-cluding biomass gasification furnace temperature control loop and combustible gas oxygen control loop of the double loopintelligent integrated control method . The temperature control loop adopts principal ，vice control structure, the main con-troller based on BP neural network model based on BP neural network model is established ， the temperature. Deputycontroller according to the temperature prediction results achieve the following control . Combustible gas oxygen controlloop introduction of temperature and oxygen content of two feedback，the main controller using fuzzy immune PID control,according to the oxygen content in furnace temperature deviation and deviation ，calculated the optimal rotation speed.Deputy controller according to the speed of the blower speed tracking control . Simulation results demonstrate the effective -ness and superiority of the method .Key words : biomass gasified ; temperature ; intelligent control中國煤化工MHCNMHG●268●