2015年10月農(nóng)機化研究第10期生物質(zhì)氣化爐智能控制系統(tǒng)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)氣化過程具有的非線性、不穩(wěn)定性、大時滯和強干擾等特點,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?xì)怏w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(jié)構(gòu):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(jù)溫度預(yù)測結(jié)果實現(xiàn)跟隨控制。可燃?xì)怏w含氧量控制環(huán)引入溫度和含氧量兩個反饋,主控制器采用模糊免疫PID控制，推算最優(yōu)鼓風(fēng)機轉(zhuǎn)速;副控制器實現(xiàn)對鼓風(fēng)機速度進行跟隨控制。仿真結(jié)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;智能控制中圖分類號: S216. 2;TP212文獻標(biāo)識碼: A文章編號: 1003-188X(2015)10- 0263 -0620世紀(jì)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(zhuǎn)化過程最重要的技術(shù)之- -。目前,生物質(zhì)氣富,但這些資源硅含量高,不易被細(xì)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(dāng)迅速。生物質(zhì)的造經(jīng)濟效益,符合國家節(jié)能減排、廢棄物資源化利用熱解、氣化焚燒是強非線性熱力學(xué)過程,其間的化學(xué)及可持續(xù)發(fā)展的基本國策。生物質(zhì)發(fā)電不但減少了反應(yīng)進程與溫度等參數(shù)間呈現(xiàn)出復(fù)雜的非線性關(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)氣化過程特性模型是實現(xiàn)整氣體排放,而且對帶動新農(nóng)村建設(shè)無疑將起到重要的個生物質(zhì)氣化發(fā)電過程優(yōu)化控制的關(guān)鍵。陰秀麗等促進作用。從某種意義上說,生物能源是解決地球能提出了基于動力學(xué)的生物質(zhì)氣化模型61 ;陳平建立了源危機、實現(xiàn)能源可持續(xù)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。在我國推廣實施生物質(zhì)燃料發(fā)電技術(shù)，將對節(jié)生物質(zhì)氣化過程是--類具有非線性、時變及強耦能減排起到重要的促進作用1-21。合的復(fù)雜工業(yè)過程,如果僅僅采用經(jīng)典控制理論和現(xiàn)生物質(zhì)氣化爐外形與傳統(tǒng)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。隨著工業(yè)技之處是多了一根長管子,原理是以茅草、秸稈、樹葉、術(shù)和過程控制技術(shù)的不斷發(fā)展,工業(yè)過程越加復(fù)雜,廢菌棒等農(nóng)業(yè)生產(chǎn)和自然生長的可再生資源和農(nóng)業(yè)控制的目標(biāo)越來越多樣化,控制精度的需求也越來越有機廢棄物為原料,在缺氧、高溫條件下,通過發(fā)生熱高，智能優(yōu)化的控制思想的提出極大地滿足了這些需化學(xué)反應(yīng)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)過程控制中實施應(yīng)用，產(chǎn)生了很好熱量。這些能量可直接用于農(nóng)民朋友生產(chǎn)、生活之的效果。如果將這一思想應(yīng)用于生物質(zhì)氣化過程,利中,為農(nóng)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，又可改善廣大農(nóng)民朋友的優(yōu)點,較好地把握生物質(zhì)氣化爐氣化過程的本質(zhì)規(guī)生活環(huán)境,特別是可在改善農(nóng)村炊事條件和降低環(huán)境律,提高控制精度,實現(xiàn)多目標(biāo)優(yōu)化控制。污染等方面做出重大貢獻,價值極高。中國煤化工收稿日期: 2014-10-11:CHCNMHG生物質(zhì)氣化過程的個庾足生物質(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)作者簡介:羅偉(1979-),男,湖南株洲人,副教授 ,碩士,(E-mai)的非均相反應(yīng)和氣體之間的均相反應(yīng)。該過程十分734 192664@ yahoo. com. cn。復(fù)雜,隨著氣化設(shè)備的不同、氣化工藝過程的差異及●263.2015年10月農(nóng)機化研究第10期反應(yīng)條件(如氣化反應(yīng)劑的種類、氣化反應(yīng)溫度、反應(yīng)同時設(shè)置在喉管區(qū)的鼓風(fēng)機,負(fù)責(zé)向氧化層輸人-~次時間、有無催化劑的添加、氣化原料種類、原料的含水風(fēng),為氣化過程提供充分的氧氣,實現(xiàn)對生物質(zhì)物料率等)的不同,其反應(yīng)過程也大不相同;但-般會經(jīng)歷的充分氧化;最后經(jīng)過還原反應(yīng)區(qū),生成可燃?xì)怏w。干燥、熱解、氧化、還原4個過程。在上述反應(yīng)過程物料和空氣在爐內(nèi)由上至下、隨著溫度的變化按照干中,只有氧化反應(yīng)是放熱反應(yīng),釋放出的熱量為生物燥、熱解、氧化、還原4個反應(yīng)層依次地進行氣化反.質(zhì)干燥、熱解和還原階段提供熱量。在實際氣化過程應(yīng),形成有少量雜質(zhì)的可燃?xì)怏w,該氣體經(jīng)過凈化工中，上述4個過程并沒有明確的邊界,是相互滲透和藝處理,最終形成可以直接使用的可燃?xì)怏w。交錯的。氣化過程是-個復(fù)雜的物理化學(xué)過程,其處理的氣化爐是進行生物質(zhì)氣化過程的技術(shù)設(shè)備。在植物燃料來源眾多,物理、化學(xué)特性差異較大;同時,氣化爐中,生物質(zhì)完成了氣化反應(yīng)過程并轉(zhuǎn)化為生物氣化過程中爐溫 受到一次風(fēng)量物料含水量等諸多因質(zhì)燃?xì)?。氣化爐能量轉(zhuǎn)化效率的高低是整個氣化系素的共同影響。這些因素對于氣化過程的影響相對較統(tǒng)的關(guān)鍵所在,故氣化爐型式的選擇及其控制運行參小，氣化過程主要受到空氣當(dāng)量比和氣化反應(yīng)溫度的數(shù)是氣化系統(tǒng)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(biāo)是將生物質(zhì)能的轉(zhuǎn)換類型。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?xì)怏w的質(zhì)量。影響氣化橫吸式及開心式4種;流化床式氣化爐主要有鼓泡床爐轉(zhuǎn)換效率的因素有很多，但主要取決于氣化爐4個式、循環(huán)流化式、雙床式及攜帶床式4種。據(jù)統(tǒng)計,目處理過程的溫度區(qū)間;氣化爐生成的可燃?xì)怏w質(zhì)量主前商業(yè)運行的生物質(zhì)氣化設(shè)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(tǒng)控定床,20%采用流化床,2.5%采用上吸式氣化爐，另制所要解決的問題主要在于如何將爐內(nèi)溫度穩(wěn)定在外2.5%采用其他形式氣化系統(tǒng)。最佳區(qū)間及怎樣降低最終可燃?xì)怏w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(wěn)定氣化爐爐頂溫度和降低出口處可燃?xì)怏w對象,分析生物質(zhì)氣化爐的結(jié)構(gòu)和工作過程,如圖1的含氧量,本文選取雙閉環(huán)控制結(jié)構(gòu),對生物質(zhì)燃料所示。與一次風(fēng)的投放量分別進行控制,如圖2所示。最優(yōu)最優(yōu)溫度設(shè)定值IP| 原料最送料速度PID|上料控制一執(zhí)行算法器機構(gòu)l禮構(gòu)干燥層一送料速度反飼熱分解層含氧量設(shè)定值文+免疫|| PID鼓風(fēng)機PID+-控制控制to化-次風(fēng)| 機構(gòu)爐氧化層-鼓風(fēng)機可燃?xì)怏w一風(fēng)機轉(zhuǎn)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(tǒng)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(jié)構(gòu)。根據(jù)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(yīng)的放熱和吸熱。由下吸式固定床氣化爐的工作過程為:首先，粉碎于該過中國煤化工,無法用準(zhǔn)確的數(shù)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(jù)當(dāng)前溫度和溫度氣出口處設(shè)置有引風(fēng)機,正常工作時,引風(fēng)機輸出抽設(shè)定值,預(yù)測最優(yōu)的生物質(zhì)物料添加量;副控制PID力,在爐內(nèi)形成負(fù)壓,使反應(yīng)產(chǎn)生的氣體在爐內(nèi)流動;.根據(jù)該添加量,對.上料機構(gòu)的送料速度進行跟隨控●264.2015年10月農(nóng)機化研究第10期制,達到精確上料和穩(wěn)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(wěn)定爐頂溫度、降低可燃?xì)怏w含氧量的目輸出層第k個神經(jīng)元的輸出表示為的,本文以一次風(fēng)進風(fēng)量作為主要調(diào)節(jié)手段。因為一-a2s=f&( 2 W2z:ani +b2n) (h= 1,.,s) (2)次風(fēng)不僅影響著可燃?xì)怏w含氧量，還影響著氣化爐溫度,所以本文引人溫度和含氧量兩個反饋。主控制器定義偏差函數(shù)為采用免疫PID控制,它能根據(jù)爐內(nèi)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(zhuǎn)速;副控制PID則根據(jù)推算出的最優(yōu)轉(zhuǎn)速對鼓風(fēng)機速度進行跟隨控制,確保鼓其中,采用梯度下降法獲得BP算法的權(quán)值變化及偏差的反向傳播:風(fēng)機轉(zhuǎn)速。1)輸出層的權(quán)值和閾值。2基于BP算法的溫度控制從第i個輸人到第k個輸出的權(quán)值表示為氣化過程的溫度變化具有大滯后的特點,給控制Ov2si =-η;E=-ηEd=η(te - az)fz'an;W2xidazk 8n2ki帶來了很大的困難。通過對溫度變化的預(yù)估,能夠有(4)效地抑制滯后,提升控制效果。生物質(zhì)氣化過程是- -第k:個輸出神經(jīng)元閾值表示為個復(fù)雜的、非線性工業(yè)生產(chǎn)過程。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規(guī)律而言。神經(jīng)網(wǎng)絡(luò)是由大量2)隱含層的權(quán)值和閾值。簡單的神經(jīng)元縱橫交錯而形成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)。它從第j個輸入到第i個輸出的權(quán)值表示為能以實驗數(shù)據(jù)為基礎(chǔ),經(jīng)過有限次迭帶計算,獲得實_a0E 0a2k 8a001j =-η ;驗數(shù)據(jù)的內(nèi)在規(guī)律,并且無需預(yù)先給定公式,非常適?w1ij' a2k dani 0nij合于研究非線性系統(tǒng)。因此,氣化爐的溫度可以采用BP人工神經(jīng)網(wǎng)絡(luò)對其進行預(yù)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個隱層神經(jīng)元的閾值表示為學(xué)習(xí)規(guī)則一般化,對非線性的可微分函數(shù)訓(xùn)練權(quán)值。EJE a2k dani△b1; =-η目前，BP網(wǎng)絡(luò)主要用在函數(shù)逼近、模式識別、分類和ab; ;0a2k oai 8b;數(shù)據(jù)壓縮方面。BP算法由兩部分構(gòu)成:信息的正向=η2 (tx -a2:)f '2W0xf'1(7)傳遞和偏差的反向傳播。在其正向傳播過程中,輸人的數(shù)據(jù)信息會被逐步運算,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;輸出的信息又會影響下一層神經(jīng)元。如果的批處理和變學(xué)習(xí)率的BP算法作為BP神經(jīng)網(wǎng)絡(luò)算法在輸出層沒有獲得期望的輸出,則會在計算輸出層的2.1樣本 的批處理的改進。偏差變化值后進行轉(zhuǎn)向傳播,通過網(wǎng)絡(luò)將偏差信號沿原來的連接通路進行反向傳回,之后各層神經(jīng)元的權(quán)對于--般的BP算法,各連接權(quán)的調(diào)整量分別正比于各個學(xué)習(xí)樣本的代價函數(shù)E,而全局偏差意義上值會被修改直至達到期望目標(biāo)。設(shè)P為輸人變量,r為輸人神經(jīng)元,s1為隱含層內(nèi)的梯度算法就是調(diào)整全局偏差麗數(shù)E的連接權(quán)。在的神經(jīng)元個數(shù), f為其對應(yīng)的激活函數(shù),82為輸出層的逐個訓(xùn)練樣本時對權(quán)值的修正可能會出現(xiàn)振蕩,為了神經(jīng)元個數(shù), fz為對應(yīng)的激活函數(shù),A為輸出,T為目避免這一-問題,應(yīng)該在m個學(xué)習(xí)模式全部提供給網(wǎng)絡(luò)標(biāo)矢量, bi表示第i個隱層神經(jīng)元的閾值, w1i 表示第之后對它統(tǒng)--進行調(diào)整;而成批訓(xùn)練的方法就是將一批樣本生成的修正值累計后統(tǒng)一進行--次批處理。j個輸入變量到第i個隱層神經(jīng)元的權(quán)值, b2k 為隱層因此，中國煤化工中第k個神經(jīng)元的閾值，IV2xi 為隱層中第i個神經(jīng)元到輸出層第k個神經(jīng)元的權(quán)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個隱層神經(jīng)元的輸出表示為BP算法之所以能被改進的關(guān)鍵在于采用批處理可以●265.2015年10月農(nóng)機化研究第10期減少每個連接權(quán)及閾值的校正次數(shù),從而改進了學(xué)習(xí)胞是生物免疫機理主要構(gòu)成部分;而在免疫系統(tǒng)中,速度。應(yīng)用該方法時,穩(wěn)定網(wǎng)絡(luò)的訓(xùn)練過程及限制每除了淋巴細(xì)胞外,還有一些其它種類的免疫細(xì)胞擁有次迭代網(wǎng)絡(luò)偏差增量是學(xué)習(xí)率增長的前提。著不可忽視的作用。T細(xì)胞和B細(xì)胞從不活躍未成2.2 基于變學(xué)習(xí)率的BP算法熟經(jīng)自體耐受發(fā)展為成熟的免疫細(xì)胞,一旦人體受到在基本的BP算法中，學(xué)習(xí)率必須是-一個固定的有關(guān)攻擊時,迅速產(chǎn)生免疫應(yīng)答。所謂的免疫應(yīng)答就常數(shù)。通過分析基本的BP算法的偏差曲面得知:在是一個識別、效應(yīng)和記憶的過程。其平坦區(qū)域,學(xué)習(xí)率太小會造成迭代次數(shù)增加;而在抗原是--類能被胸腺中的T細(xì)胞及骨髓中的B變化劇烈區(qū)域,學(xué)習(xí)率太大又可能修正過頭，引起振細(xì)胞識別并刺激T細(xì)胞及B細(xì)胞進行特異性應(yīng)答的蕩及發(fā)散,進- .步影響學(xué)習(xí)收斂的速度。所以,合理病原體。巨噬細(xì)胞等將特異抗原遞呈細(xì)胞吸取消化調(diào)節(jié)學(xué)習(xí)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(xì)胞表面,形成MHC分子。成改進方法之- _[9) 。熟的T細(xì)胞會被MHC分子激活,然后接受并識別病基于自適應(yīng)變學(xué)習(xí)率的BP算法表示為原體抗原。T細(xì)胞識別特異抗原后會復(fù)制并激活殺傷[(1 +β)m(h) SSE(k + 1) < SSE(k) .T細(xì)胞,令其殺死任何受到特異抗原感染的細(xì)胞,并通η(h+ 1) =個(1 -β)n(k) SSE(h + 1) > 1.04SSE(k) (9)過輔助T細(xì)胞將B細(xì)胞激活,使其識別特異抗原,并η(k)進一步擴增分化產(chǎn)生抗體。這些抗體會與抗原結(jié)合,其中,β為某一小的正數(shù),一般取值為0.01 ~通過與補體系統(tǒng)形成復(fù)合物或直接被吞噬細(xì)胞吞噬0.03。式(9)表示偏差增大時應(yīng)減小學(xué)習(xí)率,偏差減小來殺死抗原。B細(xì)胞、T細(xì)胞在走向成熟過程中會經(jīng).時應(yīng)加大學(xué)習(xí)率。這種方法在實際應(yīng)用中很有效。歷自體耐受,在接受、識別、殺死抗原后會形成免疫記2.3氣化爐溫 度的BP神經(jīng)網(wǎng)絡(luò)預(yù)測憶，產(chǎn)生免疫反饋。免疫反饋原理為:抗原進人機體基于生物質(zhì)氣化過程的機理分析及實際經(jīng)驗,為后,將信息傳遞給TH細(xì)胞和抑制TH細(xì)胞產(chǎn)生的TS降低神經(jīng)網(wǎng)絡(luò)的輸人,影響焦?fàn)t集氣管壓力的可測量細(xì)胞,接受到信息的TH、TS細(xì)胞會共同刺激B細(xì)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(tǒng)將其作為BP神經(jīng)網(wǎng)絡(luò)的輸人,氣化爐溫度的預(yù)測值趨于平衡[10],當(dāng)抗原較多時,機體中TH細(xì)胞會較多為輸出,此時BP神經(jīng)網(wǎng)絡(luò)就變成為-一個4輸人單輸于TS細(xì)胞,產(chǎn)生較多B細(xì)胞;反之,抗原被消滅減少出的模型。其中,啟停次數(shù)為BP神經(jīng)網(wǎng)絡(luò)的輸人節(jié)后,TS細(xì)胞又會增多并抑制TH細(xì)胞的產(chǎn)生,從而導(dǎo)點,特征參數(shù)值為輸出節(jié)點,建立一個隱含層有5個致B細(xì)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3.2 模糊免疫PID算法網(wǎng)絡(luò)具有偏差和至少一個S型隱含層加上一個線性為滿足不同的控制要求,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(shù)。訓(xùn)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(xí)速率為0.15,網(wǎng)絡(luò)的初始權(quán)值為PID參數(shù)模型中的hp、ki、k.進行在線修改。其中,溫0~1中的隨機數(shù)。度偏差e(e=To-T,T。代表檢測的實際溫度,T代表設(shè)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?xì)怏w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(biāo)之一,也關(guān)系到氣化產(chǎn)物的安全使用問題。在=K[1 - f(u(h) , Ou(h))]e(k)= hipe(h)本文設(shè)計的生物質(zhì)氣化爐控制系統(tǒng)中,采用溫度和可其中,hp為控制反應(yīng)速度; φ = k:2/k;為控制穩(wěn)定燃?xì)怏w含氧量雙閉環(huán)結(jié)構(gòu),對氣化過程進行自動控效果, φ=0時為常規(guī)比例控制器;f(u(h),Au(k))制?？扇?xì)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性函數(shù)。解決含氧量控制和爐溫控制之間的矛盾,在穩(wěn)定爐溫式(10)構(gòu)成了一個模糊自整定P控制器,比例系的同時降低可燃?xì)怏w含氧。數(shù)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(tǒng),其中,h。為u(k)和Qu(k:)的函數(shù),隨控制器輸出它通過對病原物質(zhì)的特殊提取、識別、刺激響應(yīng)、自適變化;K為增益常數(shù)。應(yīng)調(diào)節(jié)、學(xué)習(xí)和記憶等功能殺死抗原。B細(xì)胞和T細(xì)采用模糊控制可以增強系統(tǒng)魯棒性。當(dāng)加入常規(guī)●266.2015年10月農(nóng)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(yù)測氣化爐溫度實時值，平均誤差為4.3% ,且能模糊化過程:輸入語言變量為用免疫算法修正環(huán)良好地跟蹤實際溫度的相位變化,為氣化爐溫度控制節(jié)的輸出u(k)與輸出變化Au(k),輸出語言變量和可燃?xì)怏w含氧量控制奠定良好了基礎(chǔ)。為f(●),各語言變量的論域為5應(yīng)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)過程Au(k)=1-1,-0.7.-0.4,0,0.4,0.7,1 (13)具有高度非線性、時變特性、強構(gòu)合性擾動變化激烈f(●)=1-0.7,-0.5,-0.2,0,0.2,0.5,0.71(14)且幅度大的特點，結(jié)合氣化爐現(xiàn)場工藝狀況,設(shè)計了輸入語言變量u(h)和Au(k)與輸出語言變量-種新的控制系統(tǒng)應(yīng)用于該公司生物質(zhì)氣化爐生產(chǎn)(●)的論域取值均為“負(fù)大"(NB)、“負(fù)中"(NM)、過程。 該系統(tǒng)基于Honeywell集散控制系統(tǒng)運行環(huán)境“負(fù)小"(NS).“零"(Z0)、“正小"(PS)“正中"(PM)、和操作平臺, 可用于采集過程數(shù)據(jù).實時監(jiān)視及分析“正大”(PB)。模糊控制規(guī)則表如根據(jù)現(xiàn)場經(jīng)驗設(shè)計。歷史數(shù)據(jù)等;采用高級編程語言Visual C++ 6. 0編寫通過免疫環(huán)節(jié)修正PID參數(shù)后,得到的煙氣含氧智能解耦與優(yōu)化控制應(yīng)用軟件,通過0PC通信技術(shù)將量模糊免疫PID輸出為應(yīng)用軟件和集散系統(tǒng)進行無縫連接,以確保所編寫的u(k)=hipe(k) - 1 +h[Qe(k) +應(yīng)用軟件能夠通過集散系統(tǒng)對現(xiàn)場的執(zhí)行設(shè)備進行hune(k) + kuS'e(h)](15)控制，從而保證了多座氣化爐生產(chǎn)過程的實時穩(wěn)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)過程控制系統(tǒng)在某生物能源公司人生產(chǎn)后,得到了有效應(yīng)用,起到4仿真了穩(wěn)定氣化爐溫度、降低可燃?xì)怏w含氧量的作用,滿在保證生物質(zhì)氣化爐運行狀況基本相同的條件足了生產(chǎn)過程的需要。下,采用基于灰色遺傳的組合預(yù)測算法,對從某廠氣將本文提出的控制方法應(yīng)用于現(xiàn)場實際后,運行化爐現(xiàn)場采集到的2000組干燥層溫度數(shù)據(jù)中選取的情況表明:生物質(zhì)氣化爐生產(chǎn)過程控制系統(tǒng)保證了化連續(xù)1500組訓(xùn)練樣本數(shù)據(jù),以及剩余500組與樣本爐干燥層溫度穩(wěn)定在優(yōu)化設(shè)定值+45C范圍內(nèi);當(dāng)壓數(shù)據(jù)時間相近的實驗樣本數(shù)據(jù)進行學(xué)習(xí),建立預(yù)測模力變化投放物料、氣溫變化造成系統(tǒng)擾動時,該系統(tǒng)型,對試驗樣本進行擬合。能在短時間內(nèi)通過調(diào)節(jié)上料速度和一一次風(fēng)機轉(zhuǎn)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?xì)怏w含氧量動態(tài)調(diào)整到正常波動范圍內(nèi)，組合預(yù)測算法方法的有效性,采用神經(jīng)網(wǎng)絡(luò)算法對實滿足了生產(chǎn)的要求。驗數(shù)據(jù)進行學(xué)習(xí)和擬合,結(jié)果如圖3所示。6結(jié)論1 1001 000針對生物質(zhì)氣化過程的復(fù)雜非線性特性,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(tǒng)不僅能適應(yīng)對象參數(shù)的變化、表現(xiàn)出良好的控00制品質(zhì),而且有調(diào)節(jié)時間短、魯棒性強和抗干擾能力強的優(yōu)點。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MYHCNM HG一實際值..... BP神經(jīng)網(wǎng)絡(luò)[2]周中仁，吳文良. 生物質(zhì)能研究現(xiàn)狀及展望[J].農(nóng)業(yè)工程圖3仿真結(jié)果學(xué)報,2005 ,21(12):12-15.從仿真結(jié)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(nóng)機化研究第10期Eng Chem Res, 1988 ,27( 18) :256- -264.研究[J].太陽能學(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(xiàn)狀[8]陳平. 生物質(zhì)流化床氣化機理與工業(yè)應(yīng)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].化工時刊，[9]唐松濤，李定凱，呂子安.硫化床中生物質(zhì)熱解過程的混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(tǒng)原理與應(yīng)用[ M].哈爾濱:哈爾濱數(shù)學(xué)模型研究[J].太陽能學(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●