史長城，吳曉莉

（鄖陽師范高等?？茖W校物理與電子工程系，湖北 丹江口442700）

基于DHP方法的鍋爐燃燒系統(tǒng)優(yōu)化控制研究

史長城，吳曉莉

（鄖陽師范高等?？茖W校物理與電子工程系，湖北 丹江口442700）

電廠鍋爐燃燒過程是一個典型的強非線性、多輸入、多輸出、強耦合過程，以這一直接影響機組安全經(jīng)濟運行的復雜過程控制為研究對象，研究火電廠鍋爐燃燒系統(tǒng)的優(yōu)化控制.首先，采用徑向基函數(shù)神經(jīng)網(wǎng)絡（radial basis function neural network，RBFNN）對電廠鍋爐燃燒系統(tǒng)進行了建模和模型測試.然后，用RBFNN設計了基于雙啟發(fā)式動態(tài)規(guī)劃（dual heuristic programming，DHP）的電廠鍋爐燃燒控制器，并在MATLAB環(huán)境下對所設計的DHP控制器進行了仿真試驗，仿真結果表明利用這種算法設計的控制器實現(xiàn)了鍋爐的穩(wěn)定燃燒控制，且具有強魯棒性.所給出的控制方法同樣可以應用于其他復雜工業(yè)過程.

徑向基函數(shù)神經(jīng)網(wǎng)絡（RBFNN）；鍋爐燃燒；雙啟發(fā)式動態(tài)規(guī)劃（DHP）

0 引言

傳統(tǒng)的火電廠鍋爐控制方法是通過現(xiàn)場燃燒優(yōu)化調(diào)整試驗，采用正交試驗或單因素輪回試驗獲得優(yōu)化的燃燒工況.這種方法由于受煤種、鍋爐設備狀態(tài)變化等影響，原有的優(yōu)化試驗結果可能會偏離最優(yōu)值甚至無效，如果仍以此試驗結果運行鍋爐，一定會造成偏差，導致鍋爐的熱效率下降.現(xiàn)代的鍋爐燃燒優(yōu)化運行系統(tǒng)必須建立在鍋爐的實時運行工況的基礎之上，先建立鍋爐燃燒系統(tǒng)的模型，再通過采用先進的控制技術，找出不同負荷、不同煤種下的最佳燃燒方式，在線指導鍋爐燃燒優(yōu)化調(diào)整，實現(xiàn)鍋爐燃燒系統(tǒng)的安全、經(jīng)濟運行［1］.

自適應動態(tài)規(guī)劃（adaptive dynamic programming，ADP）是 Werbos和Prokhorov［2－4］等人為解決動態(tài)規(guī)劃容易出現(xiàn)“維數(shù)災”問題而提出的，該理論的實現(xiàn)方法稱為自適應評價設計（adaptive critic designs，ACD），該方法結合了動態(tài)規(guī)劃、強化學習、人工神經(jīng)網(wǎng)絡、最優(yōu)控制等領域的思想和方法.它適用于處理那些非線性、多變量、強耦合、大延遲，難以建立精確數(shù)學模型的系統(tǒng)的長期優(yōu)化控制問題.

火電廠鍋爐燃燒過程是一個典型的強非線性、多輸入、多輸出、強耦合過程.本文中以這一直接影響機組安全經(jīng)濟運行的復雜過程控制為研究對象，利用RBFNN建立了電廠鍋爐燃燒過程模型，避免了用BP神經(jīng)網(wǎng)絡建模訓練時容易陷入局部極小點的問題，并且用RBFNN設計了一種基于DHP方法的控制器，研究火電廠鍋爐燃燒系統(tǒng)的優(yōu)化控制.取得了良好的仿真效果，為下一步工程應用奠定了基礎.

1 雙啟發(fā)式動態(tài)規(guī)劃（DHP）原理

ACD的實現(xiàn)一般需要評價（critic）、模型（model）和動作（action）3個網(wǎng)絡.它們分別完成評價、預測和決策功能，如圖1所示.動作網(wǎng)絡用來產(chǎn)生控制信號；模型網(wǎng)絡用來模擬被控對象的特性并且預測它的新的狀態(tài)值；評價網(wǎng)絡用來估計Bellman方程給定的代價函數(shù)J，以便指導動作網(wǎng)絡做出最優(yōu)的決策.為了獲得最優(yōu)的控制策略，需要調(diào)整評價網(wǎng)絡和動作網(wǎng)絡的權值，這樣在設計控制器時需要訓練評價網(wǎng)絡和動作網(wǎng)絡.

圖1 自適應評價設計的3個模塊

DHP中評價網(wǎng)絡更新的結構如圖2所示.DHP中的評價網(wǎng)絡的更新是通過學習最小化下面的誤差實現(xiàn)：

這里的導數(shù)路徑和評價網(wǎng)絡的更新路徑用點和破折線表示的，誤差信號ec（t）用于訓練更新評價網(wǎng)絡的權值.式（2）中的第二項的jth部分可以由評價網(wǎng)絡在時間步t＋1的輸出產(chǎn)生，＾λt（t＋1）＝?＾J［Δ＾Y（t表示，如下所示：

圖2 DHP評價網(wǎng)絡更新

圖2畫出了同一個評價網(wǎng)絡在連續(xù)時間步t和t＋1的情況.折扣因子γ＝0.5.反向傳播路徑由點和點劃線標出.評價網(wǎng)絡的輸出＾λ（t＋1）通過從模型網(wǎng)絡的輸出到輸入的反向傳播，得到式（2）中的第一項和?J（t＋1）／?A（t）.后者通過從動作網(wǎng)絡的輸出到輸入的反向傳播得到了式（2）中的第二項.向量?U（t）／?A（t）通過動作網(wǎng)絡的反向傳播得到向量相應部分的計算，如同式（4）中最后一項.所有這些信號的總和產(chǎn)生的誤差向量ec（t）用于進一步訓練評價網(wǎng)絡.

利用式（2），式（3）中向量ec（t）的第j個部分的每個分量由下式?jīng)Q定：

圖3 DHP動作網(wǎng)絡的更新

圖2中的動作網(wǎng)絡的更新如圖3所示，＾λ（t＋1）通過從模型網(wǎng)絡到動作網(wǎng)絡的反向傳播.這種更新的目標如式（5）所示，動作網(wǎng)絡的權值更新如式（6）所示.

其中ηA是正的學習率，WA包含DHP動作網(wǎng)絡的權值.

圖3中，反向傳播路徑由點劃線標出.評價網(wǎng)絡在t＋1時刻的輸出＾λ（t＋1）通過從模型網(wǎng)絡從輸出到輸入（動作網(wǎng)絡的輸出）的反向傳播，并且產(chǎn)生的向量乘以折扣因子γ＝0.5并加到?U（t）／?A（t）上.然后，動作網(wǎng)絡的增量更新按照式（5）和式（6）執(zhí)行.

2 DHP控制器的設計

2.1 鍋爐燃燒控制的神經(jīng)網(wǎng)絡建模電廠鍋爐燃燒控制系統(tǒng)是一個非線性、大滯后、大擾動、強耦合的多變量系統(tǒng)，難以建立其精確的數(shù)學模型，而RBFNN具有很好的函數(shù)逼近能力，它可以將過程看作一個黑箱，通過測量系統(tǒng)輸入、輸出特性，然后利用測量的輸入、輸出數(shù)據(jù)訓練一個神經(jīng)網(wǎng)絡，使其輸出對輸入的響應特性具有與被辨識的過程相同的外部特性.這樣采用RBFNN建立電廠鍋爐燃燒系統(tǒng)模型就避開了建立數(shù)學模型的復雜計算［7－8］.

圖4 燃燒系統(tǒng)RBFNN模型

圖5 采用梯度下降法的RBF神經(jīng)網(wǎng)絡泛化能力測試圖

表1 廣西某電廠鍋爐燃燒部分實測數(shù)據(jù)

建立鍋爐燃燒系統(tǒng)的RBFNN模型如圖4所示，3個輸入量：燃料量B，送風量V，引風量G，3個輸出量：主蒸汽壓力PT，煙氣氧含量O2，爐膛負壓Plt.采用k－means聚類算法確定隱藏層節(jié)點的徑向基函數(shù)的數(shù)據(jù)中心，在確定數(shù)據(jù)中心之前先要確定隱節(jié)點的個數(shù)，經(jīng)反復試驗確定隱節(jié)點個數(shù)為M＝100最為合適.為了建立電廠鍋爐燃燒過程神經(jīng)網(wǎng)絡模型，需要足夠多的樣本數(shù)據(jù)才能反映實際過程的內(nèi)在特性，因此本文作者從廣西某電廠現(xiàn)場采集了1 000組實測數(shù)據(jù)，部分數(shù)據(jù)如表1所示.經(jīng)過數(shù)據(jù)預處理后剔除一部分異常數(shù)據(jù)后得到800組有效數(shù)據(jù)，用其中的600組作為訓練樣本集，另外200組作為測試樣本集.訓練樣本和測試樣本都進行了數(shù)據(jù)歸一化處理，防止因凈輸入的絕對值過大而使神經(jīng)元輸出飽和，避免權值調(diào)整進入誤差曲面的平坦區(qū).模型網(wǎng)絡建好以后，對模型網(wǎng)絡進行泛化能力測試，如圖5所示.

2.2 基于RBF網(wǎng)絡的DHP控制器的設計基于RBFNN的DHP鍋爐燃燒控制結構如圖6所示，動作網(wǎng)絡以狀態(tài)向量x（t），即主蒸汽壓力PT、煙氣氧含量O2、爐膛負壓Plt為輸入量，產(chǎn)生控制向量u（t），即燃料量B、送風量V、引風量G；模型網(wǎng)絡以狀態(tài)向量x（t）和控制向量u（t）為輸入量，輸出則是t＋1時刻的狀態(tài)向量x（t＋1），最后，把模型網(wǎng)絡的輸出x（t＋1）作為評價網(wǎng)絡的輸入，輸出為代價函數(shù)J（t＋1）對狀態(tài)向量x（t＋1）的導數(shù)?J（t＋1）／?x（t＋1）.3個網(wǎng)絡均以3層RBF神經(jīng)網(wǎng)絡實現(xiàn)，網(wǎng)絡初始權值?。郏?，1］之間的隨機數(shù).評價網(wǎng)絡和動作網(wǎng)絡與模型網(wǎng)絡一樣都采用RBFNN，其中評價網(wǎng)絡與動作網(wǎng)絡都采用3－100－3結構.兩個網(wǎng)絡的初始數(shù)據(jù)中心采用［－1，1］之間的隨機數(shù)，隱藏層與輸出層之間的初始權值也采用［－1，1］之間的隨機數(shù).兩個網(wǎng)絡的訓練都采用與訓練模型網(wǎng)絡一樣的梯度下降法.

在DHP訓練過程中，效用函數(shù)的選擇對于訓練過程是至關重要的，效用函數(shù)選擇不當，將導致訓練達不到目標.根據(jù)從工業(yè)現(xiàn)場取得的樣本和實際控制的要求，如果被控系統(tǒng)的3個狀態(tài)量：主蒸汽壓力在｜X1（t）－4.86｜＜0.3MPa，煙氣氧含量在｜X2（t）－8.02｜＜3%，爐膛負壓｜X3（t）＋47.22｜＜15Pa，這3個量在上述范圍內(nèi)被認為是允許的.因此本文中選取的效用函數(shù)為：

圖6 鍋爐燃燒控制DHP結構圖

其中，X1（t），X2（t），X3（t）為被控系統(tǒng)的3個狀態(tài)主蒸汽壓力，煙氣氧含量，爐膛負壓.

DHP方法的訓練策略有基本二階段法、修正二階段法、基于停止criticNN＃2調(diào)整的單階段更新方法等.每種訓練策略有相應的訓練算法，研究表明基于停止criticNN＃2調(diào)整的單個階段更新方法相比之下收斂最快［9］，本文中選用這種方法訓練DHP控制器.其中訓練周期epoch＝100.

3 仿真及結果

DHP控制器的控制目標為：

主蒸汽壓力PT：控制在額定值4.85MPa附近，上下浮動范圍不超過0.2MPa；

煙氣氧含量O2：控制在5%～9%的范圍之內(nèi)；

爐膛負壓Plt：控制在－50Pa～－40Pa的安全范圍之間.

在訓練過程中，評價網(wǎng)絡和動作網(wǎng)絡隱藏層初始數(shù)據(jù)中心?。郏?，1］之間的隨機數(shù)，擴展常數(shù)根據(jù)公式（2）計算；評價網(wǎng)絡和動作網(wǎng)絡的隱藏層和輸出層之間的初始網(wǎng)絡權值?。?.1～0.1的隨機值；評價網(wǎng)絡和動作網(wǎng)絡的學習率取0.1；評價網(wǎng)絡訓練的期望誤差為0.002，最大訓練次數(shù)為300次；動作網(wǎng)絡訓練的期望誤差為0.000 6，最大訓練次數(shù)為800次.

圖7～8是DHP控制器的3個狀態(tài)量的初始狀態(tài)為：主蒸汽壓力PT＝4.75，煙氣氧含量O2＝5.165 8，爐膛負壓Plt＝－59.483 6時的仿真結果.其中圖7是3個狀態(tài)量的控制曲線，在經(jīng)過4個時間步的訓練過程后，3個狀態(tài)量都穩(wěn)定控制在控制目標范圍內(nèi)：主蒸汽壓力PT＝4.86MPa，煙氣氧含量O2＝8%，爐膛負壓Plt＝－47Pa.與此同時，我們得到3個控制量的控制軌跡，如圖8所示.3個控制量：燃料量B＝6.15t／h，送風量V＝23.5%，引風量G＝48.5%.

圖7 主蒸汽壓力、煙氣氧含量、爐膛負壓的DHP控制曲線

圖8 燃料量、送風量、引風量的DHP控制軌跡

當機組負荷隨電網(wǎng)的需求變化時，會使主蒸汽壓力發(fā)生變化，當主蒸汽壓力增加或下降時，系統(tǒng)能否通過自動調(diào)整3個控制量使主蒸汽壓力回到原來的穩(wěn)定狀態(tài).為此需要驗證DHP控制器的抗干擾能力，當運行至30步時，對主蒸汽壓力PT加入干擾信號，如圖9所示，不難看出，當干擾出現(xiàn)后，3個控制量都出現(xiàn)了相應的變化，目標是使3個狀態(tài)量回到原來的穩(wěn)定狀態(tài).如圖10所示.此時燃料量B減少，送風量V增加，引風量G減少，由前面的分析可知，主蒸汽壓力PT主要取決于燃料量B和送風量V.當燃料量B減少，主蒸汽壓力PT下降.這3個控制量的變化，同時引起了另兩個狀態(tài)量：煙氣氧含量O2和爐膛負壓Plt的變化.最終通過3個控制量的變化，使狀態(tài)量回到原來的穩(wěn)定狀態(tài).

圖9 主蒸汽壓力加入干擾時的主蒸汽壓力、煙氣氧含量、爐膛負壓的DHP控制曲線

圖10 主蒸汽壓力加入干擾時的燃料量、送風量、引風量的DHP控制軌跡

4 結論

提高電廠鍋爐運行的穩(wěn)定性和經(jīng)濟性一直是電廠決策及運行人員十分關心的問題，本文中以某蒸汽流量為75t／h的電廠鍋爐為對象，采用RBFNN建立了電廠鍋爐燃燒系統(tǒng)的模型，并在此基礎上應用RBFNN設計了系統(tǒng)的DHP控制器，仿真結果表明，這種方法對于非線性、大滯后、多變量、強耦合的控制對象具有較好的控制效果和強魯棒性.這為我們今后將其用于工業(yè)現(xiàn)場控制奠定了良好的基礎.

［1］Robert Swankam P.Boiler and combustion system monitoring zeroes in real－world targets［J］.Power，1995（5）：15－22.

［2］Paul J Werbos.Optimization methods for brain－like intelligent control［C］／／Proc of the 34thConference on Decision＆ Control.New Orleans，1995：579－584.

［3］Werbos P J.Approximate dynamic programming for real－time control and neural modeling.in handbook of Intelligent control［C］／／White D A，Sofge D A.Neural，F(xiàn)uzzy，and Adaptive Approaches.NewYork：Van Nostrand Reinhold，1992：13.

［4］Prokhorov D V，Wunsch D C.Adaptive critic designs［J］.IEEE Trans Neural Netw，1997，8（5）：997－1007.

［5］Werbos P J.Advanced forecasting methods for global crisis warning and models of intelligence［J］.General Systems Yearbook，1977，22：25－38.

［6］Broomhead D，Lowe D.Radial basis functions，multivariable interpolation and adaptive networks［J］.Royal Signals Radar Est Malvern，1988，18（1）：212－215.

［7］韓力群.人工神經(jīng)網(wǎng)絡理論、設計及應用［M］.2版.北京：化學工業(yè)出版社，2007：164－192.

［8］Jung－Wook Park，Harley R G，Venayagamoorthy G K.Comparison of MLP and RBF nneural networks usingdeviation signals for indirect adaptive control of a synchronous generator［C］／／Hawaii：The International Joint Conference on Neural Network，2002：919－924.

［9］Lendaris G，Paintz C.Training strategies for critic and action neural nets in dual heuristic programming method［J］.PROC of ICN″97，Houston，IEEE，1997，6：712－717.

Research on optimal control in boiler combustion system based on DHP

SHI Changcheng，WU Xiaoli
（Department of Physics and Electronic Engineering，Yunyang Teachers′College，Danjiangkou 442000，China）

Boiler combustion process for thermal power plant，which displays the features of strong non－linearity，multi－input，multi－output and close coupling control，is a typical researching object.Since the complex process control directly affects the security and economical operation of the units，this paper choosed the process as a researching object through probing into optimization control of boiler combustion system of thermal power plant.First，modeling to boiler combustion system based on RBFNN，and tested the model.Secondly，tried to achieve algorithmic derivation and program realization for applying RBFNN to design boiler combustion controller which was also under the direction of dual heuristic programming（DHP）optimization theory.Finally，the simulation experiments by MATLAB were made to indicate that the controller based on the algorithm was effective and the controller could achieve optimum ideal of combustion in the boiler with high efficiency and strong robustness.Eventually，the suggested system and used algorithm in the paper were also suitful to offer assistance for others complex industrial process.

radial basis function neural network（RBFNN）；boiler combustion；dual heuristic programming（DHP）

TG146.2＋1

A

1000－2375（2011）04－0460－07

2011－04－26

湖北省教育廳科研項目（Q20105001）資助

史長城（1979－），男，碩士生，講師

（責任編輯 肖鏗）