蔣靜江

（廣東省能源集團(tuán)有限公司珠海發(fā)電廠，廣東 珠海519000）

1 引言

在日常生活中，有很多的時變系統(tǒng)，并且需要研究的對象比想象中復(fù)雜很多?，F(xiàn)場實際因素的影響使得并不容易將應(yīng)用理論和實驗應(yīng)用在研究對象上，對此，最常用的方法就是建模。在數(shù)學(xué)領(lǐng)域建模并不能夠達(dá)到具體化，轉(zhuǎn)換為借助于一個系統(tǒng)以及處于過程中的相關(guān)變量之間的某種關(guān)系來反映實現(xiàn)的數(shù)學(xué)結(jié)構(gòu)[1-2]。脫硫系統(tǒng)能夠正常運(yùn)行，其中pH是最重要的控制參數(shù)之一，直接關(guān)系到脫硫效率和脫硫效果。針對珠海發(fā)電廠FGD系統(tǒng)的運(yùn)行情況，其值在5.5～6.0是最佳范圍，整個控制目的在于保證pH穩(wěn)定[3-4]?；诳刂艶GD系統(tǒng)pH值的非線性、多時變、強(qiáng)耦合的特點(diǎn)，用T-S模糊模型對特定值進(jìn)行數(shù)學(xué)建模來進(jìn)行分析及優(yōu)化[5]。

2 模型概況

面對多維模糊推理中的推理規(guī)則龐大的問題，由Takagi和Sugeno提出了一種新的模糊推理模型，稱為Takagi-Sugeno（T-S）模糊模型。模型的輸入函數(shù)是規(guī)則后件：

這種語言規(guī)則描述的模型展開第i條規(guī)則可寫為：

這里，Air在模糊系統(tǒng)中是第i條規(guī)則前件的模糊集合；Pim（m=1,2，……，k）是系統(tǒng)參數(shù)；x=[x1，x2，……，xr]是輸入變量；yi是輸出變量，輸入模糊，輸出確定，整個模糊推理過程的輸入與輸出的關(guān)系呈線性。

對輸入變量x來說，應(yīng)用模糊規(guī)則來計算每個輸入變量的隸屬度：

通過計算得到輸出值yi。

式中，k是輸入?yún)?shù)；n是子集數(shù)。

3 網(wǎng)絡(luò)辨識

圖1 T-S模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

由圖1可以看出，T-S模糊神經(jīng)網(wǎng)絡(luò)是由五層從左向右的網(wǎng)絡(luò)組成：前為輸入層，中間區(qū)域為輸出層、模糊化層和模糊條件層，后端為輸出層；與輸入層連接的是輸入向量x；模糊隸屬度值μ是模糊化層將隸屬度函數(shù)公式（3）對輸入值進(jìn)行模糊化得到的。模糊連乘公式（4）用于模糊條件層，而輸出則是通過模糊決策層采用公式（5）計算得出。

學(xué)習(xí)算法如下：

①誤差的計算

這里，yd是期望輸出；yc是實際輸出；e是期望輸出和實際輸出的誤差。

②系數(shù)的修正

③參數(shù)的修正

4 建模與仿真

負(fù)荷、石灰石供漿、石膏漿液脫水和脫硫效率等條件直接影響pH值。本次建模，是機(jī)組負(fù)荷在700MW、石膏漿液脫水沒有運(yùn)行的情況下進(jìn)行，對珠海發(fā)電廠#1機(jī)組FGD系統(tǒng)PH值每隔5min測取數(shù)據(jù)，最終的控制范圍為5.5～6.0，根據(jù)72個小時整3天測量的數(shù)據(jù)應(yīng)用T-S模糊模型建立系統(tǒng)模型[6-7]。系統(tǒng)算法流程如圖2所示，實測數(shù)據(jù)曲線與模型預(yù)測曲線對比如圖3所示，可以清晰地看到實測值與預(yù)測值的對比關(guān)系。

圖2 模糊神經(jīng)網(wǎng)絡(luò)FGD系統(tǒng)PH建模算法流程圖

圖3 實測數(shù)據(jù)曲線與模型預(yù)測曲線對比圖

5 結(jié)論

本文是建立在T-S模糊神經(jīng)網(wǎng)絡(luò)算法上，針對脫硫吸收塔pH值這一參數(shù)進(jìn)行數(shù)學(xué)建模，采取現(xiàn)場樣本數(shù)據(jù)，進(jìn)行實測曲線擬合，然后將其與預(yù)測模型輸出曲線對比，通過仿真實驗可見，預(yù)測曲線在相同負(fù)荷等情況下能夠?qū)H值穩(wěn)定在目標(biāo)值范圍內(nèi)，表明本文中建立的數(shù)學(xué)模型，能夠與實際情況相吻合，且真實地反映了珠海發(fā)電廠1號機(jī)組在負(fù)荷700MW時脫硫吸收塔pH值情況，對以后分析研究和控制系統(tǒng)的優(yōu)化有積極方面的作用，為機(jī)組達(dá)到更優(yōu)工況和提高經(jīng)濟(jì)效益也有很大幫助。