上海江南长兴造船有限责任公司201913
摘要：锅炉蒸汽压力的特性导致常规的PID控制方法不具备自适应能力,难以满足系统要求，因此，对改进和优化方案进行研究成为相关研究学者的重点关注内容。本文在对基于BP神经网络PID设计船用锅炉蒸汽压力控制系统的必要性进行综合阐述的基础上，论述了船用锅炉蒸汽压力控制系统的设计方案，希望能够为相关人士提供借鉴和参考。
关键词：BP神经网络；PID；锅炉蒸汽压力
前言：在蒸汽锅炉压力的作用下，会产生较大的特异性，这也使得常规的控制方法无法满足锅炉对适应性的要求。基于这一层面进行审视，需采取科学的方案对系统进行设计，并对仿真结果作出科学分析，以此来实现对锅炉压力的科学调控。因此，探讨基于BP神经网络PID的船用锅炉蒸汽压力控制系统设计方案，具有十分重要的现实意义。
1.基于BP神经网络PID设计船用锅炉蒸汽压力控制系统的必要性
在以往设计锅炉的过程中，通常建立在对PID控制方法进行充分运用的基础上，借助于对蒸汽压力的科学调整，满足锅炉有序运行的要求，尽管以上控制方法具有简单便捷的特征，且具有较高的响应速度，但由于蒸汽压力具有时变性和非线性等特征，容易降低控制的实际效果，因此，有必要对控制方法作出更为深入的研究。国外有学者基于模糊控制器构建了锅炉蒸汽压力模型，在此基础上，充分发挥PID控制器输入量和输出量进行合理调整，将锅炉的压力值限定在了一定范围内，尽管在一定程度上形成了锅炉稳定运行的保障，但由于难以摸清控制规则，也对其广泛投入使用产生了限制[1]。随后，有学者基于RBF视域下，完善了对锅炉蒸汽系统的设计，虽然能够在一定程度上提升控制的精度，实现对模糊控制弊端的革除，但基于该方法建立的网络较为复杂，导致了系统数据计算难度的增加。此外，还有学者联合应用神经网络算法和免疫算法对系统进行设计，虽然动态性能得到了一定的优化，但由于难以确定神经网络的层数，因而难以被大规模应用到工业生产过程中。基于此，笔者认为，通过实现BP神经网络和PID控制方法的有机结合，作为锅炉蒸汽压力控制系统设计的基础和前提，成为大势所趋，对提升压力控制的精度具有重要影响[2]。
2.船用锅炉蒸汽压力控制系统设计方案
2.1模型构建
众所周知，锅炉蒸汽压力控制系统具有复杂性的特点，是锅炉运转的动力支持。若能够充分确保压力控制的合理性，有助于促进汽轮机转速的增加，从而提升锅炉运转的整体水平，并降低燃烧成本。这也需要对空气量进行合理控制，若进气量不足，会增加燃烧不充分现象的发生几率，增加燃烧成本，若进气量过大，则会导致人能的大量消耗，经由烟气排出，产生大量的污染。
因此，笔者在构建数学模型的过程中，重点将船用蒸汽压力系统分为5个部分，并给出模型：
2.2基于BP神经网络的PID控制器
通常情况下，PID控制器具有较强的抗干扰性能，结构精简，且计算结果十分准确，这也有赖于科学的参数组合。由于常规的PID控制器参数难以确定，为了强化系统性能，本研究引入了BP神经网络的概念，充分发挥神经网络的自学习性能，实现了对PID控制器参数的征订，有效提升了微分、积分和比例分配的合理性，促进了参数组合的最优化，对实现预期的控制效果起到了重要帮助。
本研究设计的PID控制器主要包含用于调节参数的PID控制器和神经网络两个部分构成，控制算法主要包括以下几个流程：（1）建立在被控制对象的特征进行综合分析的基础上，对系统结构进行初始化，确定各个层次网络的初始权值，合理设定学习速率和惯性因子；（2）应对输入量和输出量之间的误差进行科学计算；（3）对系统运行状态进行归一化处理；（4）计算神经网络各个节点的输入量和输出量；（5）对PID控制器的输出来那个进行科学计算。通过完成以上步骤，有助于得出最优化的参数组合。
神经网络具有良好的分布式存储能力和较强的容错能力，且能够实现自适应学习，但由于相关工作人员在训练神经网络前，对神经网络相关知识掌握不足，知识简单地将初始权值定为随机数，导致了神经网络训练时间的增加，这也是神经网络运用过程中存在的典型缺陷。而基于BP神经网络的控制方法则有助于实现对上述问题的有效解决，通过对模糊原理进行表达，有助于形成类似人类的思维，这也对压力控制的实现起到了重要帮助。
2.3仿真分析
本次仿真分析结果显示，基于传统PID控制下的压力系统反应速率较慢，且伴有大幅度不规模振荡现象，无法将锅炉的压力长久维持在一定范围内，而基于BP神经网络的PID控制器，则能够有效提升响应速率，且不会产生明显的振荡现象，这也增加了锅炉压力系统运行的稳定性。据此可认为，在选择控制器的过程中，应以PID控制器为主，并基于BP神经网络对压力控制系统进行构建。
2.4结果分析
通过建立在BP神经网络的基础之上，联合PID控制器，完善对锅炉蒸汽压力系统的设计，有效缩短了压力调控的时间，消除系统振荡的干扰，强化了压力调控的性能，实现了对锅炉压力的科学调整与控制，形成了锅炉稳定运行的保障。因此，可将上述系统广泛应用于船用锅炉的建设过程中，在降低燃烧损耗的同时，借助于对进气量的合理调控，防止污染物随着烟气排出，迎合节能环保的实际要求，体现企业可持续发展的决心和理念。
结论：船用锅炉的燃烧控制设备主要用于自动控制进入炉膛的燃油量和为燃油完全燃烧所必须的空气量,使之在动力装置的任何工况下,都能实现良好的经济燃烧,并保持锅炉的主蒸汽压力为设定值。由于神经网络能够对系统的输入输出信息进行分析、归纳,形成自处理的＂自学习＂功能,适用于时变性、非线性系统。参考文献：
[1]陶长兴,刘岩,肖付伟.基于BP神经网络的便携式阀门在线监测及诊断系统研究[J].仪器仪表用户,2018(12):17-19.
[2]杨涛.基于BP神经网络的变电站一次设备监测传感器数据融合技术研究[J].科技风,2018(34):180+182.
论文作者:蒋庆杰
论文发表刊物:《科技新时代》2018年12期
论文发表时间:2019/2/18
标签：神经网络论文; 锅炉论文; 压力论文; 蒸汽论文; 控制器论文; 系统论文; 控制系统论文; 《科技新时代》2018年12期论文;