[发明专利]一种煤气化炉系统的炉温自学习控制方法有效
| 申请号： | 201310516852.1 | 申请日： | 2013-10-28 |
| 公开（公告）号： | CN103529699A | 公开（公告）日： | 2014-01-22 |
| 发明（设计）人： | 刘德荣;魏庆来;徐延才 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G05B13/00 | 分类号： | G05B13/00;C10J3/46 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 宋焰琴 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种煤气化炉系统的炉温自学习控制方法，其包括：构建一个基于数据的煤气化炉系统炉温自学习系统模型，用于确定煤气化炉炉温变化；利用三层BP神经网络构建输入煤中元素含量比例的煤质模型，用于确定煤质；利用三层BP神经网络构建输入量参考控制模型，用于确定煤气化炉系统输入参考量；将构建的煤气化炉系统炉温自学习系统模型误差、煤质模型误差和输入量参考控制模型误差与系统外部扰动转化为煤气化炉系统炉温自学习系统控制模型的扰动控制变量；基于迭代自适应动态规划自学习最优控制方法，在所述扰动控制变量对所述系统温度控制误差影响最大的情况下建立求解最优控制的函数，最终获得系统控制。 | ||
| 搜索关键词： | 一种 煤气化 系统 炉温 自学习 控制 方法 | ||
【主权项】：
一种煤气化炉系统的炉温自学习控制方法，其包括：S1、构建一个基于数据的煤气化炉系统炉温自学习系统模型，用于确定煤气化炉炉温变化；S2、基于系统运行数据，利用三层BP神经网络构建输入煤中元素含量比例的煤质模型，用于确定煤质；S3、基于系统运行数据，利用三层BP神经网络构建输入量参考控制模型，用于确定煤气化炉系统输入参考量；S4、将构建的煤气化炉系统炉温自学习系统模型误差、煤质模型误差和输入量参考控制模型误差与系统外部扰动转化为煤气化炉系统炉温自学习系统控制模型的扰动控制变量；S5、基于迭代自适应动态规划自学习最优控制方法，在所述扰动控制变量对所述系统温度控制误差影响最大的情况下建立求解最优控制的函数，最终获得系统的最优控制；其中所述最优控制表示使得煤气化炉炉温达到设定温度的煤气化炉的输入量。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所，未经中国科学院自动化研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201310516852.1/，转载请声明来源钻瓜专利网。
