T-S模糊模型的FGD系統(tǒng)pH值建模研究

【摘 要】目前，濕法石灰石-石膏煙氣脫硫系統(tǒng)（即FGD系統(tǒng)）在火電廠(chǎng)脫硫系統(tǒng)中占絕大比例。FGD系統(tǒng)采用化學(xué)方法除掉煙氣中的二氧化硫的方式，其中pH值是一個(gè)重要的參數(shù)，關(guān)系到化學(xué)反應(yīng)的指示值。對(duì)此，應(yīng)用T-S模糊神經(jīng)網(wǎng)絡(luò)模型以吸收塔pH值為對(duì)象進(jìn)行數(shù)學(xué)建模，并且針對(duì)廣東省能源集團(tuán)有限公司珠海發(fā)電廠(chǎng)裝機(jī)容量700WM的1#機(jī)組脫硫吸收塔pH值實(shí)時(shí)數(shù)據(jù)信號(hào)進(jìn)行仿真處理。通過(guò)對(duì)該模型參數(shù)的預(yù)測(cè)學(xué)習(xí)以及與實(shí)際輸出的對(duì)比，得到符合條件的仿真模型。模型預(yù)測(cè)結(jié)果能夠反映機(jī)組真實(shí)情況，有進(jìn)一步研究的價(jià)值。

【Abstract】At present， wet limestone-gypsum flue gas desulfurization system （FGD system） accounts for most of the desulfurization systems in thermal power plants. FGD system uses chemical method to remove sulfur dioxide from flue gas. Among them， pH is an important parameter， which is related to the indicator value of chemical reaction. In this regard， T-S fuzzy neural network model is applied to carry out mathematical modeling with the pH value of absorption tower as the object， and the real-time data signal of pH value of desulfurization absorption tower of unit 1 with the installed capacity of 700WM in Zhuhai Power Station of Guangdong Energy Group Company Limited. is simulated. Through the prediction learning of the model parameters and the comparison with the actual output， the simulation model conforming to the conditions is obtained. The model prediction results can reflect the real situation of the unit， which has the value of further research.

【關(guān)鍵詞】吸收塔;pH值;T-S模糊模型;神經(jīng)網(wǎng)絡(luò);仿真

【Keywords】absorption tower; pH value; T-S fuzzy model; neural network; simulation

【中圖分類(lèi)號(hào)】N945.12 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2019）06-0184-02

1 引言

在日常生活中，有很多的時(shí)變系統(tǒng)，并且需要研究的對(duì)象比想象中復(fù)雜很多?，F(xiàn)場(chǎng)實(shí)際因素的影響使得并不容易將應(yīng)用理論和實(shí)驗(yàn)應(yīng)用在研究對(duì)象上，對(duì)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(gè)系統(tǒng)以及處于過(guò)程中的相關(guān)變量之間的某種關(guān)系來(lái)反映實(shí)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(duì)珠海發(fā)電廠(chǎng)FGD系統(tǒng)的運(yùn)行情況，其值在5.5～6.0是最佳范圍，整個(gè)控制目的在于保證pH穩(wěn)定[3-4]。基于控制FGD系統(tǒng)pH值的非線(xiàn)性、多時(shí)變、強(qiáng)耦合的特點(diǎn)，用T-S模糊模型對(duì)特定值進(jìn)行數(shù)學(xué)建模來(lái)進(jìn)行分析及優(yōu)化[5]。

2 模型概況

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

Ri：ifxisAithenyi=fi（x）i=1，2，…，n（1）

這種語(yǔ)言規(guī)則描述的模型展開(kāi)第i條規(guī)則可寫(xiě)為：

Ri：ifx1isA1andifx2isA2and…andifxrisAirthenyi=P i0+P i1x1+P i2x2+…+P irxr （2）

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(gè)模糊推理過(guò)程的輸入與輸出的關(guān)系呈線(xiàn)性。

對(duì)輸入變量x來(lái)說(shuō)，應(yīng)用模糊規(guī)則來(lái)計(jì)算每個(gè)輸入變量的隸屬度：

μ=exp（-（xm-c）2/b），m同上;i同上（3）

這里，c、b是隸屬度函數(shù)的中心和寬度。把隸屬度進(jìn)行計(jì)算，應(yīng)用連乘算子：

ωi=μ（x1）*μ（x2）*…*μ（xk）i同上 ? ? （4）

通過(guò)計(jì)算得到輸出值yi。

yi=ωi（P+Px1+Px2+…+Pxk）/ωi （5）

式中，k是輸入?yún)?shù);n是子集數(shù)。

3 網(wǎng)絡(luò)辨識(shí)

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?yàn)檩敵鰧?、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(duì)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(guò)模糊決策層采用公式（5）計(jì)算得出。

學(xué)習(xí)算法如下：

①誤差的計(jì)算

e=（yd-yc） （6）

這里，yd是期望輸出;yc是實(shí)際輸出;e是期望輸出和實(shí)際輸出的誤差。

②系數(shù)的修正

P（k）=P（k-1）-α（7）

=（yd-yc）ωi/ωi *xm （8）

這里，P是神經(jīng)網(wǎng)絡(luò)系數(shù);α是學(xué)習(xí)效率;xm是輸入?yún)?shù);ωi是輸入?yún)?shù)隸屬度連乘積。

③參數(shù)的修正

c（k）=c（k-1）-β （9）

b（k）=b（k-1）-β（10）

式中，c、b分別為隸屬度函數(shù)的中心和寬度。

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(méi)有運(yùn)行的情況下進(jìn)行，對(duì)珠海發(fā)電廠(chǎng)#1機(jī)組FGD系統(tǒng)PH值每隔5min測(cè)取數(shù)據(jù)，最終的控制范圍為5.5～6.0，根據(jù)72個(gè)小時(shí)整3天測(cè)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(shí)測(cè)數(shù)據(jù)曲線(xiàn)與模型預(yù)測(cè)曲線(xiàn)對(duì)比如圖3所示，可以清晰地看到實(shí)測(cè)值與預(yù)測(cè)值的對(duì)比關(guān)系。

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(duì)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(chǎng)樣本數(shù)據(jù)，進(jìn)行實(shí)測(cè)曲線(xiàn)擬合，然后將其與預(yù)測(cè)模型輸出曲線(xiàn)對(duì)比，通過(guò)仿真實(shí)驗(yàn)可見(jiàn)，預(yù)測(cè)曲線(xiàn)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(shí)際情況相吻合，且真實(shí)地反映了珠海發(fā)電廠(chǎng)1號(hào)機(jī)組在負(fù)荷700MW時(shí)脫硫吸收塔pH值情況，對(duì)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。

【參考文獻(xiàn)】

【1】蔣靜江，李彧，尹文佳.基于T-S模糊模型的鍋爐汽包水位模型研究[J].科學(xué)家，2015（10）：50-51

【2】高雪鵬.基于神經(jīng)網(wǎng)絡(luò)與模糊推理系統(tǒng)的非線(xiàn)性系統(tǒng)辯方法的比較研究[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2001.

【3】劉靜.電廠(chǎng)濕法脫硫系統(tǒng)優(yōu)化研究[D].保定：華北電力大學(xué)，2009.

【4】張貫廷，崔修強(qiáng).濕法脫硫系統(tǒng)運(yùn)行方式優(yōu)化研究[J].經(jīng)貿(mào)實(shí)踐，2016（18）：227.

【5】趙恒平，俞金壽.一種基于T-S模糊模型的自適應(yīng)建模方法及其應(yīng)用[J].華東理工大學(xué)學(xué)報(bào)，2004（4）：442-445.

【6】劉文龍.基于T-S模糊模型的多變量非線(xiàn)性預(yù)測(cè)控制[J].電子測(cè)量與儀器學(xué)報(bào)，2013，27（10）：998-1003.

【7】王 寅，榮 岡，王樹(shù)青.基于T-S模糊模型的非線(xiàn)性預(yù)測(cè)控制策略[J].控制理論與應(yīng)用，2002（4）：599-603.