Using a case based reasoning rule extraction of waste incineration furnace temperature fuzzy control method, relates to the technical field of furnace temperature control of city solid waste incineration, which comprises the following steps: (1) the historical data of the controller output temperature deviation and its rate of change, using the similarity evaluation method of clustering similar data; (2) based on the maximum membership principle to generate initial rules library; (3) using the similarity evaluation method to delete redundant rules in the rule base reduction; (4) to calculate the similarity of every rule and reduction target rules in the rule library to retrieve the rules; (5) according to the nearest neighbor method reuse rules, which constitute the fuzzy control rules; (6) the temperature of the furnace temperature controller to achieve stable and accurate control.
【技术实现步骤摘要】
一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法
本专利技术涉及城市固体垃圾焚烧炉温度控制
,更具体来说,本专利技术是一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法。
技术介绍
垃圾焚烧过程具有多变量、强耦合、非线性、大惯性及大滞后等特征,传统的控制方法难以实现炉温的稳定、准确控制,可能会使得焚烧后烟气中的二噁英浓度超标,对人和环境造成严重的损害。因此,稳定而准确的炉温控制对减少排放具有重要的实际意义。模糊控制是一种以模糊控制规则为核心的控制方法,相对于传统的比例-积分-微分(proportional-integral-differential,PID)控制方法来说,它特别适合于无法建立准确机理模型,具有大惯性、强非线性的过程控制领域,比如在工业过程的温度控制中,实践证明模糊控制比单纯的PID控制方法在快速性方面更具优势。而作为模糊控制的核心,模糊控制规则的成功提取是控制系统成功应用的关键。因而,设计一个模糊控制系统之前,必须提取出合理的控制规则。模糊控制规则的提取过程主要是根据控制过程中产生的样本数据来进行,常见的提取方法有神经网络、专家经验、遗传算法、Wang-Mendel算法等,已经取得一些实际应用成效。然而,由于这些方法本身固有的一些缺陷又限制了它们的推广应用,比如,神经网络虽然可以根据样本数据间接提取规则,但对训练样本的要求较高,且训练时间较长,不能满足那些对实时性要求较高的过程需求;专家经验提取的规则往往只能适用于比较简单的控制系统设计,当面临多变量系统或模糊集划分过多的情况时,规则的合理性难以得到满足;采用遗传算法提取规则时, ...
【技术保护点】
一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法,其特征在于,包括以下步骤:(1)对炉温偏差及其变化率、控制器输出的历史数据采用相似度评估法聚类相似数据;(2)依据最大隶属原则生成初始规则库;(3)采用相似度评估法删除冗余规则以约简规则库;(4)计算目标规则与约简规则库中的每一条规则的相似度以检索规则;(5)根据最近邻方法重用规则,从而构成模糊控制规则库;(6)温度控制器对炉温实现稳定、准确控制。
【技术特征摘要】
1.一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法,其特征在于,包括以下步骤:(1)对炉温偏差及其变化率、控制器输出的历史数据采用相似度评估法聚类相似数据;(2)依据最大隶属原则生成初始规则库;(3)采用相似度评估法删除冗余规则以约简规则库;(4)计算目标规则与约简规则库中的每一条规则的相似度以检索规则;(5)根据最近邻方法重用规则,从而构成模糊控制规则库;(6)温度控制器对炉温实现稳定、准确控制。2.按照权利要求1所述的一种采用案例推理提取规则的垃圾焚烧炉温度模糊控制方法,其特征在于,具体包括如下步骤:(1)对炉温偏差及其变化率、控制器输出的历史数据采用相似度评估法聚类相似数据,详细过程如下:首先,将控制器输入变量:炉温偏差x1及其变化率x2和控制器输出变量x3的p组历史数据构成案例库C,C中的每一组历史数据称为源案例,每一个源案例表示为:其中,为第k个源案例即第k组历史数据;分别为炉温偏差x1及其变化率x2、控制器输出变量x3的第k个历史数据。其次,对式(1)中各变量的数据依据下式进行归一化:归一化后式(1)所表示的每个源案例可表示为Ck:(x1,k,x2,k;x3,k),k=1,2,…,p(3)再次,设xi(i=1,2,3)的论域Xi(i=1,2,3)={-3,-2,-1,0,1,2,3},将xi(i=1,2,3)划分为N个模糊集;然后,对x1进行聚类,设x1的N个模糊集对应的聚类中心为:其中,为归一化后x1的第n个模糊集的中点;和分别为归一化后x2与x3的均值;分别计算各聚类中心C1,n(n=1,2,…,N)与式(3)中各源案例的相似度sim1,n,k:设定相似度阈值sim1,将sim1,n,k大于sim1的所有源案例进行聚类,形成x1的N个聚类簇;最后,在上述形成的N个聚类簇的基础上对x2进行聚类,设x2的N个模糊集对应的聚类中心为:其中,为x2对应的第n个模糊集的中点;和分别为N个聚类簇中x1与x3的均值;如同式(5)的形式,分别计算各聚类中心C2,n(n=1,2,…,N)与x1的每一个聚类簇中所有源案例的相似度设定相似度阈...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。