本发明专利技术公开了一种基于数据挖掘技术的火电厂钢球磨煤机制粉系统自动控制方法，采用基于数据挖掘技术的多入多出（ＭＩＭＯ）模糊控制器对给煤量，热风门开度、再循环风门开度和冷风门开度进行自动调节，ＭＩＭＯ模糊控制器中的隶属度函数是在对现场记录数据使用基于模糊加权共享最近邻的密度聚类算法基础上建立，控制规则通过对现场数据进行模糊控制规则挖掘后得到，避免了模糊控制器传统方法的主观性和局限性，为火电厂钢球磨煤机制粉系统安全可靠的运行提供了保证。该方法不仅使制粉系统一直在最佳方式下运行，还可有效降低磨煤机震动、防止磨煤机满灌和断煤，杜绝事故的发生，减轻工人劳动强度，减少维护量，改善工作环境，并使粉尘污染和噪声污染有所改善。
Automatic control method of ball mill coal pulverizing system based on Data Mining
The invention discloses a method based on data mining technology in thermal power plant ball mill coal pulverizing system automatic control method, using multi data mining based on multi fuzzy controller (MIMO) for coal quantity, hot air valve, recirculation throttle opening and air door opening for automatic control, fuzzy MIMO the membership function in the controller is in the field of data based on fuzzy weighted sharing based on density clustering algorithm the nearest neighbor set, control rules obtained by the fuzzy control rules of field data, to avoid the subjectivity and limitation of traditional fuzzy controller method, provides the guarantee for the safe and reliable operation of power plant ball mill the coal pulverizing system. This method not only makes the coal pulverizing system has been running in the best way, but also can effectively reduce the mill vibration, prevent mill filling and broken coal, eliminate accidents, reduce labor intensity, reduce the amount of maintenance, improve the working environment, and the dust pollution and noise pollution has improved.
【技术实现步骤摘要】
本专利技术涉及一种控制方法，涉及火力发电厂钢球磨煤机制粉系统的自动 控制，特别是一种基于数据挖掘技术的火电厂钢球磨煤机制粉系统自动控制 方法。
技术介绍
我国的燃煤火力发电厂中，钢球磨煤机制粉系统应用非常广泛，作为其 中关键设备的磨煤机，绝大部分依然运行于人为判断和手工操作的原始状 态，磨煤机在运行过程中，堵煤、超温、跑粉、漏风、欠煤等现象时有发生， 有时甚至造成设备损坏事故，导致机组停运，给电厂带来很大的经济损失。更重要的是，磨煤机是电厂的耗电大户，其耗电量约占厂用电的20%左右， 由于磨煤机目前仍采用人工控制的手段，磨煤机无法一直运行在最佳工况 下，造电厂用电消耗大，经济效益差。国外火力发电厂制粉系统的自动化程度较高，计算机控制技术也得到了 普遍的使用，但是国外电厂多采用的是中速磨煤机直吹式制粉系统，与国内 广泛采用的钢球磨煤机制粉系统结构不同，无法照搬。国内也有一部分火力发电厂采用了磨煤机的自动控制装置，除硬件选择 上参差不齐外，在控制策略和控制算法上也不尽相同。国内目前对于制粉系 统的自动控制大部分仅以磨煤机内存煤量为控制目标来调节给煤量，我们知 道，制粉系统的制粉量(即出力)的大小受磨制出力、干燥出力和通风出力 三者的限制，如果仅对给煤量的自动调节只是对其磨煤出力实施了控制，而 其它两个出力的还是以手动进行操作，虽然在控制算法上，国内也采用了一 些先进的控制算法，但由于其是手动配合自动调节，使得从结构上就处于一种半自动的状态，而且没有对三个出力同时优化，最终导致使用效果上也不 尽人意。针对单回路存在的问题，目前对制粉系统的多回路控制的研究也有了长 足的发展，所谓多回路即是根据磨煤出力、干燥出力和通风出力为控制目标， 来调节给煤量和风门的开度。相关的控制输入量是内存煤量、出口温度和入 口负压，而控制输出量则为给煤量、热风门开度和再循环风门开度(或冷风 门开度)。在多回路控制方面，有的采用的是经典的PID算法，该算法是根 据内存煤量来控制给煤量、根据出口温度来控制热风门以及根据入口负压来 控制再循环风门开度(或冷风门开度)，从结构看是将三个回路独立控制，这种模式使控制器设计简单，易于实现。但后期的参数调节，需要设定3 套PID参数而且还要互相配合，这就成了一个难点。此外，由于制粉系统 的一个主要特点就是其强耦合性，将三个回路独立实施控制，这种方法不仅 缺少可靠的理论依据而且在实际中也无法从根本上解决耦合问题。有的采用 预测控制或解耦控制算法，但这类控制需要知道控制对象的数学模型，而制 粉系统为非线性的复杂系统，其精确的数学模型不易得到，因此使得这类算 法不适合推广应用。神经网络不太依赖对控制对象的数学模型，但是，由于 神经网络类的算法均需要一个训练集而且其训练过程比较繁琐，而制粉系统 在控制的实时性上有一定要求，使得神经网络在实际推广和应用上受到了不 少的限制。模糊控制也不需要控制对象的模型且较常规方法具有很好的稳定 性和鲁棒性，但在模糊控制中，隶属度函数和控制规则的建立通常是跟据以 往的设计经验以及专家和操作人员的知识和经验，这就不可避免的会产生一 定的局限性和主观性，从而影响到模糊控制器的控制品质，而且对于这种多 入多出(MIMO)模糊控制器，均会遇到规则的爆炸问题，从而使得模糊控 制器的设计变得十分困难。为解决这些问题，直接对现场记录的数据库的数 据挖掘，从而自动构建出隶属度函数和控制规则库。因此，在此基础上设计 出来的MIMO模糊控制器更适合控制对象的特性，为球磨机能够在自动控 制下始终稳定、高效运行提供了保证。
技术实现思路
本专利技术的目的在于，提供一种基于数据挖掘技术的火电厂钢球磨煤机制 粉系统自动控制方法，该方法通过对给煤量、热风门开度、再循环风门开度 和冷风门开度的调节使得制粉系统在安全稳定的前提下一直在最佳方式下 运行。这样不仅为锅炉系统的优质燃烧提供了有效保证，而且能够提高火电 厂的经济效益。为了实现上述任务，本专利技术采取如下的技术解决方案 一种基于数据挖掘技术的火电厂钢球磨煤机制粉系统自动控制方法，其 特征在于，该方法以磨机负荷、磨机出口温度、磨机入口负压和磨机出入口压差作为控制目标，使用MIMO模糊控制器对给煤量、热风门开度、再循环风门开度和冷风门开度进行调节，从而实现火电厂钢球磨煤机制粉系统的自动控制。其中，MIMO模糊控制的隶属度函数和控制规则是通过对现场记 录数据进行数据挖掘自动获得的，具体包括以下步骤-1)根据人工操作状态下现场记录的磨机负荷^/、磨机出口温度w、磨 机入口负压"P、磨机出入口压差;^和设定值之间偏差的历史数据，构建输 入空间数据库。这四个变量都是按照相等的时间间隔同时被写入数据库内， 则每一条记录可以看作为一个对象。如果将这四个变量看作是数据库的维， 则输入空间数据库是个四维数据库，这四个维分别是磨机负荷的偏差^,、 磨机出口温度的偏差e。,、磨机入口负压的偏差 、磨机出入口压差的偏差 。此外，由于磨机入口负压和磨机出入口压差之间存在着耦合关系，则 称这两个维是耦合维；同理，构建的输出空间数据库则包括给煤量",、热风 门开度&、再循环风门开度",和冷风门开度^这四个维，且输出空间数据库 没有耦合维；2) 为了方便后面的计算，将所有数据的数值归一化归-化后数据=(设定值-测量值)偏差的值域3) 根据输入变量的重要性，给输入空间数据库中的每个维，即^,,、 e ,、& 和 ，分别赋以权重^气， < 禾口 M;4 )计算输入空间数据库中对象;c和y间关于维 的绝对距离为 "《=|《-《|，其中《表示对象x维^的值，《表示对象y维 的值。同 理，对象x和;;间关于维 的绝对距离为fl^ 。 J 和^^分别为"《和"^ 所对应的语言变量且语言值为{零，正小，正中，正大}。 1《和M^分别代表维 和维 的修正权重，它们对应的语言变量为^;和^L且语言值为(负大，负小，零，正小，正大}。 ^^和^v的论域选择而《和『^的论域为。根据专家知识和现场操作人员的经验，可以得到^ 、W,《 和^^对应的隶属度离散值以及一系列模糊规则，使用最大一最小的推理方 法并按最大隶属度去模糊化，即可提前求得修正权重模糊查询表(如表1 所示)。表l:修正权重模糊查询表<table>table see original document page 10</column></row><table>1.00. 31.0-l.O1.00. 70.5_1. 01. 01.0_1.005)在实际计算时，先求出"《'和W;S，然后查询权重模糊查询表得到w; 和h^，接着根据以下公式，计算出维^和维^的最终权重气和w。"< m'叩=+ A则p ，=m>+、w.其中，*，和分别是维~和维 修正权重系数。6) 根据以下公式计算输入空间数据库中对象x和们司的模糊加权距离— J) = -VL)2 -《')2 -《)2 -</)27) 根据输入空间数据库中对象间的模糊加权距离，找出对象的4-最近 邻，如果两个对象分别在对方的4-最近邻中，则这两个对象间的模糊加权共 享最近邻>朋"等于它们共享的近邻个数；否则本文档来自技高网...
【技术保护点】
一种基于数据挖掘技术的火电厂钢球磨煤机制粉系统自动控制方法，其特征在于，该方法以磨机负荷、磨机出口温度、磨机入口负压和磨机出入口压差作为控制目标，使用ＭＩＭＯ模糊控制器对给煤量、热风门开度、再循环风门开度和冷风门开度进行调节，实现火电厂钢球磨煤机制粉系统的自动控制，其中，模糊控制的隶属度函数和控制规则是通过对现场记录数据进行数据挖掘自动获得；具体包括以下步骤：１）根据人工操作状态下现场记录的磨机负荷ｂｍｌ、磨机出口温度ｏｔ、磨机入口负压ｎｐ、磨机出入口压差ｐｄ和设定值 之间偏差的历史数据，构建输入空间数据库，上述四个变量按照相等的时间间隔同时被写入数据库内，每一条记录看作一个对象；如果将四个变量看作是数据库的维，则输入空间数据库是个四维数据库，这四个维分别是磨机负荷的偏差ｅ↓［ｂｍｌ］、磨机出口温度的偏差ｅ↓［ｏｔ］、磨机入口负压的偏差ｅ↓［ｎｐ］、磨机出入口压差的偏差ｅ↓［ｐｄ］；此外，磨机入口负压和磨机出入口压差之间存在的耦合关系，则称这两个维是耦合维；同理，构建的输出空间数据库则包括给煤量ｕ↓［ｆ］、热风门开度ｕ↓［ｈ］、再循环风门开度ｕ↓［ｒ］和冷风门开度ｕ↓［ｃ］这四个维，且输出空间数据库没有耦合维；２）使用基于模糊加权共享最近邻的密度聚类算法，对输入空间数据库进行聚类，接着根据簇间邻近性量度将发现的簇凝聚，使最终簇的个数等于ＭＩＭＯ模糊控制器中输入变量语言 值的个数；３）计算步骤２）形成的簇的簇心，将簇和簇心投影到输入变量的论域上；选择三角形函数作为隶属度函数，簇的投影形成区间的最小值和最大值作为三角型隶属度函数的最左边的值和最右边的值，而簇心的投影作为三角型隶属度函数的中心值；按照簇 心投影从小到大的顺序，依次将这些隶属度函数定义为输入变量语言值的隶属度函数，完成输入变量隶属度函数的构建；４）对输出空间数据库，重复步骤２）～步骤３），完成输出变量隶属度函数的构建；５）将输入空间数据库和输出空间数据库合成为 规则挖掘数据库，该数据库包括８个维，分别是ｅ↓［ｂｍｌ］、ｅ↓［ｏｔ］、ｅ↓［ｎｐ］、ｅ↓［ｐｄ］、ｕ↓［ｆ］、ｕ↓［ｈ］、ｕ↓［ｒ］和ｕ↓［ｃ］；在合成后的数据库上使用模糊控制规则挖掘算法得到ＭＩＭＯ模糊控制器中使用的控制规则；６ ）在步骤１）～步骤５）的基础上，使用多入多出ＭＩＭＯ模糊控制器对给煤量、热风门开度、再循环风门开度和冷风门开度进行自动调节，从...
【技术特征摘要】
【专利技术属性】
技术研发人员：曹晖，司刚全，张彦斌，贾立新，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：87[中国|西安]
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。