雙啟發(fā)動(dòng)態(tài)規(guī)劃在水泥煅燒優(yōu)化控制中的應(yīng)用

1、網(wǎng)絡(luò)出版時(shí)間：2011-7-25 16:32雙啟發(fā)動(dòng)態(tài)規(guī)劃在水泥煅燒優(yōu)化控制中的應(yīng)用楊寶生1, 馬修水2YANG Bao-sheng1, MA Xiu-shui21.宿州學(xué)院 智能信息處理實(shí)驗(yàn)室，宿州 2340002.浙江大學(xué) 寧波理工學(xué)院，寧波 310058Dual Heuristic Dynamic Programming for Cement Burning SystemAbstract：In order to overcome curse of method on solving the through self-learning method to get This method i

2、s suitable for complex, nonlinear systems or problems. Dual heuristic dynamic using neural network to the of the By finding a suitable objective function, the critic of each parameter is that the system state variables can be stable at a reasonable range.Key words：摘 要：為克服動(dòng)態(tài)規(guī)劃方法在解決高維問(wèn)題優(yōu)化存在的維數(shù)災(zāi)問(wèn)題，利用函數(shù)

3、近似方法來(lái)取得代價(jià)函數(shù)，通過(guò)自學(xué)習(xí)的方法得到近似動(dòng)態(tài)規(guī)劃解，適用于復(fù)雜、非線性系統(tǒng)的決策優(yōu)化或控制問(wèn)題。采用雙啟發(fā)動(dòng)態(tài)規(guī)劃(DHP)算法用于水泥燒成系統(tǒng)的控制，用神經(jīng)網(wǎng)絡(luò)建立評(píng)價(jià)模塊和動(dòng)作模塊對(duì)該系統(tǒng)進(jìn)行優(yōu)化控制。尋找合適的優(yōu)化目標(biāo)函數(shù)，由評(píng)價(jià)模塊判斷動(dòng)作的好壞并反饋給動(dòng)作模塊，動(dòng)作模塊給出各參數(shù)的調(diào)整量。仿真結(jié)果顯示，系統(tǒng)狀態(tài)量能夠被穩(wěn)定控制在合理的范圍。關(guān)鍵詞：雙啟發(fā)動(dòng)態(tài)規(guī)劃；燒成系統(tǒng)；建模；控制文獻(xiàn)標(biāo)識(shí)碼: A 中圖分類號(hào): TP2731 引言基金項(xiàng)目：安徽省自然科學(xué)基金資助項(xiàng)目 (Anhui Provincial Natural Science Foundation of China

4、under Grant No.10040606Q64)；安徽省教育廳高校省級(jí)科學(xué)研究基金資助項(xiàng)目(The Nature Science Foundation of AnhuiEducation Department of China under Grant No. KJ2010B224)；宿州學(xué)院智能信息處理實(shí)驗(yàn)室開放課題資助項(xiàng)目(Suzhou University Intelligent Information Processing Laboratory Open Subject Foundation underGrant No.2010YKF13).作者簡(jiǎn)介：楊寶生(1981)，男，碩士，

5、講師，主要研究領(lǐng)域?yàn)橹悄苡?jì)算、智能優(yōu)化控制；馬修水(1963)，男，博士，教授、博士生導(dǎo)師，主要研究領(lǐng)域?yàn)樽詣?dòng)控制.水泥燒成系統(tǒng)參數(shù)眾多且相互耦合、大滯后及非線性現(xiàn)象嚴(yán)重，無(wú)法建立準(zhǔn)確的數(shù)學(xué)模型，在實(shí)際生產(chǎn)中依靠工人經(jīng)驗(yàn)來(lái)調(diào)整各生產(chǎn)參數(shù)，不穩(wěn)定且無(wú)法保證最優(yōu)的節(jié)能控制效果。為了給我國(guó)水泥工業(yè)的可持續(xù)發(fā)展提供技術(shù)支持，探索生產(chǎn)過(guò)程的優(yōu)化控制顯示出重要意義。本課題正是基于這種實(shí)際需求，利用近似動(dòng)態(tài)規(guī)劃技術(shù)作為載體，研究水泥燒成系統(tǒng)的優(yōu)化控制。而近似動(dòng)態(tài)規(guī)劃中雙啟發(fā)動(dòng)態(tài)規(guī)劃因?yàn)榫哂休^高的運(yùn)算控制精度，所以作為本文的優(yōu)先選擇。2 DHP算法結(jié)構(gòu)(DHP)函數(shù)J本身，即J(xt圖1 DHP控制器結(jié)構(gòu)3

6、水泥燒成系統(tǒng)分析水泥預(yù)分解窯燒成系統(tǒng)的整個(gè)工藝過(guò)程分成兩個(gè)方向，一個(gè)是從上而下的物料流向，一個(gè)是從下而上的煙氣流向，如圖2所示。黑色箭頭表示煤粉噴入流向，灰色箭頭表示物料流向，虛線表示氣體流向。物料在系統(tǒng)內(nèi)被逆向流動(dòng)的高溫氣體不斷加熱而燒成熟料。熟料經(jīng)窯頭罩下端落入篦冷機(jī)，再經(jīng)空氣冷卻后，卸出入庫(kù)2?；痦?xiàng)目：安徽省自然科學(xué)基金資助項(xiàng)目 (Anhui Provincial Natural Science Foundation of China under Grant No.10040606Q64)；安徽省教育廳高校省級(jí)科學(xué)研究基金資助項(xiàng)目(The Nature Science Foundati

7、on of AnhuiEducation Department of China under Grant No. KJ2010B224)；宿州學(xué)院智能信息處理實(shí)驗(yàn)室開放課題資助項(xiàng)目(Suzhou University Intelligent Information Processing Laboratory Open Subject Foundation underGrant No.2010YKF13).作者簡(jiǎn)介：楊寶生(1981)，男，碩士，講師，主要研究領(lǐng)域?yàn)橹悄苡?jì)算、智能優(yōu)化控制；馬修水(1963)，男，博士，教授、博士生導(dǎo)師，主要研究領(lǐng)域?yàn)樽詣?dòng)控制.楊寶生，馬修水:雙啟發(fā)動(dòng)態(tài)規(guī)劃在水泥

8、煅燒優(yōu)化控制中的應(yīng)用2對(duì)水泥燒成系統(tǒng)采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，該模型能夠較好地反應(yīng)系統(tǒng)的主要性能，并且具有一定泛化能力5,6。選擇生料量、分解爐喂煤量、回轉(zhuǎn)窯喂煤量、回轉(zhuǎn)窯轉(zhuǎn)速，旋風(fēng)筒C1出口負(fù)壓作為系統(tǒng)操作量，分別表示為ui(t),i=1,2,，5。系統(tǒng)被控狀態(tài)量xj(t),j=1,2，分別表示分解爐出口溫度和一級(jí)旋風(fēng)筒出口廢氣氧含量。該網(wǎng)絡(luò)結(jié)構(gòu)為7-20-2。7個(gè)輸入采用系統(tǒng)t時(shí)刻的操作量與狀態(tài)量。隱藏層分別有20個(gè)對(duì)稱sigmoidal神經(jīng)元，和2個(gè)線性輸出神經(jīng)元，即(t+1)時(shí)刻的狀態(tài)量。建模之后，模型的權(quán)值不變，那么神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)方程即可作為非線性系統(tǒng)模型。4.2 評(píng)價(jià)模塊設(shè)計(jì)評(píng)價(jià)模

9、塊使用2-10-5的前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。Hyperbolic tangent（雙曲正切）函數(shù)和線性函數(shù)作為隱層和輸出層的激勵(lì)函數(shù)。評(píng)價(jià)模塊的目標(biāo)是捕獲X(t)和 (t)之間的關(guān)系。評(píng)價(jià)模塊自適應(yīng)訓(xùn)練如圖3所示。為了訓(xùn)練評(píng)價(jià)模塊，必須首先計(jì)算期望輸出 d(t)，對(duì)Bellman遞歸式兩邊微分可得楊寶生，馬修水:雙啟發(fā)動(dòng)態(tài)規(guī)劃在水泥煅燒優(yōu)化控制中的應(yīng)用 2 J(t)U(t)J(t 1) （1）X(t)X(t)X(t)d(t) 通過(guò)對(duì)式（1）J(t 1)X(t 1)作模塊反傳計(jì)算。） 其中ec(t) (k)塊的權(quán)值更新可以表述為+Wc 2ec(t)ec(t) （4） Wc2是該模塊的學(xué)習(xí)率，0, 2,

10、1。選擇一個(gè)極限值limc來(lái)測(cè)試評(píng)價(jià)模塊的收斂性，當(dāng)ec(t),limc，達(dá)到評(píng)價(jià)模塊的訓(xùn)練收斂條件。4.3 動(dòng)作模塊設(shè)計(jì)動(dòng)作模塊是一個(gè)三層前饋神經(jīng)網(wǎng)絡(luò)加上一個(gè)固定比例的縮放模塊。神經(jīng)網(wǎng)絡(luò)有5個(gè)輸入，具有10個(gè)symmetrical sigmoidal神經(jīng)元的單隱層，和2個(gè)同類型的輸出神經(jīng)元。輸入到動(dòng)作模塊的是實(shí)際狀態(tài)X(t)，輸出是操作量u(t)。本系統(tǒng)中，利用雙曲正切函數(shù)作為輸出層的激勵(lì)函數(shù)是非常有效的。神經(jīng)網(wǎng)絡(luò)的輸出分布在-1，1范圍。動(dòng)作模塊的自適應(yīng)調(diào)整如圖4所示。這個(gè)自適應(yīng)過(guò)程的目標(biāo)是找到最優(yōu)控制信號(hào)u(t)來(lái)最小化全局代價(jià)函數(shù)J(t)，可以表示為楊寶生，馬修水:雙啟發(fā)動(dòng)態(tài)規(guī)劃在水泥

11、煅燒優(yōu)化控制中的應(yīng)用 3 %XT(t 1)&J(t)U(t) ( (t 1) 0（5）u(t)u(t)u(t)） 通過(guò)應(yīng)用BP）3ea(t),lima5 DHP通過(guò)仿真實(shí)驗(yàn)，得到如圖5控制輸出曲線，分別表示分解爐出口溫度和一級(jí)旋風(fēng)筒出口廢氣氧含量變化趨勢(shì)，每一個(gè)時(shí)間步為采樣數(shù)據(jù)的時(shí)間間隔。從中可以看出，廢氣氧含量超調(diào)量偏大，這是因?yàn)榭刂瞥跗谌紵怀浞?，分解爐出口溫度相對(duì)較低，廢氣中氧含量較高。經(jīng)過(guò)一段時(shí)間的波動(dòng)后，二者趨于穩(wěn)定，并滿足規(guī)定的控制要求范圍。從控制結(jié)果可以看出系統(tǒng)響應(yīng)時(shí)間較快，這有助于實(shí)際系統(tǒng)的穩(wěn)定運(yùn)行，可見DHP控制器具有較好的控制特性。楊寶生，馬修水:雙啟發(fā)動(dòng)態(tài)規(guī)劃在水

12、泥煅燒優(yōu)化控制中的應(yīng)用 4圖5 DHP6 結(jié)論于DHPJDHP參考文獻(xiàn):1 符曦. M2004: 203-234.2 狄小峰. 濟(jì)南大學(xué)碩士學(xué)位論文，2005年.3 B. S. Yang, D. G. Cao. Adaptive Critic Design Based Neurocontroller for Cement4 楊寶生, 馬修水, 李桂華等J.儀表技術(shù)與傳感器，2006, (2): 60-62.5 D. Z. Xia, S. R. Wang, B. L. Zhou. Temperature compensation method of silicon microgyroscope based on BPneural networkJ. Journal of Southeast University (English Edition), 2010, 26(1): 58-61.6 Y. J. Liu, J. Y. Zhu, J. Zeng. Improved BP neural network system for engine performance trend analysis andfault diagnosisJ. Journal of Nanjing University of Science and Te