1、鍋爐制粉系統(tǒng)是火電廠的重要組成部分，其運行的安全可靠性和經(jīng)濟性直接影響到鍋爐機組的安全可靠性和經(jīng)濟性。隨著火電機組容量和參數(shù)的不斷提高，火電廠普遍采用中速磨直吹式制粉系統(tǒng)。熱工過程的自動控制是保證熱力設(shè)備安全和經(jīng)濟運行的必要技術(shù)措施和手段，而建立對象精確的數(shù)學模型又是自動控制的前提條件，因此，有必要對中速磨煤機的特性進行深入的研究。 中速磨煤機是高度關(guān)聯(lián)、大滯后、MIMO的非線性系統(tǒng)，其動態(tài)特性隨著運行工況的變化而大范圍變化。傳

2、統(tǒng)的建模方法都具有計算量大、抗干擾性差、測量精度不高等缺點，而由于徑向基函數(shù)RBF(Radial Basis Function)神經(jīng)網(wǎng)絡(luò)具有可以逼近任意非線性映射的能力，且網(wǎng)絡(luò)結(jié)構(gòu)簡單，故本文采用基于RBF神經(jīng)網(wǎng)絡(luò)的建模方法。本文在傳統(tǒng)RBF學習算法的基礎(chǔ)上，提出了基于免疫聚類和免疫進化規(guī)劃相結(jié)合的RBF神經(jīng)網(wǎng)絡(luò)的構(gòu)造方法，對中速磨制粉系統(tǒng)進行離線建模；為了滿足熱工控制系統(tǒng)實時性的要求，本文在最小資源分配網(wǎng)絡(luò)MRAN(Minimal R

3、esource-AllocatingNetworks)算法的基礎(chǔ)上，提出了“優(yōu)勝者神經(jīng)元”策略，對EKF算法調(diào)整網(wǎng)絡(luò)參數(shù)過程進行了簡化操作，只調(diào)整跟輸入有密切聯(lián)系的隱層節(jié)點的參數(shù)，從而大大減少網(wǎng)絡(luò)的訓練時間；并且對刪除策略進行了改進，不僅刪除那些連續(xù)對網(wǎng)絡(luò)輸出貢獻較小的隱層單元，還將相似的隱層單元合并，使網(wǎng)絡(luò)結(jié)構(gòu)更加緊湊。 應(yīng)用上述兩種RBF神經(jīng)網(wǎng)絡(luò)學習算法對某電廠機組的MPS型中速磨煤機進行建模研究，結(jié)合Matlab仿真，證明