循环流化床锅炉燃烧过程聚类融合控制研究

循环流化床锅炉(CFBB)能够燃烧各类劣质燃料，同时满足节能和环保的要求，具有广泛的应用前景。然而，由于影响CFBB燃烧过程的参量多，加之它的大惯性、多变量耦合性、非线性和时变性，使其难以实现自动控制。因此，有必要突破传统的依靠简单传感器信息的单一控制模式，采用多传感器信息融合（MSIF）的多模态聚类（聚类融合）控制。本项目首先分析燃烧过程各变量之间的相互影响及其解析关系，建立多维综合燃烧过程模型，然后从关联系统的角度出发，运用奇异摄动理论，分析多维综合燃烧过程模型的动力学特性。在此基础上，利用神经网络、聚类分析和人工智能等相关知识，通过设计同时兼有信息融合与聚类分析作用的MSIF方法、系统智能环节和系统结构，结合提出的控制策略和控制算法，解决CFBB燃烧过程的大惯性、多变量耦合性、非线性和时变性问题。此外，本项目通过对CFBB燃烧过程聚类融合控制研究，给出一般聚类融合控制系统的设计理论。