收到日期：2011-03-07;修订日期：2011-05-07。助项目：安徽省自然科学基金项目（10040606Q64），安徽省教育厅安徽省科研基金项目（KJ2010B224），资助项目苏州大学智能信息处理实验室开放项目（2011YKFF11）。
者简介：杨宝生（1981-），苏州，苏州，讲师，硕士，研究重点：智能优化控制;马修水（1963-），男，安徽闽江教授，博士生导师，博士，主要研究科：智能检测。章编号：1001-9081（2011）08-02286-03doi：10.3724 / SP.J.1087.2011.02286这是很难建立一个精确的数学模型来变化，多干扰和非线性的过程在水泥的预煅烧炉中燃烧熟料。人的生产经验高度依赖于生产：提出了传播传播神经网络（BP）来建立射击系统的数学模型，以及双动态动态规划（DBH）控制器 – 烤箱分解设计。DBH的计算结果相对于状态量的网络的输出成本函数J的偏导数，得到最优控制信号或次优的，则发送由动作网络控制信号，以允许到系统获得所需的控制路径。真结果表明，控制器的响应时间较快，超出每个参数并不重要，这对实际系统的稳定运行非常有用。态编程，双重灵感;神经网络;煅烧部分; CLC号码控制器：TP273.21文档代码：基于水泥煅烧控制器的蠕虫启发式编程算法的ADesign。宝sheng1，马秀shui2（1.智能信息处理，苏州大学，苏州，安徽234000，中国的实验室，浙江大学宁波理工学院，浙江宁波315100，中国）摘要：多个变量，干扰，非线性和干燥过程熟料的其他特性，它是非常困难的，使水泥窑系统的精确模型，它是高度依赖于工人的生产经验实。经误差网络（Back-Propagation）用于建立射击系统的模型，并设计了一个控制器用于基于双启发式编程（DHP）的烤箱。键网络DHP将成本函数J的偏导数与状态一起递送，以便获得最佳或次优控制信号。络动作输出控制动作，以控制系统获得所需的路径。真结果表明，该控制器具有较短的响应时间和较少的溢出。些特征有助于实际系统的稳定运行。键词：双启发式编程（DHH）熟料煅烧过程;控制器简介水泥熟料煅烧过程是一个复杂的，多变量和令人不安的复杂过程，涉及传质，传热和涉及机械，电气，控制和压力反应的物理化学反应。为温度，流量和成分。种参数的影响是不同的，并且这些参数也有相互作用和，因为这些参数的不断变化，按照他们的特定数据，并将它们在任何时间[1-2]发送到指定的位置是非常重要的。期在水泥生产过程中引入人工神经网络来控制或预测，并且都表现良好。Lin等人首先尝试应用动态自适应编程（ADP）来控制分解炉的温度，以达到预期的稳定控制目标[3];刘唐波应用动态启发式编程（HDP）。且为了实现依赖于运动和依赖的HDP过程（ADHDP）来控制回转窑的烹饪区域的温度，模拟的结果是完美的[4]。析表明，这些研究是对烹饪系统各个设备的部分研究，水泥熟料的最终煅烧质量仍有待分析。料生产的稳定性直接影响水泥的质量。这篇文章中，启发式动态编程控制算法用于优化煅烧系统的最大非线性混合部分的控制，并寻求方法来提高在中国生产précalcinage效率。模BP神经网络的分解炉系统水泥预分解水泥系统主要由四个部分组成：预热器分解炉，回转窑和篦冷机。1是经过主成分分析的预分解窑系统的示意图。如，在具有五级旋风预热器的预分解窑中，整个过程分为两个方向：一个是从上到下的流动方向，另一个是流动从下到上。色箭头表示材料的流动方向，虚线表示气体的流动方向，黑色表示粉煤在燃烧中的流动方向。实际生产中，这些部件的位置关系向上或向下放置，使得材料在所有步骤之后在水泥熟料中煅烧并从篦冷却器中排出。1预先计算炉系统的示意图分析现场收集的数据，然后简化预算炉系统，影响系统的主要因素是风，煤和材料。此，控制量的选择集中在控制风，煤和材料上。解炉的输出是系统的汇合点，它反映了系统多个状态的完整指标。此，分解炉的出口温度选自状态量。气的氧含量可以指示燃烧程度。
气含量不足表明燃烧不足，氧气含量过高，通风过度，气流增加，增加热量损失。中的氧气含量可确保充分燃烧并避免过多的热量损失。此，在本文中，选择第一级旋风分离器出口处的废气的氧含量作为另一个状态量。标是在合理范围内实现两者的稳定控制。于上面提到的预混炉系统的复杂性，很难在本文中使用的数学模型，所述人工神经网络（ANN）是用来向炉系统进行建模预演算。于血压神经网络的模型可以更好地描述非线性系统的主要性能，并具有一定的泛化能力[5]。
择控制量ui（t），i1，2，…，5来表示系统的运行量，即原料量，进料量。解炉，进入回转窑的煤量，回转窑的转速和旋风分离器C1的负出口压力。1显示了用于形成模型的生产线上收集的数据（采样间隔为2分钟），数据单位t / d表示吨/天，t / h对应于吨/小时和r / min显示转移/分钟。帕意味着千帕。于收集的数据单元不一致且值的差异很大，为了避免在调整神经网络的隐藏层的权重的过程中小数据的泛滥，必须对数据进行标准化。1，1]。疗。时，标准化还旨在加速培训网络的融合。反，必须对神经控制器产生的控制信号进行非规范化以恢复其原始尺寸和单位。1中的窑炉生产线预分解5000吨/ d的采样数据（部分）DHP控制器设计现有分解炉动态规划（DP）是用于解决优化问题的常用方法多步决策过程。带来了更复杂的问题它分为几个阶段，最终通过求解每个元素得到整体最优解。原理基于Bellman的最优性原理，可以用来解决约束条件下的函数极值问题，也可以解决应力条件下的函数极值问题，特别是解决线性离散时间系统的二次性能。佳控制指标的问题特别有效。然经典的动态规划算法是解决优化问题的有力工具，但在实现过程中会遇到“维数灾难”的问题[6]，即成本函数的计算随状态变量呈指数增长，因此通常仅限于小规模解决问题，从而限制其范围。
了避免“维数灾难”的问题，通常使用近似方法来计算成本函数，并且在这样的上下文中生成自适应动态编程。DHP算法是一种先进的自适应动态规划方法，使用神经网络来满足修正的Bellman方程[7]，主要包括三个模块：评估网络（Critical），Action Network（行动）和网络模型（模型）。2是炉DHP控制系统预混物本文件中，其特征在于，动作被用作用于传输控制信号的控制器设计中，模型是在炉系统模型预混物，评论家被用于评估控制效果和控制信号被校正和调整。相对于状态量的偏导数评估网络输出成本函数J，恒温阀芯因此它具有更高的精度，因此其计算量更加复杂。目的是在剩余成本函数J（t）最小化时找到最优或次优控制信号u（t），以便非线性系统x（k 1）f在时间上形成离散的[x（k），u（k），k]在期望的控制路径[8]。2图2的DHP X（t）处理结构（维度n）表示在时间t的对象的状态。
过在动作中输入X（t）来生成控制信号u（t）（m维）。后将控制信号u（t）施加到物体，并且物体变为状态X（t 1），参见等式（1）。Critic的作用是帮助设计一个动作，Critic估计J（t）的梯度（总效用函数）相对于X（t）; λ表示这种梯度的缩写。块1/ max x在n维状态空间Rn的区间[-1， 1] n中对X（t）进行缩放，也就是说它对参数进行归一化条目。X（T 1）FX（X（T）中，u（t））的（1）对于通过设计主要效用函数U（t）的无限时间域的问题，效用函数被定义为U（t）fU（X（t），x（t）），它反映了受控系统中一个或多个可测量变量的方向性。估函数在易于访问的状态空间中的任何点估计总成本函数的值。据此假设，评估用于准确估计由动作函数的参数值指定的策略的总成本，并且评估函数的梯度可用于调整策略参数为了实现局部最优参数策略。过程使用人工神经网络来实现控制和评估功能，并使用模糊系统作为控制器[9]。效用函数，即成本函数J（t），在时间步长k给出J（t）：J（t）k0γkU（t k）（2）其中：γ是折扣。子0 <γ<1; U（k）是一种效用函数，允许设计者测量当前和未来效用之间的相关性。式（2）的附加推导给出了有用的性质，等式（3），其显示了t与其下一阶成本函数之间的关系：J（t）U（t） γJ（t） 1（3）该方法使用两个不同的训练周期：一个用于控制策略，一个用于评估控制系统的控制策略的设置优化总效用函数J（t由于其控制动作产生u（t），控制器训练是一种基于梯度的学习算法，需要估计导数。练评估函数基于一致性在整个时域中使用等式（3）评估值并且对于DHP方法，网络估计系统状态的导数J（t）;即λi（t），等式（3）两边的差值如下：J（t）（U（t） γJ（ T 1）（4）获取的式（5），用于学习评价：.lambda.i（吨） γλk（T 1）· （5）式的右边被要求具有包含来自对象控制器的系统的动态模型系统。对雅可比矩阵，和。制策略使用链式规则，系统模型使用转换的评估输出进行更新。
到的估计是： γΣλi（t 1）。（6）整个过程可以描述为同步优化问题：基于J（t）。据从评估获得的基于梯度的控制策略参数来优化估计值的梯度的估计值的评估。两种优化使用不同的策略进行融合。种可行的方法是依次优化估计值的评估和控制策略的优化，或同时优化两个过程。作网络代表控制信号的产生。
系统中使用的动作模块是三层预期神经网络加上固定缩放模块。经网络具有五个输入，一个隐藏层10层的神经元对称乙状结肠和2个输出神经元对称乙状结肠分别UI（t）的，I1，2，…，5，示出了系统的控制，即原料量，分解炉中煤的供应量，回转窑中煤的供应量，回转窑的转速和旋风分离器C1出口处的负压; xj（t），j1，2分别表示分解炉的出口温度和旋风分离器C1出口处的废气的氧含量。型网络是预先形成的或线形的神经网络，其近似于非线性系统的动态。统模型模块使用具有七个输入的三层预测神经网络，使用控制量和系统控制时间。系统的评估模块使用2-10-5结构。习实用功能DHP控制器和每个参数的范围的定义在学习过程中所定义，得到较快的收敛速率，效用函数的定义需要一个二次形式（7）：UxTQx uTRu（7）其中：Q，R是具有n维和m维的酉矩阵，x是要到达的状态变量，u是由控制器生成的操作变量。态量变化范围在控制器训练过程中预定义（参见公式（8）。如果系统在运行期间超出此范围，则该命令将被视为无效。动和评估HPD控制器行动和评估网络培训策略使用一步式培训流程，称为动作网络和评估网络的同步调整。动和评估网络的调整[10]行动网络和评估网络的同步培训步骤如下：步骤1缩放X（t），输入动作网络并获取u（t）步骤2在受控对象中输入u（t）获取下一次状态X（t 1）步骤3转到X标度（t 1），将其引入评估网络并获得ientλ（t 1），步骤4计算评估网络的预期输出λd（t步骤5：计算动作网络的权重变化步骤6执行动作网络的权重变化步骤7平衡X（t）并将其输入评估网络步骤8计算/执行评估网络的重量变化。骤9增加t并返回步骤1.驱动运动网络可用作实际生产预分解炉控制器以发出控制信号。拟DHP控制器的输出。制器发出的控制信号如图3和图4所示。控制器的控制下，系统状态指示器始终处于3.1节要求的范围内。3是分解炉的供煤量和回转窑的供煤量曲线图4是原料量，回转窑的转速和曲线设定旋风器的输出C1的负压，时间间隔是采样数据的时间间隔。个控制量的初始波动很重要，然后恒定且缓慢变化的变化伴随着受控量。试报告表明，该系统响应时间更快：除了废气的氧含量，每一个参数的克服并不重要，有助于系统的稳定运行和允许实时请注意，DHP控制器具有更好的控制特性。
3控制变量的变化（煤炭供应量） 4改变控制变量（供给量，回转窑和负压在出口处C1的旋转速度）结论该部分适用的DHP算法的多变量控制的预分解窑系统。先形成的模型网络用于接近迭代对象。训练过程中，可以将均匀的随机噪声应用于受控系统，以提高DHP控制器的性能和鲁棒性。
旦评估和动作网络权重收敛，训练停止并且动作网络用作受控系统的DHP神经控制器。有预先形成的模型网络的DHP控制器可以有效地减轻受控系统的干扰并提供更好的控制特性。外，DHP控制器还可以很好地适应未经建模的不确定非线性系统的鲁棒性。析表明，DHP方法对预分解窑系统的多变量控制是一种实时显示最佳控制潜力的有效方法。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com