基于粗糙集的自适应模糊神经网络用于循环流化床锅炉床温控制的研究

针对循环流化床（cfb）锅炉床温的非线性、大惯性和大延迟等特性，提出了1种基于粗糙集的自适应模糊神经网络的床温控制方法，并且通过大量已知数据的学习得到模糊规则及其隶属度函数。为了减少规则的数目，提高数据的学习效率，引入了粗糙集，从采集数据中提取最小规则集，从而解决了自适应模糊神经网络中的规则爆炸问题。以cfb锅炉床温为控制对象，对基于粗糙集的自适应模糊神经网络控制器进行仿真比较。结果表明，该控制器控制效果优于常规pid控制器，但稳态误差较常规pid控制器大，其稳态误差小于1.7%，在允许范围内。