L ỜI CẢM ƠN
4.1.1. Nguyên lý ứng dụng mạng nơron nhân tạo trong nhận dạng và hiệu chỉnh hệ
Trong nhà máy nhiệt điện đốt than, mạng nơron được nghiên cứu, phát triển
hướng tới các mục tiêu:
- Nhận dạng và tựđộng hiệu chỉnh hệ thống điều khiển như cấp nhiên liệu, lưu lượng gió nhằm tối ưu quá trình cháy;
- Dự báo tình trạng thiết bị, đưa ra cảnh báo về thời gian sự cố giúp đưa ra
khuyến cáo phương án sửa chữa theo độ tin cậy thiết bị.
Hệ thống ứng dụng trí tuệ nhân tạo (Artificial Intelligence) được cấu thành bởi các mạng nơron có thểđược nghiên cứu ứng dụng theo hai nhóm:
- Là hệ thống độc lập, có kết nối với hệ thống DCS để thu thập thông tin trực tiếp và trả ra giá trịtác động lại hệđiều khiển. Ưu điểm của phương án này là thi công đơn giản, chi phí đầu tư thấp. Nhược điểm là cần đảm bảo tính chính xác của hệ thống thiết bịđo lường trong nhà máy.
- Được cấu hình trực tiếp trên hệ thống DCS. Yêu cầu đặt ra là cần bổ sung nhiều cảm biến đo lường thu thập thông tin và đưa ra khuyến cáo, khuyến nghị riêng
trên cơ sở các dữ liệu vận hành thực tế. Ưu điểm của nhóm này là các thông tin được thu thập chính xác, tức thời, phù hợp với nhu cầu nhận dạng, đánh giá. Nhược điểm
là chi phí đầu tư rất lớn, đồng thời phương án thực hiện tương đối phức tạp.
Trên Hình 4.1 minh họa nguyên lý sử dụng mạng nơron nhận dạng hệ trên cơ
Plant NN−ID Input Output 0 E→ −
Hình 4.1. Cấu trúc mạng nơron nhận dạng hệ thống điều khiển nhà máy
Có ba loại hình ứng dụng đối với hệđiều khiển, được thực hiện theo các bước:
(1) Xác định mục tiêu cần nhận dạng liên quan trực tiếp tới hoạt động của hệ điều khiển và các chỉ tiêu chất lượng trong trạng thái hệ thống vận hành ổn định. Những đại lượng đầu vào sử dụng để huấn luyện mạng nơron sẽtương ứng là các đại
lượng đầu vào của tổ máy như: lưu lượng nước, lưu lượng than, lưu lượng gió. Tại
đầu ra tương ứng là những đại lượng cần điều khiển của hệ như: công suất điện, áp suất hơi, lưu lượng hơi, nồng độ oxy dư trong khói thải, áp suất buồng đốt.
(2) Chọn trạng thái nhà máy vận hành ổn định, thu thập dữ liệu và chạy mô hình mạng nơron nhận dạng trực tuyến NN-ID. Thông qua các thông số vận hành thực tế, mạng nơronđược huấn luyện trực tuyến cho tới khi sai lệch hội tụ về0, ta thu được mô hình mạng nơron thể hiện quan hệ vào-ra của hệđiều khiển.
Từ mô hình mẫu thu được, kết hợp với mô hình điều khiển lò hơi tại Chương 2,
tiến hành nghiên cứu ảnh hưởng của cấu trúc và tham số bộđiều khiển tới chất lượng của hệ thống.
(3) Chọn được mô hình khi hệ có chất lượng tốt nhất để làm mô hình mẫu RM- NN (Reference model NN) phục vụ đánh giá hoạt động của hệ được trình bày trên Hình 4.2. Đánh giá Chất lượng thiết bị đo và chấp hành Chất lượng các mạch vòng điều khiển Chỉnh định CNN Bảo dưỡng Thay thế Hiệu quả Quá trình cháy Truyền nhiệt Hiệu chỉnh lượng đặt Plant NN−ID Input Output Hình 4.2. Ứng dụng mạng nơron phục vụđánh giá để chỉnh định
Mục đích của việc nghiên cứu ứng dụng mạng nơron trong nhận dạng và hiệu chỉnh hệ thống điều khiển trong nhà máy nhiệt điện đốt than như sau:
+ Sử dụng mạng nơron NN-ID nhận dạng, đánh giá tình trạng hệ thống thiết bị
thông qua việc nhận dạng đại lượng vận hành và dự báo sự bất thường của hệ thống thiết bị.
+ Sử dụng mạng nơron nhận dạng đại lượng đánh giá hiệu quả quá trình cháy, quá trình truyền nhiệt trong lò hơi, từđó đưa ra giá trị hiệu chỉnh phù hợp.
+ Đánh giá chất lượng các mạch vòng điều khiển, từđó sử dụng bộđiều khiển
nơron CNN hiệu chỉnh đại lượng quá trình (đặc trưng trong NMNĐ).