鋼球磨煤機(jī)是火電廠生產(chǎn)的重要輔助設(shè)備，又是耗電大戶(hù)，它的安全、高效運(yùn)行非常重要。球磨機(jī)是一個(gè)非線性、大滯后、大慣性、強(qiáng)耦合和具有多種不確定性擾動(dòng)的多變量對(duì)象。常規(guī)比例一積分一微分(PID)控制器存在參數(shù)整定不便、工況適應(yīng)性差等問(wèn)題，常規(guī)PID控制很難達(dá)到理想效果。目前國(guó)內(nèi)不少火電廠的球磨機(jī)還處于人為判斷和手工操作的原始狀態(tài)，系統(tǒng)一般工作在經(jīng)濟(jì)性較差的
    “習(xí)慣運(yùn)行區(qū)”，廠用電消耗大，經(jīng)濟(jì)效益差。因此，尋找合理、有效的球磨機(jī)控制方法勢(shì)在必行。隨著控制理論的發(fā)展，一些先進(jìn)控制、智能控制被用于球磨機(jī)控制仿真中，其中前向神經(jīng)網(wǎng)絡(luò)(FNN)具有良好的容錯(cuò)性、強(qiáng)大的自學(xué)習(xí)能力和非線性映射能力，而基于FNN的PID控制器是把PID控制器與FNN結(jié)合起來(lái)，利用FNN的自學(xué)習(xí)能力自動(dòng)調(diào)節(jié)PID控制器參數(shù)，以適應(yīng)被控過(guò)程的變化，提高控制性能和可靠性。但采用反向傳播(BP)算法優(yōu)化算法來(lái)訓(xùn)練FNN存在容易陷入局部極小值、收斂速度慢、“過(guò)學(xué)習(xí)”等問(wèn)題，影響了FNN的精度。粒子群優(yōu)化(PSO)算法具有訓(xùn)練時(shí)間短計(jì)算精度高和較強(qiáng)的全局搜索能力等優(yōu)點(diǎn)，但存在容易陷入局部極小值的“早熟”問(wèn)題_8 ，利用混沌搜索算法重新選取初值可解決這一問(wèn)題 。為了提高球磨機(jī)控制的快速性和準(zhǔn)確性，本文采用一種離線混沌PSO和在線BP相結(jié)合的混合優(yōu)化方法來(lái)訓(xùn)練FNN的權(quán)值 。即首先在PSO基礎(chǔ)上，通過(guò)混沌策略，在全局搜索范圍內(nèi)搜索，使PS0算法在初期盡快收斂情況下，后期能夠跳出“早熟”限制，離線取得權(quán)值的近似較優(yōu)解，然后在線時(shí)利用BP快速進(jìn)一步調(diào)整，以獲得更好的控制性能。較后，在Matlab/Simulink平臺(tái)仿真實(shí)驗(yàn)，驗(yàn)證了本文提出的控制方法用于球磨機(jī)控制的可行性和有效性，并取得了良好控制效果。