Pour résoudre les problèmes de non-linéarité, de grandes retards, de variabilité et d'interférences fréquentes dans le système de combustion de la chaudière de centrale électrique, un réseau neuronal flou est utilisé pour construire un modèle mathématique. En étudiant la relation entre le rendement de combustion et les émissions d'oxydes d'azote créées par le modèle mathématique, le système de combustion de la chaudière est amélioré pour augmenter le rendement de la chaudière et réduire les émissions de polluants. Les résultats de la simulation montrent que l'utilisation d'un réseau neuronal flou dynamique général amélioré pour modéliser le processus de combustion de la chaudière de centrale électrique peut s'approcher précisément des données réelles et offre de meilleures performances que d'autres réseaux neuronaux.

centrale électrique; chaudière; combustion; règles floues; réseaux neuronaux; dynamique générale; rendement; oxydes d'azote