同强度等级下粉煤灰掺量对抗冲磨混凝土性能的影响

为了研究粉煤灰掺量对抗冲磨混凝土性能的影响，使用4种掺量粉煤灰配合比(20%、30%、40%、50%),通过水下钢球法、高速水下钢球法、旋转射流法、抗空蚀试验、温度-应力法，对抗冲磨混凝土的性能进行试验研究。结果表明，同强度等级设计时，增加粉煤灰掺量，早龄期混凝土的抗压强度无明显降低，轴拉强度略降，弹模明显降低，这对早期抗裂有利；随着龄期增加，粉煤灰掺量高的混凝土后期强度增幅明显；粉煤灰掺量增加后，混凝土表面抗悬移质冲刷强度降低，但抗推移质冲磨强度未见明显下降或提高；抗空蚀强度整体上随掺量增加而提高；粉煤灰可以明显改善混凝土的抗裂性能，以90 d为设计龄期时，最佳掺量为40%。     

永磁风力发电机产能效率优化策略研究

永磁同步风力发电机存在产能效率不高的问题，而诠释产能效率的两个分解因素是?效率和输出功率，因此该研究借助一种响应面法（RSM）和存档微遗传算法（AMGA）相结合的优化方法，以改善内部结构参数开展提高发电机产能效率的双目标优化研究。首先建立发电机?平衡模型，确立优化双目标；其次，采用敏感性分析法确定定子内径、气隙长度、永磁体厚度及铁芯长度组合为设计变量，通过Box-Behnken试验设计（BBD）试验设计获得29组样本数据，根据RSM获得输出功率和?效率的回归方程，并经方差分析验证模型可靠性；最后以?效率和输出功率极大为优化双目标，借助RSM和AMGA相结合法进行寻优，得出最佳结构参数，从而提高发电机产能效率，并降低了功率脉动，提升电能品质。     

猪粪与餐厨废弃物混合厌氧消化工艺优化研究

以猪粪和餐厨废弃物为主要原料,采用统计软件Design-Expert 7.0.0的响应面方法中的Box-Benhken设计模式,分析比较了厌氧发酵过程中两种物料的原料配比、p H、TS浓度3种因素对产气量的影响,拟合出一个三元二次多项式方程。研究结果表明,原料配比与p H的交互作用极显著,原料配比和TS的交互作用极显著,p H和TS的交互作用显著;在试验考察范围内,单个因素对产气量的影响顺序为TS>p H>原料配比。通过对方程的回归分析,得出混合发酵的最优工艺条件:原料配比为1∶1,p H为7.11,TS为10.08%,模型理论预测该条件下产气量为30 459.5 m L。经过模型验证试验,产气量的预测值和实测值的相对误差很小,表明模型拟合良好。     

基于PSO优化的直接灰色模型在年用电量预测中的应用

将直接灰色预测模型引入城市电网年用电量预测中,避开了灰微分方程参数辨识时选取的背景值问题,以模型的还原值与实际值的平均相对误差最小化为优化目标,设计了求解该模型的粒子群优化算法,并与多种预测方法比较.结果表明,该方法合理、有效,预测精度较高.     

非线性优化掺烧模型及应用

为满足电站燃煤锅炉在安全稳定运行的前提下降低燃料成本,提出多种煤优化掺烧研究。采用线性回归方法建立掺烧煤的发热量、挥发分、硫分、水分和灰分的预测公式,应用径向基人工神经网络建立掺烧煤的软化温度预测模型,从而建立了新的非线性优化掺烧模型。珠海电厂掺烧试验表明,所建模型能指导电厂多煤种优化掺烧,取得显著的经济效益。     

新型膨胀纤维混凝土在混凝土缺陷修补工程中的应用

针对水工混凝土中大面积麻面、蜂窝、孔洞等缺陷,在试件中凿除缺陷混凝土并使其形成深度和形状都相同的方形凹槽,采用正交法设计比原混凝土小一级配、强度高一等级的膨胀纤维混凝土进行修补。试验分析了不同粉煤灰掺量、纤维膨胀剂掺量、减水剂掺量和砂率对膨胀纤维混凝土抗压强度、劈裂抗拉强度和静力抗压弹性模量的影响程度,推荐出最佳配合比,并对比了原状、带缺陷和经修补后的混凝土力学性能。结果表明,纤维膨胀剂掺量是影响其抗压强度、劈裂抗拉强度和静力抗压弹性模量的最重要因素,修补后的混凝土在强度方面效果较好。     

钢-PVA纤维混凝土早龄期力学性能及弹性模量研究

为研究钢-PVA纤维混凝土早龄期力学性能，将钢纤维和PVA纤维掺入混凝土中，测试早龄期力学性能和弹性模量发展变化规律。结果表明，钢-PVA纤维可以提高混凝土早龄期力学强度，其中轴拉强度增幅最大，受拉弹性模量次之，轴压强度增幅最小；此外，钢-PVA纤维还可以提高早龄期轴拉峰值应变，改善混凝土脆性。根据试验结果提出了钢-PVA混凝土早龄期力学强度计算模型，并与试验值比较，验证了所建模型的有效性。     

基于RSM和NSGA-Ⅱ法的风电系统经济优化研究

针对风电储能系统复杂多变运行工况引发系统效率低和经济性差问题,提出一种基于响应面法(RSM)和非支配遗传算法(NSGA-Ⅱ)相结合的多目标优化方法.首先建立系统平衡及成本守恒模型,并以效率和成本差作为系统评价指标;其次,以变量转速、蓄电池类型、蓄电池充放电状态及功率波动量组合为设计工况,通过中心复合设计实验(CCD)获...     

基于优化果蝇算法和统计模型的混凝土坝变形预测模型及应用

鉴于构建大坝安全监测模型时传统统计模型拟合精度受样本系列长度、资料可靠性、拟合方法等多种因素影响,提出一种基于优化果蝇算法和统计模型的混凝土坝变形预测模型,利用优化果蝇算法对统计模型各项系数进行优化,以提高统计模型的预测精度。对某混凝土拱坝变形的拟合和预测结果表明,相比于统计模型,基于优化果蝇算法和统计模型的变形预测模型预测精度更高,拟合效果更好。     

基于优化Elman神经网络的锂电池容量预测北大核心CSCD

锂离子电池容量的精确预测有利于提升电池的使用安全和避免电池滥用,受其复杂的内部电化学反应和外部使用条件影响,对其老化后的容量精确预测一直是电池管理系统的难点之一。为实现锂电池全服役周期内容量的高效准确预测,本文提出了一种基于遗传算法优化的Elman神经网络(GA-Elman)电池容量预测模型。首先选择电池不同循环下的放电容量增量、内阻以及温度数据作为有效表征电池老化和容量衰减规律的特征量,其次运用主成分分析算法对特征量进行降维以降低训练量数据维度,然后基于Elman神经网络构建电池容量预测模型,并引入遗传算法优化Elman神经网络的权值和阈值,实现对电池容量的高效精确预测,最后在不同电池上对该模型进行了验证。验证结果表明:与传统Elman神经网络和长短期记忆神经网络(long and short term memory neural network,LSTM NN)预测模型相比,GA-Elman神经网络预测模型有更好的预测精度和更高的运算效率。在不同电池上该模型预测结果的最大平均绝对误差为0.92%,最大均方根误差为1.02%,最小拟合系数为0.9679,表明该模型可以精确预测锂电池衰退过程中的容量并且对不同电池有较强的适应性。     

基于改进烟花算法优化极限学习机的过热汽温特性建模

为建立精确的过热汽温对象模型,以实现过热汽温的智能预测优化控制。借助某600 MW亚临界机组DCS历史运行数据,采用具有外部时延的极限学习机(extreme learning machine,ELM)建立了该锅炉过热汽温特性的预测模型,并采用引入自适应调整惯性权重的烟花算法(Improved Fireworks algorithm,IFWA)对模型参数进行优化,将IFWA-ELM模型与标准ELM模型的预测结果进行对比。结果表明:针对某600 MW亚临界机组,改进的烟花算法鲁棒性强、收敛结果更准确,优化后一、二级过热汽温特性预测模型的测试集平均相对误差分别为0.191 9%和0.097%,具有更好的预测精度与泛化能力。     

以秸秆和厨余垃圾为原料发酵产甲烷工艺的优化

利用响应曲面法研究了秸秆与厨余垃圾混合厌氧发酵产甲烷的二次回归模型和工艺条件。选取原料配比、原始C/N、TS浓度为参考因素,采用3因素3水平的试验设计手段进行预测,在原料配比(秸秆∶厨余)为1.29∶1,C/N为20.42,TS浓度为10.07%时,甲烷的总产气量达到最高值,为21431.7mL,产气率为126.06mL/g。利用响应曲面法对结论进行优化检验,结果表明,实际值与理论值误差很小,工艺参数可用于实际应用中。     

特高拱坝多参数反演的智能优化径向基函数网络模型

利用大坝的监测数据对大坝力学参数进行精确反演，对于确保大坝的安全稳定运行至关重要。对此，提出基于径向基函数(RBF)网络和人工大猩猩部队优化算法(GTO)的拱坝参数反演模型。首先，采用RBF代理模型代替有限元模型，探讨材料参数与监测点位移响应之间的关系，RBF代理模型的采样数据由高效的拉丁超立方采样技术生成；其次，采用GTO智能优化算法，使材料参数识别的目标函数最小。工程实例分析结果表明，RBF-GTO模型能够在降低计算成本的同时实现高精度的混凝土特高拱坝参数反演分析。     

基于动态矩阵的溶解氧自适应预测控制方法

针对污水处理系统中溶解氧大时滞的精确模型难建立,且缺少有效控制等问题,提出了一种以动态矩阵为基础的自适应预测PID控制方法,以此达到控制溶解氧的目的。该算法建立了溶解氧控制的广义被控对象的预测模型,并在对溶解氧控制滚动优化中考虑能耗经济优化因素,利用反馈校正调整模型预测误差,从而有效克服了溶解氧大时滞的精确模型难建立等问题。仿真试验表明,与PID控制相比,所设计的控制算法能改善系统的动态性能,鲁棒性更强。工程模拟调试也验证了该控制策略的可行性。     

桉木屑与玉米秸秆混配成型的最佳参数

为解决桉木屑成型困难、能耗高、燃料强度低等问题,采用其与玉米秸秆混配成型的技术手段,设计五因素的响应面中心组合实验方法,在WD-100KE型电子压力机上进行单颗粒压缩实验,研究玉米秸秆配比(0~40%)、水分(4%~20%)、温度(40~160℃)、压力(4000~8000 N)、粒径(1.00~5.00 mm)对比能耗、松弛密度、Meyer强度的影响。选定比能耗为二因素交互关系模型(2FI)、松弛密度和Meyer强度为二次优化模型(quadratic),得到响应面方程,对优化的成型参数验证实验表明,实验值与预测值误差在10%内,可为实际生产提供理论依据。     

基于遗传算法优化BP神经网络的垃圾焚烧炉结渣预测模型

利用遗传算法优化BP神经网络的初始权值和阈值,建立了垃圾焚烧炉对流受热面积灰结渣BP网络预测诊断模型。将建立起的BP网络模型应用于某焚烧处理生活垃圾量520t/d的发电厂机组,经过训练后的BP网络模型对检验样本的焓差进行仿真预测,优化前的平均相对误差为2.579%,优化后的平均相对误差为0.426%,表明经遗传算法优化后的BP神经网络更能准确地预测锅炉对流受热面的结渣状况,从而为优化吹灰提供指导,具有重要的实用价值。     

珠江三角洲水资源配置工程自密实混凝土配合比优化设计试验研究

自密实混凝土工作性能对原材料的波动较为敏感,工程应用中往往需要对实验室给出的自密实混凝土配合比进行优化设计。通过试验研究了砂率、石子掺量、粉煤灰掺量对自密实混凝土工作性能的影响。试验结果表明,过大或过小的砂率都会对自密实混凝土的工作性能产生不利影响;当石子粒径较小时,可考虑增大石子用量;在变换粉煤灰掺量时,应根据原材料情况调整水的用量及减水剂的掺用量。在保持满足工作性能要求的基础上,通过调整石子和粉煤灰掺量对自密实混凝土的配合比进行优化设计,为自密实混凝土配合比优化设计提供参考和建议。     

全风积沙混凝土抗压强度试验研究

为探究水胶比、粉煤灰、矿粉掺量、龄期对全风积沙混凝土抗压强度的影响，开展了全风积沙混凝土抗压强度试验，结合XRD衍射结果对其物象成分进行微观表征，并通过多元线性回归建立全风积沙混凝土抗压强度预测模型。结果表明，全风积沙混凝土抗压强度随水胶比增大先增加后减小，当水胶比为0.4时，抗压强度最大；粉煤灰对全风积沙混凝土抗压强度增长效应不及矿粉增长效应显著；粉煤灰和矿粉的掺入更易将AFt转化为AFm;建立的抗压强度预测模型精度较高，适用于细砂混凝土。研究结果可为全风积沙混凝土的工程应用提供理论依据和技术支持。     

基于PSO-SVR的排汽比焓软测量建模研究

为更好地对汽轮机排汽比焓进行测量,将粒子群优化算法引入支持向量回归SVR模型中,构建与之相匹配的排汽比焓软测量预测模型。根据实例校验方法对该模型展开校验,采用汽轮机15种参数作为输入参数,排汽比焓作为输出参数。对某300 MW机组和200 MW机组数据进行仿真,并将该模型与标准SVR模型和双隐层RBF过程神经网络模型预测结果进行对比,对于300 MW机组,该模型的预测平均相对误差为0.101%,均方根误差为0.110%;对于200 MW机组,该模型的预测平均相对误差为0.057%,均方根误差为0.062%;与其他两种模型相比,PSO-SVR模型的预测平均相对误差和均方根误差均最小。实例证明PSO-SVR的排汽比焓软测量预测模型在精确度以及泛化能力等方面呈现出一定的优势,具有较好的预测能力。     

GA Elman多元变量需水预测模型及其应用

针对传统静态前馈神经网络动态性能差、预测精度不高等问题,以上海市需水预测为例,提出一种基于遗传算法(GA)优化Elman神经网络连接权值的GA-Elman模型,并与GA-BP、Elman、BP需水预测模型做了对比。结果表明,GA-Elman需水预测模型行之有效,预测平均相对误差和最大相对误差分别仅为2.764%和6.578%,优于其他预测模型,具有较好的预测精度和泛化能力。