微网双电池系统的协调控制

针对风光储微网,提出应用蓄电池储能系统BESS（Battery Energy Storage System）和超级电容双储能系统,采用基于下垂控制策略的协调控制方法以提高微网的稳定性．通过PSCAD／EMTDC仿真,验证了微网双电池储能系统配置方案和控制策略的可行性．     

基于LabVIEW平台DSP与PC的Modbus协议串口通信实现

本文以PC作为主机、DSP作为从机,设计了DSP与PC的RS-232串行通信接口电路;基于LabVIEW开发平台编写Modbus协议通信程序,实现了DSP与PC的通信,并成功应用于活塞式气动发动机电控配气控制系统.该系统硬件电路简单,软件编写容易,拓展性和移植性较好.     

基于神经滑模控制的风机变桨系统控制研究

以风力发电系统为背景,由于风速波动及风机叶片扫掠面积上风资源的不均匀分布,风机叶片的变桨需要根据自身风况单独控制,即实现独立变桨.提出一种基于RBF(径向基函数)神经网络的滑模控制策略,优化了风机变桨距的控制方法,提高了风力发电系统的稳定性.将算法植入10 kW风机缩比模型实验台,控制伺服变桨电机,实验台模拟运行结果表明,RBF神经网络滑模控制策略能够改善变桨控制的效果,提高系统的鲁棒性.     

基于51ditu 扩散性网络 Mashup 动态显示研究

在地图服务繁琐的搜索结果中,直观地显示用户需要的信息是 Web2.0时代所必需的服务.本设计利用51ditu 开放的 API 及 Mashup 技术,根据数据库处理所得的数据,将其地址转化成经/纬度,在51ditu 上找到相应地址做标记并针对扩散性网络,例如连锁企业,其总、分店汇总后的数据及各店的详细信息动态地按不同比例级别以星型拓扑图直观地展现给 Web 用户,用户的其他有关信息(如店址、企业的简单介绍、联系方式等)都采用信息窗口的方式来展现给使用者.采用这种设计从视觉角度给所有的 Web 用户带来好效果的服务是很受用户欢迎的.     

带干扰补偿的转台模糊滑模控制

针对包含摩擦力矩、建模误差等不确定性的转台系统,提出一种带干扰补偿的模糊积分滑模控制策略。首先设计非线性干扰观测器对系统中的复合干扰进行估计,并利用非线性干扰观测器的估计值对系统进行补偿;其次设计具有积分项的滑模切换函数,积分项的引入提高了系统的静态性能,并将切换函数作为输入设计了单输入模糊控制器,有效减少了模糊规则的数量。仿真结果表明,此控制策略提高了系统的控制性能和抗干扰性,同时有效削弱了滑模控制引起的系统"抖振"。     

DCS控制系统在MTO装置中的应用

集散控制系统(DCS)是综合计算机技术、通信技术、控制技术和显示技术的一种控制技术,已被普遍应用于化工生产。简述了MTO装置的流程,对DCS控制系统进行概述,综述了DCS控制系统在MTO装置中的应用。     

电磁流量计励磁线圈不对称测量信号的分析研究

运用有限元软件对电磁流量计的励磁线圈在实际制造中可能的不对称问题进行仿真研究,对它在测量区域引起的磁场分布进行分析,并对造成的电磁流量计感应信号进行了分析,得到由励磁线圈不对称引起的测量误差。     

PID参数自整定方法在热风炉燃烧控制中的应用

热风炉是高炉生产系统中重要的组成部分,其燃烧控制是一个相当重要的部分;但是国内大部分的中小型热风炉参数的设置几乎都采用常规PID,这样受人为因素影响严重,不能达到节约能源和优化控制的目的;因此,运用合适的PID参数自整定方法来代替常规PID整定,对煤气和空气流量进行控制,进而改善热风炉的送风效果显得尤为重要;文章设计了热风炉的燃烧控制方案,然后具体对几种不同的PID自整定方法进行研究,并以工业控制系统中常用的带有时间延迟的一阶模型为例,运用MATLAB对具体的PID自整定方法进行研究与仿真;同时,对仿真结果进行比较,得到了各种自整定方法的控制效果和适用范围;以便将PID自整定方法运用到热风炉的燃烧控制中,进而改善其燃烧效果。     

基于SOM和RBF网络的软测量方法研究

为了解决工业生产过程中许多重要的参数无法精确测量或者实时测量的问题,提出一种基于自组织特征映射(SOM)神经网络和径向基函数(RBF)神经网络结合构建网络模型的预测方法;其中,RBF神经网络作为基础网络实现从输入层到输出层的线性映射,得出预测输出;SOM神经网络作为聚类网络对输入样本进行自组织分类,将分类中心及其对应的权值向量作为RBF神经网络径向基函数的中心;以钕铁硼氢粉碎过程优化控制为例,建立了合金氢含量的检测模型,并与RBF神经网络检测模型进行了对比;仿真结果表明该混合网络检测模型检测精度高,泛化能力强,证实了该方法的有效性.     

基于遗传算法优化BP神经网络的高炉喷煤优化

高炉炼铁是一个复杂的多变量系统,而现行的操作制度是基于炉长经验的参数设置模式,导致能源尤其是煤粉的消耗常常处于“盲目”状态;文章综合炼铁工艺理论和高炉专家经验,针对白云鄂博矿石冶炼的特殊性,采用筛选出的优化数据,利用遗传算法所固有的全局搜索性能优化BP神经网络模型的权值和阈值,分别建立了基于遗传算法优化BP神经网络的高炉喷煤量优化预测模型以及工艺指标(铁水[Si]含量及入炉焦比)预测模型;优化数据的利用使得上述模型可以根据高炉当前炉况输出喷煤量的最佳优化设定值,并预测出相对应的工艺指标变化趋势;实际应用表明,本方法能够给现场操作人员提供操作指导,实现高炉稳定顺行、提高经济效益的目的.