遗传算法和神经网络在电站锅炉燃烧优化中的应用研究

燃烧优化技术是实现电站锅炉高效燃烧和污染物控制的最经济、最有效的方法之一。本文首先利用神经网络建立起电站锅炉燃烧特性模型,然后利用遗传算法计算送风调节控制系统最优氧量设定值。仿真结果表明采用本文设计的燃烧优化策略,不仅可以提高燃烧效率而且能有效降低排放烟气中的氮氧化物含量,具有较高的实用价值和广泛的应用前景。     

湿法烟气脱硫中脱硫效率模型的建立

分析了火电站湿式脱硫装置中，影响烟气脱硫效率的主要因素，建立了湿法烟气脱硫效率模型，仿真分析表明了该模型的准确性，对于火电厂烟气脱硫系统人员培训，具有一定的指导意义。     

监督控制器在倒立摆平衡控制中的应用

在监督控制方案下实现了一种模糊控制器的设计。设计模糊控制器时先不考虑稳定性，而是将另一个控制器添加到模糊控制器上以满足其稳定性需要。用设计的模糊控制器控制小车倒立摆系统，结果表明该控制器具有较好的控制性能和较强的鲁棒性。     

模糊调整自适应神经网络在非线性系统中的应用

文中提出基于模糊调整的自适应神经网络控制策略,将其应用到非线性系统的仿真研究中.应用模糊推理机在线训练神经网络,同时构造了鲁棒控制器.仿真结果表明,该控制策略具有较快的调节速度和较好的稳定性.     

基于遗传算法和神经网络的电站锅炉燃烧优化

燃烧优化技术是实现电站锅炉高效燃烧和污染物控制的最经济、最有效的方法之一。本文首先利用神经网络建立起电站锅炉燃烧特性模型,然后利用遗传算法计算送风调节控制系统最优氧量设定值。仿真结果表明采用本文设计的燃烧优化策略,不仅可以提高燃烧效率而且能有效降低排放烟气中的氮氧化物含量,具有较高的实用价值和广泛的应用前景。