强化煤场管理 稳定配煤质量

主要介绍莱钢焦化厂在煤场管理中采取了将同一煤种的高硫煤和低硫煤分别堆放等措施,控制了配煤和焦炭的硫分,稳定了配煤的质量.     

基于改进粒子群算法的气化配煤模型求解

针对目前我国煤质差异较大,单煤煤质与炉型无法稳定匹配这一现象,提出配煤优化方案,选用PSO算法建立配煤模型。并且对原始PSO算法存在收敛速度慢、易陷入局部最优等问题,结合实际配煤优化问题的特点对算法进行改进,将改进后的PSO算法与原始算法进行对比实验,结果表明优化后的PSO算法在保证配煤合理的前提下,整体性能明显优于原始算法。     

数字化煤场与配煤掺烧技术的应用

分析了简单的配煤掺烧方法对火力发电厂多煤种结构下的生产运行安全性和经济性的影响。结合韶关发电厂的实际情况,对其数字化煤场建立和配煤掺烧技术优化上的有关经验进行了总结。     

杭州动力配煤场优化配方的研究

以杭州动力配煤场常用的１０种单煤为基础，利用线性规划原理，确定目标函数，利用计算机分别用２种煤、３种煤和４种煤完成了煤场的动态最优配煤方案，为配灶生产提供了技术依据。     

基于改进模拟退火算法的电厂配煤优化

运用改进模拟退火算法，对某钢铁公司自备电厂的原煤配比进行了优化仿真计算，计算结果满足生产实际需要，表明改进模拟退火算法应用于类似配煤问题的优化求解切实可行。     

基于混合粒子群优化算法的矿山生产配矿

为了提高矿山低品位矿产资源的利用率, 确保生产过程中矿石质量的稳定性和均匀性, 建立了一种矿山多目标配矿优化模型, 并将标准遗传算法中的交叉和变异操作与标准粒子群算法融合, 提出求解该优化模型的混合粒子群算法。以国内某地下铝土矿为例, 分别运用混合粒子群优化算法、标准遗传算法和标准粒子群算法3种方法对建立的多目标配矿优化模型进行求解, 通过对比优化结果发现: 混合粒子群优化算法求解的各采区月出矿量完全满足矿山实际生产要求, 而标准遗传算法和标准粒子群算法求解结果存在误差, 分别达到9.92%和14.94%, 且易陷入局部最优值; 从迭代进化曲线可知, 混合粒子群优化算法收敛速度快, 稳定性和鲁棒性较高, 具有一定科学研究和实际应用价值。     

基于改进粒子群算法的电力系统无功优化

通过对IEEE14节点系统的优化配置表明,文章所采用的改进粒子群算法对于电力系统无功优化问题来说是行之有效的。该算法结构简单、收敛性好、寻优质量高,适合于求解电力系统无功寻优问题,具有一定的应用前景。     

求解动力配煤非线性优化模型的优化算法探寻

将非线性优化技术应用于动力配煤,在所建立的动力配煤非线性数学模型的基础上,对可以求解该数学模型的优化算法进行了探寻,并运用实例分析了各优化算法的优缺点,同时给出了选取求解动力配煤数学模型的优化算法的相关建议。     

优化配煤提高经济效益

介绍了裕溪口港煤的煤质概况和配煤的必要性,阐述了采用动力配煤技术将裕溪口港煤与陕西神木西煤进行优化配煤,并对动力配煤的效益进行了相应的分析.     

动力配煤最优配煤指标及配煤方案的确定

通过对动力配煤有关技术指标的分析，研究了动力配煤方案的优化设计，并介绍了优化配方计算机软件的应用。     

基于改进粒子群算法的带式输送机滚筒的优化设计

根据带式输送机滚筒的工作原理确定了相应的优化数学模型,分别定义了目标函数、设计变量和约束条件。讨论了传统粒子群算法的基本原理,并且对算法进行了改进。利用改进粒子群算法对带式输送机滚筒进行了优化设计,优化结果表明利用改进粒子群算法能够较好地对滚筒进行优化。     

基于混沌粒子群算法的采煤机优化设计

介绍了混沌粒子群算法的基本原理及其优化算法,构建了采煤机螺旋滚筒的优化模型,并将混沌粒子群算法应用采煤机螺旋滚筒优化之中,通过实践发现,优化后的采煤机工作稳定,能够有效提升采煤机性能。     

基于改进粒子群优化算法的遥感图像阈值分割

针对粒子群优化算法在其优化过程中所存在的一些问题,引进了恰好可以弥补其不足的捕食搜索算法,从而提出了一种基于捕食搜索策略的粒子群优化算法;进而将基于捕食搜索策略的粒子群优化算法和基于最大熵的多阈值图像分割方法相结合,实现了改进的智能优化算法对遥感图像的分割。     

岩土工程弹塑性反分析的改进粒子群算法

为了克服常规粒子群算法(PSO)应用于岩土工程弹塑性反演时搜索效率较低、计算工作量大的缺点,通过对算法中适应值比较方式和粒子运动模式的深入分析,指出了其中存在的制约搜索效率的内在因素,并提出相应修改策略,在此基础上形成一种新的改进粒子群算法(IPSO);将新算法用于岩土材料弹塑性参数反演,结果表明,与常规粒子群算法相比,改进算法明显提高了参数的搜索效率,利用较少的迭代次数就能得到满足精度要求的结果,从而减小了岩土工程弹塑性反分析的计算量,是一种可行的参数反演方法.     

基于量子行为粒子群算法的铣削用量优化

铣削加工中如何选择最佳的铣削用量是一个多约束非线性的复杂优化问题。在考虑实际加工约束的情况下,以最小化加工成本为目标,采用量子行为粒子群优化(QPSO)算法对铣削实例进行优化,得出了最优的铣削用量组合。通过与实际使用经验值对比,验证该算法能够有效地优化铣削用量,节约加工成本。     

改进的混合粒子群算法

根据近代数学的随机优化原理,针对基本粒子群算法前期精度低,易发散,后期收敛速度较慢,易陷入局部最优的局限性,通过引入高斯算子和交叉算子,提出了改进的混合粒子群求解算法,改进的算法具有更高的精度和全局收敛性。     

基于粒子群算法的机床主轴结构可靠性优化设计

针对机床主轴结构改进采用的各种优化设计过程中极少考虑机床主轴结构参数的随机性,设计结果可能存在安全隐患。提出一种基于机床主轴结构可靠性设计的优化设计方法,应用粒子群随机智能算法实现主轴结构参数的优化设计。算例表明该法可行、简便,具有较高的实用价值。