基于卡尔曼滤波器的涡轴发动机气路部件性能估计

以某型涡轴发动机为研究对象,提出了基于卡尔曼滤波器的方法进行发动机气路部件性能诊断。结合发动机实际运行情况,讨论了参数的合理选择以及非线性模型线性化程度对卡尔曼滤波结果的影响,考虑到非线性模型与真实发动机之间存在的建模误差会导致卡尔曼滤波器诊断失效,本文采用加入神经网络模块来补偿建模误差的方法,使模型能够真实反映发动机工作状况。实验表明,此方法可以提高故障诊断系统的置信度。     

基于在线SVM的裂解炉燃料气热值软测量

针对裂解炉燃料气离线热值模型泛化能力差的问题,提出一种具有自适应能力的在线支持向量机(Online SVM)建模方法.该方法将增量式支持向量机(ISVM)与近似线性依靠(ALD)条件相结合,通过计算新样本与建模样本间的近似线性依靠值,选择满足ALD条件的独立新样本更新SVM模型.分析裂解炉燃料气热值的影响因素,并用Online SVM算法建立裂解炉燃料气热值在线软测量模型.该模型由离线训练模块和在线模型更新模块组成.离线训练模块基于离线数据训练得到初始热值软测量模型,在线更新模块通过使离线模型学习线性独立新样本来保证热值模型的在线预测精度.利用合成数据、Benchmark数据与裂解炉燃料气热值数据,将该方法与传统的SVM和LS-SVM方法进行对比仿真研究.结果表明:该方法能够适应新的工况,具备自适应学习新样本的能力,可以用于具有慢时变特征的裂解炉燃料气系统热值软测量建模.     

基于卡尔曼滤波的多传感器测量数据融合

为解决最小二乘数据融合方法不能显式考虑测量的不确定性等问题,提出基于Kalman滤波的多传感器测量数据融合方法,此方法不仅显式考虑各测量设备的不确定性,而且还能实现单点和批量融合数据,有助于用户根据测量数据的多少选择有效的融合方法;且能有效地过滤基于Mahalanobis统计距离的异常噪声点.实例证明,此方法能获得高质量的融合曲面.     

基于在线SVM的裂解炉燃料气热值软测量

针对裂解炉燃料气离线热值模型泛化能力差的问题,提出一种具有自适应能力的在线支持向量机(Online SVM)建模方法.该方法将增量式支持向量机(ISVM)与近似线性依靠(ALD)条件相结合,通过计算新样本与建模样本间的近似线性依靠值,选择满足ALD条件的独立新样本更新SVM模型.分析裂解炉燃料气热值的影响因素,并用Online SVM算法建立裂解炉燃料气热值在线软测量模型.该模型由离线训练模块和在线模型更新模块组成.离线训练模块基于离线数据训练得到初始热值软测量模型,在线更新模块通过使离线模型学习线性独立新样本来保证热值模型的在线预测精度.利用合成数据、Benchmark数据与裂解炉燃料气热值数据,将该方法与传统的支持向量机(SVM)与LS-SVM方法进行对比仿真研究.结果表明:该方法能够适应新的工况,具备自适应学习新样本的能力,可以用于具有慢时变特征的裂解炉燃料气系统热值软测量建模.     

基于燃气机组应对快速减负荷的燃料切除方案的研究与实施

某大型钢铁企业自备电厂4~#机组是世界上首台可最大燃用1 031 km~3/h标准流量高炉煤气的燃气发电机组。在机组正常运行过程中,难免遇到辅机故障和电网故障的突发情况,由此引发机组快速减负荷功能。针对该机组有别于常规燃煤机组的燃料部分,给出了燃料切除方案,并通过在线试验验证了该功能的有效性和实用性。     

增压富氧循环流化床的二维流动模型

建立了增压富氧循环流化床的二维流动模型,将增压富氧循环流化床炉膛分为下部密相区和上部稀相区,同时考虑气固轴向和径向变化。模型针对30O2/70再循环烟气(RFG)富氧气氛,5 mm颗粒粒径,在温度范围20~1 000℃,压力范围0.1~6.0 MPa下,计算了增压富氧循环流化床的流动特性,主要分析压力和温度对临界流化速度Umf的影响以及压力对环形区厚度δ,床层空隙率ε和颗粒浓度分布εp的影响。计算结果表明:随着压力的升高,临界流化速度不断减小,环形区厚度变薄,空隙率降低,颗粒浓度增大。随着温度的升高,临界流化速度先增大后减小,且床层压力越大,达到峰值所需的温度越高。     

基于证据理论与云模型的火电机组节能减排绩效综合评价北大核心

虽然目前火电机组各项节能减排指标都已有了明确规定,但依然没有形成一种公认合理的机组整体节能减排绩效评判方法。为解决这一问题,提出一种基于证据理论与云模型的火电机组节能减排绩效综合评价方法。首先从“节能”与“减排”两个方面,选择合适的评价指标建立火电厂节能减排指标体系;之后用云模型取代传统的模糊隶属函数,确定各个指标不同评级的信度函数分配;最后用一种基于动态权重系数的证据理论对各评价指标进行多维信息的融合,取融合结果中信任度最大的评级作为最终的综合评价结果。实例分析表明,该方法能很好地兼容评价过程中的模糊性及随机性,具有一定的参考价值。     

基于动态模糊神经网络的超临界机组协调控制

为改善超临界机组的协调控制品质,研究了基于动态模糊神经网络(DFNN)的机组负荷与主汽压特性逆模型建模方法,借助火电机组全范围仿真机获取的仿真数据进行离线建模。以上述模型为基础,提出一种模型离线训练与在线校正相结合的协调系统DFNN逆控制方案,编制了实时控制算法。通过与仿真机进行实时双向数据交换,开展了详细的协调控制仿真试验。结果表明:采用DFNN逆控制,机组在大幅变工况下负荷与主汽压响应的快速性与机组原PID控制相比有较为显著的提高,有效改善了机组的协调控制品质。     

基于多模型的单元机组负荷多变量模型算法控制研究

首先将负荷系统分解为两个双输入单输出系统,并用模型算法控制设计两个子系统的控制器。通过对两个二元一次控制器方程的求解,达到多变量解耦设计的目的。针对机组负荷变动频繁,根据不同负荷下的固定模型设计了不同的模型算法控制器,并在线计算对象和各模型的匹配度以确定各控制器控制量的加权值,达到模型平滑切换的目的。通过对300 MW直流燃煤机组的仿真,证明了该方法的有效性。     

增压富氧循环流化床的二维流动模型北大核心

建立了增压富氧循环流化床的二维流动模型,将增压富氧循环流化床炉膛分为下部密相区和上部稀相区,同时考虑气固轴向和径向变化。模型针对3002／70再循环烟气（RFG）富氧气氛,5mm颗粒粒径,在温度范围20～1000℃,压力范围0．1～6．0MPa下,计算了增压富氧循环流化床的流动特性,主要分析压力和温度对临界流化速度Umf的影响以及压力对环形区厚度6,床层空隙率8和颗粒浓度分布8。的影响。计算结果表明：随着压力的升高,临界流化速度不断减小,环形区厚度变薄,空隙率降低,颗粒浓度增大。随着温度的升高,临界流化速度先增大后减小,且床层压力越大,迭到峰值所需的温度越高。     

基于误差状态量的卡尔曼滤波器在SINS+GPS组合导航中的应用

卡尔曼滤波(KF)在SINS+ GPS组合制导方法中应用广泛,但是运载体的传感器数学模型一般为非线性,其模型复杂度和运算量较大.文章提出了SINS+ GPS组合制导中基于误差状态量的卡尔曼滤波算法,为了回避非线性所带来的复杂性,将GPS数据与惯性导航数据的误差作为状态量,由于误差的数学模型为线性,明显降低了设计难度.文中给出了设计过程和导航系统的数学模型,对该模型的状态参数进行了设置,最后用仿真试验证明了该算法的有效性.     

基于可信度的多源定位数据融合方法

建立了一种适合城市环境的多源定位系统自适应联邦卡尔曼滤波模型. 首先通过估计各子系统定位结果的测量噪声,得到子系统可信度并分配信任因子;然后对各子系统的定位结果进行联邦卡尔曼滤波,并根据信任因子对各子滤波器进行信息分配,以获得最优滤波估计. 为了更加客观方便地评价滤波效果,提出一种新的滤波性能评价方法. 仿真结果表明了算法的有效性及滤波评价方法的优越性.     

基于GIS和遥感技术的矿业集中区生态环境变化研究

为了掌握矿业开发对生态环境变化的影响,以2004年和2010年两期多源数据为基础,选择"压力-状态-响应"模型构建了矿集区生态环境评价指标体系,利用GIS和遥感技术展开了环境因子提取;通过德尔菲法计算的因子权重进行多因子叠加分析,对万盛矿集区生态环境状况进行评价.两期监测数据对比表明,研究区的土地资源、水资源、地质环境受到了破坏,且污染范围也有所扩大,其空间分布情况与矿业活动范围高度相关;区内生态环境指数偏低,在监测时段内大部分区域环境变化程度不明显,但整体有进一步恶化趋势;地灾发生区、采空区和环境恢复治理区环境变化情况显著.     

组合导航系统中一种基于IMM-Kalman的数据融合方法

针对INS/GNSS组合导航系统中对传感器随机零偏动态估计的需求,本文提出了一种基于IMM-Kalman的数据融合方法。该算法基于IMM框架,通过模型概率更新,进行自适应系统模型选择,实现对传感器零偏的动态最优估计,提高组合导航系统数据融合精度。仿真验证表明：与常规算法相比,改进算法可以实现对传感器随机零偏的动态估计,提高姿态解算精度,将俯仰角和滚转角误差由0.26°和0.23°分别降至0.11°和0.04°;同时仿真了卫星失锁的情况,改进算法的应用,使INS独立导航时位置累积误差仅为21.8 m,较常规方法的42.2 m减少了近50%,进一步证明了算法的有效性。