基于数值模拟与试验运行数据的电站锅炉燃烧系统复合建模

建立电站锅炉燃烧系统的数值模拟模型,通过该模型提供的训练样本建立最小二乘支持向量机模型(LS-SVM),利用试验数据对所建模型进行修正,并通过实时运行数据更新模型,提出了一种电站锅炉燃烧系统的复合建模方法.结果表明:复合建模方法有效地提高了模型的精度和运算速度,通过对初始LS-SVM模型的修正和更新可以进一步提高模型精度,为燃烧优化打下良好的基础.     

基于自适应模糊控制的制粉系统运行优化与节能控制

针对巴陵石化热电装置制粉系统电耗偏高、煤粉细度不稳定、控制参数波动大等诸多问题,通过理论分析和实验相结合的方法,研究系统的最佳运行工况,再以非线性控制理论为基础,对整个制粉系统实施全局自动控制,确保制粉系统严格工作在最佳工况区域以及该制粉系统的长期可靠运行。有效地控制了煤粉的均匀度,降低了制粉电耗,减少了炉水排放,锅炉热效率提高1.62%。     

基于LS-SVM的燃烧状况智能诊断

运用D-S证据理论以及多传感器信息融合理论建立了数据融合目标识别系统,将其应用于燃烧状况诊断系统中,并利用最小二乘支持向量机理论以及自适应遗传算法理论解决了D-S证据理论当中基本概率分配函数难以获取的问题.所建立的燃烧诊断系统取得了比常用的燃烧状况诊断系统更高的燃烧状况诊断准确率,其中稳定燃烧诊断正确率为84%,不稳定燃烧诊断准确率为79%.     

最小二乘支持向量机在大坝渗流监测中的应用

支持向量机的训练速度慢．制约了它的发展和推广应用。Suykens提出了一种新的支持向量机方法——最小二乘支持向量机。最小二乘支持向量机是支持向量机的发展和改进,它采用等式约束替代不等式约束,求解速度大大加快。将其用于大坝的渗流监测中．并与传统的支持向量机进行了比较,结果显示二者的预测效果都比较好．但是最小二乘支持向量机的训练效率比支持向量机要高。     

基于最小二次支持向量机数据驱动的Hammerstein系统故障诊断与分离方法

本文在最小二乘支持向量机(LS-SVM)框架,针对Hammerstein非线性系统,设计了一种数据驱动故障诊断与分离(FDI)方法。具体内容包括:构造单适当的输出系统设计基于等价空间的残差生成器,进一步将残差生成器扩展至多输出情况。为了解决实时监控问题,通过低阶和稀疏逼近理论构造半参数残差生成器,此残差生成器带有参数动力学方程和非参数静态函数。在半参数框架下,通过设计参数化矩阵重构实现对传感器/执行器故障的检测与分离。最后,本文给出一个仿真实例验证了所提方法的有效性和实用性。     

基于LS-SVM的制冷系统故障诊断

为了提高制冷系统故障诊断速度及准确性,提出了基于最小二乘支持向量机(LS-SVM)的制冷系统故障诊断模型,并采用ASHRAE制冷系统故障模拟实验数据进行模型训练与验证.对一台90冷吨(约316 kW)的离心式冷水机组的7类制冷循环典型故障进行了实验.研究结果表明,LS-SVM模型对制冷系统七类故障的总体诊断正确率比支持向量机(SVM)诊断模型、误差反向传播(BP)神经网络诊断模型分别提高0.12%和1.32%;尽管对个别局部故障(冷凝器结垢、冷凝器水流量不足、制冷剂含不凝性气体)的诊断性能较SVM模型的略有下降,但对系统故障的诊断性能均有较大改善,特别是对制冷剂泄漏/不足故障;诊断耗时比SVM模型减少近一半,快速性亦有所改善.可见,LS-SVM模型在制冷系统故障诊断中具有良好的应用前景.     

基于最小二乘支持向量机的生物质热值预测

生物质的热值与其组成成分有关,基于此,应用最小二乘支持向量机方法建立了生物质热值预测的有效模型,并利用Biomass Feedstock Composition and Properties Database数据库提供的数据进行了测试。以该数据库的部分生物质的固定碳、挥发分和灰分含量作为输入,以相应的热值作为输出,训练最小二乘支持向量机。训练完成后,用剩余的生物质进行测试。测试结果表明,预测方法准确,速度较快。与神经网络方法相比,基于最小二乘支持向量机的生物质的热值预测方法更有效。     

基于LS-SVM的燃煤电站锅炉变工况运行负荷预测

提出了一种基于最小二乘支持向量机理论及可视化火焰检测系统的燃煤电站锅炉负荷预测的方法.利用可视化火焰检测系统对300 MW燃煤锅炉降负荷过程的燃烧火焰及温度场进行了实时测试.通过测试,利用数字图像处理技术提取了燃烧火焰图像特征参数、由双色法测温原理计算得到了其温度场,采用最小二乘支持向量机建立了锅炉负荷预测模型并进行了校验.结果表明.该预测模型泛化能力强、预测精度高,从而为把燃烧火焰图像及温度场信息作为控制信号,进而引入电站锅炉燃烧控制系统提供了技术支持.     

基于偏最小二乘法的支持向量机短期负荷预测

提出了一种基于偏最小二乘支持向量机的负荷预测模型.首先通过偏最小二乘(PLS)对负荷数据进行成分提取,提取的成分具有线性特点,并消除输入因素的多重相关性,然后采用支持向量机方法(SVM)对提取的成分进行预测.算例表明,该算法用于短期负荷预测建模速度快,预测精度高,是种行之有效的方法.     

最小二乘支持向量机在大坝变形预测中的应用

介绍了基于统计学习理论的一种新的机器学习技术———支持向量机(SVM)和其拓展方法———最小二乘支持向量机(LSSVM),并将LSSVM算法应用于混凝土大坝安全监控中的变形预测。根据实测数据,建立了基于LSSVM算法的大坝变形预测模型,同时与经典SVM预测模型进行分析比较。结果表明,LSSVM和经典SVM算法在大坝变形预测中都具有较好的可行性、有效性及较高的预测精度;LSSVM在算法的学习训练效率上比SVM有较大的优势,更适合于解决大规模的数据建模。     

基于自抗扰的多变量解耦控制在球磨机的应用

火电站球磨机制粉系统是一个典型的三输入三输出的系统,各变量之间严重耦合,利用PID控制很难达到理想效果。针对这些特点,将一种新型的控制策略-自抗扰控制器(Auto Disturbance Rejection Controller ADRC)和一种多变量解耦控制相结合应用到该系统中,并对ADRC做了部分改进。针对某球磨机制粉系统,设计了基于自抗扰的多变量控制系统,并与反标架正规化(RFN)设计方法和SMITH预估补偿方法进行了比较,仿真结果表明了本文所提出的控制算法的有效性、抗扰性及强鲁棒性,因此该控制策略具有很高的工程实用价值。     

基于前馈补偿的模糊自适应解耦控制在单元机组协调控制系统研究

针对单元机组负荷控制对象延迟性、非线性和强耦合的特点,提出一种基于前馈补偿的模糊自适应解耦控制方案,以提高控制系统的调节能力。在300MW直流锅炉单元机组负荷控制对象动态数学模型基础上进行了动态特性研究和关联度分析。采用前馈补偿法设计了单元机组协调系统的解耦补偿器。仿真结果表明,前馈补偿解耦控制在单元机组协调控制系统中取得满意的效果;并且与常规PID控制相比,模糊自适应PID控制系统超调量降低,调节时间缩短,具有良好的控制性能。     

基于生物质锅炉的模糊自适应PID控制系统仿真研究

在MATLAB/SIMULINK平台上,通过实验的方法建立了模糊自适应PID系统的仿真模型,给出了模糊自适应PID仿真的具体实现方法,并进行生物质锅炉控制子系统仿真应用研究,通过常规PID控制算法与模糊自适应PID控制算法对干扰信号的反应过程仿真结果对比,表明了模糊PID控制策略使系统具有强抗干扰性、灵活性和适应性强的优点,又具有控制精度高的优势。     

单元机组协调控制系统模糊自适应控制研究

单元机组协调控制系统的负荷控制对象存在耦合性和时变性,常规PID控制方案在负荷大范围变化时控制效果变差.为了提高协调控制系统的调节性能,采用了一种模糊自适应控制方案.基于300MW直流锅炉单元机组不同工况下采集的数据,建立了机组在210MW和270MW工况下的负荷控制对象动态数学模型,并进行了动态特性分析;基于常规PID协调控制方案,设计了一种模糊自适应PID控制器,可以自动调整控制器参数以适应工况的变化.锅炉控制器和汽轮机控制器均采用模糊自适应PID控制器.仿真结果表明,单元机组协调控制系统模糊自适应控制与常规PID控制相比,超调量降低,调节时间缩短,抗干扰能力和负荷适应能力增强.     

基于模糊神经网络的发电用单轴燃气轮机的解耦控制

针对燃气轮机这样大型复杂且具有强非线性多变量耦合的动力系统，提出用模糊隶属函数型神经网络与模糊控制融合的解耦方法(DMFFCNN)进行解耦控制，从而克服了现代控制理论对解耦系统类型的限制。试验表明，这种方法是有效的，为机组运行时的静态优化设计的实现奠定了基础。     

基于单神经元自适应PID的汽轮机转速控制与仿真

常规的汽轮机转速PID控制器参数整定困难,控制效果难以满足船用汽轮机控制需求.改进了基于单神经元的自适应PID控制器,提出了根据偏差按指数规律调整的比例系数K调整策略,将其应用到汽轮机转速控制中,仿真试验表明,该方法与传统的PID控制相比,具有超调小、响应快、自适应性强等优点,明显改善了汽轮机调速系统的控制品质.     

基于模糊控制的双馈发电机并网控制策略分析

针对风力发电传统并网方式的缺陷,提出了模糊PI控制器与电压环、电流环和矢量控制相结合的新型控制策略,通过Matlab/simulink平台搭建并网控制仿真模型,发现双馈风力发电机定子电压的频率、幅值、相位比传统并网方式更接近电网电压,实现了无冲击并网的目的,并验证该控制策略的正确性和优越性。     

基于模糊解耦算法的电石炉控制系统设计

针对当前电石炉控制系统自动化程度低、故障率高、维护量大等一系列问题,设计了由PLC控制的电极自动控制系统。介绍了系统主要硬件配置、控制程序结构、监控组态画面设计。该系统采用模糊解耦算法,并根据现场工艺要求实现了由手动到自动之间的无扰切换。现场运行表明,该系统运行稳定可靠,操作方便,维护量小,对行业的生产进步起到示范和推动作用。     

基于模糊滑模控制的电子节气门仿真

电子节气门是一个非线性系统。本文建立了电子节气门模型,并将滑模控制和模糊控制结合起来,应用于电子节气门系统。在MATLAB平台上建立了仿真模型,仿真实验证明模糊滑模控制算法能够较好地实现对电子节气门的控制。     

中储式钢球磨制粉系统的自适应模糊控制

针对闵行发电厂11号炉中储式钢球磨制粉系统的特点,以多变量控制理论、模糊控制理论及自适应优化理论为基础,在充分考虑了制粉系统特点后,以及针对不同被控过程的具体特性,提出了基于不同控制理论的实用控制策略和功能相对独立的控制子系统,再通过对各控制子系统的集成,完成了整个制粉系统的全工况优化控制。所提出的控制方法自2003年3月成功地应用于闵行电厂11号炉的制粉系统控制中,不仅确保了该制粉系统的长期可靠运行,而且使制粉系统工作在最佳工况,取得了明显的经济效益。