超临界直流炉单台给水泵跳闸处理预案

直流炉单台给水泵跳闸时,锅炉给水流量急剧下降,如处理不当有可能导致锅炉壁温,主、再蒸汽温度及分离器中间点温度超限,严重影响机组的安全运行,最终可能因给水流量低、分离器中间点温度、水冷壁温及主、再蒸汽温度等相关保护动作导致机组跳闸。结合超临界直流锅炉单台给水泵跳闸事故处理案例,分析给水泵跳闸的主要现象,提出直流炉给水泵跳闸的处理及注意事项。     

超临界循环流化床锅炉水煤比控制

本文在分析传统煤粉炉水煤比控制的基础上,针对超临界循环流化床锅炉具有很大的燃烧惯性和床料热惯性的特性,提出了利用风量、氧量构造热量信号,并将构造的热量信号引入给水系统中,作为给水流量指令的前馈信号,再用中间点温度或焓值修正作为给水流量指令。热量信号的引入克服了循环流化床锅炉由于床料热惯性、燃烧惯性、给煤量内部扰动和煤质变化对给水控制的不利影响。设计的水煤比控制系统不仅适用于循环流化床锅炉,同时也适用于煤粉炉。     

超临界机组协调控制方法研究及模型分析

针对超临界机组蓄热小,非线性强,压力的剧烈波动严重影响到机组负荷控制品质的现象。根据超临界直流锅炉的特点,对600 MW超临界机组协调控制系统进行了研究。在获得机组数学模型的基础上,应用格拉姆法对模型进行解耦简化,通过分析可以确定当煤水参数配比合适、中间点温度控制效果平稳时,可以将三输入三输出的超临界直流机组的控制系统简化为双输入双输出控制系统的线性近似模型,并根据模型响应曲线的相似性,利用双向静态解耦法对模型进一步简化,获得了工程应用的控制系统,并通过仿真证明了该方法的有效性。     

关联规则在超临界锅炉水煤比中的研究分析

针对超临界机组中水煤比控制系统不能兼顾快速性和准确性的特点,提出了运用数据挖掘工具的关联规则算法,分析水煤比、中间点温度、蒸汽温度及流量之间的潜在关系,以改善系统的控制品质。     

600MW超临界机组锅炉燃烧优化调整方法

对于目前的600MW超临界机组存在旋流燃烧器二次风喷口的严重变形、制粉系统出力不足、锅炉排烟温度偏高、磨煤机石子煤数量偏大等问题,通过对锅炉的运行分析、冷态试验、燃烧调整试验和基准试验等措施,提出了锅炉燃烧的优化调整方案,解决了上述提到的问题.在上述基础上,进一步对控制的参数进行优化,从而改善了机组的运行性能,提高了机组的整体经济性能.     

超超临界二次再热机组调试技术

东方锅炉公司生产的660 MW超超临界二次再热尾部三烟道烟气挡板的π型锅炉为首次应用,调试及运行阶段发现变负荷时水冷壁、省煤器、过、再热器壁温易超温,燃煤热值校正、中间点温度修正、锅炉主控输出因主蒸汽压力的关联相互耦合。调试期间煤种、煤质变化较大,对协调控制系统造成了一定程度的扰动。上汽西门子汽轮机在启动调试中的切缸、轴封控制及轴封的系统设计等方面要特别注意。针对调试中出现的上述问题,提出了合理的解决方案和整改措施。对同类型机组有一定的参考价值。     

600MW级超临界直流锅炉启动过程中压力与温度控制探讨

随着国民经济的发展和技术的进步,国产600 MW级超临界火力发电机组已经成为各大电网的主力机型.直流锅炉启停过程中存在干湿态过程转换,两种运行状态的控制方式不同,哈锅生产的600 MW级超临界对冲燃烧方式锅炉的在启动及运行过程中,采用投油方式升温升压与提前启磨升温升压两种控制方式对温度与压力的调节特性做出探讨研究,并对...     

超超临界直流锅炉启动系统及储水罐水位控制

针对超超临界机组直流锅炉启动系统及储水罐水位控制的基本原理进行了简要分析,并通过介绍超超临界机组直流锅炉储水罐水位控制方法和手段,阐明了超超临界机组直流锅炉启动过程中储水罐水位控制原理与方法,带循环泵的启动系统由于能适应频繁启动、增减负荷速度快等优点,随着带该系统的大容量超超临界机组直流锅炉商业应用增多,理解该系统的控制工艺和运行方法具有明显的应用价值,能为即将投产超超临界机组运行提供有益参考。     

超超临界直流锅炉水位控制及储水罐水位控制

针对超超临界机组直流锅炉启动系统及储水罐水位控制的基本原理进行了简要分析，并通过介绍超超临界机组直流锅炉储水罐水位控制方法和手段，阐明了超超临界机组直流锅炉启动过程中储水罐水位控制原理与方法，带循环泵的启动系统由于能适应频繁启动、增减负荷速度快等优点，随着带该系统的大容量超超临界机组直流锅炉商业应用增多，理解该系统的控制工艺和运行方法具有明显的应用价值，能为即将投产超超临界机组运行提供有益参考。     

混煤对二次再热锅炉汽温特性的影响

超超临界二次再热锅炉热力系统复杂,二次再热锅炉的主蒸汽温度、一次再热蒸汽温度和二次再热蒸汽温度控制较复杂。针对某660 MW塔式二次再热锅炉在运行中不同掺烧条件下运行情况,研究二次再热机组主蒸汽和一二次再热蒸汽温度不同调温手段下变化规律。采用火电厂热力仿真软件Thermoflow和前苏联98年热力计算标准,研究燃用不同掺烧煤种时,锅炉摆动燃烧器、烟气再循环率和烟气挡板开度对该超超临界二次再热锅炉汽温特性的影响。通过针对摆动燃烧器、烟气再循环和分隔烟道挡板等调温手段对锅炉汽温特性影响,研究超超临界二次再热锅炉在不同负荷阶段,调温手段对汽温的影响特性,为实际运行控制中建立摆动燃烧器调整、烟气再循环和烟道挡板等调温手段耦合作用下二次再热锅炉调温方法,实现主蒸汽、一次再热和二次再热蒸汽温度的耦合汽温调整方法。     

转向系统背压加载的广义预测控制

针对转向系统背压加载的时变、非线性、多变量耦合等过程特性,研究了一种基于最小二乘支持向量机(least square support vector machine,LS-SVM)的广义预测控制算法.采用LS-SVM辨识方法对系统进行建模,并用粒子群算法对LS-SVM的参数进行寻优,为控制器的设计奠定基础;对于时变的特点,采用基于在线LS-SVM的广义预测控制混合算法,实时修改模型参数.转向系统背压加载的控制实验结果表明,基于LS-SVM的广义预测控制混合算法是有效的,能准确地跟踪设定的加载压力,对扰动有较强的鲁棒性,具有实际工程应用价值.     

贝叶斯证据框架下LS-SVM的BPMSM磁链建模

针对常规解析法建立无轴承永磁同步电机(BPMSM)磁链模型的局限性,提出一种贝叶斯证据框架下最小二乘支持向量机(LS-SVM)的BPMSM磁链建模方法.对BPMSM磁链的非线性建模进行简单分析,在介绍LS-SVM回归理论和贝叶斯证据框架基本思想的基础上,通过贝叶斯证据框架推断准则1确定模型的权向量w,通过贝叶斯证据框架推断准则2确定模型的正则化参数γ,通过贝叶斯证据框架推断准则3确定模型的核参数σ,进而建立基于贝叶斯证据框架下LS-SVM的BPMSM磁链模型.在Matlab7.0环境下进行仿真研究.仿真结果表明,贝叶斯证据框架下LS-SVM的磁链模型具有拟合精度高、泛化能力强、结构灵活、计算速度快等特点.     

Mine water discharge prediction based on least squares support vector machines

In order to realize the prediction of a chaotic time series of mine water discharge,an approach incorporating phase space reconstruction theory and statistical learning theory was studied.A differential entropy ratio method was used to determine embedding parameters to reconstruct the phase space.We used a multi-layer adaptive best-fitting parameter search algorithm to estimate the LS-SVM optimal parameters which were adopted to construct a LS-SVM prediction model for the mine water chaotic time series.The results show that the simulation performance of a single-step prediction based on this LS-SVM model is markedly superior to that based on a RBF model.The multi-step prediction results based on LS-SVM model can reflect the development of mine water discharge and can be used for short-term forecasting of mine water discharge.     

基于最小二乘支持向量机的时变信道建模

基于2.55 GHz市区微蜂窝多输入多输出信道实测数据,将机器学习中的最小二乘支持向量机（LS-SVM）算法应用于时变信道参数的建模中,建立了基于遗传算法（GA）优化的LS-SVM信道参数预测模型,对信道参数如时延扩展、接收端的水平角度扩展和垂直角度扩展的数据特征进行了学习,并实现了准确预测;同时通过与反向传播神经网络模型以及传统的LS-SVM模型进行比较,验证了算法的有效性.基于GA优化的LS-SVM模型能够在有限数据量下对信道参数的变化有着良好的适应性,可实现非线性时变信道参数的准确预测.     

光谱层析技术诊断等离子体电弧温度场

电子激发温度是等离子体射流物理特性中一个重要参数,温度测量的准确性直接影响其他特性参数。等离子体电弧是等离子体射流的典型代表,研究等离子体电弧的温度场具有重要的指导意义。文章用正交双波长光谱层析技术诊断等离子体电弧温度场的三维分布情况。首先采用正交双波长光学测试系统实时采集等离子体电弧的光谱强度信息,采取改进的最大熵光学层析算法分别重建出2个不同波长对应的发射系数分布状况,然后根据等离子体物理原理,选择谱线相对强度法进行温度场的三维重建,并分析了不同因素对重建结果的影响规律。实验结果表明,该测量系统能实现等离子体电弧温度的三维重建,测量精度较高,能满足实时性要求,为进一步了解和掌握等离子体电弧的内部作用机制奠定了良好的理论和实验基础。     

SVM model for estimating the parameters of the probability-integral method of predicting mining subsidence

A new mathematical model to estimate the parameters of the probability-integral method for mining subsidence prediction is proposed. Based on least squares support vector machine (LS-SVM) theory, it is capable of improving the precision and reliability of mining subsidence prediction. Many of the geological and mining factors involved are related in a nonlinear way. The new model is based on statistical theory (SLT) and empirical risk minimization (ERM) principles. Typical data collected from observation stations were used for the learning and training samples. The calculated results from the LS-SVM model were compared with the prediction results of a back propagation neural network (BPNN) model. The results show that the parameters were more precisely predicted by the LS-SVM model than by the BPNN model. The LS-SVM model was faster in computation and had better generalized performance. It provides a highly effective method for calculating the predicting parameters of the probability-integral method.     

A reliability assessment method based on support vector machines for CNC equipment

With the applications of high technology,a catastrophic failure of CNC equipment rarely occurs at normal operation conditions.So it is difficult for traditional reliability assessment methods based on time-to-failure distributions to deduce the reliability level.This paper presents a novel reliability assessment methodology to estimate the reliability level of equipment with machining performance degradation data when only a few samples are available.The least squares support vector machines(LS-SVM) are int...     

A forecasting and forewarning model for methane hazard in working face of coal mine based on LS-SVM

To improve the precision and reliability in predicting methane hazard in working face of coal mine, we have proposed a forecasting and forewarning model for methane hazard based on the least square support vector (LS-SVM) multi-classifier and regression machine. For the forecasting model, the methane concentration can be considered as a nonlinear time series and the time series analysis method is adopted to predict the change in methane concentration using LS-SVM regression. For the forewarning model, which is based on the forecasting results, by the multi-classification method of LS-SVM, the methane hazard was identified to four grades: normal, attention, warning and danger. According to the forewarning results, corresponding measures are taken. The model was used to forecast and forewarn the K9 working face. The results obtained by LS-SVM regression show that the forecast- ing have a high precision and forewarning results based on a LS-SVM multi-classifier are credible. Therefore, it is an effective model building method for continuous prediction of methane concentration and hazard forewarning in working face.     

基于最小二乘支持向量机对刀具切削状态的识别

基于小波包优良的时频特性和最小二乘支持向量机(least squares support vector machine,LS-SVM)对于小样本出色的学习泛化能力,提出了一种研究刀具切削状态的方法.采用最小熵准则对声发射信号进行最佳小波包分解,以各频段的信号能量占总能量的百分比来构造特征向量,输入LS-SVM多类分类器,实现对刀具切削状态的分类识别.实验结果表明,在采用高斯核函数的LS-SVM多分类算法中,选取惩罚因子γ=10,径向基核参数σ2=1时,该分类器能对测试样本进行准确的刀具切削状态识别.