基于DSP的电厂球磨机料位监测系统

介绍了电厂球磨机料位测量的运用现状,指出了现有球磨机料位测量方法存在的问题,提出了一种以轴承振动能量法为基础,基于DSP的电厂球磨机料位实时监测系统的实现方法,具体阐述了系统原理结构,硬件设计和软件结构.     

基于T-S模型的非线性系统模糊聚类辨识方法

提出一种基于T-S模型的非线性系统模糊聚类辨识方法,对T-S模糊模型的前提部分和结论部分进行分开辨识,既简化该模型的辨识步骤,又提高它的泛化能力,同时也解决了T-S模糊模型随辨识系统复杂程度提高而规则数增大的问题。对一个非线性系统辨识的仿真结果验证了这种模糊聚类辨识方法的有效性。     

基于增广输入变量的T-S 模糊模型建模

针对现有T-S 模糊模型建模精度与计算效率之间的矛盾, 提出一种利用增广输入变量进行T-S 模糊模型建模的方法. 对输入变量进行多项式增广处理后, 以核模糊?? 均值聚类算法配合聚类评价指标自适应获得最佳聚类数及相应的模糊划分, 并通过递推最小二乘计算得出T-S 模糊模型的后件参数. 提出可利用后件参数反推断前件结构的方法来快速有效地确定前件结构. 最后通过仿真验证了上述方法的有效性.

     

振动信号在球磨机料位监测系统的运用研究

球磨机内煤的料位对于操作人员和控制系统来说是个封闭的系统，为了更为准确地反映球磨机的位，使球磨机的磨煤出力达到最大，采用振动信号对钢球磨煤机的料位进行监测，在数据采集和监测中运用自适应可变限幅的滤波方法，得到的振动基波曲线与磨煤机内的料位形成相吻合的对应关系，从而为整个控制系统的优化设计和投入提供了直接有效的依据。实践证明，球磨机料位监测系统的应用可获得良好的经济效益。     

基于振动信号和云推理的球磨机负荷软测量

采用振动信号对球磨机料位进行测量时,特征值具有散度大、随机性强的特点.对此,基于具有将随机性、模糊性与稳定倾向性相结合能力的云模型,提出一种利用云模型对球磨机料位进行概念表示和推理测量的方法.首先,利用逆向云发生器对振动信号的功率谱特征值进行概念提取以获得前件云;然后,由料位值信息建立相对应的后件云;最后,利用云模型的不确定推理实现球磨机料位的软测量.对比实验结果表明了所提出方法的有效性和可行性.     

蚁群聚类算法的T-S模糊模型辨识

基于T-S模型,提出一种非线性系统的模型辨识方法。利用蚁群聚类算法来进行结构辨识,确定系统的模糊空间和模糊规则数。在聚类的基础上,利用遗传算法辨识模糊模型的后件加权参数,得到一个精确的模糊模型,从而实现参数辨识。仿真结果验证了该方法的有效性,表明该方法能够实现非线性系统的辨识,辨识精度高,可当作复杂系统建模的一种有效手段。     

基于振动信号频谱分析的球磨机料位监测仪表的设计

有效测量球磨机料位，是制粉系统实现自动控制、运行优化、节能降耗的关键。提出用分裂基FFT变换对球磨机轴承振动信号进行处理，得出振动的功率频谱与料位变化之间的关系；并依此设计出由DSP和MPU组成的双CPU智能仪表的软硬件系统，实现球磨机料位的在线测量显示和报警功能，为制粉系统优化和自动控制奠定了基础。     

一种改进的模糊PLS模型在软测量中的应用

针对石油化工过程的特点,提出一种改进的模糊部分最小二乘的建模算法。该算法先用减法-模糊C均值聚类进行模糊结构辨识,然后用高斯核函数实现非线性PLS并且用其进行后件参数辨识,即得到多个子模型,再将各模型输出的数据进行隶属度加权求和得到最终的估计输出。最后,将该方法应用于航煤干点的估计,仿真结果表明该算法更有效,预测精度更高。     

基于CART-LSSVM的球磨机料位软测量方法研究

球磨机是用于电力、磨矿和冶金等行业的高能耗设备,准确测量其滚筒料位能够提高运行效率和安全性能.针对其滚筒内料位难以实时检测,球磨机的轴承振动信号中存在较多的冗余特征,提出了一种基于分类回归树和最小二乘支持向量机的软测量方法,首先用Welch法获得振动信号的功率谱密度,并分割得到基本特征,然后建立分类回归树模型,根据最优树模型的分支节点进行特征选择,最后利用最小二乘支持向量机实现特征变量与料位间的非线性映射.通过实验结果的对比分析,验证了该模型的有效性和实用性,以及良好的预测精度.     

基于软测量的球磨机优化控制方法

针对球磨机控制的难点和不足,提出了一种基于料位软测量技术的球磨机优化控制方法.首先,在分析球磨机系统特性和振动特性的基础上,确定了料位软测量的辅助变量.其次,基于最小二乘支持向量机算法,给出了一种球磨机料位软测量方法,并通过现场实测数据进行料位检测,结果表明该软测量方法的精度较高;最后,在料位软测量的基础上,提出了一种...     

基于逆向解耦的球磨机系统的PID控制

球磨机系统是一个典型的多变量大时延非线性系统,各个控制量间存在严重的耦合,所以直接对其进行PID控制有些困难.针对上述问题,先利用逆向解耦构造出逆向解耦控制器,将原系统分解成两个单入单出的系统.然后利用基于内模控制的PID控制器参数整定的方法,可以直接获得PID控制器的各个参数,并且在模型失配的情况下进行了仿真研究.结果表明:逆向解耦简便实用,较传统解耦有一定优越性,所整定的PID参数有良好的调节品质,且具有很强的鲁棒性.     

基于减法聚类与模糊c-均值的模糊聚类的研究

模糊c-均值算法在进行模糊聚类的时候对初始值非常的敏感,初始值设置得不好,就会陷入局部最优解。该文在使用模糊c-均值之前利用减法聚类对其设置初始值,不但能够获得最优解,还能加快收敛速度,并且自动获得最佳的聚类个数。     

基于灰色预测PID球磨机负荷控制

为改善球磨机的负荷PID控制系统,提出了基于灰色预测PID控制的球磨机负荷控制方案。方案融合了灰色预测、常规PID控制这两者的设计思想;并将灰色预测在线应用,用其预测结果代替被控对象测量值进行控制运算。仿真结果表明,与传统的反馈方法相比,使用灰色预测PID控制器可得到更为优良的动态性能,具有鲁棒性好、跟踪快速等优点。     

基于T-S模糊系统的软测量混合建模研究

在分析几种模糊系统建模方法的基础上，提出一种简单有效的软测量建模方法．该算法基于变结构构造法模糊建模思想，均匀设计模型的初始结构，以绝对误差为建模指标，通过增加模糊规则来提高T S模糊系统的精度．为降低规则参数辨识的计算量，提高建模速度，将规则参数分为线性和非线性两部分，分别采用Levenberg Marquardt法与最小二乘法进行辨识．实例证明，本文所提出的建模方法规则分布合理，收敛速度快，泛化性能好，适合建立多输入的软测量模型，具有较好的实际应用价值．     

基于解耦的球磨机系统动态矩阵控制

针对制粉系统球磨机的多变量强耦合特性,提出基于逆向解耦的动态矩阵控制设计方法,先将球磨机系统分解为三个单输入单输出系统,然后利用基于对象阶跃响应的动态矩阵控制算法,对解耦后的广义系统进行了仿真研究.结果表明,逆向解耦能有效地解除变量间的强耦合和大时延问题,并且动态矩阵预测控制算法控制效果明显,优于传统的PID控制,具有实时性强、计算速度快和抗干扰能力好等优点.     

基于模糊聚类水平集的医学图像分割方法

医学图像分割是图像分割的一个重要应用领域,医学图像普遍存在高噪声、伪影、低对比度、灰度不均匀、不同软组织之间与病灶之间边界模糊等特点,因此运用聚类算法,结合李春明模型(LCM)和两相水平集分割方法(CV),首先选用合适的滤波器对医学图像进行去噪,然后使用模糊C均值算法(FCM)获得图像的先验模型;并对传统的CV模型进行改进,对图像进行细分割。实验表明,该模型可以解决图像高噪声、弱边界问题,并可以有效避免重新初始化,对边缘更加敏感,可提高分割精度,有效的抑制噪声,明显的减少迭代次数和时间,具有一定应用价值。。     

基于模糊内模控制的球磨机系统的研究

球磨机系统具有多变量、强耦合、长时滞以及生产工况变化大等特点,采用常规控制策略很难达到控制目标。针对该问题,文章提出了一种基于模糊内模控制的球磨机系统的设计方案,分析了球磨机工作原理,建立了其数学模型,详细介绍了球磨机系统的解耦分析,最后给出了球磨机模糊内模控制器的设计方法。仿真结果表明,基于模糊内模控制的球磨机系统具有良好的解耦能力,鲁棒性强,能够较好地解决球磨机系统的时变性、耦合性和延迟性问题,具有一定的工程应用价值。     

基于阶梯式广义预测控制的钢球磨煤机负荷控制系统

在火电厂的钢球磨煤机中,磨煤机负荷具有大惯性、大滞后、非线性、时变性的特点,常规的PID难以取得很好的控制效果.本文设计了一种基于阶梯式广义预测控制算法的控制器,仿真结果表明,与常规PID控制器相比,该控制器具有良好的控制性能.此方法运用于某电厂#5炉制粉系统中,成功解决了磨煤机负荷难以投入自动的问题.实践表明,该方法是可行的,而且具有良好的市场推广价值.