基于改进型粒子群优化算法的CFB锅炉床温建模

对于循环流化床(CFB)锅炉的自动控制优化,床温动态模型的建立和动态特性分析有着重要的意义。采用粒子群优化(PSO)算法对床温动态模型进行辨识,并且使用自适应惯性权重策略解决标准算法在模型辨识过程中存在局部最优问题。在种群迭代进化过程中,利用粒子适应度值动态变化,使算法在寻优过程中的全局搜索能力和局部搜索能力得到平衡。与传统惯性策略相比,自适应惯性权重能使算法更好地适应动态搜索过程,辨识所得模型的各项误差值更小、精度更高。应用辨识模型,对山西某350 MW CFB锅炉的现场运行数据进行验证。验证结果表明,该模型能够有效地反映燃料量、一次风量、二次风量与床温之间的动态关系。该研究在CFB锅炉床温的自动控制以及优化方面有一定指导意义。     

动态矩阵算法对循环流化床床温控制的优化

在技术创新和社会发展的双重需求下,洁净煤燃烧技术尤为重要,循环流化床锅炉的应用越来越广泛。其燃烧系统具有多数工业复杂系统所具有的特点,例如强非线性、大时滞、强耦合、强时变性等,实现优化控制难度较大。首先,分析了锅炉燃烧系统的床温控制对象,在研究了床温动态特性的基础上,提出了基于动态矩阵控制(DMC)算法的优化策略。动态矩阵控制算法是预测控制算法的一种,在抗干扰和稳定性能方面具有较好的效果。然后,通过Matlab仿真试验验证该算法的实用性,并与传统的PID控制方法进行比较。试验结果表明,在某种工况下,基于动态矩阵控制的算法在速度和稳定性能方面优于PID控制。鉴于目前广泛应用于工厂实际生产的仍旧是PID控制。该研究结果在证实了该算法优势的基础上,也展现了现代新型控制策略的优势,有望加速现代控制策略在实际生产过程中的运用。     

中温返料CFB锅炉在低负荷运行时的协调优化控制模型研究

CFB锅炉因其具有可操作负荷范围宽、燃烧效率高、可燃用劣质煤等显著特点而在我国获得突飞猛进的发展。但CFB锅炉在低负荷运行时往往会因为燃煤量和返料灰量的减少而使床温、汽温的安全操作变得异常困难,对中低温返料CFB锅炉更是如此。本文介绍了笔者基于协调优化控制技术解决中温返料循环流化床锅炉在低温运行过程中床温和汽温如何同时兼顾的难题,一年多来的实际运行数据表明:当75t/h中温返料CFB锅炉运行在额定负荷的50%~60%时,在保持其相对高床温的前提下,对汽温的协调操作收到了良好的效果——可提高平均汽温20℃以上,有效地保证了汽轮发电机组的安全与经济运行。     

基于静态平衡的循环流化床锅炉床温控制技术的研究

针对循环流化床锅炉燃烧控制系统存在的分布参数、非线性强、时变性强、多变量紧密耦合,造成锅炉燃烧控制系统尤其是床温控制系统无法稳定运行的问题,提出了基于静态平衡的燃烧控制系统实现床温控制方案,通过仿真试验,验证了控制策略的可行性。该方法很好地实现了床温的稳定控制,而床温的稳定控制,有利于减少各控制量相互之间的耦合,达到解耦的目的,也为主蒸汽压力、燃烧控制系统的投运创造了条件。     

改进遗传算法优化控制器参数的燃烧控制

主汽压和床温是循环流化床锅炉(CFBB)燃烧控制系统中两个重要的控制指标,直接影响着锅炉运行的安全性和经济性。常规PID控制大多采用人工凑试法来调整PID控制器参数,结果往往耗时且难以实现燃烧系统的实时控制。为了实现燃烧系统的实时控制,提出了一种改进遗传算法优化PID控制器参数的控制方案。在控制过程中,先利用前馈补偿解耦法对主汽压和床温进行解耦,再采用改进遗传PID控制器对两个对象进行独立控制。仿真结果分析表明,与常规PID控制相比,改进遗传算法优化PID控制器参数的控制方案可以有效地改善循环流化床锅炉燃烧系统的动态性能、稳定性能以及快速性能,并提高系统的控制品质。     

大型循环流化床锅炉发电机组协调控制系统研究与设计

鉴于CFB锅炉非线性、大滞后和强耦合燃烧特点,引入"前馈加偏差校正"、"正踢和反踢"及解耦等控制策略;解决输入变量(如给煤量、风量)到负荷、汽压响应的大迟延惯性问题,解决多变量耦合(如给煤量、一次风量、二次风量、床温、床压等)对主汽压力、负荷、汽温、床温等的强耦合关系问题,解决给煤量、风量对床温影响的非线性关系问题,解决汽机调节快与锅炉响应慢的快机慢炉特性问题;以实现大型CFB锅炉机组协调控制。     

BP神经网络PID算法在循环流化床锅炉中的研究

本文以循环流化床锅炉的床温控制为研究对象,针对传统PID控制算法自适应能力不强的缺点,提出了基于BP神经网络和PID控制器相结合的BP-PID控制器,指出BP-PID控制器算法的自适应控制效果和鲁棒性,并根据其系统结构、算法流程和参数设置,进行实验仿真,验证该控制器的优化效果。实验结果表明,Ba P-PID控制器可以更好地控制循环流化床锅炉床温,实现了对系统性能指标的最优化控制,得到了较为理想的控制效果。     

150t/h循环流化床锅炉燃烧系统的建模

通过调研某发电厂循环流化床锅炉,利用从该电厂获得的历史数据以及现有的数学模型,采用MATLAB工具箱建立了传递函数模型,在此模型基础上通过仿真研究循环流化床锅炉燃烧系统的动态特性.主要研究给煤量、一次风、二次风等输入量与床温、主蒸汽压力、主蒸汽温度、炉膛出口烟气含氧量等输出量之间的关系,给出了可用于控制系统设计的燃烧系统的传递函数阵.仿真结果表明,所建立的模型能准确地反映系统的动态性能.同时分析了影响动态特性的因素,为循环流化床锅炉燃烧系统的控制策略研究建立了平台.     

基于BCS的故障容错及自愈控制技术在CFB锅炉上的应用

本文介绍基于BCS系统,利用故障检测与诊断、容错控制和故障自愈控制解决石狮热电公司中温返料CFB锅炉运行中发生的床温测量元件失效、断煤、返料器运行不平衡等常见故障的情况。半年多来的运行效果表明,在CFB锅炉投入BCS自动优化运行状态下,发生这些故障后可以不依赖人且能自行恢复到正常状态或使锅炉带病运行到计划检修阶段而避免了临时停车,在很大程度上保证了CFB锅炉的安全运行。     

自整定智能控制器及其应用

根据循环流化床锅炉床温对象的动态特性,提出了一种自整定智能控制器.该控制器从 对人宏观结构模拟和行为功能模拟的观点出发,通过特征辨识、直觉推理给出了多模态控制策 略.将该控制器应用于国产75t/h循环流化床锅炉床温系统获得满意效果.     

改进矩阵分解与卷积神经网络结合的推荐模型

针对推荐系统评分数据稀疏和评价信息爆增等问题进行模型研究和改进。在传统矩阵分解模型基础上加入了用户和项目的影响因子，提高预测模型的泛化能力；建立跨通道卷积神经网络对用户评价信息进行识别，将改进的矩阵分解模型与改进卷积神经网络进行结合，提出一种改进矩阵分解与跨通道卷积神经网络结合的推荐模型，提高预测模型的准确度。实验结果表明，该模型预测性能相对于PMF、CTR和CDL在三个数据集上的最优性能分别提升2.96%、10.27%和1.77%，相对于MF&CNN性能分别提升0.29%、2.98%和0.08%；当数据密度从20%增至80%时，模型预测性能会进一步提升。     

Improved string searching

We show that it is possible to improve the average time of the Boyer-Moore string matching algorithm using more space. This is accomplished by applying a transformation that virtually increases the size of the alphabet in use. The improvement is such that for long patterns it is possible to obtain an algorithm more than 50 per cent faster than the original one. We include experimental results on random and English text. Some improvements for searching on English text are also discussed.     

一种改进的GPSR算法

由于自然环境和传感器节点自身的原因,在无线传感器网络中很难避免出现洞.GPSR路由算法中数据包沿洞边界传送,它容易导致洞边界节点能量过度消耗和数据碰撞,没有很好地解决局部最优现象问题.本文提出的改进算法给出了源节点和目的节点出现在网络中任何位置的洞路由方案,优化了洞路由路径,合理解决了无线传感器网络中的洞路由问题.     

RSA算法的改进

RSA加密算法现在是一个在互联网上、银行系统、军事系统等等许多领域用处相当广泛的加密算法之一,已经深深的影响到互联网上的每一个人。极大的保证了交易的安全性,一组以RSA算法产生的密码是需要当前世界上所有电脑联机不断的工作二十五年才能够破解的,这个足以说明他的价值之大,用处之广泛。本文根据RSA算法的优缺点,提出了一种以小数相乘的计算效率大于大数相乘的思想为基础RSA算法的改进算法,并对改进算法的可行性和效率进行了说明。     

一种改进的Apriori算法

针对Apriori算法对数据库的扫描次数过多、系统的I/O负载大和产生大量的无关中间项集等弊端,提出了一种改进的Apriori算法。该算法通过加入用户兴趣项,减少候选项集的产生;打破了传统的算法实现步骤减少了数据库的扫描次数,降低了系统I/O负载;构建了用户兴趣度模型增加了算法生成强关联规则的可读性,提高了算法的效率。实验表明,改进的Apriori算法能有效地提高运行速度和效率。     

改进的CLIQUE优化算法

为了解决子空间聚类算法时间复杂度偏高和网格划分不太合理的问题,通过对数据空间进行网格划分并寻找稀疏区域来发现簇的边界,对算法的时间复杂度进行优化,达到对子空间聚类算法CLIQUE进行了优化和改进目的.优化算法采用了自适应的网格划分方法,提高了发现高维子空间的可能性.优化算法通过对剪枝方式的优化,有效地控制了算法的复杂度.实验结果表明,该算法在精度、时间复杂性等方面的性能良好.     

Improved batch exponentiation

An improved batch exponentiation algorithm is proposed that enhances the combination step of M'Raïhi-Naccache's batch exponentiation algorithm with a decremental combination strategy. In comparison with M'Raïhi-Naccache's algorithm for 160-bit and 1024-bit exponents, the proposed algorithm reduces the workload per exponentiation by about 15% in both cases when the optimal batch size is applied.     

改进的SDT算法

数据压缩是减少网络数据流量、避免拥挤、提高控制系统性能的有效手段.针对数据压缩的问题,在分析了一系列现有有损压缩算法基础上,提出了一种新思想,改进了现有的旋转门(Swing Door Trending)算法,在每个存储数据的地方保存了两个有用的数据,并表明了该算法正确性和合理性.实验数据结果表明该算法确实可以在不增加压缩误差的前提下,有效地提高压缩比.     

遗传算法的改进

简要介绍了一般遗传算法的基本原理,由此提出了一个新的改进算法,它导向以适应度比较高的模式为祖先的染色体"家族"方向.文中给出了两个典型求最大值的例子,从结果中看,改进后的遗传算法大大提高了算法的速度,精度也有所提高.