基于PMI-IMSET的锅炉辅机故障预警

为实现锅炉辅机设备潜在故障预警功能,保障锅炉系统正常运行,提出基于偏互信息和改进多元状态估计技术的故障预警方法。偏互信息法被用于提取故障特征信息及筛选故障相关变量;改进多元状态估计技术被用于构建辅机设备正常状态模型,采用概率分布采样法代替传统采样法构造过程记忆矩阵。采用观测状态与模型估计正常状态之间的滑动平均相似度作为故障预警标准,当相似度低于阈值时触发警报。以循环流化床锅炉引风机为例,结果表明该方法能够有效预警辅机设备故障。     

350 MW超临界CFB机组负荷控制系统建模

针对某350MW超临界CFB机组,从机理分析出发,研究了给煤系统、炉膛热量释放、汽水加热系统和汽轮机系统的动态过程,建立了负荷控制系统模型,并通过稳态工况推导、回归分析和粒子群算法实现了模型参数的辨识和部分未知函数关系的确定。基于实际运行数据,验证了模型的准确性,并在Simulink仿真平台上进行了模型阶跃试验。结果表明:模型输出与实际输出具有良好的一致性,所建立的模型能准确反映机组的运行特性,可以满足各种控制算法的设计要求,为超临界CFB机组负荷控制系统的设计提供了理论基础。     

以“实”为旨：绿色建筑课程改革的实践与思考

将我国新型城镇化的“双碳”目标与方法落实到绿色建筑教育实践中,是当前建筑学专业课程改革的重要方向。基于贵州大学绿色建筑课程的教学检视与学生反馈,剖析绿色建筑课程存在“时滞迟效、学用分离”等问题的根源,即课程定位模糊、教学过程单调、忽视学生诉求,结合OBE理念,提炼出“学扎实、讲实效、重实用”的教学目标,据此在教学方案中相应设计了知识模块和认知模块、实操模块、实践模块,并采用集成课前趣味导入、课中数字化互动、课后动态反馈的“全过程”教学方式,凝练成以“实”为旨的绿色建筑课程改革方案,达到了学生会应用和设计有实效的目的,形成了课程实践融入“双碳”知识图谱的新路径。最后,针对此课程改革实践过程中出现的新问题提出了控制课堂教学时间、加强课程之间的衔接和融合设计与技术教学的改进建议等。此项课程改革弥合了绿色建筑理论与应用之间的鸿沟,为我国的绿色建筑教学提供了经验借鉴,丰富了绿色建筑人才培养的理论框架,助推了绿色建筑的高质量发展。     

流动注射分光光度法测定海水中痕量重金属

针对水体中污染较重且含量较高的可溶态痕量重金属镉(Cd2+)、铜(Cu2+)、锌(Zn2+)、镍(Ni2+),提出采用流动注射分光光度法测定海水中痕量可溶性重金属。首先分析了四种重金属离子 Cd2+、Cu2+、Zn2+、Ni2+在不同波长下的吸光光谱,然后建立了4水平4因素的正交校正集作为多元线性回归数据分析模型,最后搭建了重金属离子浓度测量装置,检测了海水中的可溶性Cd2+、Cu2+、Zn2+、Ni2+浓度,检测下限可达10-9(ppb)。     

基于压缩采样结构的盲多带信号预失真模型

针对在支撑集未知的情况下重构多频带信号的问题,本文提出了一种基于压缩采样结构的盲多带信号预失真模型,即将多频输出信号视为单个宽带信号,经下变频和低通滤波器处理后,送入A-MWC (Alternate Modulated Wideband Converter)结构进行盲压缩采样,而后通过基于随机支撑挑选的变步长稀疏度自适...     

自适应稀疏重构的双频预失真结构

针对双频功放预失真系统采样率过高的问题,提出一种基于压缩感知的自适应稀疏预失真结构,先通过基于分段多项式模型的记忆效应补偿器,再将信号融合理解为压缩感知采样重构问题,即在预失真反馈回路,利用自适应稀疏算法高精度重构遗失的五阶及高阶交调信号,使系数权值的最小均方解逼近最优,降低采集误差提升线性化效果。实验结果表明,在提高系统稳定性的同时,NMSE显示较2D-MP、2D-CPWL提高了约2~3 dB,ACPR大约改善20 dBc。对降低双频带预失真采样率同时提升功放线性度具有重大意义。     

改进的简化粒子群算法优化模糊神经网络建模

为了更准确地描述有记忆效应的射频功放特性,提出了一种改进的简化粒子群优化(PSO)算法,并结合自适应模糊推理系统(ANFIS)建立模糊神经网络功放模型.改进的简化PSO算法仅保留粒子的位置项,加入了随机的个体最优候选解,由粒子的当前位置、个体最优解、全局最优解和随机的个体最优候选解共同决定其位置项;采用线性递减惯性权重,并利用异步变化的动态学习因子,且新颖地引入拉普拉斯系数,从而增加了种群多样性,加快了收敛速度,避免陷入局部最优.由模型仿真对比可知,该方法建立的功放模型结构简单、收敛快、误差小、精度高,从而验证了建模方法的有效性和可靠性.     

超(超)临界循环流化床机组非线性控制模型研究

循环流化床(circulating fluidized bed,CFB)燃烧技术及超(超)临界燃煤发电技术均较为成熟,二者的结合具有低成本污染控制及高供电效率两个优势,发展超(超)临界参数必然成为CFB技术下一步发展的重要方向。为提升运行控制性能,该文从超临界CFB机组协调控制系统的层面,分析锅炉侧热量释放动态过程,并对响应更快、相变点复杂的直流炉汽水侧动态过程进行有效简化和提炼,建立了超临界CFB机组非线性控制模型。利用稳态推导、函数拟合及遗传算法寻优对系统模型的参数进行了辨识。以四川白马600MW超临界CFB机组实际对象为例,验证模型结构的正确性和辨识方法的有效性。     

基于双向牵引与谐波抑制的Doherty功率放大器设计

为了提高功率放大器(Power Amplifier,PA)的效率,提出一种基于双向牵引与谐波抑制的对称式Doherty功率放大器(Symmetrical Doherty Power Amplifier,SDPA)结构。该结构在经典DPA 的基础上,首先利用多谐波双向牵引技术获得功放的实际最佳阻抗,然后对主辅功放的二、三次谐波进行抑制,降低了漏极电压电流的重合,最后通过添加补偿线调节主辅功放的功率分配,使得功放整体获得最大的效率。为了验证上述谐波抑制理论与双向牵引技术的正确性,采用GaN 器件设计了一款应用在4G 基站的SDPA。测试结果显示:SDPA 在2.6 GHz 处的小信号增益为12.6 dB,2.5-2.7 GHz 频段内的增益平坦度为±0.75 dB,频带内的S11小于-11.9 dB,在三载波测试时经过数字预失真(Digital Pre-Distortion,DPD)系统纠正后的相邻信道泄漏比(Adjacent Channel Leakage Rate,ACLR)约为-45 dBc,SDPA 在峰值功率点附近的功率附加效率(Power Added Efficiency,PAE)接近60%,在回退点处的PAE约为48%。实验结果验证了该设计方案的可行性。     

基于RBF神经网络的直流微电网均流控制策略

针对直流微电网功率分配问题,利用径向基神经网络(RBF)建立了直流变换器的动态等效模型,提出了一种改进的功率分配控制策略。以直流微电网模型为基础,以采集的本地单元变换器电压、电流值为输入,以其他单元变换器的输出电压、电流值为输出作为训练数据。在无需通讯的情况下,利用神经网络只需要本单元信息便可准确预测其它并联单元输出,并应用到本地控制器当中,从而改善功率分配和电能质量。文章利用Matlab/Simulink建立的对比仿真模型,证明了该控制策略在多种情况下都具有很好的控制效果。