一种基于数字信号处理的汽轮机故障诊断系统

设计了一种基于数字信号处理(DSP)的汽轮机故障诊断系统。系统通过快速傅里叶变换(FFT)和快速小波变换(FWT)等DSP算法对转子振动信号进行实时监测和处理,建立故障征兆库,对经过处理和变换的信息进行征兆获取和诊断推理,及时发现故障征兆和运行异常,并提供多种辅助分析手段。实践表明:该系统能及时发现故障征兆,有效地进行故障分析,减少事故发生和非计划停运,确保机组的安全运行,获得了较好的社会效益和经济效益。     

贝叶斯网络在汽轮机故障诊断中的应用

针对在汽轮发电机组振动故障诊断中的不确定性问题，提出了应用贝叶斯网络对其进行推理和诊断。本文介绍了贝叶斯网络的建模方法与推理机制，并通过专家系统的建模过程与诊断实例，证明了应用贝叶斯网络对汽轮发电机组进行故障诊断所具有的独特优点。     

专家整定PID控制系统的设计

应用专家系统及专家控制系统的基本知识设计了一专家整定PID控制系统的实例，其中知识是由经验所得规则构成，实例分析选取了有自平衡、无自平衡和有延迟的对象，并通过TurborC编程实现。     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

软测量技术及其在电厂热工过程中的应用

介绍了工业过程中的软测量技术,给出了创建软测量模型的一般理论和方法,讨论了软测量技术在电厂热工过程应用中的相关问题,并通过具体实例表明了软测量技术在复杂热工过程的检测及控制方面的应用前景。     

模糊控制计算机辅助分析系统

论述了模糊控制计算机辅助分析系统（Ｃｏｍｐｕｔｅｒ－ＡｉｄｅｄＡｎａｌｙｓｉｓＳｙｓｔｅｍｏｆＦｕｚｙＣｏｎｔｒｏｌ简称ＣＡＡＳＦＣ）的基本内容。该系统是Ｗｉｎｄｏｗｓ９５的应用程序，通过使用ＣＡＡＳＦＣ系统可以建立合理的模糊控制器。应用结果说明，ＣＡＡＳＦＣ系统的设计是成功的，实现的模糊控制器是符合模糊控制理论的，它能够作为设计、分析、研究模糊控制器和模糊控制系统的有力工具，满足用户的需要。     

SSJS技术在电力实时生产系统中的应用

针对当前Web化的电力实时生产系统在复杂庞大的环境中面对大量客户端的请求和海量的数据处理时,无法根据需求调整计算时序与控制逻辑,不能真正做到实时交互且容易造成页面假死的问题.提出了在SSJS技术下,从服务器端着手改善通信效率与质量,减少网络流量与时延的设计方案,并测试了改进方案下数据传输的可行性与可靠性.为复杂环境下实时的、事件驱动的电力生产系统Web应用提供简便可行的实现可能.     

基于最小二乘支持向量机的变速风力发电机组模糊控制器

提出了一种新型模糊控制器用于变速风力发电机组最大能量获取,该控制器中使用了基于最小二乘支持向量机(LS-SVM)的机组Takagi-Sugeno-Kang(TSK)模糊模型。建模过程中,采用了模糊聚类的方法进行输入输出空间的划分,并以LS-SVM的方法确定模糊规则的后件参数。将该控制器应用于变速风力发电系统的仿真结果表明,机组很好地实现最大能量获取的目标,并具有实时性强、容错性、学习能力强、计算速度快等优点。     

基于支持向量机和粒子群算法的生物质气化过程建模与优化

生物质气化过程的最终目标就是尽可能得到更多的高品质可燃气体。目前国内外缺乏对生物质气化过程参数优化问题的研究,在实际气化过程中燃气品质难以保证从而对燃用气设备产生了不利的影响,降低了燃气的利用价值。为此建立了一种能适应生物质(竹子)气化过程的支持向量机模型用于预测生物质气化气组分、气体热值及气体产率等气化指标。在此模型基础上,采用MOPSO算法寻找最优控制参数当量比ER和气化温度T,使得气体热值和气体产率两个目标折中并在一定程度上都趋近于最大化。通过生物质料竹子为例的计算验证,得到了满意的结果,即在保证气化指标的同时可得到一组最优的控制参数。     

遗传规划算法实现控制器的设计和优化

根据大型火电机组协调控制系统对象的特性,提出了采用遗传规划算法来实现控制器参数的寻优.该方法弥补了多变量控制器传统设计方法的不足,即在将多变量控制问题转化为多个单变量控制问题过程中对系统内部所存在的偶合性的削弱.仿真结果表明借助于该方法获得的控制器参数,能够使被控对象具有优秀的控制品质,并且通过优化PID控制器参数,也验证了遗传规划算法的全局搜索性.