某600 MW机组SCR脱硝装置喷氨管道磨损数值模拟分析

电站锅炉飞灰不均匀磨损会大幅降低设备的使用寿命.针对某600 MW机组选择性催化还原脱硝装置喷氨管道不均匀磨损问题,利用计算流体力学数值模拟计算软件完成了脱硝装置的磨损分析.结果表明,数值计算得到的喷氨管道严重磨损区域与实际检修过程中发现的严重磨损区域相符,说明数值模拟分析可用于分析复杂烟气环境下的磨损问题.计算结果表...     

简析公司董事、经理的竞业禁止义务

公司治理的重点除强调公司机关设置上相互制衡外,加强对公司董事、经理义务、特别是竞业禁止义务的研究.进而对董事、经理的行为进行规制,是公司治理中不可缺少的重要组成部分。     

1000MW超超临界旋流燃烧锅炉稳燃特性数值模拟与优化

使用realizable k-双方程模型,对一台1 000 MW超超临界机组对冲旋流燃烧锅炉的燃烧过程进行数值模拟,研究燃烧器一、二次风口形状对燃烧器热态流场、温度场分布的影响,并考虑了NO的排放量,对燃烧器3个改进方案进行了比较。数值模拟结果表明,二次风扩口角度及轴向长度较大时,火焰形状短而宽,NO排放浓度较低,煤质较差时燃烧不稳定;二次风扩口角度减小及轴向长度缩短后,中心给粉与原始结构燃烧器燃烧稳定性均增强,同时,锅炉NO排放量有所增加。二次风扩口轴向长度减少1/2,可以有效增加燃烧稳定性,且NO排放量无明显增加,为最佳改进方案。并与改进后试验结果进行对比,获得比较一致的结果。为大容量旋流燃烧锅炉燃烧劣质煤的燃烧不稳定问题提供参考和依据,为HT-NR3燃烧器的设计和运行提供一定的理论基础。     

扰动补偿的陀螺稳定平台单神经元自适应PI控制

针对陀螺稳定平台受未知非线性干扰的影响,提出了一种基于扰动补偿的单神经元自适应PI控制策略.利用扰动观测器观测出各种扰动,将其作为补偿信号前馈到控制输入端,提高平台的抗干扰能力;同时利用神经元的自学习和自适应力对PI参数进行在线调整,保证了平台在外界扰动和系统参数变化情况下对目标稳定跟踪的能力.通过在某型号实验装置上的试验结果表明,该方法对不确定扰动具有较强的抗干扰能力,提升了稳定平台的自适应性和鲁棒性.     

造纸配浆自动控制系统的设计与实现

结合了当前造纸行业自动化的要求 ,介绍了纸浆配浆控制系统的设计与实现。系统具有功能强大、界面友好、调试容易、组态方便、运行稳定等优点     

FMS-500物料贮运系统的研制

介绍由计算机和PLC构成的FMS二级物料贮运系统,包括小车行走定位控制、故障诊断和处理、上下位机通信和物料系统管理等。实际运行结果表明,系统具有功能全、性能好、可靠性高、自主开发比重大等特点,达到了作为生产型设备的各项要求。     

蜂群遗传算法及在水库群优化调度中的应用

介绍了一种基于蜂群繁殖原理的改进遗传算法———蜂群遗传算法（BSGA）,采用改进的遗传算子解决了传统遗传算法中“选择压力”和“种群多样性”之间的矛盾。将该算法应用于梯级水库优化调度的研究中,通过对清江梯级水库群优化调度的实例计算,得到了合理的全局最优解,验证了BSGA的可靠性和实用性。     

基于随机聚焦粒子群算法的多机系统PSS参数优化

随机聚焦粒子群算法(SFPSO)是一种应用于连续空间的、具有较好的全局搜索能力和寻优速度的群体智能优化算法.通过采用SFPSO算法,对多机系统的PSS参数进行优化.该方法是以最优控制原理为基础,综合考虑PSS与励磁系统的性能,将PSS 参数优化协调转化为带有不等式约束的优化问题,控制目标为系统输出按照最小误差跟踪给定值的能力.通过仿真测试以及不同算法优化结果的对比,表明基于SFPSO算法优化的PSS在不同的干扰下都具有良好的性能,能够抑制低频振荡,并保持系统稳定,同时证明了SFPSO算法的有效性和优越性.     

基于改进粒子群算法的H∞次优控制在PEMFC混合发电系统中的应用

为了改善粒子群算法(PSO)的全局搜索能力,通过提高平衡点多样性提出一种改进粒子群算法(MPSO).结合H∞次优控制方法,将加权函数的选取转化成优化问题,并将该方法应用于质子交换膜燃料电池(PEMFC)混合发电系统的过氧比(OER)控制.动态仿真结果证明,在大负载电流变化、参数摄动、环境干扰和量测噪声影响下该方法能够维持系统OER在最优值附近,保证了系统的稳定运行.同时与其他控制方法比较,证明该方法具有较好的抗扰性和鲁棒稳定性.     

基于搜寻者优化算法的质子交换膜燃料电池模型优化

搜寻者优化算法(seeker optimization algorithm,SOA)是模拟人的随机搜索行为的一种应用于连续空间的群体智能优化算法。根据质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)极化曲线模型的建模原理,采用SOA算法对该模型的参数进行优化,用以得到一组模型的最优参数。通过仿真结果与实验结果的对比分析,证明SOA算法能够使仿真结果和实验测试数据之间达到很高的拟合精度,对于优化PEMFC的极化曲线模型参数具有明显的优越性。因此,SOA算法对于改善PEMFC极化曲线模型的性能将起到重要的作用,并有望成为模型优化领域的一种新的有效工具。