基于噪声频谱的磨煤机负荷测量仪研究

通过对现场采集磨煤机运行时的噪声信号分析,得出了磨煤机噪声信号的能量与磨煤机内负荷的关系.并在此基础上研制了基于DSP的智能磨煤机负荷检测仪,经实际测试,该负荷检测仪检测实时性好、精度较高.     

基于遗传算法的蓄热式镁还原炉温度控制优化

蓄热式镁还原炉是复杂的受控对象,其中温度是最主要的影响因素.为了满足系统要求,改善控制系统性能,利用遗传算法优化PID控制器的三个参数,使其温度达到最佳性能指标.仿真试验结果表明,采用此算法改善了蓄热式镁还原炉温度控制系统的性能,增强了蓄热式镁还原炉中温度调节的平滑性,提高了原料在此系统上的利用效率,节省了常规能源.     

基于能源审计的公共建筑能耗监测系统设计

公共建筑能源审计存在调研任务繁重、调研耗时较长、审计内容繁复易出错以及审计深度不够等问题,主要原因在于现行的建筑能耗监测系统不具备完善的能源审计功能。该文研究并设计了基于能源审计的公共建筑能耗监测系统,根据系统所需功能提出基于ZigBee技术的系统总体架构,实现系统关键硬件设备编码及设计,进行公共建筑能源审计云平台设计,完成系统软件架构、能源审计知识库和信息管理界面的设计。该系统可为能源审计提供充分的信息支持,提升能源审计的智能化。     

基于多策略改进麻雀搜索算法的并联冷机系统节能优化

针对并联冷机系统负荷分配优化问题,提出一种基于多策略的改进麻雀搜索算法,以系统功耗最小为优化目标,以各冷机的部分负荷率为优化变量进行求解.在改进算法中,首先,针对基本麻雀搜索算法初始解的质量差且不均匀问题,引入混沌序列机制对位置初始化;然后,针对算法初期易早熟导致搜索精度低的问题,提出将粒子群算法中的速度概念引入发现者的位置更新公式中,提高算法的寻优精度.为了避免算法长期陷入局部最优,结合狼群算法猛狼的跟随策略优化跟随者的位置,自适应调整个体权重提高算法的收敛速度;接着,选取两个测试案例对所提出算法的性能进行详细测试,并与其他常用算法对比,改进的麻雀搜索算法在案例中最高分别可节能17.8%和23.97%;最后,运用实际系统仿真平台验证所提出改进算法收敛快、运行时间短、鲁棒性好的优点.     

混合热工和水力特性的风机盘管系统建模

针对风机盘管系统建模研究中大多数未考虑水力学特性对其的影响, 本文提出混合热工和水力特性的风 机盘管系统建模方法, 以满足实际工程中对于风机盘管系统控制的数学模型需要. 在水力学模型中考虑风机盘管电 动水阀, 基于基尔霍夫定律建立水力平衡方程, 通过遗传–粒子群相结合的优化算法(GA-PSO)求解各个盘管的水流 量及对应的阀门开度; 以水流量为输入, 考虑风机盘管风量, 采用非线性最小二乘法辨识求解其总传热系数, 建立基 于牛顿冷却定律的风机盘管热力学模型. 实验结果表明: 混合热工和水力特性的建模方法能够更好的反应风机盘 管的物理过程; GA-PSO算法具有很好的稳定性和收敛性, 能够更准确的求解水流量及对应的阀门开度, 与实际运 行数据的相对误差不超过1%; 热力学模型在各种实际工况下的模型误差都低于4%, 能够精确反映风机盘管的传热 过程.     

基于IPC-PLC的LF钢包精炼炉控制系统

针对钢包精炼炉控制系统具有非线性、时变、工作环境及随机干扰较强的特点,提出了采用可编程序控制器(PLC)及工业控制机算机(IPC)构成分布式控制系统方案.应用结果证实了此控制系统的有效性.     

基于数据驱动方法的污水源热泵故障诊断研究

利用反向神经网络(BP)构建污水源热泵机组故障诊断模型,并通过粒子群算法(PSO)优化BP神经网络的权值和阈值。以陕西省某大型污水源热泵集中供暖系统为研究对象,采集2017～2018年冬季供暖期间机组的蒸发器,冷凝器,压缩机的压力、温度等工况数据作为训练测试样本,其神经网络的结构以12种故障特征向量作输入端,4种诊断结果作输出端,隐含层根据kolmogorov定理确定为25个,从而建立故障诊断模型,并分析其性能。实验结果表明:经过PSO优化后的BP神经网络故障诊断模型训练迭代次数降低了24.45%,诊断准确率提高了12%,性能优化显著。     

基于改进PSO-BP神经网络的冰蓄冷空调冷负荷动态预测模型

当前多数冰蓄冷空调冷负荷动态预测方法中,由于模型输入变量与输出结果相关性差、信息冗余度高等原因,导致多数预测模型在预测精度和收敛速度方面都未达到理想的预测效果,因此,提出一种改进的PSO-BP神经网络算法预测大型公共建筑的冷负荷。对于输入变量与输出结果采用灰色关联度分析,消除样本输入变量对数的耦合性,确定影响冰蓄冷空调系统冷负荷的关键性因素,将其作为输入变量,预测冰蓄冷空调系统动态冷负荷。结果表明：T时刻室外空气温度、T-1 h时刻室外空气温度、T时刻室外空气湿度、T时刻太阳辐射强度、T-1 h时刻太阳辐射强度、T-1 h时刻空调冷负荷是影响T时刻冰蓄冷空调系统冷负荷的关键因素,并以此作为预测模型的输入变量。相对于传统PSO-BP神经网络全输入变量预测算法,该模型预测结果精确度更高、收敛速度更快。     

基于IMC-PID的主动式太阳房温度控制系统

针对主动式太阳房采暖房间系统的温度控制问题,具有非线性、大滞后、参数整定复杂等特点,在研究主动式太阳房的工艺基础上,利用内膜控制(IMC)调节参数简单、鲁棒性强与传统PID易于实现相结合的特点,设计了控制系统,实验仿真表明,该算法控制参数整定简单,具有良好的抗干扰性和鲁棒性,能有效提高系统的控制品质,实现主动式太阳房的最佳控制,不仅能优化生产采暖过程,而且可提高太阳能能源利用率、达到节能的目的,具有重要的实用价值与推广价值