蚁群BP网络转速辨识器的优化

将排序加权的方法引入基本蚁群算法中,用改进型蚁群算法优化BP神经网络的权值和阈值,有效地解决了BP神经网络训练时容易陷入极小值的缺点,提高了收敛速度,得到了一种时间效率和求解效率都比较好的启发式方法,即改进型蚁群神经网络。运用该方法对直接转矩控制系统中的电机转速进行了辨识。仿真试验结果表明:该改进型蚁群神经网络不仅具有广泛的映射能力,还明显提高了运算效率,能够准确地辨识电机转速,具有良好的辨识效果,实现了无速度传感器直接转矩控制。     

蚁群BP网络转速辨识器的优化

将排序加权的方法引入基本蚁群算法中,用改进型蚁群算法优化BP神经网络的权值和阈值,有效地解决了BP神经网络训练时容易陷入极小值的缺点,提高了收敛速度,得到了一种时间效率和求解效率都比较好的启发式方法,即改进型蚁群神经网络。运用该方法对直接转矩控制系统中的电机转速进行了辨识。仿真试验结果表明：该改进型蚁群神经网络不仅具有广泛的映射能力,还明显提高了运算效率,能够准确地辨识电机转速,具有良好的辨识效果,实现了无速度传感器直接转矩控制。     

改进蚁群算法优化神经网络速度辨识器的研究与应用

对基本蚁群算法进行了改进以提高其全局寻优速度,并用此改进型的蚁群算法来优化神经网络,再将该神经网络应用于直接转矩控制系统当中,实现对转速的观测,最终实现无速度传感器的直接转矩控制。仿真研究表明,改进的蚁群算法具有优良的全局优化性能,且收敛速度较快,应用其优化的神经网络在直接转矩控制系统中能较准确地辨识出系统转速,从而可以替代传统的速度传感器,实现无速度传感器直接转矩控制。     

基于混沌蚁群算法的负荷模型参数辨识

为了解决负荷模型参数辨识结果平稳性这一困扰模型应用的难题,提出了一种适用于负荷模型参数辨识的混沌蚁群混合算法.该算法针对蚁群算法容易陷入局部最优的缺点和混沌算法遍历性和随机性的优点,把混沌算法引入到了蚁群算法中,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行了混沌优化,有效避免了蚁群算法的局部收敛问题.基于实测数据的算例结果表明:与单一蚁群算法相比,混沌蚁群混合算法提高了辨识结果的精度,减少了辨识误差,有效控制了参数分散性,具有较好的工程实用价值.     

循环流化床锅炉床温的传递函数智能建模方法

通过研究循环流化床锅炉燃烧系统的机理和非参数建模方法,基于对循环流化态燃烧机理的认知,给出模型辨识的数据选择标准;挖掘机组运行的历史数据,提出了利用群体智能寻优算法进行燃料量与床温之间传递函数的参数辨识方法,并给出了快速仿真的公式以及一类单输入单输出系统的辨识结果和验证方法。所建立的传递函数模型完全能够表征具体某台循环流化床锅炉热工特性,为后续的控制逻辑和控制器的优化提供了数学依据。     

基于混沌蚁群算法的负荷模型参数辨识

为了解决负荷模型参数辨识结果平稳性这一困扰模型应用的难题,提出了一种适用于负荷模型参数辨识的混沌蚁群混合算法.该算法针对蚁群算法容易陷入局部最优的缺点和混沌算法遍历性和随机性的优点,把混沌算法引入到了蚁群算法中,在蚁群算法求解的基础上,利用混沌算法对解的邻域进行了混沌优化,有效避免了蚁群算法的局部收敛问题.基于实测数据...     

基于蚁群算法的再热汽温预测PID控制器参数优化

将预测控制和PID控制器结合运用于再热汽温系统的控制当中。采用神经网络多步预测作为预测模型,并用蚁群算法实现了该控制系统的PID参数在线优化;最后通过计算机仿真,验证了该算法的有效性。     

基于闭环辨识的过热汽温串级控制器设计方法

针对过热汽温对象难以用开环辨识算法得到精确模型,使基于模型设计的PID串级控制器难以整定的现状,提出了基于RLS(Recursive least squares,递归最小二乘)算法的两阶段闭环辨识方法,并将辨识模型结合内模控制原理对PID参数进行整定。将该方法应用于过热汽温控制系统,仿真结果验证了该控制器整定方法的有效性。     

采用改进蚁群算法的热工过程模型参数辨识

在基本蚁群算法基础上引入人工免疫的思想,对算法中初始信息素分布、信息素调整机制及选择概率函数等方面做出改进,使蚁群辨识方法能够更快、更精确地逼近实际系统的输出。结合仿真实验结果表明,该方法比基本蚁群算法具有更高的寻优效率和辨识精度。     

开关磁阻电机模型参数辨识仿真研究

开关磁阻电机模型参数辨识直接决定开关磁阻电机运行性能。由于各非线性参数变量相互耦合,辨识难度较大,传统方法易陷入局部极小值,难以得到满意的控制效果。为此,提出了一种遗传蚁群算法的开关磁阻电机模型参数辨识方法。该方法首先建立开关磁阻电机模型,然后采用遗传算法对模型参数进行辩识,并将该辩识结果作为蚁群算法的初始信息素,最后采用蚁群算法对参数辩识进一步求解。仿真实验结果表明,相对于传统参数辩识方法,遗传蚁群算法能够对非线性参数进行准确的辩识,更准确有效地反映电机实际的工作状态。     

循环流化床机组床温控制模型研究

阐述了循环流化床锅炉的原理和床温控制在循环流化床锅炉控制的重要性,分析了影响床温控制的各种因素及其原因,就影响床温的两个重要参数(给煤量和一次风量)进行了建模研究,并通过对现场得到的数据进行推导,得出了给煤量-床温和一次风量-床温两个数学模型,并对这两个模型进行了验证,证明了其正确性。     

基于GA的循环流化床锅炉热工特性辨识及其应用

介绍遗传算法和450 t/h循环流化床锅炉系统特性,以床层温度系统和主蒸汽温度系统为例,通过遗传算法在热力系统特性的离线辨识和主蒸汽温度系统控制器参数整定的实际应用,说明热工特性辨识结果的可行性.     

450 t CFB锅炉床温控制系统改造与仿真分析

循环流化床锅炉燃烧控制系统中存在分布参数、非线性强、时变性强、多变量紧密耦合的问题,这给锅炉燃烧系统尤其是给床温系统实现自动控制带来较大困难。根据保定热电厂450t/h循环流化床锅炉实际运行情况,分析原有床温控制系统的不足,对其实施改造,提出了一种新方案,仿真试验表明该方案可以达到预期的目的,可推广应用于工业现场。     

神经网络预测控制在循环流化床锅炉床温系统的应用

作为一个分布参数、非线性、时变、多变量耦合对象,循环流化床锅炉很难建立起精确的数学模型,常规的控制方案效果不理想。通过结合神经网络和预测控制的优点,提出了神经网络预测控制方法,并对循环流化床的床温系统进行仿真,以BP网络作为控制系统的预测模型,仿真结果显示该控制器性能优良。     

模糊自整定PID技术在CFB锅炉床温控制中的应用

针对450t／h CFB锅炉常规PID控制系统响应慢、执行机构动作频繁、磨损较大的问题，提出采用模糊自整定PID技术将影响床温的工况参数与PID控制器参数相结合，建立模糊粗凋机制，然后根据实际的系统误差及其变化率对PID控制器参数进行做凋。仿真及实际运行效果表明，该方法能有效改善系统的动态品质，提高抗干扰能力，解决存在的问题，为CFB锅炉的经济稳定运行提供参考。     

循环流化床锅炉燃烧系统聚类融合控制研究

影响循环流化床锅炉燃烧过程的因素或参量很多，在运行控制过程中，如何来综合考虑和有效地调节这些相关参量，使循环流化床锅炉能够安全、稳定、经济运行，已经成为控制工程领域中研究的热点问题。该文根据循环流化床锅炉燃烧过程的动态特性，提出适合该种炉型的基于信息融合的聚类控制系统(简称聚类融合控制系统)。聚类融合控制是融合多个传感器数据并聚类成反映过程运行状况的类别，根据每一类别所描述的过程行为特点采取相应的控制策略，从而实现有效的控制。将该控制系统应用于国产220t/h循环流化床锅炉获得满意的控制效果。     

循环流化床锅炉甩负荷试验控制研究

某电厂705 t/h循环流化床锅炉进行甩负荷试验时,结合循环流化床机组热惯性大的特性,通过适当的燃煤量以及一二次风量的配合控制,试验过程中能够维持锅炉的正常燃烧,保持一定的床温,探讨对汽温、汽压等参数的控制,同时对甩负荷后,床温、炉膛差压、汽温、汽压等主要参数的变化进行了系统分析研究,保证了机组试验后迅速并网带负荷,大大降低了试验费用以及恢复时间,为同类型机组甩负荷及快速变负荷运行提供一定的借鉴。     

循环流化床锅炉自整定PID控制系统研究

针对循环流化床锅炉床温控制系统,提出了一种采用粗调和微调相结合的、易于DCS组态实现的PID自整定方法。经过典型工况下的仿真研究表明,采用该方法建立的循环流化床锅炉床温控制系统比常规控制方案具有更好的控制品质和更强的抗干扰能力,而且计算工作量小,实时性能满足生产现场的要求。循环流化床锅炉以其燃料适应性广,对环境污染小的特点得到了迅速的推广应用,其燃烧控制系统跟传统燃煤锅炉相比有着明显的不同,床温控制系统一直是其控制的难点。     

国内首台自主开发型300MW循环流化床锅炉床温的调试

在介绍国内首台自主开发的300MW循环流化床（CFB）锅炉——广东省荷树园电厂3号机组DG1025／17．45-Ⅱ16型CFB锅炉及其燃油点火系统的基础上,针对CFB锅炉床温的调试情况及存在的问题,提出了改造方案,即通过增加配风,改变床上油枪的安放位置及调整床料,使床温满足投煤温度的要求。实践证明,该改造方法能满足投煤及正常运行的需要。     

循环流化床燃烧过程控制的应用研究

针对目前循环流化床锅炉控制中的难点，结合几台循环流化床的热控调整，对锅炉特性做了大量的试验，通过分析部分试验，对循环流化床的燃烧控制、床温控制策略等方案提出新的观点。