基于万有引力优化的支持向量机模型在板形识别中的应用

 针对目前板形模式识别模型泛化能力不高、训练速度慢等缺陷,以1次、2次、3次、4次勒让德正交多项式为板形缺陷基本模式,提出了由支持向量回归机（SVR）构建的模式识别模型;为了提高该模型的精确度,引入万有引力算法（GSA）优化SVR的参数,由此构成GSA-SVR预测模型。仿真试验结果表明:GSA-SVR模型不仅识别结果精度高,而且与PSO-BP神经网络模型相比泛化能力更强,训练速度更快,其识别结果可以为板形控制提供有效的依据。     

基于相关向量机的汽轮机最优运行初压的确定

为了有效计算最优初压,首先提出一种基于模拟退火和混合迁移的生物地理学优化算法（B-BBO-SA）优化相关向量机（RVM）的热耗率预测模型;然后在该模型的基础上利用B-BBO-SA算法寻找各个负荷下热耗率最小时所对应的主蒸汽压力。通过与B-BBO-SA-SVM进行比较,B-BBO-SA-RVM具有更好的泛化能力;另外,得到的最优初压与设计初压存在着一定的差别,它更能准确地指导汽轮机的安全、经济运行。     

电磁加热梁在带钢板形优化中的设计与应用

 在带钢轧制过程中,针对工作辊轴向方向凸度分布不均匀造成轧后带钢内部应力分布不合理,导致带钢局部出现黏结被撕断的问题,根据涡流加热原理,设计了电磁加热梁装置,动态地改变工作辊局部圆周凸度,降低轧后带钢内部的残余应力。该装置与板形控制系统有效结合,使板形测量值更加接近于设定值。经过现场测试和工业验证,该装置有效降低了带钢内部应力分布不合理状况,达到提高板形控制精度、改善带钢板形质量的目的,满足了轧机的精细板形控制要求。     

基于自适应量子灰狼算法的锅炉NO_x预测模型

为更加精确地建立火电厂循环流化床锅炉NO_x排放质量浓度的预测模型,提出了一种利用量子位Bloch坐标球面生成编码的自适应量子灰狼算法(AQGWO)来优化快速学习网(FLN)的模型。将AQGWO与差分、粒子群等算法的优化能力进行比较,进而验证该算法优化的精度和收敛速度。在不同工况下实时采集某火电厂300 MW循环流化床锅炉的实验数据,在相同条件下将AQGWO-FLN模型与利用其他算法优化的FLN模型、基本FLN模型的预测结果进行对比。结果表明:利用AQGWO-FLN的模型具有最好的预测精度和泛化能力,可有效准确地预测火电厂锅炉的NO_x排放质量浓度。     

基于数字信号处理器的配电自动化终端装置

应用数字信号处理（DSP）的特殊资源，采用DMA方式实现主机与从机之间的双机通信，并利用DMA功能实现主机下载DSP程序。为了充分发挥DSP的数据处理能力，采样系统通过CPLD构成了独立的采样控制逻辑。通过FTU对采集量的计算和分析实现了单相短路和相间短路故障的判断以及故障定位，故障隔离及接地故障分析和检测等功能。经实际应用表明，应用方案及其实时算法是合理，可行的。     

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。     

基于CNGWO-LSSVM的汽轮机热耗率预测模型

为了准确计算汽轮机热耗率,提出一种改进灰狼优化算法优化最小二乘支持向量机（LSSVM）的热耗率软测量方法。首先针对灰狼算法收敛精度低的缺点提出一种混沌非线性灰狼优化算法（CNGWO）,通过Kent混沌搜索策略和非线性动态递减权值策略来改善灰狼优化算法的性能。然后利用CNGWO算法预先选择LSSVM模型参数,并建立CNGWO-LSSVM的软测量模型。以某600 MW超临界汽轮机组实时运行数据仿真实验,对具有复杂非线性的热耗率变量进行预测,预测结果表明,经过CNGWO算法优化的LSSVM模型取得了较好的预测效果,为汽轮机热耗率的精确计算提供了一种有效方法。     

基于数字信号处理器的配电自动化终端装置

摘要： 应用数字信号处理器（DSP）的特殊资源，采用DMA方式实现主机与从机之间的双机通信，并利用DMA功能实现主机下载DSP程序。为了充分发挥DSP的数据处理能力，采样系统通过CPLD构成了独立的采样控制逻辑。通过FTU对采集量的计算和分析实现了单相短路和相间短路故障的判断以及故障定位、故障隔离及接地故障分析和检测等功能。经实际应用表明，应用方案及其实时算法是合理、可行的。     

1450冷轧机板形控制系统变形抗力补偿研究

利用某公司1450冷连轧机板形闭环控制系统的板形检测原理及其控制策略进行带钢轧制时,带钢横向温差导致沿带钢宽度方向上变形抗力不同,由于该板形控制系统未考虑带钢横向变形抗力对板形测量的影响,板形控制效果不太理想。针对该板形闭环控制系统的不足,增加了板形目标曲线的变形抗力补偿值。结果表明:增加变形抗力补偿后减少了带钢横向变形抗力不同引起的板形缺陷,提高了板形控制精度。     

反向建模方法在汽轮机热耗率建模中的应用

针对热耗率与其影响因素之间存在的复杂非线性关系,提出了基于自适应混沌反学习万有引力算法(ACOGSA)和最小二乘支持向量机(LSSVM)的汽轮机热耗率反向建模方法.利用某600 MW超临界汽轮机组运行数据,采用基于LSSVM的反向建模方法建立热耗率预测模型,采用ACOGSA算法解决LSSVM的模型参数优化问题,并与GSA-LSSVM模型和BP神经网络模型的预测结果进行比较.结果表明:所建立的模型比传统模型具有更好的泛化能力,更能准确地预测汽轮机的热耗率.