CFB主汽压力的聚类融合控制

基于多传感器信息融合的聚类控制(简称聚类融合控制)是融合多个传感器数据并聚类成反映过程运行状态的类别,根据每一类状态类别的特点,采取相应的控制策略,从而实现对复杂对象的控制。本文根据CFB主蒸汽压力的数学模型,设计了相应的聚类融合控制器,并达到了满意的效果。     

基于高频结构仿真器和神经网络的双面双频宽带偶极子天线设计

为了快速地设计一款应用于无线局域网络(WLAN)的双面结构的具有双频段、宽频带、小型化特性的偶极子天线,将偶极子贴片分别放置于介质基板的两侧,并采用微带巴伦线馈电的方式,以实现更好的宽带匹配。在偶极子的两臂分别开槽,实现小型双频特性,以满足WLAN的2.45GHz和5.49GHz的双频要求。整个天线的尺寸为28mm×44mm×1.6mm。并且利用电磁仿真软件高频结构仿真器(HFSS)和神经网络(NN)联合优化天线的尺寸,加快设计过程。仿真结果表明,当S11小于-10dB时,天线在低频和高频的带宽分别可以达到470MHz(2.29~2.76GHz)和3650MHz(4.96~8.61GHz);当S11小于-14dB时,天线在低频和高频的带宽分别可以达到210MHz(2.36~2.57GHz)和770MHz(5.13~5.9GHz)。而且该天线的方向图具有良好的全向性,实物测量与仿真结果的一致性良好,可以满足WLAN的需要。     

合理遗忘选择训练样本的煤矿瓦斯涌出量预测

为了提高煤矿瓦斯涌出量的预测精度,针对煤矿瓦斯涌出量的训练样本选择问题,提出一种基于合理遗忘训练样本的煤矿瓦斯涌出量预测模型。首先通过引入遗忘因子既考虑了历史数据的影响,又突出了新数据的作用,然后最小二乘支持向量机建立煤矿瓦斯涌出量预测模型,最后进行了仿真分析。结果表明,该模型提高了煤矿瓦斯涌出量的建模效率,获得了更加理想的煤矿瓦斯涌出量预测结果。     

融合BFGS的自适应蜂群算法在谐波平衡分析中的应用

针对谐波平衡分析中传统算法存在初值限制,以及智能算法收敛速度慢的缺点,提出一种基于BFGS（Broyden-Fleteher-Goldfarl-Shanno）算法局部搜索策略的自适应蜂群算法。该算法在基本蜂群算法的基础上引入非线性的动态调整因子代替蜂群算法搜索公式中的随机变量,增加搜索的自适应性,并将BFGS算法运用到自适应蜂群算法后期求解,提高其局部搜索能力。实验结果表明,改进算法较标准蜂群算法迭代次数减少51.9%,相对于传统BFGS算法和部分改进智能算法均表现出较好收敛性能。     

制革湿整理工段废水含铬量及来源分析

测定了典型制革企业牛皮蓝湿革、羊皮蓝湿革鞣后湿整理各工序废水的铬浓度,并分析了废水中铬的分布特点及来源。结果表明,在鞣后湿整理过程,各工序均有铬释放。铬复鞣是导致湿整理废水中铬含量较高的主要原因,而蓝湿革中铬的释放也是废水中铬的重要来源;即使对铬鞣废液进行了循环利用,湿整理工段释放的铬也会导致综合废水中的铬显著超标。基于实验结果,提出了针对这一问题的技术发展方向。     

超声条件下以抗坏血酸催化合成乙酰水杨酸

以水杨酸、乙酸酐作为原料,采用抗坏血酸作催化剂,超声辐射条件下合成乙酰水杨酸。重点考查了催化剂种类、抗坏血酸用量、超声时间等对反应收率的影响,优化后乙酰水杨酸产率可达80%。     

基于改进粒子群算法的电网系统无功电压控制北大核心

由于传统无功电压控制方法易出现局部最优问题,导致控制过程不稳定,无法有效调节负载突加和突卸的情况,提出基于模拟退火粒子群算法的无功电压控制方法。获取电网系统稳态运行时状态参数,根据无功出力点和节点电压两个状态变量构建目标函数,引入惩罚函数确定各变量约束条件;建立基本粒子群算法模型,得到粒子位置与速度更新公式;为避免陷入局部最优,利用模拟退火方式改进粒子群算法,结合适应度值判断粒子位置是否最优;输入电压控制变量极限值,设定迭代次数、运动速度等初始参数,反复更新粒子位置与速度,输出最佳控制值,实现无功电压的优化控制。仿真结果表明,所提算法迭代速度快,控制过程稳定,面对负载突加和突卸时,控制效果仍然较为理想。     

可重构功放的新颖NARX神经网络逆向建模研究

针对使用CAD软件设计射频微波电路繁琐且耗时长等缺点,提出一种新颖的带外部输入的非线性自回归(NARX)神经网络逆向建模方法。此方法采用具有激励函数的NARX 神经网络(DAFNN)为模型以提高网络的泛化能力,利用支持向量机(SVM)替代模型的前馈部分完成数据分类,解决设计中的多解问题。然后应用于可以覆盖多个频段的可重构功率放大器中,实验表明,该方法在精度方面分别优于直接逆向建模方法和自适应浊逆向建模方法99.86%和81.32%,计算速度方面优于直接逆向建模方法31.72%,可以降低射频微波可重构功率放大器的设计复杂度、缩短其设计时间。     

掺烧煤泥循环流化床锅炉床温动态建模

煤泥是煤炭洗选加工后的废弃物,具有高黏度、高含水量、低发热量等特性。而循环流化床(CFB)作为一种清洁高效的燃烧技术,是处理煤泥的一条有效途径。床温是CFB锅炉燃烧系统的重要参数,掺烧煤泥会导致CFB锅炉床温降低,加剧床温在边界值的波动性,影响机组的安全稳定运行。对此本文以历史运行数据为基础,采用最小二乘支持向量机(LSSVM)动态建模算法建立以给煤量、煤泥量、一次风量、二次风量、外置床阀门开度和入炉石灰石量为输入变量,锅炉床温为输出变量的掺烧煤泥CFB锅炉床温动态模型,并对模型进行了仿真验证。结果表明,该模型准确度高,实时性好,可用于床温在线预测。     

压缩感知框架下宽带功放预失真模型

射频功放的非线性特性是一个重要的研究方向,针对预失真系统采样率过高的问题,提出一种新的宽带功放预失真模型,即在反馈回路采用基于正弦调频(SFM)信号的调制宽带解调(MWC)对信号进行采样,再用变步长广义自适应匹配追踪(VS-GSAMP)算法对信号进行重构,降低反馈回路采样速率,提升线性化效果。实验结果表明,在提高信号重构精度的同时,NSME(normalized mean squared error)显示较MP、GMP模型提升了2~3 d B,ACPR(adjacent channel power radio)约改善了21 d B,该方法能够使系统在较低的采样率下获得良好的线性性能。