基于RBF神经网络的热力系统煤种辨识方法

为了保证热力系统稳定运行,提高锅炉安全寿命,控制污染物,该文利用多模型思想,对煤种低位发热值进行初步辨识和精确辨识。初步辨识中,采用改进的K均值聚类算法,快速辨识出煤种类型;精确辨识中,利用初步辨识的结果优化发热量辨识模型,减少模型搜索范围,采用自动调节隐节点和参数的径向基函数(RBF)神经网络算法。仿真结果表明,该辨识方法的辨识误差在1.5%以内,具有良好的辨识精度,在速度上也优于单独的RBF辨识算法,可以应用于热力系统煤种发热量在线辨识。     

基于模型参考的锅炉燃烧系统神经网络控制和辨识

大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。     

在煤矿循环流化床锅炉仿真中RBF神经网络的应用

为了解决煤矿循环流化床锅炉燃烧实时动态数学模型的高阶、多变量微分方程不易求解等问题,提出利用RBF神经网络实现该模型的参数辨识,并提出利用小生境克隆选择算法提高RBF网络学习算法的收敛性。通过SNCC循环流化床仿真系统的数字仿真验证,算法具有良好的收敛性和逼近效果,并避免了传统模型的复杂微分方程求解过程。     

双线性Hammerstein模型的集成辨识方法

提出了辨识双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的稳态与动态辨相结合的集成辨识方法。该方法利用稳态信息获取稳态模型的强一致性估计,并利用稳态模型通过神经网络逼近获得了静态非线性增益的设计,再利用动态信息辨识获取双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的双线性系统未知系统的一致性估计。仿真结果表明了该方法的有效性和实用性。     

非线性主动噪声神经网络补偿控制

针对目前主动噪声控制方法需要对次级通道进行辨识,且辨识模型精确度严重影响控制效果的问题,提出一种基于神经网络前馈补偿的非线性主动噪声控制方法. 该方法利用神经网络的非线性函数逼近能力,将非线性次级通道作为被控对象,非线性主通道作为噪声模型,设计基于神经网络补偿的噪声控制系统. 该方法无需已知主通道和次级通道模型,且基于Lyapunov定理证明了控制系统的稳定性. 仿真结果表明了该方法的有效性.     

Wiener模型的集成辨识方法

对一类石油化工生产过程中的Ｗｉｅｎｅｒ模型辨识问题,提出了一种稳态与动态相结合的集成辨识方法．利用稳态信息获取稳态模型的强一致性估计,通过神经网络逼近得到非线性增益的逆函数．然后利用系统的动态信息辨识Ｗｉｅｎｅｒ模型的线性系统的参数,并得到一致性估计．仿真结果表明了该方法的有效性和实用性．     

概率神经网络在物质浓度辨识中的应用

提出了基于概率神经网络的物质浓度辨识方法,以二氧化硫在不同浓度下颜色读数的数据为例,建立概率神经网络的物质浓度辨识模型。实验仿真表明,概率神经网络物质浓度辨识模型具有收敛速度快、物质浓度辨识正确率高、容易训练等特点。     

一种基于RBF神经网络预测模型的DMC预测控制

研究了一种利用RBF神经网络预测模型的动态矩阵控制算法,首先利用动态节点生成构造性RBF神经网络辨识对象模型,同时预测对象的未来输出,然后用传统的动态矩阵控制算法进行滚动优化和反馈校正。仿真表明该算法在非线性对象的任意工作点都可以通过神经网络辨识获得工作点附近的近似线性模型,具有较好的实时性。     

非线性Hammerstein-Wiener模型辨识预测控制

为解决工业过程控制领域中非线性系统的模型辨识与预测控制问题,提出一种基于BP神经网络模型的预测控制策略,采用一种分段最小二乘支持向量机辨识Hammerstein-Wiener模型系数的方法建立非线性预测控制器.利用BP神经网络训练预测控制输入序列和拟牛顿算法求解非线性预测控制律,从而实现了一种基于支持向量机Hammerstein-Wiener辨识模型的非线性预测控制算法.仿真实验验证了该算法的有效性和可行性.     

基于CMAC神经网络的工业过程稳态优化

提出一种利用CMAC (cerebellar model articulation controller)神经网络进行工业过程的辨识和稳态优化方法.利用CMAC神经网络的优点,基于系统的动态信息,在不干扰系统正常运行的情况下获得当前时刻下系统的稳态模型,并在此模型的基础上,对系统进行稳态优化和仿真.仿真结果证明了该方法的有效性.     

电厂锅炉热力计算与火用分析应用软件

采用结构化程序设计方法，建立了锅炉热力计算与火用分析通用软件．本应用软件可对锅炉及各受热面进行热力计算、热平衡计算及火用损失分析；可对锅炉变工况、变煤种情况进行分析计算；还可进行各受热面合理布置与改造的设计计算．目的是了解和减少锅炉的热损失及火用损失，寻求最佳运行工况，提高能量利用率．通过对典型煤粉炉的多工况计算考核，表明软件具有较强的实用性和可靠性     

张量曲率边界识别方法在煤田火烧区磁异常中的应用

 为了准确识别煤田火烧区边界位置,对火烧区磁异常进行更加精细的解释,将张量曲率边界识别方法引入到煤田火烧区磁异常的解释中,探讨分析煤田火烧区磁异常的张量曲率特征.根据煤田火烧区磁异常的特点,利用张量曲率的较大特征值和较小特征值分别圈定煤田火烧区和正常区.模型试验中,通过与常用的Theta 图以及垂向导数等方法对比,体现了张量曲率分析方法在地质体边界识别中的优越性,验证了该方法在火烧区边界识别中的有效性.将该方法应用于乌达某煤田实测磁异常数据的解释,发现利用该方法圈定的火烧区范围和其他勘探结果以及已知地质资料相符,说明该方法可以准确有效地识别煤田火烧区和正常区边界范围,为煤田火烧区的磁异常解释提供很好的依据.     

基于ACO-LSSVM燃煤碳元素分析的锅炉CO2排放量计算

针对生产实际中无法对燃煤组分进行在线检测分析的问题,建立了基于最小二乘支持向量机的燃煤的碳含量预测模型.以工业锅炉燃煤的相关工业分析数据作为模型的输入,并采用蚁群算法对最小二乘支持向量机相关参数进行寻优以提高模型的建模精度.应用该模型对福建地区工业锅炉燃煤的碳元素含量进行预测,预测结果的最大误差为1.18%,平均误差为0.64%.和传统多元逐步回归预测方法相比,该预测模型具有较高的预测精度,为工业锅炉二氧化碳排放量的科学计算奠定了基础.     

Unburned Carbon Loss in Fly Ash of CFB Boilers Burning Hard Coal

The unburned carbon loss in fly ash of circulating fluidized bed (CFB) boilers, most of which are burning active fuels such as lignite or peat, is normally very low. However, most CFB boilers in China usually burn hard coals such as anthracite and bituminous coal and coal wastes, so the carbon content in the fly ash from these boilers is higher than expected. This paper investigates the source of unburned carbon in the fly ash of CFB boilers burning hard coal through a series of field tests and laboratory investigations. The char behavior during combustion, including fragmentation and deactivation, which is related to the parent coal, has an important impact on the carbon burnout in CFB boilers. The research shows that char deactivation occurs during char burnout in fluidized bed combustion, especially for large particles of low rank coal. The uneven mixing of solids and air in the core region of the furnace also causes poor burnout of carbon in CFB fly ash. An index describing the volatile content (as dry ash free basis) over the heating value is proposed to present the coal rank. The coal combustion efficiency is shown to be strongly connected with this coal index. Several changes in the CFB boiler design are suggested to reduce the unburned carbon loss in the fly ash.     

梧桐庄煤矿导水陷落柱的计算机辅助辨识

隐伏导水陷落柱的辨识一直是梧桐庄煤矿,乃至华北型煤矿水害防治的难题,因此寻求导水陷落柱的辨识方法,防止恶性突水事故的发生,便成为该矿安全开采的关键.本文通过对矿区水文地质条件、温度场、应力场的详细分析,建立了水源判别模型,探索了一条水文地质复杂型矿山导水陷落柱辨识的途径,并成功地识别了1号和3号强导水陷落柱,避免了两次突水淹井灾害.     

煤粉炉局部结渣的故障诊断模型

水冷壁结渣是电站燃煤锅炉中的经常性故障,及时估计锅炉的结渣情况对提高锅炉运行的经济性、防止锅炉发生严重事故具有重要的意义。该文分析了可用于诊断该故障的主要特征参数,运用神经网络的方法建立了局部结渣故障诊断模型。计算结果表明,诊断迅速、结果准确。该方法简单,无需昂贵的诊断设备,有广泛的应用前景。     

基于程控系统的输煤故障诊断

为提高国内火电厂输煤系统的自动控制和管理水平,建造了输煤程控系统。它可以对输煤系统中的各种设备进行实时监测和控制。采用现场设备状态的实时捕捉、可编程控制梯形逻辑判断和上位机监控软件分析等方法,对输煤系统的各种故障能及时准确地进行监视、诊断和报警。该方法已成功应用于萧山电厂输煤程控系统,取得了很好的经济效益。     

构造煤的测井曲线判识-以柿庄北区块为例

为定量判识构造煤并获取其分布信息,以测井曲线技术为指导研究了构造煤的地球物理特征。总结了煤体结构测井参数变化规律并做出了测井曲线模版,并应用此原理对柿庄北区块煤体结构进行了研究。结果显示:构造煤具有自然伽马负异常、声波时差正异常、低电阻率、井径扩径、人工伽马高幅值等特征;人工伽马与声波时差组合对于煤体结构划分具有较好的判识性。柿庄北区块15号煤构造煤(46%)比3号煤更为发育(13%),为制约15号煤煤层气产量的关键因素;柿庄北区块东北部与西南部构造煤发育,主要受西部NE-NNE向断层及褶皱的控制。     

关于改善太原市大气污染现状的探讨

目前,太原市的大气污染已相当严重,主要原因是老式锅炉以原煤为燃料,生成大量悬浮烟尘和二氧化碳通过烟囱排入大气所致。为改善太原市大气污染现状,必须将原煤洗选为洗精煤,引进并开发适合我国国情的除尘、脱硫效果好的先进技术与设备。     

解决工业锅炉煤烟型污染的根本措施

我国是以煤为主要能源的国家,落后的燃煤技术造成了严重的煤烟型大气污染,而当前的治理方式又无法满足排放要求。发展工业锅炉专用型煤具有显著的环境与经济效益。炉前煤气发生炉是锅炉达标的最佳配套产品。电热锅炉没有任何烟尘及有害气体排放,是解决工业锅炉煤烟型污染的根本措施。