超临界火电机组实时仿真的水和水蒸气模型

以热力学基础理论为依据,推导出过热水蒸气热力参数的数学模型,该模型包括水蒸气的比焓、比容、定压比热以及比熵公式.在1985年国际水蒸气骨架表允差范围内,对于水蒸气比焓公式,其压力适用范围为0～90 MPa;对于水蒸气比容公式,其压力适用范围为0～40 MPa,而模型中使用的温度范围均为273.15～1 073.15 K.该模型适用于超临界火电机组实时仿真,便于工程实用.     

基于改进遗传算法的AGC机组优化组合研究

为降低发电成本,该文对自动发电控制(AGC)机组优化组合问题进行了研究.基于改进遗传算法,建立了包含AGC的机组优化组合模型;针对遗传算法存在的不足,结合包含AGC机组优化组合模型的特殊性,提出了可变长二进制编码;设计了专门的遗传操作,并采用等微增法对其中的连续变量进行了处理.将所研究的算法和模型应用于包含16台机组24时段的机组优化系统中,仿真结果表明该改进遗传算法的计算结果优于实数编码方法结果11.33%,并在搜索区间及收敛速度等方面都具有较好的性能,适用于大、中型发电系统.     

基于互信息的辅助变量筛选及在火电厂NOx软测量模型中的应用

辅助变量的选取是软测量建模中重要的一步;但由于待选变量数目多、与主导变量非线性相关、信息冗余大等因素导致辅助变量的选择不够合理。在信息熵和互信息理论基础上,改进IBF和MIFS变量筛选算法,综合考虑了辅助变量和主导变量之间的最大相关性,以及辅助变量之间的最小冗余性。作为算例使用改进后的算法,筛选了某燃煤机组运行历史数据,建立了省煤器出口NOx浓度的GA-BP软测量模型。实验证明这种基于互信息的变量筛选方法可以有效提高模型的输出精度和泛化能力。     

基于改进遗传PID算法的能量回馈制动系统

针对目前能量回馈系统效率低的问题, 提出一种基于改进的遗传PID（比例-积分-微分）算法对能量回馈系统进行控制. 首先建立回馈制动的数学模型, 然后根据其模型采用仿真软件（MATLAB）, 并结合改进的遗传PID算法进行仿真实验. 实验结果表明, 改进的遗传PID算法比传统PID算法控制效果更好, 稳定性、 鲁棒性及抗干扰能力更强, 且回收效率提高了25.8%.     

基于改进遗传 P ID 算法的能量回馈制动系统

针对目前能量回馈系统效率低的问题, 提出一种基于改进的遗传PID（比例-积分-微分）算法对能量回馈系统进行控制. 首先建立回馈制动的数学模型, 然后根据其模型采用仿真软件（MATLAB）, 并结合改进的遗传PID算法进行仿真实验. 实验结果表明, 改进的遗传PID算法比传统PID算法控制效果更好, 稳定性、 鲁棒性及抗干扰能力更强, 且回收效率提高了25.8%.     

多变量系统的变时滞无模型自适应单值预测控制

针对难以建模的变时滞多变量非线性系统的控制问题,基于改进具有辅助向量的多变量紧格式动态线性化泛模型,参考多变量单值预测控制算法,提出改进的目标函数,给出变时滞多变量无模型自适应单值预测控制算法,采用自适应递推算式的优化算法进行优化,给出了目标函数的加权网络参数的在线优化算法,解决了试凑法确定加权网络参数的问题.试凑法确定的加权网络参数不能保证控制算法最优,综上研究提出在线优化参数的变时滞多变量无模型自适应单值预测控制算法,仿真结果说明,单值预测控制算法具有无模型自适应控制性能及预测控制功能和参数寻优功能,故算法具有优良的控制性能.     

用户电力控制器神经网络控制分析

针对电力系统模型及运行参数不确定性 ,在用户电力控制器中引入神经网络控制策略 ,应用神经网络设计了线性控制器 ,所提出的神经网络采用改进BP算法 ,改进BP算法比传统BP算法多了两个变量 ;学习速率和动量因子。将计算得的补偿电流经过神经网络训练实现预定目标 ,由MATLAB仿真结果可观察到经神经网格控制的用户电力控制器可实现系统侧的控制目标。并且其控制算法更为简单、有效。     

辅助粒子滤波算法及仿真举例

粒子滤波算法是近年来提出的一种较新的算法.通常的粒子滤波利用采样重要性重抽样算法,该算法选用先验分布,但它易受外部观测量的影响,因而会导致权值变化较大,并且引起较高的蒙特卡罗方差以致会使滤波性能较差.为此,本文引入一个辅助变量,利用一种新的使用二次加权操作的粒子滤波算法--辅助粒子滤波算法来对采样重要性重抽样算法进行改进.最后,通过两个仿真实例一维非线性追踪模型和二维纯方位目标追踪模型,进一步分析指出辅助粒子滤波算法比采样重要性重抽样算法更有效.     

基于层次分析与BP神经网络的电梯安全评价模型

为高效评价在用电梯运行状态的安全性,提出基于层次分析法和BP神经网络的电梯安全评价模型。通过层次分析法建立电梯系统安全评价指标体系,采用BP神经网络构建电梯系统安全评价模型;通过改进粒子群算法和改进BP算法分别优化、训练BP神经网络;最后进行仿真验证。仿真结果表明,经过改进粒子群算法优化的BP神经网络模型训练速度最快,训练时间比BP算法快8.45 s,比粒子群算法快5.17 s;评价准确度最高,达92.3%,分别比BP算法和粒子群算法提到了11.7%、6.8%;而训练误差最小,仅为0.020 6。     

基于残差修正的涡轮增压机组差异演化建模与降负荷特性分析

针对船用增压锅炉涡轮增压机组的建模与运行特性分析问题,提出了一种基于差异演化算法和残差修正的演化建模方法.在涡轮增压机组机理模型的基础上,采用差异演化算法辨识模型参数,利用原始数据和所建模型的残差进行修正,避免了采用经验值或理想状态下的实验数据作为模型参数所造成的偏差,在所建模型和已有增压锅炉涡轮增压机组模型的基础上进行仿真实验,研究了涡轮增压机组在快速降负荷过程中的动态特性,并通过仿真结果与原始数据的对比验证了其可靠性.结果表明:在给定的模型空间和参数范围内,采用残差修正的差异演化算法能够自动生成同时满足实时性和精度要求的显性模型;通过对仿真结果分析发现,相对于锅炉,涡轮增压机组在快速降负荷过程中出现了明显滞后的现象,甚至可能导致锅炉熄火.     

制冷空调系统仿真中工质热物性计算模块设计

根据制冷空调系统仿真的特点,以状态方程法建立了制冷剂热力性质计算模块并进行了实用化的编程.程序采用V 6.0面向对象的程序设计语言,具有良好的人机界面,运行可靠,使用方便.将该模块的计算结果与制冷剂热物性标准图表进行比较,表明其精度高,能满足制冷空调系统仿真的需要.     

二甲醚热力学性质的计算

利用现有的二甲醚气相状态方程、饱和气液密度方程、蒸气压方程、理想气体定压比热容等方程,计算得到了二甲醚的饱和液体熵和饱和气体熵.从气相维里方程出发,结合Clapeyron方程计算得到了二甲醚的饱和蒸发焓.采用偏差函数法及陈则韶教授提出的饱和液体焓推算公式,计算出了二甲醚的饱和气液焓和临界焓值.最后,开发了二甲醚热力学性质的计算程序,并得到了从235 15K至临界点的二甲醚饱和热力学性质表,计算结果的精度在±2%内,可为工程实际应用提供服务.     

制冷剂饱和热力性质的通用简化计算模型

制冷剂热力性质的简化计算是保证制冷空调系统仿真与优化计算的稳健性与快速性的关键之一.制冷剂热力性质简化计算模型的研究目标是函数形式上的通用性和较大参数范围内的准确性.提出了一种适用于制冷剂饱和热力性质的六系数通用简化计算模型,对多种常见制冷剂进行了数据拟合.在制冷空调工况范围内,与国际标准制冷剂物性计算软件REFPROP 9.0相比,该简化计算模型对各种饱和热力性质的最大计算误差均小于±0.6%,计算速度可以提高两个数量级以上.     

空调工况下非共沸制冷剂蒸发时的换热特性

为了揭示空调工况下非共沸制冷剂在蒸发器中的换热特性，探明制冷剂和换热流体间温差的沿程变化规律，建立了制冷剂的蒸发换热模型，根据标准的空调工况确定了制冷剂的蒸发物性参数．利用制冷剂状态方程得到蒸发过程中温度与焓的对应关系，计算出制冷剂和换热流体在蒸发过程中的温差．通过归纳沿程位置的温差变化，得到它的变化规律，对大多数非共沸制冷剂，换热温差沿程呈非线性变化，这为合理设计蒸发器提供了一定的理论依据．最后应用上述方法对15种非共沸制冷剂的蒸发特性进行了评价，发现R407C制冷剂换热性能最优．     

冰箱回热毛细管计算模型

在分析现有的冰箱毛细管主要计算模型的基础上,针对冰箱毛细管实际应用情况,建立了冰箱回热毛细管六段流阻模型.该模型充分考虑了回气管与毛细管回热长度以及毛细管进出口截面突变的影响,并对冰箱回热毛细管在三种不同工况下的性能进行了模拟,研究了冷凝温度、蒸发温度、以及毛细管相对位置对毛细管工作性能的影响,结果显示冷凝温度对回热毛细管内的制冷剂流动特性影响最大.     

相变蓄热器多温位释热特性模拟研究

针对翅片管式相变蓄热器多温位释热过程进行数值模拟,分析其多温位相变传热过程的放热特性。结果表明,蓄热器低温级相变材料温度的变化速率高于高温级相变材料温度的变化速率,这是因为蓄热器低温级制冷剂流量高于高温级制冷剂流量,且低温级制冷剂出口温度与相变材料的温差高于高温级。采用热焓法对单管蓄热器模型在第一类边界条件下的融化和凝固过程进行数值模拟,并与实验测得的数据进行对比,模拟分析蓄热器高、低温级液相率及温度变化情况,综合分析相变传热过程的蓄放热特性,为进一步优化蓄能除霜过程高、低温级能量分配提供理论基础。     

结合人工神经网络的冷凝器稳态分布参数模型

为了克服由于实际装置的复杂性及生产工艺的差异对冷凝器稳态仿真精度的影响 ,提高冷凝器仿真模型的通用性和准确性 ,提出了冷凝器基本模型结合人工神经网络的仿真思路 .以相区划分和制冷剂出口焓值迭代为基础 ,提出了一种稳定的逆流型冷凝器仿真分布参数模型和算法 ,建立了冷凝器仿真的基本模型 .其计算结果与实验数据的变化趋势一致 ,能够在定性上反映实际物理过程的基本特性 .通过对部分实验数据的学习 ,进一步建立了与基本模型相结合的人工神经网络 .利用其非线性映射能力进行模型修正 ,显著提高了冷凝器的仿真精度 ,从而为同时提高冷凝器仿真的通用性和准确性提供了一种有效的工程应用方法     

非共沸混合工质R22／R114热物性的确定

由于目前没有任何非共沸混合工质热物性的实验数据，本文在分析比较了常用的混合物热物性计算关系式，并经与所能得到的（共沸）混合物数据比较的基础上，审慎地确定了一套最佳计算方法，用以确定Ｒ２２／Ｒ１１４的热物性。     

HFC－32／HFC－134a在毛细管内流动的计算机模拟及分析

对非共沸混合工质ＨＦＣ－３２／ＨＦＣ－１３４ａ在毛细管内的流动状态进行了分析．从毛细管内流体流动的基本方程出发，结合非共沸二元工质的特性，应用混合法则分析了非共沸混合工质的节流过程．建立数学模型并求得在不同压差条件下的毛细管最佳长度．     

冰蓄冷柜式空调系统的充冷过程模拟

分析了多室内蒸发器的冰蓄冷柜式空调系统的流程和性能优点 ,建立了蓄冰槽充冷过程的数学物理模型 ,对换热管的每一个管段 ,根据热阻网络建立了描述其换热过程的差分方程组 .对方程组的求解得到了系统充冷过程的描述 ,揭示了该系统在制冰充冷过程中各参数之间的耦合关系和变化规律 .通过对蓄冰槽的充冷过程的模拟计算 ,可以看出在制冷剂干度超过 0 .6时 ,干度的增加将显著降低管内换热系数 ,从而明显地延缓充冷过程 .因此 ,可采用在制冰的中间过程中调换制冷剂的入口和出口来增加管外结冰的均匀性和提高结冰过程的性能 .此外 ,适当降低带蒸发器蓄冰槽的蓄冰率是合宜的