基于TS模糊模型的热工过程建模方法

热工过程对象通常具有复杂的动态特性和非线性、强耦合、不确定性等特征,从而使得常规建模方法难以取得满意的效果,因此提出一种改进型TS模糊模型在线建模方法。此建模方法基于以下思想,首先提出基于中心粒群算法的截集模糊C-均值聚类算法并对TS模糊模型进行模型结构离线辨识,确定模型的结构和前件部分参数的初始值;然后应用解耦扩展卡尔曼滤波算法进行后件参数在线辨识,同时对前件辨识结果进行精确修正。最后,对煤气炉、500MW机组及气化炉等热工过程进行仿真计算表明本方法具有精度高、计算量小等优点。     

能量回收系统动态特性离散分析

1连续对象数学模型的建立图1为催化裂化装置(FCC)能量回收系统简图,用以回收烟气能量。本文根据装置的结构特点,用状态方程表达式分别建立了各典型部件的数学模型,并从计算机控制的角度,考虑了A/D、D/A转换误差以及延时等因素,对系统的离散动态特性进行了仿真研究。     

天然焦的热解及动力特性

利用X 650型扫描电镜比较徐州沛城天然焦和徐州韩桥烟煤表观形貌,并在Thermax500型加压热重分析仪上采用非定温热分析法研究天然焦的热解特性.利用Coats-Redfern积分法对天然焦的热解过程进行了动力学分析,得出了天然焦在不同升温速率、不同粒径尺寸、不同操作压力下的动力学参数,相关系数绝大部分在0.99以上.试验结果表明:天然焦比煤具有更发达的孔隙结构;随着升温速率的增加,试样热解的TG曲线向高温区偏移,DTG曲线峰值位置也相应地移向高温区,总失重率、热解活化能增幅较小;小粒径试样的热解活化能较低,有利于挥发分的析出;增加操作压力,热解活化能随之增大,但增加幅度逐渐缓慢,热解失重率降低.     

补偿递归模糊神经网络及在热工建模中的应用

在传统的模糊神经网络中引入递归环节和补偿环节,构成了一种新型补偿递归模糊神经网络(CRFNN),改善了网络的动态响应特性和学习能力.在此基础上,采用一种新型序贯监督策略对网络进行结构辨识,能够有效地确定模糊规则的条数以及相关参数的初始值.针对CRFNN的结构特点,提出了改进的BP算法,能够对网络的结构参数进行进一步的学习.对典型的热工对象以及复杂的ALSTOM气化炉进行的建模计算结果表明,提出的CRFNN具有优良的动态响应特性和很强的学习能力,值得在热工建模与控制领域中推广应用.     

PFBC-CC系统动态特性仿真的面向对象方法研究

运用面向对象建模方法研究ＰＦＢＣ－ＣＣ系统动态特性。系统地阐述了ＰＦＢＣ－ＣＣ系统的面向对象模型设计、实现和连接方法,定义了类模型和子类模型,并对系统动态特性作了仿真。结果表明面向对象方法设计的软件有灵活、可重用和可扩充等优点,便于软件向复杂热力系统集成化仿真平台方向发展。     

ALSTOM气化炉的分散PID控制

针对ALSTOM气化炉的非线性、多变量动态特性,提出了2种基于常规PID控制器的气化炉多变量控制方案.方案1首先通过相对增益矩阵分析法确定气化炉输入变量与输出变量之间的关联程度,然后确定多变量控制方案;而方案2是对国外学者提出的一种不能满足全部测试要求的方案的改进.对2种控制方案进行了详细的多工况仿真测试,测试结果表明:方案1只要在适当放宽煤量改变速率限制的情况下,不仅可以满足ALSTOM气化炉的基准测试要求,而且各项控制指标均优于方案2;方案2能严格满足各项基准测试要求,但系统总的动态控制品质逊于方案1.与许多复杂控制算法如模型预测控制不同,控制方案基于常规PID控制,便于工程实现,对工业应用具有更好的指导意义.     

温度对天然焦蒸汽气化特性的影响

在小型流化床实验装置(φ50 mm、高1.6 m)上,考察了温度对沛城煤矿天然焦蒸汽气化产气量、碳转化率、煤气热值和煤气组分的影响,并与ASPEN PLUS模拟结果进行了对比.实验结果表明:反应温度是影响气化反应的主要因素,温度升高,煤气组分中H2和CO2含量下降,CO含量增加;当气化反应温度从850 ℃提高到1 000 ℃,碳转化率从10.25%提高到47.76%,产气量增加了4.3倍;H2和CO2的含量由63.0%和25.0%减少到59.8%和20.2%,CO含量由9.6%增加到18.5%;煤气热值从8.87 MJ/m3增加到了9.33 MJ/m3.应用ASPEN PLUS软件模拟天然焦-蒸汽气化反应过程,同时考虑碳转化率,其模拟结果与实验数据接近,误差在可接受范围内,因此ASPEN PLUS模拟对系统设计与优化具有参考意义.     

化学链高温空分制氧性能评价

采用Aspen Plus软件对高温空分制氧流程进行模拟研究并做出评价.基于热力学平衡原理,对不同金属氧化物载体(Mn3O4-Mn2O3和CoO-Co3O4)、不同反应温度下的平衡氧分压进行计算,得到了Mn3O4-Mn2O3和CoO-Co3O4体系氧平衡分压与温度的关系;在计算平衡氧分压的基础上,确定了制氧所需的空气量与水量/CO2量;构建了制氧流程,并进行了模拟计算.结果表明,在2种载氧体Mn3O4-Mn2O3和CoO-Co3O4中,载氧体Mn3O4-Mn2O3制氧性能较好;化学链高温空分制取纯氧能耗为0.353 kW.h/kg,与传统制氧能耗经验数据0.246 kW.h/kg相比并不具有明显的优势;化学链高温空分制取O2和CO2混合气体能耗为0.151 kW.h/kg(氧气体积分数为14.3%),与传统制氧能耗经验数据0.246 kW.h/kg相比,具有节能潜力.     

具有CO2分离的煤气化化学链置换燃烧初步研究

利用Fe2O3,Fe3O4作为载氧体,通过气化、化学链置换燃烧和联合循环等技术,实现燃煤发电的高效和CO2分离.假设煤气完全反应,建立了化学链置换燃烧空气反应器和燃料反应器的质量平衡和能量平衡数学模型,对置换燃烧系统特性进行仿真计算,研究了载氧体还原比率、循环倍率、煤气成分等参数对化学链置换燃烧性能的影响.结果表明:还原比率的升高将增加所需载氧体量,使空气反应器出口空气作功能力下降;循环倍率的提高将使空气反应器空气作功能力下降;而煤气中CH4体积分数升高,热值增加,空气反应器空气作功能力则随之增加.     

基于差分进化与RBF神经网络的热工过程辨识

针对热工过程的非线性辨识问题,提出了一种基于差分进化算法(DE)的径向基函数神经网络(RBFNN)模型设计方法.该方法将DE算法的种群分解为几组并行的子种群,每组子种群对应于一类隐节点数相同的RBF网络.在RBFNN的学习过程中进行多子种群并行优化,从而实现RBF网络结构与参数的同时调整.算法可以利用热工对象的输入输出数据,自动设计出满足误差精度要求且结构较小的RBFNN模型.然后将该算法应用于热工对象的辨识,对于单输入单输出系统,得到的RBFNN模型只需1个隐节点.对于多输入单输出系统,RBF网络也仅需较少的隐层节点.仿真结果表明,用该方法设计的RBFNN模型结构简单,且辨识误差小,具有较好的泛化能力.