电站锅炉优化吹灰模糊模型的研究

分析了以机组各受热面洁净因子(CF)值作为唯一受热面积灰监测参数的电站锅炉优化吹灰方法,针对该方法的不足之处提出了一种以各受热面CF值、壁温、负荷为输入,吹灰置信度为输出的优化吹灰模糊模型,并用该模糊模型对省煤器表面积灰程度进行计算机仿真,结果表明该模型可有效避免监测结果由于热工参数的动态变化引起的结果异常波动对吹灰控制的影响,监测结果的可靠性更高,适用于对电站锅炉受热面积灰的监测．     

300MW燃煤锅炉受热面积灰监测与吹灰优化

锅炉受热面的积灰结渣会对锅炉机组正常运行产生不利影响.在四川广安发电厂300MW燃煤机组上,基于烟气压差法建立了尾部受热面的积灰监测模型,基于热平衡原理建立了对流受热面积灰监测模型,对受热面进行吹灰监测,根据监测结果提出吹灰优化模式.在采用该吹灰优化模式后,锅炉出口平均排烟温度降低2.98℃,锅炉效率相应得到提高.     

锅炉飞灰BP-WA算法优化控制策略

针对锅炉飞灰含碳量在线测量参数多变、惯性大等问题,设计一种改进型BP神经网络飞灰含碳量预测模型.通过主元分析法分析各燃烧工况与飞灰含碳量的关系,利用信息熵将标准BP神经网络中的误差函数进行改进,以抑制输入样本中的干扰噪声,并采用主元分析法筛选模型中输入参数,精简网络模型.结合所提出的改进型BP-WA(BP神经网络-狼群算法)优化控制策略对锅炉燃烧运行工况进行优化控制仿真研究,结果表明：采用改进型BP-WA优化控制策略优化飞灰含碳量前后,锅炉飞灰含碳量预测与标准BP网络模型方法相比,均方误差降低0.012 1;飞灰含碳量降低3.50%,提升了锅炉运行的稳定性.     

浅析锅炉吹灰优化在实际中的应用

本文简要介绍国华北京热电分公司锅炉吹灰方案的现状和存在问题，以及应如何合理制订吹灰方案，提出锅炉受热面积灰结渣在线监测和智能优化吹灰技术，优化吹灰从节能角度讲，可以有效降低排烟温度，降低吹灰蒸汽的消耗，进而提高锅炉效率，达到节能的目的，从安全角度讲，避免盲目吹灰，优化吹灰程序和频率，防止受热面吹损。     

EJB的性能优化和监测

介绍了企业级服务器端组件EJB的组成和工作原理,具体分析了影响EJB性能的主要因素,详细地从EJB组件的设计和EJB服务器的设计两个方面,讨论了EJB性能的优化方法和监测手段。     

冷凝器污脏测量仪的研究

提出了一种在线测量冷凝器污脏程度的新方法．该方法选取冷凝器压力作为研究对象,以模糊建模技术为基础有效地实现了冷凝器污脏、工况参数变化对冷凝器压力影响的分离,可较准确地在线监测冷凝器污脏．根据此方法,研制了以DSP为核心的测量仪,并在不同工况下进行了现场试验、试验结果表明：与热阻法及传热系数法相比,该测量仪能够取得更好的测量效果．     

一种基于遗传算法的模糊神经网络结构和参数优化

提出一种基于遗传算法的三阶段优化策略。在给定初始参数基础上,利用基于十进制编码的遗传算法实现模糊神经网络的结构优化,用基于二进制编码的遗传算法实现模糊神经网络的参数优化。仿真结果表明上述优化策略是有效的。     

电站锅炉吹灰优化方案研究

在电站及工业锅炉的运行中,锅炉结渣、积灰是个长期存在的问题。由于缺乏科学的监测方法指导锅炉水冷壁、再热器、过热器、省煤器"四管"及省煤器后部烟道空预器进行吹灰,导致吹灰频次不合理。本文提出了临界污染因子概念并且根据其机组运行状况提出了锅炉吹灰优化的策略,既达到了及时吹灰的目的又避免了过度吹灰。     

燃气发电锅炉主汽压滑模预测优化控制策略

针对燃气发电锅炉主汽压控制的非线性、纯滞后和强干扰特点,提出了一阶时延模型的主汽压滑模预测优化控制策略。利用广义预测控制对滑模控制器的增益及主汽压作出实时预测,根据主汽压预测偏差对滑模增益进行反馈校正和滚动优化,以降低滑模控制系统的抖振。对煤气调节阀的流量特性进行非线性补偿,通过优化目标函数求出离散形式的最佳控制律。仿真结果表明:与常规PID、滑模控制和动态矩阵控制相比,模型适配时所提出的控制策略使调节时间最多减少19.1s,超调量最多降低16.4%;滑模函数抖振小,系统抗干扰及鲁棒性良好。工程应用表明:使用所提策略后,系统抖振比单一滑模控制的降低60%,主汽压控制偏差小于±0.05MPa,系统稳定性和抗干扰能力明显提高。     

耕整机的优化选择

讨论并评价了耕整机整机质量的指标,通过模糊综合评判的方法对耕整机进行了优化选择。     

神经模糊控制及其对汽包水位控制的仿真研究

为了克服单纯模糊控制的缺点,将神经网络技术引入模糊控制中,提出神经模糊控制方法,给出相应的控制算法.应用该方法对锅炉汽包水位控制系统进行了仿真,结果表明,神经模糊控制是很有效的.     

基于CMAC网络与模糊控制的锅炉汽包水位并行控制

锅炉汽包水位的控制是一个大滞后、时变性和非线性的控制问题,采用传统的控制方式比较难以取得满意的控制效果.为此,综合模糊控制的动态响应快、鲁棒性强与神经网络的学习能力、泛化能力好的优点,提出基于CMAC网络与模糊控制的锅炉汽包水位并行控制方式,并阐述了系统的工作原理及算法.以670 t/h蒸发量的锅炉为对象进行仿真,仿真结果表明,其控制品质比传统的双冲量方式好.     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能,提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中,每个粒子的更新受粒子个体极值和局部极值的影响,为了提高其全局收敛性,采用多粒子策略,使每个粒子的更新受更多其他粒子的影响;为提高收敛速度,采用自适应策略,对参数c0进行自适应调整,使c0随着迭代次数的增加而逐渐减小,这样,在PSO算法的搜索过程中,随着迭代次数的增加,搜索区域会越来越小,从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化,在有限时域内对控制序列进行寻列,给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明,基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。     

用模糊神经网络方法预测煤灰的结渣特性

研究煤灰的结渣特性是预测和诊断电站锅炉炉内结渣故障的第一步。综合应用模糊数学和神经网络的知识构造了一个模糊神经网络模型,用以判别煤灰的结渣特性。该方法是对已有的单一指标判别法和用模糊数学方法进行多个指标判别的改进。计算结果表明,该方法具有诊断速度快、结果准确的特点,为进一步研究煤灰结渣综合判别指标提供了一个新的途径。     

一类模糊神经元网络控制器及其仿真

针对复杂性非性系统的模糊神经元网络方法控制中，模糊子集合的划分、隶属函数和推理规则的拟定问题进行了研讨，并以此设计了一类模糊神经元网络控制器，给出了学习算法和仿真研究结果。     

基于模糊神经网络的染色机温度控制

针对染色过程中温度控制系统具有严重的非线性以及较大的时间滞后性，无法精确建立数学模型的特点，设计了一种模糊神经网络控制算法．该算法能实现对恒温、升温、降温过程的分别控制，以达到提高控制效果的目的．提出模糊神经网络控制方法，并设计出相应的控制器，通过Matlab仿真及实际应用论证了该控制器的可行性．     

矿井瓦斯监测多传感器信息融合模型

分析了矿井瓦斯监测中存在的对传感器的影响因素多等单个传感器本身所不能解决的问题,提出了利用多传感器信息融合技术来增加系统的信息利用率、提高整个系统的精度、可靠性和容错能力的方法。在讨论矿井瓦斯监测的信息源的基础上,确定了瓦斯监测多传感器信息融合的结构模式,利用状态空间方法对此结构模式进行了描述,建立了瓦斯监测系统多传感器信息融合的状态空间模型。采用人工智能方法,建立了多传感器信息融合的模糊神经网络算法模型,实验结果表明,该模型是有效的。     

流域防洪减灾工程措施方案优选研究

利用河网模型系统MIKE11、MIKE21,模拟计算了流域洪水淹没过程,以可变模糊集理论为基础,建立了流域防洪减灾工程措施方案优选模型.该模型能够确定方案指标对指标特征值区间的相对隶属度、相对隶属函数,并且能够通过变化模型及其参数,合理地选出优属度较高的方案,提高对方案优选的可信度.最后,将该模型应用于大连碧流河水库下游流域的防洪减灾工程措施方案优选,结果表明,该模型计算简便,实用性强,优选结果可信度高.     

模糊优选神经网络模型在泥石流平均流速预测中应用研究

泥石流平均流速是防治工程设计的重要参数,其设计预测精度直接影响工程投资.应用模糊优选神经网络模型,以模糊可变识别模型当优化准则参数等于2,距离参数等于1的特例为神经网络激励函数,研究隐含层在不同隐节点数情况下的泥石流平均流速预测精度,并以精度最高的隐节点数构建神经网络的拓扑结构, 对云南蒋家沟黏性泥石流平均流速进行预测.研究结果表明,预测精度较高,有参考应用价值.