增压锅炉紧急降负荷能力及其特性分析

针对增压锅炉在紧急降负荷过程中的突然熄火现象,进行增压锅炉装置降负荷特性研究。在一定假设和简化条件下,将增压锅炉装置划分为涡轮增压机组、空气夹层、炉膛、风道系统、烟气系统5个模块,并由此建立增压锅炉紧急降负荷过程的数学模型。利用建立的模型对某型船用增压锅炉装置进行仿真研究。研究结果表明:该型锅炉的最大降负荷能力为49.709%,考虑到必需的安全余量,建议降负荷程度不超过全负荷45%的紧急降负荷。     

基于差异演化和残差修正的离心泵特性辨识与汽蚀分析

针对船用离心泵的特性参数辨识与汽蚀现象分析,提出了一种采用残差修正的差异演化辨识方法.该方法采用差异演化算法辨识其压头-流量特性曲线,然后利用原始数据和辨识结果的残差进行二次建模修正,从而有效提高了辨识精度.以某型船用离心式凝水泵为例对上述方法进行验证,利用辨识得到的特性曲线和已有的凝水系统管路模型进行仿真实验,得到了凝水泵转速、压头、流量、凝水温度、吸入压力与排出压力等参数之间的关系,计算得到了该凝水泵的汽蚀预警转速,并在此基础上分析得到了整个凝水系统的稳定运行边界.     

考虑给水泄漏的锅炉升负荷仿真及其可靠性

针对常规蒸汽动力系统在锅炉升负荷过程中,由于给水卸载管路泄漏导致的锅炉失水和泵汽蚀问题,采用基于残差修正的差异演化算法辨识获得增压泵和给水泵各级叶轮的扬程-流量-转速模型,采用机理建模方法建立给水系统管路和阀门的流量-阻力模型、工质参数计算模型以及给水卸载调节阀的性能退化模型.在此基础上,对锅炉升负荷过程进行了仿真研究,获得了给水系统主要参数在不同给水卸载流量下的变化情况,发现给水卸载管路调节阀的性能退化是导致锅炉升负荷过程中锅炉失水和泵汽蚀的主要原因之一.为进一步明确给水系统的性能可靠性随工作时间的退化规律,采用数学模型与Monte Carlo随机抽样的联合仿真方法,对某型船用给水系统在锅炉升负荷过程的性能可靠性进行了仿真研究,获得了该型锅炉在总体性能可靠度变化和给水卸载管路调节阀的性能可靠寿命.研究成果揭示了一种蒸汽动力系统特有故障的故障机制及其退化规律,具有一定的理论创新和工程应用价值.     

基于演化参数辨识的流体网络建模

应用演化计算理论研究了热动力系统中热工流体网络的仿真建模问题.从基本物理规律出发,建立了热工流体网络的通用仿真数学模型;采用演化算法对流体网络的参数进行辨识,避免了以往采用经验值或者网络在理想状态下的试验数据作为建模参数所造成的偏差,在提高计算精度的同时使模型的动态特性更加符合实际.将该方法应用于某蒸汽动力装置新蒸汽系统的仿真建模中,通过仿真结果和实测值的对比,证明采用演化算法辨识后的流体网络模型具有较高的计算精度,能够很好地反映网络对象的特性,在工程上是实用的.     

三油楔固定瓦滑动轴承动特性解析模型的建立

以通过数值计算所得轴承不同结构参数下的动特性系数作为原始数据,采用多元非线性回归方法建立滑动轴承动特性系数的非线性回归解析模型.回归过程中,采用拟牛顿法与通用全局优化算法相结合的混合优化算法,以非线性最小二乘估计为准则,通过迭代计算获得模型的回归参数,建立了一种无初始模型的数据建模方法;实现了自动寻找隐含于数据间的数学模型,且无需人为提供参数初估值;以残差值为依据验证了所建模型的有效性.结果表明,所建解析模型保证了计算精度,同时克服了数值计算效率低的问题.     

在线短期负荷预测方法的研究与应用

根据电力系统负荷的特性，提出了一种在线短期负荷预测方法：用“周期模型”来描述并预测负荷的周期变化分量，再用ＡＲＭＡ模型对周期模型的残差进行建模并用Ｂｏｘ—Ｊｅｎｋｉｎｓ方法进行预测．模型参数的辨识采用在线辨识算法，因而对负荷的变化特性具有较强的适应性．实践结果表明，该方法具有很好的预测效果．     

GPS卫星钟差分析、建模及仿真

卫星钟差是卫星导航系统中的一项重要误差源,本文根据IGS观测数据分析GPS卫星铷钟和铯钟的噪声特性,并对星钟误差进行建模和仿真.首先采用修正Allan方差表征和分析了GPS卫星上不同种类原子钟随机噪声的时域特性;然后基于最小二乘分段拟合确定了卫星钟差确定性分量的时差、频差、线性频漂参数值;对于多项式拟合后的残差部分,利用随机噪声幂律谱模型建立了随机性分量误差模型;最后利用修正Allan方差反演的方法模拟产生了各噪声分量的独立随机序列并进行合成;对合成序列与原始数据进行了对比分析以验证本文所提出建模与仿真方法的正确性.     

600MW亚临界锅炉建模与仿真

为适应大型锅炉设计和运行优化的需要,以模块化建模系统MMS为平台,建立了国产600MW火电机组亚临界锅炉的动态数学模型．模型从建立到仿真计算全过程,采用MMS软件操作,执行简单、快速,并以此机理为基础,较全面地考虑了发生在锅炉内部的物理化学过程．仿真结果表明该模型动态响应合理,符合机理分析．其阶跃扰动仿真计算结果适用于对现场机组变化的快速分析、指导,亦可对锅炉设计提供性能参考资料．     

燃气蒸汽联合循环燃料系统动力学建模的分析研究

为了提高燃气轮机联合循环动力学建模的精度和适用范围,对影响燃料量的因素进行全面分析.提出将燃料量作为复合自变量进行燃料系统建模的必要性,确立以燃料指令、分配系数、机组负荷、转速和燃料低位发热量作为其简单自变量,采用模块化的灰箱建模法建立燃料系统动态模型.对仿真与实际机组的燃料指令和流量之间的匹配关系进行了研究,提出以燃料设计热耗量为枢纽的仿真系统燃料流量修正方法,建立了更加精确的稳态模型,提高了联合循环动力学模型对于燃料种类变化的适应能力.利用所建立的模型对气、液燃料的切换、混烧过程及机组起动过程进行了数字仿真,分析研究了其动态特性,表明该模型的精度和适应性得到明显的提高.     

一类复杂机电传动系统的耦合建模方法

针对一类由多个机电传动子系统组成的复杂机电系统提出了一种耦合建模方法,其步骤为建立各子系统的数学模型;通过传动对象之间的耦合参数和物理量将各个子系统耦合起来,建立整个机电传动系统的数学模型;根据时间尺度原则,在保留原来系统模型的主导特征值和重要状态变量的前提下,对模型进行降阶处理,得到系统可实用的数学模型.此外,通过仿真实验,检验了所建模型的正确性和建模方法的可行性.实验结果表明这种建模方法原理简单,易于实现,所建模型可用于系统特性分析、参数优化以及最优控制等.     

一种双酚A结晶单元软测量建模的方法

单一软测量模型难以精确描述复杂生产过程的特性,为了有效处理生产过程的强非线性、大工况范围等复杂特性,提出了一种基于模糊c均值聚类算法(FCM)和支持向量机(SVM)的多模型建模方法,同时结合一种满意聚类算法进行聚类数c的确定。在对双酚A结晶单元工艺分析的基础上,将该方法应用于双酚A结晶单元的软测量建模,仿真结果证实了该建模方法的有效性。     

遗传算法与传统优化方法应用于电力负荷建模的比较研究

将遗传算法应用于电力系统综合负荷建模．以三阶感应电动机为综合负荷模型,以待辨识参数为未知向量,以系统实测与模型响应误差平方和为目标函数;以随机初始种群为基础进行交叉一变异一选择运算并产生下一代种群;通过若干代进化即可获得具有足够精度的辨识结果．通过实验数据将遗传算法与传统模式搜索算法的建模结果比较,表明遗传算法所得模型的描述精度比模式搜索法高10倍,其模型参数呈现很好的稳健性,从而有效地克服了传统优化方法的模型参数分散性。     

基于改进微分进化和分散辨识算法的炼钢模型研究

在炼钢过程模型辨识中,被控对象的动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,使得难以对其建立比较精确的模型。为实现精确建模,提出了一种基于微分进化和分散辨识算法的辨识方法。该方法通过改进的微分进化算法,对系统进行参数优化,接着采用分散辨识在设定点输入阶跃信号,待系统进入稳态后再采样,使得到的稳态输出值能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,通过微分进化算法可进一步确定炼钢过程的最佳参数,在采用分散辨识方法对炼钢复杂对象进行辨识后,可以建立更好的数学模型。     

基于深度残差网络的车标识别

针对车标识别准确率的问题, 提出一种基于ResNet-18模型改进残差网络的车标识别算法. 首先, 利用残差网络并对其进行改进, 使用改进的线性修正单元Leaky ReLU激活函数代替原激活函数; 其次, 调整传统的残差网络结构, 将批量标准化和激活函数放在卷积层前, 并减少网络参数以加速网络训练. 实验结果表明, 改进后的残差网络模型识别准确率达99.8%.     

基于改进差分进化算法的MVB周期调度表优化设计

多功能车辆总线(MVB)周期调度表的优化设计对提高列车通信网络实时通信的可靠性和均衡网络负荷具有重要作用.考虑到已有的多功能车辆总线周期调度表优化方案存在的不足,提出了一种基于改进的差分进化算法的优化设计方法.首先建立调度问题的数学模型,根据IEC61375-1国际标准和可调度性要求建立了优化目标和约束条件;然后根据周期调度表的生成特点对原差分进化算法的变异和选择阶段进行了改进,提出了适用于MVB周期调度的优化方法;最后通过仿真实验与现有优化算法进行比较,验证了本文所提的改进的差分进化算法对周期调度表的构建具有更佳的优化效果.     

优化灰色模型在负荷预测中的应用

论述了用优化灰色理论进行电力系统负荷预测的建模过程。通过指数平滑法对原始负荷数据进行预处理 ,把有起伏特性的原始数据序列改造成规律性强的序列 ,再利用优化灰色模型进行预测 ,提高了预测精度 ,该方法简捷实用 ,经实际算例校核证明 ,可以作为中期电力负荷预测的理想工具     

基于高斯受限玻尔兹曼机的非线性过程故障检测

针对非线性工业过程,提出了一种基于高斯受限玻尔兹曼机(GRBM)模型的故障检测方法.该方法从海量过程数据中提取出GRBM隐层特征信息,通过隐层特征再构建出重构数据,并依据重构误差在残差空间中构建检测统计量,形成了非线性过程故障检测算法.仿真结果表明,基于GRBM的故障检测方法不仅比传统的核主元分析(KPCA)方法具有更好的故障检出率,并且针对大数据量问题具有更强的处理能力.     

具有反向学习的多目标元胞遗传算法的空间桁架结构优化设计

为了解决具有多约束的桁架结构问题,提出一种具有反向学习的多目标元胞遗传算法应用于空间桁架结构多目标优化设计中。根据分析元胞遗传算法特点,引入一种反向学习策略、差分进化策略和约束处理技术。通过标准测试函数对比分析,算法能很好地保持Pareto解集的收敛性和均匀性。针对空间桁架结构优化的数学模型,采用实数编码和个体修正方法,将该算法对72杆空间桁架优化问题进行求解,并与MOCell的优化结果进行比较。结果表明,新算法获得的Pareto解集更加均匀,极端点值域更宽广,具有一定的工程实用性。     

动态系统的演化建模

针对传统方法解决动态系统微分方程建模问题所遇到的困难和存在的不足,设计将方程进行串结构编码并用进化方法进行演化建模的算法,以串形结构表示结构,用进化算法优化结构和参数,成功地实现了动态系统的常微分方程组建模过程的自动化。计算实例表明:采用此算法能够在极短的时间内由计算机自动发现多个较优的常微分方程组模型,与原来GA和GP结合的方法相比较,它具有建模过程智能化、模型结构非常灵活多样、数据拟合和预测精度更高等优点。     

一种求解冗余机械臂逆运动学的自适应动态差分进化算法

针对冗余机械臂逆运动学难以直接求解且具有多解的问题,提出一种基于改进差分进化算法的逆运动学求解方法.以KUKA LBR iiwa七自由度机械臂为研究对象,验证该方法的有效性.针对基本差分进化算法易陷入局部搜索问题,引入自适应变异操作和随机变化交叉操作,使算法可根据迭代进程调整搜索强度.基于Denavit-Hartenb...