地源热泵能耗监测系统的研发

利用三维力控组态软件开发了一套远程能耗监测系统,对地源热泵进行实时监测。针对地源热泵系统的运行工况,进行了硬件架构及软件平台的设计。运行结果表明,该系统运行稳定,操作方便。应用组态软件比应用LabVIEW开发相同功能的监测系统更方便、快速。     

基于和声搜索算法的极限学习机网络优化

极限学习机(ELM)因其运算速度快、误差小等优点而得到广泛的应用,但由于随机给定输入权值和阈值可能导致隐含层节点无效,因此,ELM通常需要增加隐含层节点数来提高预测精度,从而导致网络泛化能力不佳。为了解决上述问题,提出一种和声搜索算法的极限学习机网络(HS-ELM),采用和声搜索算法不断调整ELM输入权值和隐含层阈值矩阵选取最优以达到优化网络的目的。最后通过两种复杂度不同的非线性函数拟合加以验证。结果表明,传统ELM网络平均预测误差为0.31×10-3%和1.6%,HS-ELM的平均预测误差为0.01×10-3%和0.4%。证明和声搜索算法优化后的ELM网络在同等情况下所需的隐含层节点数和预测精度均优于传统ELM网络的。     

基于Elman网的水泥回转窑模型及其DHP控制器设计

水泥回转窑熟料煅烧过程是一个涉及传质、传热和物理化学反应的复杂的多变量、多扰动、非线性过程。为了稳定回转窑温度以提高水泥熟料烧成质量,降低能耗,需要探索新型优化控制方法。近似动态规划(ADP)综合神经网络、强化学习和动态规划等方法和技术,是一种新型优化方法。其中的双启发式动态规划(DHP)算法由于其评价网络的输出是代价函数关于状态量的偏导数,它具有动态性好、收敛速度快、控制精度高等优点。在分析水泥回转窑工艺的基础上,采用Elman神经网络建立回转窑系统的模型,并利用近似动态规划中的双重启发式动态规划算法设计回转窑温度优化控制器。仿真结果表明,在经历控制初期的波动后,回转窑烧成带温度逐渐趋于稳定,实现了对水泥回转窑的仿真控制。     

基于综合指标评估模型的铝电解槽状态智能预测

在电解铝生产中,准确判断电解槽的运行状态是实现过程优化的前提条件。目前生产中槽状态及其变化趋势的解析主要靠人工经验,为了提高槽状态评判与预测的准确性,提出了一种基于综合指标评估模型的铝电解槽状态智能预测方法。首先,从全局的角度建立关于能量平衡、物料平衡、稳定性的槽状态综合指标模型;其次,为了准确分类槽状态,采用模糊C均值聚类算法构建槽状态评估模型,根据综合指标大小将槽状态分为优、良、差三类;最后,建立基于模糊神经网络的槽状态预测模型,实现24 h后的状态预测。采用实际生产数据对模型进行验证,结果表明,该方法能够准确判断当前槽状态并预测未来槽状态,对稳定的电解铝生产、实现节能降耗有一定指导意义。     

基于ADP的一类时滞离散系统跟踪控制

时滞现象是自然界中广泛存在的一种物理现象,时滞的存在使得被控量不能及时反映系统的变化,从而使控制系统的稳定性变差,给时滞系统控制器的设计带来很大困难.针对一类状态和控制输入均含有时滞的离散仿射系统的跟踪控制进行研究,采用自适应动态规划迭代算法求解时滞系统的跟踪控制,在自适应动态规划的基础上,建立系统性能指标函数,通过系...     

专家控制策略在三容液位控制中的应用

论述了期望控制曲线渐进逼近策略及其自学习机制在专家控制中的应用,并通过对三容液位系统的实时专家控制,验证了该控制策略的合理性和有效性.