版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、循環(huán)流化床鍋爐技術(shù)是一種重要的清潔燃煤技術(shù),具有良好的經(jīng)濟性和環(huán)保性。與普通煤粉爐的燃燒系統(tǒng)相比,循環(huán)流化床鍋爐具有一定的特殊性,其對象機理較為復(fù)雜,機理建模方法基本不可行。但如果要實現(xiàn)對循環(huán)流化床鍋爐燃燒系統(tǒng)的高水準控制,建立準確的對象模型是其前提條件,這就不僅需要對循環(huán)流化床鍋爐燃燒系統(tǒng)的特性有比較完整的了解,并且要結(jié)合有效的數(shù)據(jù)分析手段。結(jié)合上述分析,本文主要完成下面三個方面的研究。
為實現(xiàn)高精度的燃燒系統(tǒng)建模,需要運用
2、優(yōu)秀的數(shù)據(jù)分析與優(yōu)化手段,PSO算法是其中較為優(yōu)秀的一種。但經(jīng)典的PSO算法存在容易陷入局部最優(yōu)和局部搜索精度低的問題,本文對這兩種問題的出現(xiàn)進行深刻剖析,在機理分析的基礎(chǔ)上設(shè)計了一種改進的PSO算法,仿真驗證其在一定程度上解決了經(jīng)典PSO算法存在的缺陷。
通過對循環(huán)流化床鍋爐燃燒系統(tǒng)特性的分析,在現(xiàn)場運行數(shù)據(jù)中選取適合用于辨識給煤量與床溫、一次風(fēng)量與床溫對象模型的數(shù)據(jù)。基于改進的PSO算法,分別建立滿負荷,百分之九十負荷,百
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 循環(huán)流化床鍋爐床溫控制策略優(yōu)化.pdf
- 關(guān)于循環(huán)流化床鍋爐床溫控制系統(tǒng)的研究.pdf
- 循環(huán)流化床鍋爐床溫控制系統(tǒng)的應(yīng)用研究.pdf
- 循環(huán)流化床鍋爐床溫控制策略的研究.pdf
- 循環(huán)流化床鍋爐床溫控制的應(yīng)用研究.pdf
- 大型循環(huán)流化床鍋爐床溫建模與優(yōu)化控制研究.pdf
- 循環(huán)流化床床溫控制系統(tǒng)及其參數(shù)優(yōu)化研究.pdf
- 循環(huán)流化床鍋爐床溫對象建模方法研究.pdf
- 超臨界循環(huán)流化床鍋爐機組協(xié)調(diào)控制系統(tǒng)的設(shè)計與優(yōu)化.pdf
- 大型循環(huán)流化床鍋爐床溫床壓系統(tǒng)的控制優(yōu)化研究.pdf
- 循環(huán)流化床鍋爐燃燒系統(tǒng)建模及其控制系統(tǒng)的研究.pdf
- 循環(huán)流化床鍋爐燃燒系統(tǒng)建模與控制系統(tǒng)研究.pdf
- 600MW超臨界循環(huán)流化床鍋爐動態(tài)仿真建模.pdf
- 循環(huán)流化床鍋爐物料循環(huán)系統(tǒng)建模研究.pdf
- 循環(huán)流化床鍋爐燃燒系統(tǒng)建模與仿真.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的循環(huán)流化床鍋爐床溫控制方法研究.pdf
- 循環(huán)流化床鍋爐床內(nèi)流動特性研究.pdf
- 循環(huán)流化床鍋爐過熱汽溫控制研究.pdf
- 循環(huán)流化床鍋爐控制系統(tǒng)的研究.pdf
- 循環(huán)流化床鍋爐燃燒系統(tǒng)建模與控制應(yīng)用研究.pdf
評論
0/150
提交評論