版權說明: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,請進行舉報或認領
文檔簡介
1、隨著鍋爐朝著大容量、高參數(shù)的方向發(fā)展,對于大型機組建模與控制的研究是迫切需求的。然而,針對常規(guī)的線性控制策略很難滿足具有非線性、強耦合、大遲延等特性的超超臨界機組熱工過程的控制要求的問題,本文在全面總結超超臨界機組負荷控制系統(tǒng)建模與控制策略研究現(xiàn)狀的基礎上,重點開展了對基本粒子群算法的改進,超超臨界機組協(xié)調(diào)控制系統(tǒng)建模以及基于神經(jīng)網(wǎng)絡和混合粒子群算法的非線性預測控制等工作,并將非線性預測控制方法應用于負荷控制中,取得了預期的成果。
2、> 針對基本粒子群算法容易陷入局部最優(yōu)解的問題,提出了一種基于遺傳算法和模擬退火算法的改進粒子群優(yōu)化算法。引入遺傳算法中的選擇、雜交和變異以及模擬退火機制的粒子群算法,可以保持群體多樣性的同時,提高全局搜索精度。通過對測試函數(shù)的求解和熱工對象的驗證,表明改進混合粒子群算法與基本PSO等其他智能算法相比具有更好的尋優(yōu)特性和辨識能力。
通過對超超臨界機組的制粉系統(tǒng)、鍋爐汽水系統(tǒng)以及汽輪機系統(tǒng)一定的簡化,利用質(zhì)量平衡、能量平衡和動
3、量平衡原理建立了一個3×3的協(xié)調(diào)控制系統(tǒng)機理模型。然后利用某電廠1000MW超超臨界直流爐機組sis系統(tǒng)歷史運行數(shù)據(jù),對于模型中的未知參數(shù)進行求取。其中,動態(tài)參數(shù)采用本文改進的混合粒子群算法進行辨識。最后在Simulink中搭建模型,進行開環(huán)動態(tài)特性的試驗,試驗結果符合實際機組的動態(tài)特性,從而進一步驗證了模型的準確。
針對超超臨界機組非線性等特性,提出了一種基于神經(jīng)網(wǎng)絡結合改進混合粒子群優(yōu)化算法的非線性預測控制方法。采用RBF
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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
- 超超臨界機組負荷控制的預測控制方法.pdf
- 超臨界機組模型辨識及其預測控制研究.pdf
- 超超臨界機組建模與非線性預測控制在協(xié)調(diào)控制中的應用.pdf
- 超超臨界機組非線性動態(tài)模型的研究.pdf
- 非線性預測控制研究及其仿真.pdf
- 超超臨界機組主汽溫分布式監(jiān)督預測控制.pdf
- 基于廣義預測控制的超臨界參數(shù)單元機組負荷控制與優(yōu)化研究.pdf
- 非線性預測控制在超臨界機組熱工過程控制中的應用研究.pdf
- 基于預測控制策略的超臨界機組協(xié)調(diào)控制研究.pdf
- 非線性預測控制研究及其應用.pdf
- 超臨界機組Modelica建模與多模型預測控制方法研究.pdf
- 超臨界機組典型非線性過程的建模與控制研究.pdf
- 超超臨界機組負荷控制系統(tǒng)建模與優(yōu)化控制.pdf
- 超超臨界機組的建模與仿真.pdf
- 單元機組非線性廣義預測控制應用研究.pdf
- 非線性模型預測控制研究及其應用.pdf
- 超臨界機組協(xié)調(diào)系統(tǒng)的非線性建模與控制.pdf
- 超超臨界機組給水控制方法的研究.pdf
- 基于Hammerstein-Wiener模型的非線性預測控制及其仿真研究.pdf
- 基于Backstepping算法的超臨界機組煤水比非線性控制研究.pdf
評論
0/150
提交評論