声波移动障碍反散射问题研究

研究一种具有Dirichlet边界条件的时域声波移动障碍反散射问题。首先对时域波动方程进行求解,在有限观测时间内对移动障碍物采集动态声波近场数据;其次建立一个时域声波移动障碍反散射问题的神经网络模型,该模型将时域近场数据作为输入序列,已知形状的移动障碍物位置参数作为输出序列,求解该反散射问题;最后对于不同移动速度的情况,有效地反演出移动障碍物的位置和轨迹。数值实验表明了该方法的有效性。

燃煤机组过热汽温宽负荷模型前馈控制

为了对燃煤机组过热汽温宽负荷运行时进行更精确地前馈控制,提出一种基于物理引导神经网络(PGNN)的预测前馈信号模型,并基于间隙度量法确定了多模型的负荷段分配。多模型间隙度量PGNN预测方法采用多模型间隙度量方法对负荷区段进行合理划分,结合过热器机理引导的长短期记忆神经网络,可以对强耦合、大惯性的过热汽温宽负荷前馈信号进行精准预测。结果表明:在机组宽负荷运行时,随着负荷降低控制对象的非线性程度逐渐增强,需要更多的模型数量,采用多模型间隙度量PGNN前馈控制方法可以在不同工况下采用与当前工况相适应的前馈信号,有效提升过热汽温的调节精度和稳定性。

基于前馈神经网络的多模式集成降水预报研究

为提高山东定量降水预报准确率,采用深度前馈神经网络(Deep Forword Neural Networks,DFNN)和降水分级最优TS(Threat Score)权重集成方法对多模式集成降水预报进行研究。对2019年4—9月欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasting,ECMWF)全球数值预报系统、中国气象局上海数值预报模式系统(China Meteorological Administration Shanghai 9 km,CMA-SH9)和中国气象局中尺度天气数值预报系统(China Meteorological Administration Meso⁃scale,CMA-MESO)逐24 h累积降水量预报进行有监督训练,得到4组DFNN(ES、EM、SM、ESM)深度学习模型,并利用多模式降水分级最优TS权重集成方法建立Mul-OTS(Multi-mode Optimal Threat Score)集成模型。用2020年4—9月各模式逐24 h累积降水量进行降尺度格点预报,对5种集成方案对比检验、个例分析应用。结果表明:不同起报时间、不同预报时效,5组集成方案均降低了平均相对误差,ESM方案最好,Mul-OTS方案最差;4组DFNN方案均提高了晴雨准确率,ESM方案最好,Mul-OTS方案低于模式预报;4组DFNN方案均提高了各降水等级TS、ETS评分,对弱降水的提高幅度大于强降水,Mul-OTS方案对小量级降水等级订正是负技巧,对大量级降水等级的订正效果较好,但仍不如ESM方案;个例分析发现降水强度和落区预报ESM方案均优于其他集成方案。因此业务上采用最优的ESM方案建立了定量降水格点预报系统,为智能网格预报提供重要支撑。

适应330MW循环流化床锅炉灵活运行的脱硫自动控制系统分析与实践

内蒙古京海煤矸石发电有限责任公司330MW循环流化床锅炉原脱硫系统存在自动运行品质差、脱硫剂单耗高、脱硝脱硫协调性差、烟气测量仪表自检滞后性大等问题。在超低排放改造过程中,通过采取炉内脱硫自动主控逻辑设计与调试、串级控制系统及多变量前馈的设计与优化,炉内4套给料系统和炉外2套给料系统的自动联锁启停控制设计与优化等措施,有效地解决了上述问题,同时对比了优化前后机组快速变负荷期间SO2控制情况及脱硫剂单耗用量。该研究内容可对同类型机组脱硫自动控制设计和投运提供参考。

驱动机械多缸液压系统协同控制方法设计

针对驱动机械的多缸液压系统,为实现各个液压缸之间的协同运动控制,提出一种基于前馈控制器的自动协同控制方法。首先分析多缸液压系统,确定每个液压缸的动态控制方程,然后将协同控制分为前馈控制器和自适应PID控制器两部分。其中,前馈控制器通过分析系统的反馈信息,预测可能存在的液压缸运动误差,并设计前期处理措施;自适应PID控制器结合自适应技术和PID控制器优点,自动识别各液压缸的实时负载情况,按需调节液压缸的输出流量,从而实现自动调整与协同控制。测试结果表明:该方法有效降低了各液压缸间的同步误差,可将误差控制在合理范围内,确保液压系统始终处于平稳的运行状态,不会出现较大的波动。

面向多逆变器的电网电压前馈控制仿真

为了有效避免额外引入电流影响电力系统的稳定性,提出面向多逆变器的电网电压前馈控制方法。分析LCL滤波器的滤波特性,获取LCL滤波参数计算结果,同时对多逆变器建模处理。分析满足逆变器稳定运行的基本条件,调节公共耦合点处的电网阻抗和逆变器输出阻抗,引入理想前馈函数抑制电压对并网电流的干扰,获取逆变器输出阻抗的频率特性,将其和电网电阻相匹配,实现电网电压前馈控制。仿真结果表明,所提方法能够有效抑制谐波的产生,获取比较满意的前馈控制效果。

开关电感型单相五电平电流源逆变器

多电平电流源逆变器因具有高安全性、低输出谐波特性等优点得到广泛关注。提出了一种开关电感型单相五电平电流源逆变器,其直流控制单元采用Buck结构,为电感提供了独立的充放电回路,实现了电感电流控制与输出电流控制的完全解耦,使用较小电感即可控制电流稳定。所提逆变器采用开关电感结构形成多电平输出,减少了器件数目,利用其高度对称性可简化外围电路设计。针对于单相逆变器输入侧电感电流存在二倍频波动的问题,在传统比例积分控制的基础上,增加功率前馈控制,以储能电感在每个开关周期内实现电流恒定作为先决条件,折算不同状态下直流侧开关器件的占空比扰动量,在不增加电路复杂度的前提下,采用较少器件和小储能电感有效抑制了电感电流的二倍频波动,减小了输出电流中3次谐波含量和总谐波畸变率,提高了输出电能质量。最后,通过仿真和实验验证了所提拓扑和控制策略的可行性。

前馈修正的循环流化床机组脱硝系统多模型预测控制研究

双碳政策的深入推进对燃煤机组负荷灵活调峰能力提出了更高要求,然而机组负荷大范围变化时会造成烟气NO_(x)浓度的大幅度波动,提升了NO_(x)超低排放控制的难度。针对大范围变负荷工况下难以快速、精准调控喷氨量的难题,以某循环流化床机组联合脱硝系统为研究对象,建立关键参数前馈修正与多模型预测控制耦合的控制策略,以炉膛出口烟气温度为依据划分工况子模型,根据阶跃扰动试验及改进粒子群算法对各子模型进行参数辨识,并通过隶属度加权方法建立多模型控制器。工程应用结果表明,前馈修正的多模型预测控制方法在平稳负荷工况时波动范围达到±5.8mg/m^(3),变负荷工况时为±8.1mg/m^(3),标准差分别为2.10和2.89mg/m^(3),应用结果证明了该控制方法的有效性。

基于多门控混合专家网络的燃烧热化学流形表征

为了更好地在小火焰燃烧模型框架内实施燃烧热化学流形表征,采用多任务学习领域中的多门控混合专家网络(MMoE).通过对三维层流喷雾射流火焰构型进行详细化学(DC)模拟,构建原始数据集.原始数据集经过Box-Cox转换和标准化处理,以应对燃烧数据的多尺度分布问题.对数据集进行Pearson相关系数分析,结果表明部分化学组分之间无明显的相关性.分别构建同等参数量规模的MMoE和前馈神经网络(FNN)模型,对比分析结果表明,2种模型取得的损失值和决定系数相近,但相比FNN模型,MMoE模型在训练过程中更加稳定,且取得的定量预测结果更加准确.

旅游产业集聚对景区周边环境污染的影响研究

为提高景区周边的建设与发展,提出旅游产业集聚对景区周边环境污染影响研究方法。采集景区周边的历史数据,分析近年来森林、海洋、山林以及城市等不同类型景区周边的污染情况,得到污染指标和详细数据。建立多层前馈神经网络预测模型,将污染和聚集指标作为初始输入的因变量和自变量值,计算污染和聚集性特征向量,推导得出二者间的既定关系矩阵,求解二者间正向和反向变化关系,通过多次迭代训练输出影响阈值。实验数据证明,近年来景区周边环境的水体、土壤以及空气均遵循旅游产业聚集越高、污染程度越严重的原则。

基于RAGAN的工业过程运行指标前馈-反馈多步校正

针对工业过程运行指标反馈校正存在滞后及一步推理校正模型可解释性差的问题,提出了基于递归注意力生成对抗网络(Recurrent attention generative adversarial networks, RAGAN)的运行指标前馈-反馈多步校正方法.该方法采用基于负相关正则化的集成随机权神经网络,建立综合生产指标预报模型,为校正提供前馈信息补偿反馈校正的滞后性.提出的RAGAN校正,采用多步校正实现一次调整的思想,将当前时刻运行指标映射到低维潜变量空间简化数据复杂度,利用长短期记忆(Long short-term memory, LSTM)模型实现数据的分步输入,提高模型可解释性;采用分布式注意力(Distributed attention, DA)机制构建数据读入网络,使校正环节获取任务相关性更高的数据,降低任务复杂度,减小噪声干扰,利用校正后的运行指标,保证系统的综合指标尽可能地跟随设定值运行.采用中国西部地区最大选矿厂实际数据的仿真实验,验证了所提方法的有效性.

基于深度学习的闽南语语音识别

目前的智能家居语音控制仍以普通话为主,较难进行方言的识别。闽南语作为福建第一大方言,使用人数众多,将闽南语语音识别用于智能家居系统将有广阔前景。为了提高闽南语语音识别模型的性能,本文将cFSMN声学模型、DFSMN声学模型和MTL-DFSMN声学模型分别在闽南语语音语料库上进行验证,最终选择声学模型MTL-DFSMN用于闽南语语音识别。该模型能更精准识别用户的闽南语语音指令和满足智能家居系统的要求。

S7-300PLC和WinCC组态软件在电厂的应用

介绍了西门子PLC及组态软件在镇海电厂冷却水处理系统中的应用情况。重点阐述了该系统的软硬件组成、网络结构、系统功能及其特点。该系统自运行以来,各项功能正常,设备运行稳定,完全达到了设计要求。

供热机组负荷指令多尺度前馈协调控制方案

利用热网储能能够动态改变供热机组发电和供热负荷的比例,从而提高机组快速变负荷能力。根据燃料量和热网储能两者调节速度不同的特点,选择速率限制多尺度分解方法,将负荷指令分为慢变信号和快变信号,将两种信号分别叠加在燃料量指令和汽轮机供热调节蝶阀开度指令上,形成供热侧闭环多尺度前馈协调控制方案。仿真试验结果表明:机组快速变负荷时,相较于带动态前馈的炉跟机控制方案(基本方案),本文方案能够有效减小燃料量波动,从而提高机组变负荷速率;在供热抽汽压力允许变化范围内,本文方案中分解速率越小,越有利于机组稳定运行。

漂白过程温度智能控制

针对制浆工段漂白过程碱化塔、漂白塔温度控制及工艺特点 ,采用前馈 反馈控制系统结构 。

一种基于模拟退火的自适应算法

针对常规BP算法收敛速度慢和易陷入局部极小的问题,文章提出了一种新的BP算法———SASSFBP算法。该算法根据训练中最近两个梯度的符号及其相对大小来动态地改变权步因子,提高了神经网络的收敛速度,并同时结合模拟退火算法来避免陷入局部极小。仿真实验结果表明:SASSFBP算法在收敛速度与运算精度,以及避免陷入局部极小的能力等方面均明显优于常规的BP算法。

BP算法稳定性与收敛性的一种改进

针对标准BP算法稳定性与收敛性较差的问题 ,采用多个变元进行迭代 ,其中各变元的迭代方式同标准的BP算法 ,然后取各变元迭代结果的均值作为新一轮训练的修正权值 .其目的是利用均值的平衡效应 ,防止作过大或过小的权值调整 ,解决因不合适的权值调整而导致BP算法整体性能的下降的问题 .理论分析与试验证明 。

数控机床直流直线电机结构设计及控制系统研究

为解决现有直线电机存在边端效应、推力波动大以及控制系统复杂等问题,设计出一种新的直流直线电机结构,并对该电机的数学模型和动态特性进行了较为深入的分析。针对单闭环系统受绕组电压、负载和动子质量的影响,易出现电流和速度波动等问题,设计了多环结构的控制系统,并引入前馈控制方法改善了系统动态跟踪特性。基于上述分析,利用MATLAB对系统进行了仿真研究,结果显示所设计的电机结构具有较好的可行性和可控性,且引入前馈控制的多环控制系统可有效抑制电流和速度的波动,使系统的动态跟踪特性得到显著提高。

一种气动力/直接力复合控制导弹自动驾驶仪设计

文中提出了一种气动力/直接力复合控制导弹自动驾驶仪的前馈-反馈控制器结构,通过攻角反馈自动驾驶仪以及直接力反馈主控回路控制器设计,解决了传统法向过载误差控制器中气动力与直接力两个控制回路由于使用同一个加速度传感器所带来的复合控制系统的解耦问题。文中给出了攻角反馈自动驾驶仪和直接力主控回路的设计方法。通过数字仿真,验证了所设计的直接力/气动力复合控制器可以有效提高导弹末端对付高机动目标的快速响应能力。

基于前馈—反馈控制导弹自动驾驶仪鲁棒稳定性分析

针对一类前馈—反馈的气动力/直接力复合控制导弹自动驾驶仪结构特点,基于对直接力喷流装置放大因子与攻角的对应关系和直接力寄生回路的耦合机理的分析,完成了气动力/直接力复合控制系统的非线性建模,并采用Lyapunov非线性稳定性理论,对复合控制导弹自动驾驶仪的鲁棒稳定性问题进行了证明,给出了采用气动力/直接力复合控制导弹自动驾驶仪的稳定域,具有较好的工程参考价值。