模糊自适应方法在垃圾焚烧炉温度控制系统中的应用

垃圾焚烧炉的运行过程受众多不确定性因素的影响,垃圾焚烧过程的不稳定将导致产生大量新的有害物质,随着人们对垃圾焚烧过程中二次污染问题的日益关注,如何控制垃圾焚烧温度的稳定以减少二次污染的发生已经成为一个重要的研究方向。应用模糊自适应控制策略对垃圾焚烧炉温过程进行控制,并对该控制策略进行了仿真。仿真结果和应用表明:模糊自适应方法具有良好的控制效果,是解决垃圾焚烧过程炉温不稳定的有效途径。

网络化汽轮机组远程监测及故障诊断系统的研究

针对火电机组状态监测和故障诊断方面存在的不足,提出了建立省级故障诊断中心,并研究开发了网络化汽轮机组远程监测及故障诊断系统,已应用于生产实际,在汽轮发电机组运行和维修中发挥了重要作用。介绍了该系统的体系结构、软件结构、网络技术及特点,并给出应用实例说明其实用性和有效性。

主元分析方法在火电厂锅炉过程故障检测中的应用

研究了将主元分析方法(PCA)应用到火电厂锅炉控制过程的故障检测的若干问题,提出了适合于此类过程的改进PCA建模方法和在线故障检测方法。对过程数据的处理、变量相关关系的发掘和主元检测模型的建立以及在线检测算法等方面进行了阐述。最后,基于现场采集的长期历史数据,给出了在锅炉过程传感器故障检测中的应用实例,试验结果表明了所提出的方法的可行性。

再热汽温系统的内模解耦控制

对一类有多变量、强耦合、大时滞特点的再热汽温系统,提出一种新型内模解耦控制器。该控制器具有同时兼解耦器、内模控制器的特性,采用解耦原理与内模控制融合方法设计,其解耦作用使系统成开环对角优势,避开动态解耦技术要求精确模型且可能为物理不可实现对象的矛盾;其内模控制可补偿不精确解耦及时滞导致的控制品质下降。文中给出了控制器的设计过程,并进一步探讨了系统稳态误差和对关联抑制的原理。仿真结果证实:该控制系统动态指标好,鲁棒性强。

基于粗糙集理论的旋转机械故障诊断方法

粗糙集理论是一种新的数据分析和处理方法,使用粗糙集理论可以对决策表进行简化,去除冗余属性。该文针对旋转机械故障诊断问题,计算旋转机械振动故障数据库中的频域征兆,使用粗糙集理论对其进行约简,根据约简的结果生成规则。利用得到的规则对故障样例进行诊断。结果表明:使用粗糙集理论可以在保留分类能力不变的前提下,去掉诊断中的不重要的要素,保留重要的要素,从而可以简化对诊断信息的需求。对故障样例的诊断结果也表明:得到的规则基本上是可信的。

采用主成分分析法综合评价电站机组的运行状态

为解决电厂机组运行优化、状态监测与故障诊断中涉及到的机组运行状态的综合评价问题,提出用主成分分析(PCA)方法,建立了电厂机组的综合评价指标的思想.介绍了主成分分析法的原理,并应用该方法对某电厂机组的实际运行状态进行了综合评价.结果表明:该方法消除了主观因素对评价的影响,得到的综合评价指标可对汽轮机进行定量评价,也可为机组状态在线监测提供依据.

阀式浇注系统优化控制技术在注塑模中的应用

在分析注塑模普通浇注系统的基础上,为解决注塑成型存在的问题,介绍了一种新型阀式浇注控制系统,阐述了阀式浇注系统优化控制的关键技术,通过对浇注系统的浇口控制充填模式研究,以注塑流动分析为理论基础,依靠CAE分析技术对浇注充填过程进行流动模拟,科学准确地对阀式浇注系统的浇口位置确认,并根据分析结果应用热流道和自动控制技术对注塑工艺进行优化控制(如浇口阀门的开关时机、打开方式),为阀式浇注系统优化控制的实现提供基础。

电站锅炉汽包水位的CMAC神经网络与PID复合控制

提出了电站锅炉汽包水位系统的CMAC神经网络与PID的复合控制策略。将蒸汽流量信号引入到CMAC神经网络中,考虑负荷变化对汽包水位的影响,使其具有前馈补偿能力,以消除"虚假水位"现象。总的控制输出由CMAC神经网络的输出和一个常规PID控制器的输出通过变参数加权综合后作用于被控对象,这样保证在控制初期以及对象特性变化的情况下系统仍然具有良好的调节品质。仿真试验结果表明了该控制策略的有效性和实用性。

大型风力发电机组的前馈模糊-PI变桨距控制

建立了变桨距风力发电机组的动态模型,在分析机组特性和变桨距控制要求的基础上,提出了一种基于模糊控制的动态前馈模糊-PI复合变距控制方法.以考虑尾涡效应的机组动态模型作为应用实例,对该复合控制系统进行了仿真.结果表明:它具有很强的抗干扰能力,控制效果明显优于传统的PI控制.

一种设计模糊-PID复合控制器的新方法及其在电厂控制中的应用

为提高大型火电机组过热蒸汽温度串级控制的性能,提出了一种新型模糊-PID复合控制器的设计方法。该方法可实现在偏离工作点较远的区域模糊控制中起主要控制作用,在工作点附近则主要实施PID控制,实现了两种控制的优势互补,同时还为模糊控制器提供了一种系统化设计方法。实际工业应用结果表明:采用该方法设计的过热蒸汽温度串级控制系统比常规方法设计的系统具有更强的适应能力和良好的控制品质。

基于单向解耦的火电机组负荷最优预见控制方法

根据火电单元机组数学模型的特点,将多变量解耦理论与最优预见控制方法相结合,提出了一种基于单向解耦的负荷最优预见控制系统设计方法,该方法将2×2多变量最优预见控制系统的设计转化为两个单回路系统的设计,从而简化了系统结构,减少了计算量。仿真结果表明:所设计的系统具有良好的负荷跟踪性能。

基于趋势提取的稳态检测方法

提出一种新的火电机组运行过程的稳态检测方法。通过滑动窗滤波将数据动态趋势标准化,建立了BP神经网络提取趋势,得到稳定性模糊隶属度矢量,通过模糊推理计算出系统的稳定因子(SF),从而判断系统工况是否稳定。在某负荷变化过程的稳态检测实例中,与多种方法进行了对比,结果表明稳态趋势检测方法具有较高的准确性。将该方法用于某电厂125MW机组抽汽系统的多传感器故障检测系统中,有效地降低了过渡过程带来的误诊率,表明该方法具有一定的工程实用价值。

基于相对劣化度模型的大型汽轮机状态综合评价

大型汽轮机设备工作状态性能的好坏直接影响到电厂运行的安全性和经济性,对其进行状态监测及状态综合评价很有必要。为克服传统状态评价方法的缺陷和不足,引入相对劣化度概念,充分利用设备运行参数、状态监测参数和运行统计参数,融合汽轮机本体振动信号、轴系运行参数以及通流部分热效率等多类信息,建立了应用相对劣化度的评价模型,开发了汽轮机本体状态综合评价系统并将其成功应用于国产300 MW汽轮机本体状态综合评价中。研究结果表明,该方法合理有效,评价结果可为以后的本体维修决策提供科学依据。

基于模糊的自校正PID控制在水电机组上的应用

针对水电机组具有非线性、时变、非最小相位且结构参数变化范围较大的特点,基于模糊集理论设计了一种自校正PID控制器,该控制器基于对控制误差、误差的变化和误差变化的变化的识别,通过模糊推理来实现其参数的实时优化,从而达到对水电机组不同工况下的自适应控制,算法实现简单,实时性强。在水电机组的调节系统仿真实验中,与采用常规PID控制相比,能更有效改善系统的动态性能,增强系统的鲁棒性。

火电单元机组协调控制系统的多变量IMC-PID设计

根据单元机组的低阶非线性模型,经过适当的简化,推导出一个双输入双输出、能够描述机组动态特性及机炉间相互耦合关系的传递函数矩阵。以该矩阵为基础,采用多变量内模控制的方法对单元机组协调控制系统进行设计,为了能方便地在实际工程中实现,文中推导出了该控制器的PID实现形式,最终简化的控制器结构简单,需调节参数少,可调参数与系统动态性能的对应关系明确。仿真试验表明:该控制器具有良好的解耦效果和负荷适应能力。

直流锅炉风/煤比燃烧优化控制的研究

在分析风/煤比控制特性的的基础上,提出以炉膛辐射能信号最大为目标的寻优算法,将辐射能信号引入到锅炉送风控制回路,并在1台300 MW直流锅炉上进行了试验.结果表明:在维持正常燃烧工况下,进行实时燃烧优化策略能有效地改善机组的控制品质,提高机组的整体效率和减少NOx排放.

基于现场数据的汽包压力动态建模研究与仿真

基于大量的现场运行数据,可以建立汽包压力的动态数学模型。在对原汽包压力机理模型分析的基础上,由可测变量代替原机理模型中的不可测变量,在满足小扰动的条件下,对汽包压力建模过程中的非线性过程进行了线性化处理;利用汽包压力以及各输入数据小范围内变化以及接近线性化的现场数据,建立了不同变工况下的汽包压力动态数学模型,并且对其进行了仿真研究。结果表明,当分别对给煤流量、给水流量和汽包入口水温进行阶跃输入时,汽包压力的响应过程的总体趋势是与其机理相一致的。

发电设备远程监测诊断系统的Web技术实现

分析了当前电力系统发电设备故障诊断中存在的问题,提出了解决方案——基于Internet的发电设备状态监测与诊断,介绍了基于Internet的发电机组远程监测诊断系统的结构与实现技术,并从实时性、安全性的角度,着重分析采用JDBC、Servlet实现方案的优劣。结合作者的实践,介绍了使用JavaApplet、TCP/IP协议和JavaSocket技术开发的一套远程状态监测诊断系统。

基于火焰序列图像的煤粉燃烧稳定性判别

研究煤粉燃烧稳定性判别问题。对煤粉火焰图像进行了分析,提出了差分图像相对变化量作为特征参数来表征燃烧稳定性的方法,在此基础上提出了一种燃烧稳定性模糊判别方法。该方法将燃烧稳定性知识用语言形式描述出来,通过建立语言与特征参数之间的模糊关系,进而建立了特征参数与燃烧稳定性之间的模糊模式关系。试验表明:判别方法能有效地进行燃烧稳定性判别。这对实现燃烧状态自动监测,保障锅炉安全运行具有实际意义。

在线监测燃煤锅炉NO_x排放的自适应支持向量机模型

提出了一种基于改进的在线支持向量机自适应建模方法,并应用于电站锅炉NOx排放连续监测和特性分析.对常规在线支持向量机方法进行了改进,提出了新的样本剔除规则,保证了训练集内样本分布的均匀性.通过该改进方法对基于试验数据的常规向量机模型预测余差进行了连续估计,并预估煤质等因素引起的NOx排放特性的变化,从而补偿了实际工况与试验工况的差别,以便正确给出锅炉NOx排放特性.