期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
火电厂主蒸汽压力的LQ次优调节策略
1
作者 李阳春 施可登 杨启文 《动力工程》 CSCD 北大核心 2004年第3期375-378,共4页
主蒸汽压力是火电厂热工自动化中非常重要的参数,但是具有大惯性、纯迟延等特性,是一个比较难调的对象。基于主蒸汽压力降阶近似模型和二次型最优控制原理,给出了主蒸汽压力的LQ次优调节策略。实验研究表明:该策略调节效果令人满意,非... 主蒸汽压力是火电厂热工自动化中非常重要的参数,但是具有大惯性、纯迟延等特性,是一个比较难调的对象。基于主蒸汽压力降阶近似模型和二次型最优控制原理,给出了主蒸汽压力的LQ次优调节策略。实验研究表明:该策略调节效果令人满意,非常适用于变压运行的机组。 展开更多
关键词 自动控制技术 火电厂 主蒸汽压力 LQ次优调节策略 降阶近似模型 二次型最优控制原理
下载PDF
基于深度学习的三维倾斜圆盘周围流场特征提取方法研究
2
作者 魏立 郭孝先 +1 位作者 田新亮 赵亚坤 《水动力学研究与进展(A辑)》 CSCD 北大核心 2023年第3期450-462,共13页
流场特征提取是流体力学领域内的重要研究分支,对流场结构及流动机理的研究具有重要意义。然而对于高度非线性特征的复杂流动问题,如高雷诺数流场流动,传统的特征提取方法诸如本征正交分解(Proper Orthogonal Decomposition,POD)和动态... 流场特征提取是流体力学领域内的重要研究分支,对流场结构及流动机理的研究具有重要意义。然而对于高度非线性特征的复杂流动问题,如高雷诺数流场流动,传统的特征提取方法诸如本征正交分解(Proper Orthogonal Decomposition,POD)和动态模态分解(Dynamic Mode Decomposition,DMD),很难以较低的计算代价对流场特征进行精确提取。而深度学习技术为解决以上问题提供了全新的角度。该文基于深度学习自编码方法,针对由直接数值模拟(Direct Numerical Simulation,DNS)得到的雷诺数Re=200附近工况下的三维倾斜圆盘流场建立近似降阶模型,实现了流场重构及流场特征提取等任务目标,与POD等传统方法相比,取得了更加精确的结果,展现了自编码方法在特征提取问题上的优势。更进一步地,该文创新地将深度学习模型得到的特征模态与物体力系数相结合,描述了抽象的模态表达与实际物理过程之间的内在联系。此外,还将训练得到的自编码模型应用于流场数据降噪及缺失数据恢复等实际问题,证明了深度学习自编码方法在处理以上问题时的强大适用性。 展开更多
关键词 流场特征提取 深度学习 近似模型 模态分解 流体力学
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部