【摘 要】
：
针对干煤粉气化炉多变量、大滞后、纯耦合的特性,提出一种改进的BP-PID控制算法.炉内温度是气化炉安全运行的重要指标之一,由于炉内温度与氧煤比的值具有很强的相关性,因此,对于气化炉主要控制回路中氧煤比的建模与控制研究具有实际应用价值.介绍了PID控制器结构和BP神经网络算法描述,根据现场采集数据,进行数据预处理后,利用渐消记忆递推增广最小二乘法建立气化炉数学模型,采用改进的BP-PID控制算法对炉内温度进行控制.仿真结果表明,改进的BP-HD控制算法比普通的PID控制算法控制具有更好的控制效果,自适应和抗
【机 构】
：
中国科学技术大学信息科学技术学院,安徽合肥230027;航天长征化学工程股份有限公司,北京101111
论文部分内容阅读
针对干煤粉气化炉多变量、大滞后、纯耦合的特性,提出一种改进的BP-PID控制算法.炉内温度是气化炉安全运行的重要指标之一,由于炉内温度与氧煤比的值具有很强的相关性,因此,对于气化炉主要控制回路中氧煤比的建模与控制研究具有实际应用价值.介绍了PID控制器结构和BP神经网络算法描述,根据现场采集数据,进行数据预处理后,利用渐消记忆递推增广最小二乘法建立气化炉数学模型,采用改进的BP-PID控制算法对炉内温度进行控制.仿真结果表明,改进的BP-HD控制算法比普通的PID控制算法控制具有更好的控制效果,自适应和抗干扰能力强,具有很好的鲁棒性,提高了系统的自动化和先进化程度.
其他文献
当前云平台资源管理采取的是虚拟资源池方式,在进行资源调度时,存在显著的动态特征。为了有效应对大规模任务,改善任务执行对系统性能的影响,提出了基于改进PSO的资源调度算法。考虑到调度模型中任务映射的合理性,依次分析了任务时间、成本和负载约束,将任务时间与任务成本采取加权合并,结合资源负载的倒数得到综合目标。在求解NP模型时引入PSO算法,将任务与资源映射至PSO粒子参数,对非连续任务采取自然编码,在
针对大数据负载分析异常负载检测精度较低、流量耗费较高的问题,研究基于高阶统计特征的大数据异常检测方法。利用双谱值检测方法提取大数据负载中的高阶统计特征,构建高阶统计特征集合;利用人工免疫理论构建大数据异常负载检测器,以高阶统计特征集合对正常大数据负载样本编码生成集合,结合随机生成过程和高亲和力检测器克隆突变后代形成一个不成熟检测器。阴性选择算法用于将集合中的元素与未成熟检测器一一匹配,并通过低于匹
对于大多数工业过程的控制系统,由于PID控制器结构简单易于实现的优点,目前大部分控制系统仍然使用该控制器。随机干扰是工业过程中无法规避的一种影响系统控制精度的因素,且在随机干扰条件下的PID控制器参数整定问题尚未得到足够的重视。因此,针对上述问题,提出了一种输出方差最优的PID参数整定方法,将参数整定问题转化为一个非凸优化问题,采用粒子群算法(Particle Swarm Optimization
为研究游乐设施运行中乘客身体特定部位加速度测量问题,目前采用对加速度测量的对象是设备,即选取座椅上固定位置代替人体的特定部位。此外,为准确测量分别建立了集中参数模型、有限元模型、多体动力学模型进行人椅耦合,其中集中参数模型因其结构简单被广泛研究。将人体简化为弹簧和集中质量,分别搭建了3自由度和4自由度座椅-乘客加速度集中参数传递模型,探究竖直方向上人体加速度传递响应关系,对模型进行仿真。根据模型的
针对传统数据库学习可视化程度低,有效提高学习效率,构建了学习行为大数据可视化的网络数据库学习方法。分析学习行为具体特征,结合贝叶斯理论按学习资源归类可视化数据;设定相关学习变量,观测变量,分别将正确率、错误率、所学知识难度、遗忘概率及状态概率等特征作为可视化函数,通过对学习行为数据采集和储存、分析学习行为及建立可视化模块,建立大数据可视化的网络数据库,充分掌握学习者学习行为情况,随后设定数据库学习
声发射技术作为一种成熟的无损检测手段,对声发射信号的分析有重要意义。针对大量的声发射信号撞击文件,单独利用C#或MATLAB语言都无法快速进行声发射信号特征参数分析。通过研究C#与MATLAB混合编程的常用技术,详细分析.NET程序集调用MATLAB函数编写C#窗体应用程序的方法,利用上述方法实现了对大量声发射信号撞击的特征参数提取和分析。通过程序实例,证明了所提方法能够降低声发射信号处理分析算法
针对传统生物激励神经网络遍历路径规划的重复覆盖率高和子区域间路径不是最优的问题,提出了基于内螺旋搜索的生物激励遍历路径规划方法。方法在未知水下环境信息的情况下通过生物激励神经网络算法完成水下地图环境建模与路径规划,在分割出子区域后通过内螺旋算法占主导完成子区域遍历,避免神经元活性值相同引起重复覆盖,子区域间通过A*算法实现最优路径规划。仿真结果表明,相较原方法,上述方法生成的路径分别在重复覆盖率、
为解决具有速度不易测量、模型不确定与外界干扰的欠驱动船舶路径跟踪问题,提出一种结合线性扩张状态观测器(LESO)的滑模控制算法。首先对船舶路径进行预测,据此预测值和参考路径值计算路径未来误差,并基于Backstepping算法设计参考艏向角。其次,采用双曲正切函数设计滑模控制器,对艏向进行控制。引入LESO对外界干扰和不确定参数进行逼近,以提高控制器的鲁棒性。并利用非线性观测器和LESO对船舶纵向
网络环境日趋复杂给数据库的安全访问提出了严峻挑战,针对敏感数据日益增长的数据库信息,提出了敏感信息可变保序加密安全算法。在保序加密模型分析的基础上,为避免明文顺序相同造成加密效果不佳的问题,引入随机发生函数构建密钥,使明文域与任意数共同影响密钥,并通过对明文域采取等分处理降低密文域大小,从而完成对存入数据库的明文域信息加密。对数据库敏感信息引入量子计算进行二次加密,利用自旋态和模糊态生成密钥,以及
求解变系数方程的高斯消元法与高斯-约当消元法计算原理类似、问题相近,但前者计算速度高于后者。提出分段对称反向高斯-约当消元法,其中包括根据系数矩阵结构特点构成特殊增广阵,以展示和应用元素的变化规律,并分段对上下三角元素消元以大大提高计算效率。对矩阵下三角元素正向消元及对称计算可简化所有下三角元素计算,而对上三角元素反向消元可再省略所有上三角元素计算,而取倒后的对角元素作为规格化因子可大大减少除法计