-
公开(公告)号：CN105912507B
公开(公告)日：2019-05-21
申请号：CN201610252158.7
申请日：2016-04-21
申请人： 东南大学
摘要： 本发明提供了一种分析声波在温度场和流场复合场中传播路径的方法，先利用三角形前向展开法计算得到声波在温度场中的出射点，之后计算等腰三角形区域在流场作用下的偏移变形，根据温度场和流场的影响计算声波入射方向，根据声波在温度场中的出射点及等腰三角形区域在流场作用下的偏移变形计算得到声波出射点，根据声波入射点、声波入射方向及声波出射点得到声波传播路径。本发明在三角前向展开法的基础上做进一步研究，提出综合考虑温度场和流场对声波传播路径影响的新方法，具有算法简单，占用计算机资源少，可扩展至三维计算的新方法。
-
公开(公告)号：CN109519957A
公开(公告)日：2019-03-26
申请号：CN201811149972.1
申请日：2018-09-29
申请人： 东南大学
IPC分类号： F23N1/02
摘要： 本发明公开了一种超超临界锅炉闭环燃烧优化控制方法，基于无迹卡尔曼滤波最小二乘支持向量机建立的燃烧系统动态模型能够准确地反映锅炉效率和NOx排放随负荷变化的动态特性，同时更新机制的引入也保证了动态模型在不同的工况条件下依然具有良好的自适应能力和预测能力。1000MW燃煤锅炉在变负荷和负荷稳定时，调节量、被控指标及相关参数均处于合理范围且变化平稳的情况下，均能够使锅炉效率维持稳定，同时SCR入口折算后NOx浓度较投运前有明显降低。
-
公开(公告)号：CN105889910B
公开(公告)日：2017-11-03
申请号：CN201610289585.2
申请日：2016-05-04
申请人： 东南大学
IPC分类号： F23C10/28
摘要： 本发明公开了一种循环流化床锅炉的新型AGC控制方法，包括以下的步骤：S1：获取控制对象的阶跃响应系数；S2：获得控制对象的状态空间近似表述形式；S3：获取预测控制的预测模型；S4：进行控制方法的滚动优化；S5：进行控制方法的反馈校正。本发明充分利用锅炉侧的一次风在循环流化床锅炉动态过程对于汽机侧的机组功率的动态调节作用，充分利用炉膛床料蓄能，减小锅炉燃料量的滞后影响，改良的预测控制算法可以提高系统的扰动抑制能力。
-
公开(公告)号：CN106647268A
公开(公告)日：2017-05-10
申请号：CN201611189329.2
申请日：2016-12-21
申请人： 东南大学
IPC分类号： G05B13/04
CPC分类号： G05B13/042
摘要： 本发明公开了一种基于模型预测控制的MGT‑CCHP分层最优控制系统，包括动态最优目标值设置单元，模型预测控制单元，扰动模型单元，MGT‑CCHP系统单元和状态及扰动观测器单元。本发明改善了系统的控制性能，提高系统抗干扰性；动态目标值计算单元中考虑了经济影响因素，使系统具有一定的经济性；采用多变量预测控制策略控制MGT‑CCHP系统，能较好的克服系统大惯性、大延迟的缺点，提高各阀门开度控制对机组负荷变化的响应速度；同时考虑了阀门开度上下限制、速率限制等实际约束，避免因执行机构饱和从而影响系统性能。
-
公开(公告)号：CN104776446B
公开(公告)日：2017-05-10
申请号：CN201510176385.1
申请日：2015-04-14
申请人： 东南大学
IPC分类号： F23N5/00
摘要： 本发明公开了一种锅炉燃烧优化控制方法，其特征在于，包括如下步骤：对锅炉燃烧非线性系统进行采样，得到当前时刻的输入/输出数据；使用在线增量学习模糊神经网络对实时采样得到的输入/输出数据进行训练，建立锅炉燃烧非线性系统的在线增量学习预测模型；对所述在线增量学习预测模型使用非线性预测控制算法，实现对锅炉燃烧过程的优化控制。本发明的一种在线增量学习模糊神经网络的电站锅炉燃烧优化控制方法，通过锅炉燃烧优化模型的在线辨识，利用粒子群优化算法求解预测控制算法中的非线性优化问题，可以实现锅炉燃烧过程的实时优化与控制。
-
公开(公告)号：CN105823080A
公开(公告)日：2016-08-03
申请号：CN201610173955.6
申请日：2016-03-24
申请人： 东南大学
IPC分类号： F23N5/00
CPC分类号： F23N5/003
摘要： 本发明公开了基于数值优化极值搜索的无模型锅炉燃烧优化控制方法，包括：步骤1，采集锅炉燃烧系统k?n至k时刻一个时间窗口内各个时刻的锅炉效率η(j)和氮氧化物排放值NOx(j)并设置容许误差ε，步骤2，计算k?n至k时刻一个时间窗口内的锅炉效率的平均值η和氮氧化物排放值的平均值NOx，将η和NOx分别作为当前k时刻的锅炉效率和氮氧化物排放值；步骤3，将当前k时刻锅炉效率η和氮氧化物排放值NOx归一化，计算单目标函数J(k)；步骤4，计算性能指标随各层操作量的变化梯度gk；步骤5，计算搜索方向dk；步骤6，计算步长因子αk；步骤7，计算下一时刻待优化的操作量ui(k+1)；步骤8，重复步骤2～步骤7，直至算法收敛，得到最优操作量。
-
公开(公告)号：CN105676647A
公开(公告)日：2016-06-15
申请号：CN201610142068.2
申请日：2016-03-11
申请人： 东南大学
IPC分类号： G05B13/04
CPC分类号： Y02P80/15 , G05B13/042
摘要： 本发明公开了一种基于状态观测器的冷热电三联供系统预测控制方法，包括以下的步骤：S1：获取微型燃气轮机冷热电三联供对象的阶跃响应模型；S2：确定联供对象的状态空间模型；S3：设置控制器参数，并对联供系统的未来状态进行预测；S4：对控制器进行初始化；S5：计算偏差；S6：对状态量进行在线修正；S7：对未来输出进行预测；S8：计算下一时刻燃料量、回热阀门开度和高压冷剂蒸汽阀门开度的最佳控制增量；S9：计算下一时刻燃料量、回热阀门开度和高压冷剂蒸汽阀门开度的最佳控制量；S10：输出最佳控制量，根据测量信号计算并更新下一时刻的输出预测值；然后在每个采样周期内，重复执行步骤S5-S10。本发明能够改善控制品质。
-
公开(公告)号：CN105652665A
公开(公告)日：2016-06-08
申请号：CN201610120625.0
申请日：2016-03-03
申请人： 东南大学
IPC分类号： G05B13/04
CPC分类号： G05B13/042
摘要： 本发明公开了微型燃气轮机冷热电三联供系统的协调控制方法，包括离线阶段和在线阶段；离线阶段包括：步骤1-1，简化被控系统；步骤1-2，在MGT-CCHP系统处于稳定运行状态时，依次在各输入变量中加入高斯白噪声扰动，采集输入变量和输出变量的数据作为模型辨识的数据；步骤1-3，根据扰动实验的数据，利用子空间辨识的方法辨识出该三输入三输出系统的离散状态空间模型；在线阶段包括：步骤2-1，观测当前时刻k的状态向量x(k)的值；步骤2-2，据当前时刻k的状态向量x(k)、k-1时刻的输入向量u(k-1)以及辨识出的状态空间模型，推导出未来P个时刻的输出向量的表达式；步骤2-3，优化性能指标；步骤2-4，利用二次规划的方法，求解优化性能指标最小的优化问题，得到当前时刻的控制增量。
-
公开(公告)号：CN105629736A
公开(公告)日：2016-06-01
申请号：CN201610164656.6
申请日：2016-03-22
申请人： 东南大学
CPC分类号： G05B13/042 , B01D53/8625 , B01D53/90 , B01D2251/2062 , B01D2258/0283
摘要： 本发明公开了数据驱动的火电机组SCR脱硝扰动抑制预测控制方法，以选择性催化还原技术SCR烟气脱硝系统为被控对象，喷氨阀门开度信号为系统控制输入量，反应器出口氮氧化物浓度为系统输出，基于子空间辨识方法，利用系统输入输出数据，估计未知扰动对系统的影响，并利用观测扰动值提高模型预测精度，在不破坏预测控制最优性的前提下主动克服扰动作用，实现更好的控制品质。
-
公开(公告)号：CN104776446A
公开(公告)日：2015-07-15
申请号：CN201510176385.1
申请日：2015-04-14
申请人： 东南大学
IPC分类号： F23N5/00
摘要： 本发明公开了一种锅炉燃烧优化控制方法，其特征在于，包括如下步骤：对锅炉燃烧非线性系统进行采样，得到当前时刻的输入/输出数据；使用在线增量学习模糊神经网络对实时采样得到的输入/输出数据进行训练，建立锅炉燃烧非线性系统的在线增量学习预测模型；对所述在线增量学习预测模型使用非线性预测控制算法，实现对锅炉燃烧过程的优化控制。本发明的一种在线增量学习模糊神经网络的电站锅炉燃烧优化控制方法，通过锅炉燃烧优化模型的在线辨识，利用粒子群优化算法求解预测控制算法中的非线性优化问题，可以实现锅炉燃烧过程的实时优化与控制。
-
-
-
-
-
-
-
-
-
搜索结果
90 条记录 (耗时 0.03 秒)
