一、遗传神经网络及其在智能变送器中的应用(论文文献综述)
张丽珠[1](2021)在《中央空调系统数字孪生模型参数辨识及其不确定性估计方法研究》文中研究表明中央空调系统在住宅、商场、医院、数据机房和工业厂房等建筑中有着广泛的应用,其能源消耗大约占中国建筑总能耗的50%~65%。因此,中央空调系统具有较大的节能潜力。长期以来,我国中央空调系统从业人员专业素养整体不高,运行维护管理相当粗放,普遍能源浪费十分严重。传统基于人工经验的运行维护管理已难以实现空调系统的可靠、低能耗、高效率地运行,因此有必要对空调系统进行整体智能化升级。物联网、5G通讯、人工智能、自动化等领域的快速发展,为实现中央空调系统信息化和数字化转型提供了技术支撑。借助新一代信息技术发展智慧能源是我国能源行业的发展趋势,而融合物理系统与信息技术的“数字孪生”为解决当前智慧能源发展所面临的问题提供了新的思路。通过“数字孪生”技术,计算机能够低成本地探索最佳设计方案、最优控制策略以及潜在故障风险,从而自动化地指导系统的运行维护。构建准确和可靠的系统模型是实现以上愿景的基石。其中,如何对模型参数进行可靠辨识、如何估计模型预测不确定性以及如何降低模型预测不确定性是系统建模领域三个亟待解决的关键科学问题。为此,本文开展了以下研究工作:(1)提出了一种基于遗传算法和多策略初始解空间优化的中央空调系统设备模型参数辨识框架,克服了遗传算法在高维模型参数辨识时效率不高且模型精度较低的问题。该框架包含初始解空间优化和遗传算法寻优两个步骤:首先,提出了一种多策略初始解空间优化方法来确定模型初始解空间;然后,采用遗传算法在给定初始解空间内对模型参数进行辨识。结果表明,该方法可以有效提高遗传算法的参数辨识效率,并且最终得到的模型具有较高的精度。(2)提出了一种基于k-means聚类的中央空调系统设备模型预测区间估计方法,旨在对模型的预测不确定性进行定量估计。该方法包括残差聚类和预测区间估计两个步骤:首先,采用k-means聚类对训练集上的模型残差进行划分,得到不同输入组合下的模型残差;然后,根据模型残差的统计分位数估计模型的预测区间。结果表明,通过该方法可以得到可靠的预测区间。此外,模型预测不确定性与模型输入有关,该方法得到的预测区间能够自适应地追踪输入变量变化。(3)采用了模型残差补偿方法,旨在对中央空调系统设备模型的预测结果进行修正,提高中央空调系统设备模型的预测精度,并降低模型的预测不确定性。该方法使用人工神经网络对模型残差与模型输入之间的关系进行建模,从而实现对设备模型残差进行补偿。结果表明,对于冷水机组模型,经过误差补偿后,该模型的精度得到显着提高。其平均绝对误差、均方根误差、平均绝对误差百分比和均方根误差的变异系数分别降低36.49%、46.00%、33.16%和45.73%,而其决定系数提高25.75%。此外,结果进一步表明,该方法可以显着降低模型的预测不确定性。经过误差补偿后,该模型的预测区间宽度显着减小。本文为提高中央空调系统设备模型准确度和可靠性提供了新思路,有助于构建准确可靠的中央空调系统“数字孪生”模型,并最终实现高度自动化、智能化和低碳化的中央空调系统运维管理。
罗晴[2](2021)在《R410A多功能热泵换热器传热强化及其对系统性能影响机理研究》文中研究说明换热器是影响热泵系统能效的核心部件之一,由于现有的热泵热水系统热水-冷凝换热器主要有串接在压缩机排气口和联接在冷凝器与蒸发器之间两种方式,但在运行过程中都难以保证和解决换热器的传热性能以及制冷剂的不平衡问题,从而导致换热器传热效率低下。因此,研究热泵热水系统换热器的传热特性,强化其传热性能,并针对换热器传热对系统性能影响进行研究,解决换热器传热的不稳定性,这将对提高换热器传热能力以及提升系统的整体性能具有极其重要的意义。本文研究的多功能热泵系统换热器主要由翅片管式换热器和板式换热器组成,翅片管式换热器作为蒸发器和冷凝器其主要作用是空调的制冷与制热,板式换热器作为热水-冷凝器功能则是制取热水。对R410A制冷剂翅片管式换热器不同结构以及空气侧和管内侧的传热特性进行分析和研究,得到增强换热器传热性能的最优结构型式;并通过建立板式换热器三维模型,利用FLUENT软件进行数值模拟,研究R410A-水在板式换热器人字形板片中的传热特性,获得人字形板片传热性能最佳结构参数。针对6HP多功能热泵系统在不同工况模式下换热器传热对系统性能影响机理进行研究,揭示翅片管式换热器以及板式换热器传热性能与系统能效之间的关系,并通过优化系统结构以及控制策略,从而进一步提高和改善系统的整体性能。本文主要研究内容和结论如下:(1)对翅片管式换热器结构的流程排布、流向、分流均匀性、过冷段以及翅片型式等对换热器传热特性的影响进行了研究和分析,结果表明:流程排布为10路分流且作为冷凝器时设计为逆流的换热器在标准制热工况下,140型换热器传热能力可提高近23%,160型换热器能力可提高16.5%;并且,经过调整毛细管分流均匀后的160型换热器比没有经过调整时的传热性能提高了9.15%,换热器能效比提高了近18.7%;过冷段的设计对于冷凝器提高其性能的作用不大,但对于蒸发器除霜周期无过冷段比有过冷段时增加了88min,且除霜时间延长了390s。通过对三种不同翅片型式的换热器进行实验对比分析可知:使用波纹开缝翅片(STEPFIN)型式的换热器传热性能最佳,140型换热器的标准制冷和制热能力分别达到17722W和13933W,能效比则分别达到2.85和3.19;160型换热器的标准制冷和制热能力分别可达18956W和15149W,能效比分别达到了2.51和3.06。(2)针对波纹开缝翅片管式换热器空气侧以及R410A-润滑油混合物在内螺纹管内的传热特性进行实验研究,结果表明:(1)当翅片间距从1.2mm增大到1.9mm时,空气侧传热能力也随之增大,而换热器能效比却呈现出先增大后减小的变化规律,制冷和制热能效比最大均出现在间距为1.7mm时,分别达到了2.6和2.85,此时制冷和制热能力分别为13746W和15793W。(2)润滑油对R410A制冷剂在内螺纹管内会产生高干度时增强传热和低干度时削弱传热的两面性影响,并且随着制冷剂质流密度的增大,润滑油对制冷剂传热的影响越小。(3)建立R410A-水板式换热器三维模型,利用FLUENT软件进行数值模拟,改变板式换热器人字形板片结构参数,分别对R410A制冷剂和水在板式换热器内的传热特性进行研究,得到:波纹倾角?为60o、波纹节距?为14mm、波纹高度h为2mm的板片,其制冷剂侧和水侧的传热整体性能因子j/f最佳,分别达到0.44和0.06、0.49和0.07、0.97和0.08。(4)多功能热泵系统在制热水模式下:通过对低温工况下系统制热水性能低下的问题进行了实验研究和分析,创建了制冷剂回收到系统后再截断的新循环系统,解决了因制冷剂不平衡所导致的板式换热器内制冷剂缺乏而引起传热能力低下的问题,优化系统结构后的板式换热器制热能力较之前提高了近150%,系统能效比提高了133.3%。(5)多功能热泵系统在制冷+制热水模式下:(1)当水模块进水流量在0.55m3/h~2.0m3/h时,板式换热器制热能力和翅管换热器制冷能力均有所上升,且系统总能效比与之均呈正比关系,此时存在最佳进水流量为2.0m3/h,制热能力和废热回收比率分别可达10650W和71%,系统总能效比可达5.37。(2)当进水温度从10℃上升到53℃时,翅管换热器制冷能力和板式换热器制热能力分别下降23.7%和99%,系统总能效比下降高达80%,说明系统总能效比与换热器传热性能呈现出线性关系。此时,调节室外机电子膨胀阀EVO开度在10%~40%之间,可平衡翅管换热器与板式换热器之间的传热,最大能提升翅管换热器20%的制冷能力以及板式换热器16%的制热能力,系统总能效比最大可提升22%。(3)当室外温度从10℃上升到40℃时,翅管换热器制冷能力仅上升12.1%,但板式换热器制热能力和废热回收比率上升趋势尤为明显,制热能力提升达670%,废热回收比率提升达到589%,系统总能效比在15℃以后几乎呈线性关系增加,提升幅度达84.8%。(4)室内机运行容量变化时,将室外机电子膨胀阀EVO开度在10%~20%之间进行调节,可使翅管换热器制冷能力和板式换热器制热能力分别提升10%和8%,系统总能效比提升15%。说明调节EVO开度可在一定程度上平衡分配翅管换热器和板式换热器之间的制冷剂流量,从而保证换热器之间传热性能的稳定性,提高系统的总能效比。(6)多功能热泵系统在制热+制热水模式下:(1)当水模块进水温度从20℃上升到40℃时,翅管换热器制热能力上升15.5%,而板式换热器制热能力却下降13.1%,说明翅管换热器和板式换热器传热能力成反比,而随着进水温度变化系统总能效比呈现出非线性关系。通过调节EVM的开度在30%~60%可平衡和稳定翅管换热器制热和板式换热器传热能力,使总制热量提升20%,系统总能效比提高16.3%。(2)在室外温度为-15℃的低温时,翅管换热器和板式换热器的制热能力均十分低下,分别为9833W和139W;当室外温度从-5℃上升到20℃时,翅管换热器制热能力上升31%,而板式换热器制热能力上升达130.8%,且系统总能效比从1.7增加到3.0,增幅达76.5%,说明系统总能效比与换热器传热能力均呈正比关系。(3)室内机运行容量越大,翅管换热器制热能力也越大,而板式换热器制热能力却不断减小,可知翅管换热器与板式换热器之间的传热能力成反比;此时将进水温度控制在35?5℃的范围内进行调节,可平衡和稳定翅管换热器和板式换热器之间的传热,最大可影响80%的总制热量,系统总能效比提升可达15.7%。
何蒙[3](2021)在《9kW螺旋热解装置控制系统的研究与开发》文中进行了进一步梳理热解反应器是生物质热解最主要的设备,具有大惯性、非线性、大滞后、时变特点,且很难建立对象模型。温度影响其产物的产率和质量,所以对温度的控制相当重要。本文对热解反应系统进行了深入研究,采用几种算法进行仿真,设计并选择了软硬件,结合控制要求,设计总体控制方案。根据热解反应器的特点建立数学模型,将Smith预估器与内模算法结合得到Smith内模算法,分析了一自由度控制的局限性,设计了二自由度Smith内模算法,可通过分别调节跟踪及抗干扰控制器的滤波参数实现跟踪以及抗扰动性能单独控制。并且选用ANFIS算法,在线调节参数。经仿真分析,此控制器与二自由度Smith内模、Smith内模和传统PID相比,提高了系统鲁棒性和稳定性。通过对系统软硬件设计,实现了热解反应系统。设计了下位机控制电路,据此完成硬件的安装,在Lab VIEW上设计了人机界面。
王恒[4](2020)在《流化床内生物质与床料颗粒混合流动特性研究及热解过程DEM-CFD数值模拟》文中认为由于环境污染以及能源紧缺问题日益凸显,生物质能高效清洁利用技术受到广泛关注。生物质热解技术可以将生物质转换为液体燃料,具备开发潜力。本文以流化床内生物质热解过程中与床料颗粒的混合流化特性研究为切入点,结合试验与数值模拟方法,对流态化下的生物质颗粒与床料混合流化及热解过程进行研究,最终在欧拉-拉格朗日框架下建立颗粒尺度的生物质热解模型。针对生物质热解过程中生物质物料与床料混合流化过程,本文以成型生物质颗粒、玉米秸秆、稻壳、小米颗粒为研究对象,选取石英砂为床料,通过试验采集了流化过程中的压力脉动信号以及高清瞬时图像等信息。试验结果表明,成型生物质颗粒与小米颗粒在掺混石英砂后的流化特性较好,玉米秸秆即使有石英砂颗粒掺混也极难达到理想的流化状态。稻壳颗粒的流化状态随表观气速以及掺混比例变化都十分明显。借助希尔伯特-黄变换分析方法,对试验采集到的流化过程压力脉动信号进行非线性分析并总结了IMF(Intrinsic Mode Function)分量的能量比例与流型变化之间的规律。尽管生物质颗粒种类不同,但同一个流型对应的IMF分量高、中、低频的能量分布及比例关系有共性规律。通过分析发现,从未充分鼓泡阶段到充分鼓泡阶段,IMF分量的中频能量占比存在一个明显上升的变化趋势。在充分鼓泡阶段,IMF中频能量占比最大,高频能量占比次之,而低频分量的能量比例最小。在未达到充分鼓泡阶段时则是高频能量占比最大,中频能量的比例次之,低频能量比例最小。节涌床阶段则是中频能量比例略高于高频能量,低频能量略有增大。湍流床阶段与节涌床阶段相似,但低频能量比例明显大于其他流型。选取流化数(表观气速u与最小流化速度umf之比)、IMF分量高、中频能量比例EIMF1-3/EIMF4-6以及IMF分量低频EIMF7-8三组数据作为特征向量,通过应用改进的C-means模糊聚类方法对流化过程中的流型进行了聚类,聚类结果为未充分鼓泡、充分鼓泡、节涌、湍流四种流型。进一步将聚类流型作为训练数据和检测数据,应用神经网络算法进一步建立了生物质颗粒与石英砂混合过程智能流型识别系统,对节涌和湍流流型的识别可达100%。在对生物质与床料混合流化特性以及流型特性研究基础上,以稠密相气固两相流动理论为指导,建立了欧拉-拉格朗日框架下的流化床内生物质颗粒与石英砂混合流动过程的数值模型。采用软球模型描述颗粒间及颗粒与壁面之间的碰撞,采用Hertz-Mindlin非线性接触算法进行碰撞受力计算。气固曳力耦合采用的是四向耦合。在模型中考虑了生物质颗粒与石英砂颗粒的密度、尺寸等物性差异,分别讨论了表观气速为1.0 m/s、1.5m/s以及2.5 m/s以及生物质颗粒粒径为1.5 mm、2.0 mm以及3.0 mm时颗粒流化及混合特性。模拟在介观尺度上,对物性差异较大的生物质颗粒与石英砂颗粒的局部混合质量进行了评价。通过研究生物质颗粒与石英颗粒的分布和运动过程中的颗粒平均动能变化,总结了生物质颗粒与石英砂混合机制。模拟结果表明,在一定范围内增大表观气速,对颗粒混合过程有促进作用,较大的表观气速使颗粒更快达到良好混合的状态;直径较小的生物质颗粒对应着较好的混合质量。在生物质颗粒与石英砂混合流化模型基础上,耦合生物质热解三组分动力学模型,建立了欧拉-拉格朗日框架下流化床内生物质热解的数值模型。在生物质颗粒的热解模型中,考虑生物质颗粒随热解反应过程的物性变化及气相参数变化;在传热模型中,考虑了气固传热以及石英砂颗粒对生物质颗粒的辐射传热;采用缩粒模型对生物质颗粒随热解反应的体积变化进行计算。通过模拟,描述了生物质颗粒在热解过程中的瞬时变化规律,研究了气体温度、气体表观速度等因素对热解生成物产率的影响。研究表明,热解油产率随温度升高先升高后下降,在550℃时热解油产率达到最高,由于二次反应的进行,部分热解油分解成小分子气体,因此当温度进一步升高为600℃时,热解油产率略有下降。表观气速对热解生成物产率的影响体现在对气相组分的输运上,更高的表观气速下,热解油的产率更高。
卫敏[5](2020)在《电弧炉电极调节器智能控制及远程监控》文中认为在当今工业炼钢过程中,电弧炉越来越受到欢迎。电弧炉电极控制器是工业炼钢过程中最核心的部分,有效的电极控制器可以提高电弧炉生产率、减少电极消耗和出钢时间。研究一种新型的电极控制算法是非常有必要的。本设计以电弧炉电极调节器为研究对象,建立了电弧炉阻抗模型、供电系统模型、液压系统模型及电弧炉电极调节系统模型,通过simulink来进行仿真,得到了弧流与弧长之间的非线性曲线图,然后通过最小二乘法对其曲线进行拟合,得到弧流与弧长的关系表达式,最后根据实际运行参数对液压调节系统中的比例阀、液压缸等给出了具体的传递函数,为了与实际电弧炉工作尽可能相似,在仿真过程中加入了白噪声和干扰来模拟电弧的时变性、随机性,从而更好的建立电弧炉模型。在交流电弧炉模型建立的基础上,分析了现有的电极调节系统的控制算法,总结出这些算法的优缺点,对于非线性时变性的电弧炉来说,控制效果不太好。本文针对这种复杂的时变系统,采用了遗传模糊逻辑控制器(GFLC)算法来进行电极控制,该算法是利用遗传算法来构造模糊逻辑控制器的双层迭代进化算法,设计了一种新型的编码方式克服了非线性不好控的问题,使得控制性能更加高效。与传统PID控制算法相比,GFLC通过选择逻辑规则和调整隶属函数来实时快速控制电极调节参数,从而节约电能,提升炼钢效率。本文在某钢厂120吨的电弧炉的背景下,采用了西门子S7-1500系列的PLC来设计电弧炉计算机控制系统,从而实现电弧炉电极调节过程。在分析了电弧炉每个功能模块后,使用博途软件来对整个电弧炉进行PLC的程序控制,然后采用WinCC来编辑上位机界面,可以快速的采集到实时的弧流弧压等数据。因其炼钢环境恶劣,工作人员一直在现场操作也不是长久之计,设计了一种基于WEB的电弧炉远程监控系统,便于工作人员不在现场也能实时监控炼钢过程,从而达到智能化。比如,当炼钢过程中发生电极短路等各种故障时,远程监控系统会提示报警信息,使工作人员能够快速的操控紧急情况。
刘智民[6](2020)在《基于遗传算法的电磁式锅炉水蓄热供热系统智能控制研究》文中进行了进一步梳理随着京津冀协同发展、京张联合举办冬奥会、雾霾治理及大气污染治理等方面攻坚战的打响,清洁能源供热已得到进一步推广。对于远离集中供热区域的独立民居、医院和远离市区的营业场所等,供暖热源采用了一种新型的环保锅炉-电磁式电锅炉。但从目前运行系统看存在以下问题:节能率不高;控制系统的智能化程度不高;电能消耗较高。因此,供暖系统存在的节能潜力很大,这就对清洁能源供热智能控制技术的研发与应用提出了新的更高要求。为了解决以上问题,本课题基于遗传算法对电磁式锅炉水蓄热供热系统的智能控制方式进行了研究。首先,根据用热规律对该建筑供暖采用分时分温的控制方式。夜间采用低谷电给蓄热水箱蓄热,同时供暖系统供水温度调至最低设计值,保证供暖管道和设备不被冻结;白天的供热方式采用依据室内温度、供水温度及室外温度的变化提出的一种前馈加串级复合控制方式,并结合上班时间采用提前预热方式给建筑供暖。其中,前馈控制算法采用基于遗传算法优化的数学模型,依据室外温度的变化控制三通阀的开度并配合串级控制,最终实现供暖系统按需供暖。其次,根据控制方案进行了电磁式锅炉水蓄热供热监控系统的设计与实现。给出了监控系统的总体构架,底层控制采用PLC S7-200 Smart作为控制核心,实现对室内温度的自动控制。远程监控终端采用了巨控远传模块,通过TCP/IP协议将数据发送到云端服务器,实现了远程监控功能,并设计了远程终端监控界面和触摸屏监控界面,实现了人机交互功能。最后,将控制方案在张家口市某汽车4S店供暖平台上试运行,采集运行数据,根据建筑室内温度变化情况可以看出该控制方案具有较好的控制效果,并对供暖系统进行节能率的计算与分析,采用智能控制算法控制后节能效果显着。
王枭[7](2020)在《典型常减压装置腐蚀分析及腐蚀预测技术研究》文中进行了进一步梳理随着原油劣质化和炼化装置大型化的发展趋势,管道和设备腐蚀失效引发的安全问题日益增多,造成的后果越来越严重。因此,腐蚀防护在预防生产事故发生和提高设备安全可靠性方面显得更加重要。随着“大数据”时代的来临,依据大量的生产数据进行腐蚀预测从而指导现阶段的防腐工作正成为腐蚀研究的一个重要发展方向。本文在中石油某炼化厂常减压装置的腐蚀检查结果的基础上,结合生产实际,进行了腐蚀分析和腐蚀预测技术研究。首先,研究了常减压装置工艺流程、材质回路和主要腐蚀机理,将设备和管线划分为5个腐蚀回路,并在此基础上展开了基于腐蚀回路的腐蚀分析,并根据腐蚀检查结果确定了两处重点腐蚀部位。其次,根据腐蚀检查结果筛选出两处重点腐蚀部位开展进一步的腐蚀机理研究、腐蚀形貌分析和腐蚀产物垢样分析,提出改进措施和防腐建议,为重点腐蚀部位设计在线监测布点方案。然后,研究了 BP神经网络、Elman神经网络和遗传算法等人工智能算法的原理和训练过程,总结和归纳出3种算法的适用性、优缺点以及算法设计时应遵循的原则和注意的问题。并通过腐蚀在线监测系统采集数据并对数据进行了预处理,为腐蚀预测模型建立提供理论基础和数据支撑。最后,通过建立BP神经网络模型、Elman神经网络模型和基于遗传算法优化的BP神经网络模型等3个腐蚀速率预测模型达到了腐蚀预测的效果,经过模型训仿真验证和模型对比分析,基于遗传算法优化的BP神经网络模型具有最佳的拟合效果和稳定性,在用于重点腐蚀部位腐蚀预测效果最佳。
潘慧[8](2020)在《小通道气液两相流型在线辨识与预测的实验及理论研究》文中研究指明由于工业制造水平的提高,科技新材料的研究发展,工业设备越来越趋于精细化,小型化。由于其精细的结构,灵敏的动态响应,低能耗和高效的转换效率,微小型设备被广泛应用于许多领域,例如石油、化工、医疗等。小通道内的两相流动特性不同于常规通道,这是由于表面效应在小通道内的影响最大,同时壁面润湿性、管道截面形状、粘性力以及粗糙度等的影响也在加大。两相流系统的安全运行受流动特性和传热特性的影响较大,而流型影响着流动特性和传热特性,因此,流型的辨识至关重要。而气液两相流的压差波动信号由流体的流动状况决定,蕴含了丰富的信息,与流型有着非常密切的关系。因此研究小通道气液两相流型的在线辨识与预测具有重要的工业应用价值和学术价值。本文结合高速摄像图对光电传感器模拟信号和压差波动信号进行线性统计分析实现了小通道气液两相流型的初步辨识;对压差波动信号进行混沌分析从非线性分析的角度研究两相流波动过程,进一步提高了流型辨识的准确性;建立了基于压差波动信号的Volterra自适应短期预测和LSTM循环神经网络预测模型实现了小通道气液两相流型的在线辨识与预测。首先,本文利用自行搭建的小通道气液两相流型测试实验平台,通过调节不同的气相和液相的流量,利用高速摄像机可以拍摄到本实验选取的三种管径下的小通道气液两相流中出现的流型的清晰的高速摄像图,进行流型的初步辨识。对通过高速摄像机获得的小通道气液两相流的流型所对应的的光电传感器模拟信号图进行流型的分析与辨识。由于对测试实验的的光电传感器模拟信号图和压差波动信号图的分析只是单纯的从线性的角度对信号波动图进行的流型分析辨识,没有涉及到气液两相流动的非线性特性分析。而压差波动信号蕴含着丰富的流型信息,在实验过程中易于采集,不会对两相流动状态产生影响,因此采用基于混沌的非线性分析对压差波动信号进行混沌分析,绘制吸引子图,从而实现了对小通道气液两相流的流型更准确的分析辨识。通过建立基于Volterra自适应滤波器的压差波动信号预测模型与基于LSTM循环神经网络的压差波动信号预测模型,对压差波动信号进行预测,对两种预测结果进行比较分析。通过高速摄像机获得了气泡流、塞状流、弹状流、弥散流和波状流五种典型流型的高速摄像图像,结合光电模拟信号和压差波动信号的对比分析证实了基于混沌吸引子图的小通道气液两相流流型辨识的优越性;通过对比分析基于相空间重构的Volterra自适应滤波器预测模型和LSTM循环神经网络预测模型,对小通道气液两相流压差波动信号的预测结果,发现两种预测模型都可以实现压差波动信号的预测,而基于混沌相空间重构的Volterra自适应预测模型对小通道气液两相流的预测结果更准确。在Volterra自适应预测模型下的三种管径的压差波动信号的预测结果中,2mm管径的气液两相流流型的压差波动信号预测结果的均方误差总体最小,预测效果最准确;在LSTM循环神经网络预测模型下,3mm管径的各个流型的压差波动信号的预测结果最好,呈现出管径越大预测结果越准确的现象。实验中所测得的五种流型中,基于混沌相空间重构的Volterra自适应预测模型对气泡流流型的压差波动信号预测均方误差最小;基于LSTM循环神经网络预测模型对弹状流的压差波动信号的预测均方误差相对较小,预测结果较好。
宋冠锋[9](2020)在《燃气锅炉供热系统节能运行设计与实现》文中进行了进一步梳理锅炉是社会生活中不可或缺的动力和供暖设备,在经济发展和环境治理过程中都扮演着重要的角色。传统燃煤锅炉难以控制、低效、污染严重、浪费资源等特点,已无法满足当今社会绿色节能高效发展的目标,发展趋势必然是清洁能源的比重逐步上升,取代煤炭等传统能源的地位。本文针对燃气锅炉集中供热节能运行系统,分析锅炉燃烧特性、选取最优控制策略、建立热负荷预测模型以及对整体供热控制系统进行设计,并进行节能分析。天然气燃烧后几乎不会产生污染,是一种高效清洁的气体燃料。燃气锅炉集中供热系统相比燃煤锅炉,系统设备更少,智能化程度更高,控制更加精准方便。对燃气锅炉的工作原理、系统组成及燃烧特性进行分析,建立燃烧反应的数学模型,为控制系统的设计、控制策略的选择提供依据。工业现场中,常规PID算法应用最广泛,对于较为简单的控制对象,具有良好的控制效果。但燃气锅炉结构参数复杂,具有较强的非线性,无法建立较为精确的数学模型,且一般控制系统也无法满足燃气锅炉大惯性和时滞性的特点。故本文采用将模糊控制与常规PID算法结合在一起的模糊自整定PID算法,着重对模糊控制器进行设计,以达到锅炉控制系统要求。并在MATLAB/SIMULINK平台,对常规PID和模糊自整定PID进行控制策略仿真,对仿真结果分析比对。燃气热水锅炉供热过程中,用户对热量的需求在不同时刻产生变化,其外部因素包含室外气温、光照、供水管网压力、流量等。当供水管网通过热交换器供给的热量超过用户需求热量时,会造成多余热量损失;但如果供给热量不足,就会导致室内温度无法达到用户预期。所以,合理的热负荷预测需要从用户需求出发,将供热过程人性化。本文采用基于BP神经网络算法建立的热负荷预测模型。在MATLAB平台上应用神经网络工具箱,建立预测模型结构,经过样本数据的学习规则训练后,对测试数据进行效果测试,并对测试结果进行分析,是否达到预期。燃气锅炉智能供热系统搭建在UW500 DCS系统上。硬件方面,分别对操作员站、现场控制站、通讯网络、I/O接口及现场设备进行选型设计;软件方面,在UWin Tech3.0中分别对硬件配置、I/O模块、数据库以及监控画面进行组态设计,并设计各控制子系统程序流程图。控制系统将实现燃气锅炉供热的智能控制,达到高效节能的目的。最后对改造后的燃气锅炉供热系统进行节能分析,分别从一次能源和变频节能两个方面对新系统的节能效果进行论述。
蔄云鹏[10](2020)在《基于神经网络的小型断路器电热式过载电流测量系统研究》文中进行了进一步梳理近年来,智能电网的提出使得断路器向智能化转变已经成为了必然的发展趋势,在低压领域,万能式断路器和塑壳式断路器的智能化产品在市场上占有量很大,其智能化技术也相对成熟,而使用最广的小型断路器却很少见到其智能化的相关报道。智能断路器多采用电子脱扣装置,其核心技术就是使用一个电流互感器来测量电流,然而目前市场上的电流互感器体积较大,小型断路器的内部空间又很有限,所以利用电流互感器来设计电子脱口装置的方法并不适用于传统的小型断路器。目前,在智能化领域,小型断路器的研发受到内部空间的限制。因此,针对于小型断路器,如何利用新思路,研究出适用于更小空间的电流检测方法具有现实的研究意义和广阔的发展前景。本文利用电流的热效应,提出了一种电热式过载电流检测方法,该方法能够很好地解决断路器被内部空间所限制的难题,使小型断路器实现智能化。本文将人工神经网络应用到过载电流检测研究中。首先,本文分析了小型断路器温升的影响要素,排除了其它因素的干扰,确定了电流为小型断路器温升的主要影响要素。以DZ47-60型小型断路器为测量原型,为防止通过载电流时使双金属片受热弯曲致使小型断路器脱扣,所以在实验前将双金属片截断,保留内部其余结构,这样,小型断路器内部的发热-散热条件更加接近于实际工作时的情况。搭建LabVIEW实验测量平台,本平台主要由调压器、稳压源、三相干式变压器、温度变送器以及电流互感器所构成,采集不同电流下所对应的温度数据,以供建模使用。然后,在单隐含层BP神经网络模型的基础上创建双隐含层BP神经网络模型,利用相应公式确定网络大致结构,通过对网络参数的逐个验证,确定最终的基于BP神经网络的过载电流检测模型。最后,为了进一步地减小过载电流预测误差,运用遗传算法对已建立好的模型进行优化,在寻找到最优权值-阈值组合的基础上搭建基于GA-BP神经网络的过载电流检测模型。利用实验采集到的数据对过载电流检测模型进行验证,通过验证结果可以看出,本文所创建的过载电流检测模型预测精度高,可以满足小型断路器智能化的设计要求。
二、遗传神经网络及其在智能变送器中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、遗传神经网络及其在智能变送器中的应用(论文提纲范文)
(1)中央空调系统数字孪生模型参数辨识及其不确定性估计方法研究(论文提纲范文)
摘要 |
Abstract |
主要符号表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 数字孪生简介及研究现状 |
1.3 模型参数辨识方法研究现状 |
1.3.1 经典优化算法 |
1.3.2 启发式优化算法 |
1.4 模型预测不确定性估计方法研究现状 |
1.5 模型误差补偿方法研究现状 |
1.6 本文的主要研究内容 |
2 中央空调系统工程概况及设备模型 |
2.1 中央空调系统的工作原理 |
2.2 项目概况 |
2.2.1 中央空调系统概况 |
2.2.2 中央空调系统的监测内容 |
2.2.3 卷烟厂室内负荷 |
2.3 设备模型 |
2.3.1 冷水机组模型 |
2.3.2 水泵模型 |
2.4 本章小结 |
3 中央空调水系统设备模型参数辨识 |
3.1 遗传算法介绍 |
3.2 基于遗传算法和多策略初始解空间优化的模型参数辨识方法 |
3.3 性能验证 |
3.3.1 数据概况 |
3.3.2 性能评价指标 |
3.3.3 冷机模型参数辨识结果 |
3.3.4 冷冻水泵模型参数辨识结果 |
3.3.5 冷却水泵模型参数辨识结果 |
3.4 本章小结 |
4 中央空调水系统设备模型预测不确定性估计 |
4.1 基于k-means聚类的模型预测区间估计方法 |
4.1.1 残差聚类 |
4.1.2 预测区间估计 |
4.2 性能验证 |
4.2.1 数据概况 |
4.2.2 性能评价指标 |
4.2.3 冷机模型预测区间估计结果 |
4.2.4 冷冻水泵模型预测区间估计结果 |
4.2.5 冷却水泵模型预测区间估计结果 |
4.3 本章小结 |
5 中央空调水系统设备模型误差补偿 |
5.1 人工神经网络 |
5.2 基于人工神经网络的模型残差补偿方法 |
5.2.1 残差补偿神经网络训练 |
5.2.2 设备模型残差补偿 |
5.3 性能验证 |
5.3.1 数据概况 |
5.3.2 性能评价指标 |
5.3.3 冷机模型误差补偿结果 |
5.4 本章小结 |
6 全文总结与展望 |
6.1 全文总结 |
6.2 本文创新点 |
6.3 研究展望 |
参考文献 |
攻读硕士学位期间取得的科研成果 |
致谢 |
(2)R410A多功能热泵换热器传热强化及其对系统性能影响机理研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 多功能热泵系统研究现状 |
1.2.2 翅片管式换热器研究现状 |
1.2.3 板式换热器研究现状 |
1.3 国内外研究现状总结及对本课题的启示 |
1.4 研究目标与内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 本章小结 |
第2章 R410A制冷剂翅片管式换热器传热特性研究 |
2.1 翅片管式换热器结构 |
2.2 换热器传热实验装置 |
2.3 换热器结构型式对传热性能的影响 |
2.3.1 流程排布对换热器传热的影响 |
2.3.2 流向对换热器传热的影响 |
2.3.3 分流均匀性对换热器传热的影响 |
2.3.4 过冷段对换热器传热的影响 |
2.3.5 翅片型式对换热器传热的影响 |
2.4 R410A制冷剂翅片管式换热器空气侧传热特性实验研究 |
2.4.1 翅片管式换热器空气侧表面传热系数计算 |
2.4.2 实验测试数据处理 |
2.4.3 波纹开缝翅片管式换热器空气侧传热特性分析 |
2.4.4 波纹开缝翅片管式换热器空气侧传热系数关联式的建立 |
2.5 R401A-润滑油在内螺纹强化管内传热特性实验研究 |
2.5.1 换热器内螺纹管传热实验装置 |
2.5.2 内螺纹强化管结构参数 |
2.5.3 管内制冷剂沸腾传热系数计算 |
2.5.4 实验测试数据处理 |
2.5.5 实验结果分析 |
2.5.6 R410A-润滑油在内螺纹强化管内传热关联式的建立 |
2.6 本章小结 |
第3章 R410A-水板式换热器传热特性研究 |
3.1 钎焊式板式换热器结构 |
3.2 板片物理模型 |
3.2.1 人字形板片结构参数 |
3.2.2 模型网格划分 |
3.3 板片数学模型 |
3.3.1 控制方程 |
3.3.2 模型设置 |
3.3.3 边界条件设置 |
3.3.4 初始条件设置 |
3.3.5 网络无关性和步长独立性验证 |
3.4 波纹倾角对传热特性的影响 |
3.4.1 流体流态分析 |
3.4.2 压力分布特性分析 |
3.4.3 温度分布特性分析 |
3.4.4 传热面热流分布特性分析 |
3.5 波纹节距对传热特性的影响 |
3.5.1 流体流态分析 |
3.5.2 压力分布特性分析 |
3.5.3 温度分布特性分析 |
3.5.4 传热面热流分布特性分析 |
3.6 波纹高度对传热特性的影响 |
3.6.1 流体流态分析 |
3.6.2 压力分布特性分析 |
3.6.3 温度分布特性分析 |
3.6.4 传热面热流分布特性分析 |
3.7 实验与模拟结果对比分析 |
3.7.1 板式换热器传热实验装置 |
3.7.2 变水流量实验与模拟对比分析 |
3.7.3 变制冷剂流量实验与模拟对比分析 |
3.8 本章小结 |
第4章 不同工况模式下换热器传热对系统性能影响机理研究 |
4.1 多功能热泵系统循环原理 |
4.2 实验装置及测试系统 |
4.2.1 实验装置 |
4.2.2 实验机组 |
4.2.3 实验测试系统及工况条件 |
4.2.4 数据采集系统及控制系统 |
4.3 低温工况下板式换热器传热对系统性能影响研究 |
4.3.1 低温工况对板式换热器传热性能的影响 |
4.3.2 低温工况板式换热器传热性能改善研究 |
4.4 单独制冷模式下换热器传热对系统性能影响研究 |
4.4.1 不同制冷工况下换热器传热对系统性能的影响 |
4.4.2 制冷剂回收平衡后换热器传热对系统性能的影响 |
4.5 制冷+制热水模式下换热器传热对系统性能影响研究 |
4.5.1 水模块(WM)水流量变化对换热器传热的影响 |
4.5.2 水模块(WM)进水温度变化对换热器传热的影响 |
4.5.3 室外环境温度变化对换热器传热的影响 |
4.5.4 室内机运行容量变化对换热器传热的影响 |
4.6 单独制热模式下换热器传热对系统性能影响研究 |
4.6.1 不同制热工况下换热器传热对系统性能的影响 |
4.6.2 制冷剂回收平衡后换热器传热对系统性能的影响 |
4.7 制热+制热水模式下换热器传热对系统性能影响研究 |
4.7.1 水模块(WM)进水温度变化对换热器传热的影响 |
4.7.2 室外环境温度变化对换热器传热的影响 |
4.7.3 室内机运行容量变化对换热器传热的影响 |
4.8 单独制热水模式下换热器传热对系统性能影响研究 |
4.9 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 创新点 |
5.3 展望 |
参考文献 |
致谢 |
附录A 攻读学位期间所发表的学术论文目录 |
(3)9kW螺旋热解装置控制系统的研究与开发(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究发展现状 |
1.2.1 控制理论研究现状 |
1.2.2 温度控制研究现状 |
1.3 本文研究内容 |
第二章 热解反应器数学模型及总体控制方案设计 |
2.1 反应器温控系统整体组成结构 |
2.2 热解反应器传热机理及温控系统特性分析 |
2.2.1 热解反应器传热机理 |
2.2.2 热解反应器传热特性 |
2.3 反应器数学模型的建立 |
2.3.1 反应器数学模型一般形式 |
2.3.2 反应器模型参数的确定 |
2.4 反应温度控制方法研究 |
2.5 反应器系统控制方案设计 |
2.6 本章小结 |
第三章 基于ANFIS二自由度Smith内模算法 |
3.1 传统PID |
3.2 Smith内模算法 |
3.2.1 Smith预估算法 |
3.2.2 内模算法 |
3.2.3 Smith内模算法 |
3.3 二自由度Smith内模算法 |
3.3.1 设定值跟踪控制器 |
3.3.2 扰动抑制控制器 |
3.3.3 控制器参数整定 |
3.4 模糊神经理论 |
3.4.1 模糊控制 |
3.4.2 神经网络 |
3.4.3 模糊神经 |
3.5 自适应模糊神经 |
3.5.1 T-S型模糊神经 |
3.5.2 自适应模糊神经算法 |
3.6 基于ANFIS二自由度Smith内模在反应器中的应用 |
3.7 仿真分析 |
3.8 本章小结 |
第四章 生物质热解螺旋反应器控制系统的设计 |
4.1 生物质热解螺旋反应器系统控制 |
4.2 反应器硬件组成 |
4.3 反应器软件设计 |
4.3.1 软件总体设计 |
4.3.2 基于S7-200PLC下位机软件设计 |
4.3.3 上位机软件设计 |
4.4 上位机与下位机通讯 |
4.4.1 OPC通讯技术 |
4.4.2 LabVIEW与PLC通讯 |
4.4.3 LabVIEW与MATLAB/SIMULINK通讯 |
4.4.4 LabVIEW、Matlab和PLC通讯实现 |
4.4.5 人机界面流程 |
4.5 本章小结 |
第五章 实验平台搭建 |
5.1 基于S7-200PLC的下位机控制电路设计 |
5.1.1 电源电路设计 |
5.1.2 功率调节器电路设计 |
5.1.3 电机电路接线图 |
5.1.4 S7-200PLC电路接线图 |
5.1.5 模拟量输入接线图 |
5.2 硬件安装及人机界面设计 |
5.2.1 硬件安装 |
5.2.2 人机界面 |
5.3 本章小结 |
第六章 结论 |
参考文献 |
在学期间取得的科研成果和科研情况说明 |
致谢 |
(4)流化床内生物质与床料颗粒混合流动特性研究及热解过程DEM-CFD数值模拟(论文提纲范文)
摘要 |
ABSTRACT |
主要符号说明 |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 流化床内生物质与石英砂颗粒混合特性试验研究 |
1.3.2 混合颗粒压力脉动特性的非线性分析 |
1.3.3 流化床内生物质与床料混合流化的流型识别 |
1.3.4 生物质颗粒混合流化特性的模拟研究 |
1.3.5 热解动力学模型 |
1.3.6 生物质热解过程模拟研究 |
1.4 本文研究目标和内容 |
1.4.1 研究目标 |
1.4.2 研究内容 |
1.5 本文研究路线 |
1.6 论文结构 |
1.7 本章小结 |
参考文献 |
第二章 生物质颗粒与石英砂混合流化特性研究 |
2.1 引言 |
2.2 试验系统介绍 |
2.3 试验物料 |
2.4 试验工况 |
2.5 混合颗粒的流化特性分析 |
2.5.1 混合颗粒的床层压降 |
2.5.2 生物质与石英砂颗粒混合流化最小流化速度的理论计算 |
2.6 混合颗粒的压力脉动信号非线性分析 |
2.6.1 Hilbert-Huang变换 |
2.6.2 压差脉动信号的Hilbert-Huang变换分析 |
2.7 本章小结 |
参考文献 |
第三章 基于模糊聚类-神经网络算法的流型识别 |
3.1 神经网络训练识别系统 |
3.2 基于模糊聚类算法建立样本数据库 |
3.2.1 聚类数、权重系数的确定 |
3.2.2 应用遗传算法优化初始聚类中心函数 |
3.3 基于模糊聚类-神经网络算法的流型识别模型 |
3.4 流型识别系统模型的建立与应用 |
3.4.1 选取聚类模型的特征向量 |
3.4.2 确定最佳聚类数、权重系数以及初始聚类中心 |
3.4.3 对样本集进行模糊聚类 |
3.4.4 训练流型识别系统 |
3.4.5 测试流型识别系统 |
3.5 本章小结 |
参考文献 |
第四章 基于欧拉-拉格朗日法的生物质-石英砂颗粒混合流化DEM-CFD模拟研究 |
4.1 引言 |
4.2 颗粒相模型 |
4.2.1 颗粒碰撞模型 |
4.2.2 颗粒曳力模型 |
4.3 气相模型 |
4.4 模型算法 |
4.4.1 模拟计算平台 |
4.4.2 自适应时间步长 |
4.4.3 颗粒局部搜索方法 |
4.4.4 模型求解算法 |
4.4.5 并行算法优化 |
4.5 边界及初始条件的设置 |
4.5.1 反应器几何结构及网格划分 |
4.5.2 数值计算方法 |
4.6 边界条件及参数设置 |
4.7 模拟结果及讨论 |
4.7.1 瞬时流化状态 |
4.7.2 流化床内的压力脉动情况 |
4.7.3 宏观尺度下的颗粒流化行为 |
4.7.4 介尺度下颗粒的混合流化特性 |
4.8 本章小结 |
参考文献 |
第五章 流化床内生物质热解DEM-CFD模拟研究 |
5.1 引言 |
5.2 模型概述 |
5.3 气相模型 |
5.4 颗粒相模型 |
5.4.1 颗粒描述方法 |
5.4.2 颗粒传热模型 |
5.5 热解动力学模型 |
5.6 数值模拟对象 |
5.6.1 物理模型 |
5.6.2 模型参数设定 |
5.7 流化床内生物质热解模拟结果及讨论 |
5.7.1 模型验证 |
5.7.2 不同温度下的热解产物生成率 |
5.7.3 不同温度下生物质质量变化 |
5.7.4 表观气速对生物质颗粒热解的影响 |
5.8 小结 |
参考文献 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 本文主要创新点 |
6.3 本文研究不足及展望 |
附录 A |
附录 B |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
(5)电弧炉电极调节器智能控制及远程监控(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究进展 |
1.2.1 国外研究进展 |
1.2.2 国内研究进展 |
1.2.3 电极控制策略的介绍 |
1.3 研究内容 |
1.4 论文结构安排 |
1.5 本章小结 |
2 电弧炉系统模型的建立 |
2.1 电弧炉工业炼钢工作原理 |
2.2 电弧炉工业炼钢设备的组成 |
2.2.1 液压调节系统介绍 |
2.2.2 电弧炉本体 |
2.2.3 主电路设备 |
2.3 交流电弧的模型建立 |
2.3.1 交流电弧的阻抗模型 |
2.3.2 交流电弧模型的验证 |
2.3.3 最小二乘法曲线拟合 |
2.3.4 电极调节系统模型的建立 |
2.4 电弧炉电气运行参数及工作点的选择 |
2.5 本章小结 |
3 电弧炉电极调节系统控制算法的研究 |
3.1 模糊逻辑控制器 |
3.2 遗传模糊逻辑控制器 |
3.2.1 遗传模糊逻辑控制器分析 |
3.2.2 遗传优化逻辑规则和隶属函数 |
3.3 改进的遗传算法模糊逻辑控制器 |
3.3.1 逻辑规则的编码方式 |
3.3.2 隶属函数的编码方式 |
3.3.3 遗传算子 |
3.3.4 迭代进化算法 |
3.4 算法的仿真研究 |
3.4.1 仿真分析 |
3.4.2 仿真结果 |
3.5 本章小结 |
4 电弧炉计算机控制系统的实现 |
4.1 计算机控制系统的结构 |
4.2 系统的配置与功能 |
4.3 电极调节PLC设计 |
4.3.1 现场电极调节系统设计框架 |
4.3.2 现场电极调节系统控制算法设计 |
4.3.3 电极调节PLC程序思路 |
4.4 电极调节系统程序仿真 |
4.5 电极调节系统监控界面设计 |
4.6 本章小结 |
5 电弧炉远程监控系统设计 |
5.1 远程监控系统概述 |
5.2 HINET智能网关介绍 |
5.3 基于工业网关的远程监控系统 |
5.3.1 远程监控系统结构设计 |
5.3.2 远程监控系统功能 |
5.3.3 远程监控系统程序框架设计 |
5.4 远程监控系统通讯协议 |
5.4.1 通讯协议的选择 |
5.4.2 MQTT协议通讯的实现 |
5.4.3 数据通讯的实现 |
5.5 远程监控系统的实现 |
5.5.1 开发环境及后端设计 |
5.5.2 系统前界面设计 |
5.6 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间主要研究成果 |
(6)基于遗传算法的电磁式锅炉水蓄热供热系统智能控制研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外供暖控制发展现状 |
1.3 课题研究内容及方法 |
第2章 电磁式锅炉供暖系统及控制策略研究 |
2.1 电磁式锅炉供暖系统 |
2.1.1 供暖系统的组成及工作原理 |
2.1.2 电磁式锅炉供暖控制系统的组成 |
2.2 电磁式锅炉供暖控制系统方案设计 |
2.3 电磁式锅炉供暖控制策略研究 |
2.3.1 前馈控制算法研究 |
2.3.1.1 数学模型的建立 |
2.3.1.2 遗传算法 |
2.3.1.3 基于遗传算法的数学模型优化 |
2.3.2 PID控制算法研究 |
本章小结 |
第3章 电磁式锅炉供暖监控系统的设计 |
3.1 电磁式锅炉监控系统总体架构 |
3.1.1 监控系统总体结构 |
3.1.2 控制系统控制方式的设计 |
3.2 PLC控制系统设计 |
3.2.1 PLC硬件设计 |
3.2.1.1 PLC选型及I/O点分配 |
3.2.1.2 PLC及外围线路的设计 |
3.2.1.3 抗干扰措施的设计 |
3.2.2 PLC软件设计 |
3.2.2.1 符号表 |
3.2.2.2 程序块 |
3.2.2.3 子程序 |
3.3 监控中心设计 |
3.3.1 触摸屏监控界面的设计 |
3.3.2 远程终端监控的设计 |
3.4 控制系统通讯设计 |
本章小结 |
第4章 电磁式锅炉供暖监控系统运行效果分析 |
4.1 供暖运行效果分析 |
4.2 供暖节能效果分析 |
本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 不足与展望 |
参考文献 |
攻读硕士学位期间所发表的学术成果 |
致谢 |
(7)典型常减压装置腐蚀分析及腐蚀预测技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号与缩写说明 |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 常减压装置腐蚀监测现状 |
1.2.2 基于人工智能算法的腐蚀预测分析现状 |
1.3 课题研究内容及创新点 |
第二章 基于腐蚀回路的常减压装置腐蚀分析 |
2.1 装置分析与回路划分 |
2.1.1 腐蚀检查概况 |
2.1.2 工艺流程简述 |
2.1.3 材质分析 |
2.1.4 腐蚀回路划分 |
2.2 回路机理及典型腐蚀形貌分析 |
2.2.1 硫化物应力腐蚀开裂 |
2.2.2 H_2S-HCl-H_2O腐蚀 |
2.2.3 高温硫腐蚀 |
2.2.4 环烷酸腐蚀 |
2.2.5 烟气露点腐蚀 |
2.2.6 循环水腐蚀 |
2.3 本章小结 |
第三章 重点腐蚀部位分析与在线监测方案设计 |
3.1 重点腐蚀部位分析 |
3.1.1 重点腐蚀部位 |
3.1.2 腐蚀问题分析 |
3.1.3 重点腐蚀部位防腐建议 |
3.2 基于在线监测的探针布点方案 |
3.2.1 探针与变送器选择 |
3.2.2 在线腐蚀探针布点方案 |
3.3 本章小结 |
第四章 面向腐蚀速率的预测模型算法研究 |
4.1 神经网络 |
4.1.1 神经元 |
4.1.2 感知机与多层网络 |
4.2 BP神经网络 |
4.2.1 BP网络结构 |
4.2.2 BP网络学习过程 |
4.3 Elman神经网络 |
4.3.1 Elman神经网络结构 |
4.3.2 Elman网络学习过程 |
4.4 遗传算法 |
4.4.1 遗传算法原理 |
4.4.2 遗传算法运算过程 |
4.5 本章小结 |
第五章 基于人工智能算法的腐蚀速率预测 |
5.1 数据集描述及预处理 |
5.2 基于BP神经网络的腐蚀速率预测模型 |
5.2.1 算法流程 |
5.2.2 仿真验证与结果分析 |
5.3 基于Elman神经网络的腐蚀速率预测模型 |
5.3.1 算法流程 |
5.3.2 仿真验证与结果分析 |
5.4 遗传算法优化的BP神经网络腐蚀速率预测模型 |
5.4.1 算法流程 |
5.4.2 仿真验证与结果分析 |
5.5 模型对比分析 |
5.6 本章小结 |
第六章 总结及展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
研究成果及发表的学术论文 |
作者及导师简介 |
附件 |
(8)小通道气液两相流型在线辨识与预测的实验及理论研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究背景 |
1.2 小通道气液两相流研究现状 |
1.2.1 流型辨识的研究现状 |
1.2.2 压差波动信号的研究现状 |
1.2.3 信息处理方法 |
1.3 主要研究工作 |
1.3.1 研究目的及意义 |
1.3.2 研究内容 |
1.3.3 研究技术路线 |
1.3.4 研究创新点 |
2 小通道气液两相流型测试实验平台 |
2.1 测试实验系统组成 |
2.2 测试段设计及实验步骤 |
2.3 实验测量方法与数据提取 |
2.4 测试数据分析理论及方法 |
2.5 测试数据噪声分析 |
2.6 本章小结 |
3 小通道气液两相流流型的在线辨识 |
3.1 1mm管径气液两相流流动特性分析与流型辨识 |
3.1.1 基于高速摄像的流动特性分析与流型辨识 |
3.1.2 基于光电传感器模拟信号的流型分析与辨识 |
3.1.3 基于压差波动信号的流型分析与辨识 |
3.2 2mm管径气液两相流流动特性分析与流型辨识 |
3.2.1 基于高速摄像的流动特性分析与流型辨识 |
3.2.2 基于光电传感器模拟信号的流型分析与辨识 |
3.2.3 基于压差波动信号的流型分析与辨识 |
3.3 3mm管径气液两相流流动特性分析与流型辨识 |
3.3.1 基于高速摄像的流动特性分析与流型辨识 |
3.3.2 基于光电传感器模拟信号的流型分析与辨识 |
3.3.3 基于压差波动信号的流型分析与辨识 |
3.4 本章小结 |
4 基于压差波动信号的小通道气液两相流型预测 |
4.1 基于Volterra自适应滤波器的压差波动信号预测 |
4.1.1 Volterra预测模型的建立 |
4.1.2 不同管径压差波动信号预测 |
4.2 基于LSTM循环神经网络的压差波动信号预测 |
4.2.1 LSTM预测模型的建立 |
4.2.2 不同管径压差波动信号预测 |
4.3 两种预测模型结果对比与分析 |
4.4 小通道气液两相流型预测辨识 |
4.5 本章小结 |
结论与展望 |
参考文献 |
在学研究成果 |
致谢 |
(9)燃气锅炉供热系统节能运行设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 节能供热国内外发展现状 |
1.2.1 国外研究发展现状 |
1.2.2 国内研究发展现状 |
1.3 课题研究的主要内容 |
第2章 燃气锅炉供热过程分析及燃烧系统建模 |
2.1 燃气锅炉供热概况 |
2.2 燃气锅炉供热系统组成 |
2.2.1 燃气控制系统 |
2.2.2 助燃风控制系统 |
2.2.3 燃烧控制系统 |
2.2.4 稳压补水系统 |
2.2.5 流量控制系统 |
2.2.6 点火系统 |
2.3 燃气热水锅炉控制对象特性 |
2.4 燃烧系统建模 |
2.5 本章小结 |
第3章 燃气锅炉模糊自整定PID算法设计 |
3.1 燃烧控制系统分析 |
3.2 燃烧控制策略 |
3.2.1 常规PID控制算法 |
3.2.2 模糊控制理论 |
3.3 模糊控制设计 |
3.3.1 模糊控制器结构 |
3.3.2 模糊控制器设计 |
3.4 仿真分析 |
3.5 本章小结 |
第4章 热负荷预测 |
4.1 热负荷预测概况 |
4.1.1 预测技术 |
4.1.2 供热负荷分析 |
4.2 BP神经网络 |
4.2.1 BP神经网络概述 |
4.2.2 单个神经元模型 |
4.3 BP神经网络的结构设计与参数选取 |
4.3.1 神经网络节点选取 |
4.3.2 神经网络的样本处理 |
4.3.3 BP神经网络的参数选择 |
4.4 神经网络仿真 |
4.4.1 仿真工具 |
4.4.2 仿真分析 |
4.5 本章小结 |
第5章 DCS系统软硬件设计 |
5.1 DCS系统概述 |
5.2 DCS系统硬件设计 |
5.2.1 现场控制站 |
5.2.2 工程师站/操作员站 |
5.2.3 通讯网络设计 |
5.2.4 I/O设计 |
5.2.5 现场设备选型 |
5.3 DCS系统硬件组态与设计 |
5.4 监控流程画面设计 |
5.5 系统控制模块设计 |
5.5.1 初始化模块 |
5.5.2 燃烧控制模块 |
5.5.3 水泵控制模块 |
5.5.4 OPC通讯模块 |
5.6 本章小结 |
第6章 节能效益分析 |
6.1 煤改气节能分析 |
6.2 变频节能分析 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 论文总结 |
7.2 工作展望 |
参考文献 |
后记 |
攻读硕士学位期间论文发表及科研情况 |
(10)基于神经网络的小型断路器电热式过载电流测量系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 电流检测技术研究现状 |
1.2.1 电磁式电流互感器 |
1.2.2 电子式电流互感器 |
1.3 低压智能断路器国内外研究现状 |
1.4 课题的主要研究内容 |
1.4.1 课题来源 |
1.4.2 课题研究内容 |
第2章 研究理论与技术基础 |
2.1 小型断路器的概述 |
2.2 人工神经网络概述 |
2.2.1 人工神经网络 |
2.2.2 BP神经网络 |
2.3 电热式电流检测原理 |
2.4 温升影响因素分析 |
2.5 本章小结 |
第3章 基于BP神经网络的过载电流检测 |
3.1 温升测量实验 |
3.1.1 温升测量实验结构 |
3.1.2 三相干式变压器 |
3.1.3 热电阻温度变送器 |
3.1.4 Lab VIEW电流、温升测量系统 |
3.1.5 实验测量结果 |
3.2 BP神经网络的构建 |
3.2.1 数据的归一化处理 |
3.2.2 隐含层层数的确定 |
3.2.3 隐含层节点数的确定 |
3.2.4 传递函数的确定 |
3.3 结果分析 |
3.4 本章小结 |
第4章 基于遗传算法优化的BP神经网络过载电流预测模型 |
4.1 遗传算法简介 |
4.1.1 遗传算法思想 |
4.1.2 遗传算法特点 |
4.2 遗传算法优化BP神经网络 |
4.2.1 遗传算法编码 |
4.2.2 适应度函数设计 |
4.2.3 遗传操作 |
4.3 遗传算法BP神经网络算法流程 |
4.4 遗传算法优化BP神经网络结果分析 |
4.5 本章小结 |
第5章 总结 |
参考文献 |
在学研究成果 |
致谢 |
四、遗传神经网络及其在智能变送器中的应用(论文参考文献)
- [1]中央空调系统数字孪生模型参数辨识及其不确定性估计方法研究[D]. 张丽珠. 浙江大学, 2021(09)
- [2]R410A多功能热泵换热器传热强化及其对系统性能影响机理研究[D]. 罗晴. 兰州理工大学, 2021
- [3]9kW螺旋热解装置控制系统的研究与开发[D]. 何蒙. 天津理工大学, 2021(08)
- [4]流化床内生物质与床料颗粒混合流动特性研究及热解过程DEM-CFD数值模拟[D]. 王恒. 东南大学, 2020
- [5]电弧炉电极调节器智能控制及远程监控[D]. 卫敏. 西安理工大学, 2020(01)
- [6]基于遗传算法的电磁式锅炉水蓄热供热系统智能控制研究[D]. 刘智民. 河北建筑工程学院, 2020(02)
- [7]典型常减压装置腐蚀分析及腐蚀预测技术研究[D]. 王枭. 北京化工大学, 2020(02)
- [8]小通道气液两相流型在线辨识与预测的实验及理论研究[D]. 潘慧. 内蒙古科技大学, 2020
- [9]燃气锅炉供热系统节能运行设计与实现[D]. 宋冠锋. 山东建筑大学, 2020(09)
- [10]基于神经网络的小型断路器电热式过载电流测量系统研究[D]. 蔄云鹏. 沈阳工业大学, 2020(01)