【摘 要】
：
为了提高火力发电控制系统的控制品质,针对传统性能评估方法对被控对象数学模型的依赖问题,提出了一种基于Hurst指数的控制系统性能评价方法.该方法基于火电机组控制系统的常规运行数据,首先采用Hurst指数分析数据、划分系统性能等级,针对不同的性能等级给出了不同的控制器参数优化方案;然后通过MATLAB/Simulink模拟产生不同工况下的运行数据,利用该指标进行评价及优化;最后将该方法应用于工业实际过程,验证其可行性和有效性.实验结果表明,Hurst指数能够准确衡量控制器的调节强弱,指导控制器参数的优化调整
【机 构】
：
浙江浙能嘉华发电有限公司,浙江嘉兴314000;华北电力大学控制与计算机工程学院,河北保定071003
论文部分内容阅读
为了提高火力发电控制系统的控制品质,针对传统性能评估方法对被控对象数学模型的依赖问题,提出了一种基于Hurst指数的控制系统性能评价方法.该方法基于火电机组控制系统的常规运行数据,首先采用Hurst指数分析数据、划分系统性能等级,针对不同的性能等级给出了不同的控制器参数优化方案;然后通过MATLAB/Simulink模拟产生不同工况下的运行数据,利用该指标进行评价及优化;最后将该方法应用于工业实际过程,验证其可行性和有效性.实验结果表明,Hurst指数能够准确衡量控制器的调节强弱,指导控制器参数的优化调整.
其他文献
针对pH过程Hammerstein辨识模型,采用前馈神经网络辨识的逆模型控制策略.将辨识后的逆模型引入控制系统中,补偿Hammerstein模型的静态非线性,使强非线性pH过程呈伪线性特征,非线性的控制策略设计转变为线性控制策略设计.引入DE-LM算法,提高了逆辨识精度.根据伪线性结构,采用基于CARIMA模型的GPC实现控制.控制仿真实验结果表明,所建立的控制策略优于传统的PID控制算法,具有良好的设定值跟踪性能和抗干扰控制响应.
当前全球经济发展减速,对大宗商品的需求放缓,随之而来的航运业也陷入低谷。由于需求疲软、运力过剩、运价竞争激烈,再加上油价的持续走低,船东减少订单、弃船或延期收船,新船造价持续走低。在此背景下,船企惟有降本增效方能在这个低迷的船市中生存下来。文章主要以实例阐述解决某运输船设备成本超出预算的问题,通过TBP八步法的使用,分析电气设计过程中遇到的原因,提出解决办法,最终达成降本增效的目的,以供后续项目参考。
随着重载铁路运输需求的不断增长,能有效提高列车运行效率和降低司机驾驶强度的辅助驾驶技术也越来越受到重视.然而,重载列车辅助驾驶系统在实际的设计中难免存在不同程度的缺陷,因此搭建仿真测试平台保障重载列车辅助驾驶软件的质量和功能的完整性尤为重要.在系统层面上搭建了重载列车辅助驾驶系统半实物仿真平台,完成了重载列车辅助驾驶目标曲线生成相关功能的软件设计,有效实现了列车目标曲线生成和在线优化调整的半实物仿真运行.通过对所设计的软件进行严格测试和与硬件平台的联合调试,验证结果表明半实物仿真平台对重载辅助驾驶系统软件
随着计算机视觉技术的发展,茶叶筛选已基本实现自动化作业,但工作量巨大,筛选机械臂轨迹优化能大大提高其工作效率.首先分析狼群协作捕猎的模式,基于此设计适合茶叶筛选轨迹规划需要的改进狼群算法,并与传统狼群算法、蚁群算法、模拟退火算法和遗传算法进行对比分析,结果验证了改进狼群算法的优越性.接着为了实现机械臂在茶叶筛选中的轨迹优化和运动平稳,采用单位四元数姿态规划与梯形速度运动模型的位置规划相结合的直线插补算法来提高机械臂运动平稳性.最后根据茶叶筛选的工业需要,将优化后的狼群算法应用于机械臂轨迹规划的实际问题中,
针对无人驾驶车辆转向预瞄控制系统状态区间估计进行了研究.车辆作为复杂的被控对象,常规的Robust观测器所需限制条件不易满足,区间观测器具有较为宽松的适用条件,是传统观测器的有益补充.首先建立了车辆转向的系统模型,同时考虑了传感器噪声影响;然后,基于提出的模型设计了区间观测器,并证明了观测器误差系统上下界稳定收敛且状态非负,通过两次变换,得到满足条件且易于求取的状态矩阵,并构建Sylvester方程对增益矩阵进行求解;最后,实际系统的仿真结果验证了区间估计的正确性和有效性.
Salinization in estuarine wetlands significantly alters the balance between their nitrogen(N) removal and retention abilities but these processes have not yet been characterized ef-fectively In the present study,the potential rates of sediment denitrifica
启发式动态规划算法(HDP)是近似动态规划(ADP)的一种实现方法,它将神经网络、动态规划和强化学习融为一体.然而,现存的启发式动态规划算法需要假设系统的内部动态完全已知,这一条件在实际工程系统中是极其严格的.为了解决这个问题,提出了一种基于迭代步神经网络训练策略的启发式动态规划算法,该算法采用定点训练并且通过依赖于状态的性能指标的导数来求得控制量,评价网络用于近似值函数,而动作网络用于近似最优控制策略,因此该算法允许在不知道系统内部动态的情况下执行启发式动态规划算法.通过一个非线性系统的引例以及球杆系统
每当身处大河河畔,编织于笔者心中的大河美景便被侵蚀一次:它们日益枯黄、残缺,甚至发出恶臭、形象丑陋.沿河的高堤不断向上下游延伸,拦河大坝越修越高耸、坚硬;夹河修建的道路不仅让渴望亲近水岸的人们望而却步,也阻挡了各种生命在水陆之间迁徙;大河支流被裁弯取直,自然的河流形态不复存在,污水排放问题严峻,河滩森林及湿地不断减少.这些要归因于人们自私的欲望和对自然敬畏的缺失.庆幸的是,生态文明的到来可以唤醒人们对一切自然世界之美的认知;推动系统认识河流生态系统及其服务,系统规划并实施国土空间生态修复;建立和完善针对大
考虑到现实决策环境的不确定性与复杂性,提出一类新的双犹豫模糊环境下基于正负靶心的灰靶多属性群决策问题.首先,将双犹豫模糊理想最优方案定义为正靶心,将理想最劣方案定义为负靶心,正负靶心距则通过正负靶心与双犹豫模糊集的归一化汉明距离确定.然后,提出一种新的综合靶心距,用来评估方案与正负靶心之间的距离.再以综合靶心距最小为目标,建立一个非线性优化模型来确定最优属性权重信息.最后,通过算例证明了所建模型的有效性和可行性.
通过动态网络模型信息安全风险分析实验,在LazyLBR和VFI的ROC曲线进行统计和F-度量,采用10倍交叉验证方法。针对网络的脆弱性、外界的威胁和资产价值几种数据,对比四种动态网络模型信息安全风险的数字学习曲线。