-
公开(公告)号：CN102520616A
公开(公告)日：2012-06-27
申请号：CN201110454449.1
申请日：2011-12-30
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种炼油工业过程的部分解耦非最小化模型预测函数控制方法。传统的控制手段精度不高，导致后续生产控制参数不稳定、产品合格率和装置效率较低。本发明方法首先基于炼油工业过程模型建立部分解耦状态空间模型，挖掘出基本的过程特性；然后基于该部分解耦状态空间模型建立预测函数控制回路；最后通过计算预测函数控制器的参数，将过程对象整体实施预测函数控制。本发明方法有效方便了控制器的设计，保证控制性能的提升，同时满足给定的生产性能指标。本发明提出的控制技术可以有效减少工艺参数与实际工艺参数之间的误差，进一步弥补了传统控制器的不足，同时保证控制装置操作在最佳状态，使生产过程的工艺参数达到严格控制。
-
公开(公告)号：CN102222128A
公开(公告)日：2011-10-19
申请号：CN201110115410.7
申请日：2011-05-05
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种废塑料炼油燃烧优化的方法。现有方法主要靠工作人员经验。本发明方法通过废塑料炼油主体工艺的数据采集，针对反应釜轴向温度分布与各燃烧器运行参数、进料量和出产品量间的相互影响关系，建立基于数据挖掘技术的模型，应用并行的优化算法寻优等手段，确立了一种废塑料炼油燃烧优化的方法。利用本发明方法可有效控制废塑料炼油过程中反应釜内温度的分布情况，提高反应效率和产品质量，既可以实施离线优化也可以进行在线实时燃烧优化。
-
公开(公告)号：CN101498457B
公开(公告)日：2010-08-25
申请号：CN200910096406.3
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418 , G05B13/02
Abstract: 本发明涉及一种锅炉燃烧优化的方法。目前锅炉的燃烧优化依靠调试人员进行实验，费时、费力，而且参数组合有限。本发明的具体步骤是：采集锅炉运行参数及相关的表征锅炉燃烧特征指标，建立实时数据库；在实际运行负荷小于锅炉设计负荷的60％情况下采用支持向量机集成建模方法建模，在实际运行负荷大于等于锅炉设计负荷的60％情况下采用径向基神经网络集成建模方法建模，建立不同指标的锅炉燃烧模型；利用粒子群优化算法结合所建模型，针对不同对锅炉燃烧指标或指标组合进行锅炉燃烧参数配置的优化。本发明方法提高了整体模型的预测能力，大大提高了模型的适应能力。本发明方法既可以在线优化也可以离线优化。
-
公开(公告)号：CN101498459A
公开(公告)日：2009-08-05
申请号：CN200910096411.4
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明涉及一种锅炉燃烧优化的建模方法。现有方法不能解决锅炉燃烧优化问题。本发明方法根据锅炉燃烧的主动参数负荷进行分段，将燃烧情况相近的负荷工况化为一段，将差别较大的负荷工况分开建模，对于数据较少的低负荷或极低负荷工况采用适于小样本且泛化能力强的建模方法；在建模前对建模数据进行了拓扑结构上分布均匀和数量均等的选择，并进行适当的预处理，以保证模型的预测能力和泛化能力，最终根据实际负荷所处的负荷段，选用相应各负荷段的模型进行优化。本发明方法克服了传统建模方法中面对燃烧情况差别非常大的所有负荷情况建模的不足，通过数据选择和预处理保证了模型的预测精度和泛化能力。
-
公开(公告)号：CN101498458A
公开(公告)日：2009-08-05
申请号：CN200910096410.X
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418
CPC classification number: Y02P90/02
Abstract: 本发明涉及一种锅炉在线燃烧优化的模型更新方法。本发明方法利用超出已存在模型预测误差限度的数据建立新的模型，然后再利用锅炉燃烧数据和优化算法，寻找最优的新模型和已有模型的权重系数，利用最优的权重系数将新模型和已有模型结合在一起，共同对新的锅炉工况进行预测，实现模型更新。本发明方法克服了传统更新方法中将已有模型完全放弃，不能利用已有模型的学习结果的缺点，充分利用了已有模型的学习结果，大大缩短了模型更新的计算工作量和时间。
-
Patent Agency Ranking
公开(公告)号：CN101498457A
公开(公告)日：2009-08-05
申请号：CN200910096406.3
申请日：2009-03-02
Applicant: 杭州电子科技大学
IPC: F23N5/00 , G05B19/418 , G05B13/02
Abstract: 本发明涉及一种锅炉燃烧优化的方法。目前锅炉的燃烧优化依靠调试人员进行实验，费时、费力，而且参数组合有限。本发明的具体步骤是：采集锅炉运行参数及相关的表征锅炉燃烧特征指标，建立实时数据库；在实际运行负荷小于锅炉设计负荷的60％情况下采用支持向量机集成建模方法建模，在实际运行负荷大于等于锅炉设计负荷的60％情况下采用径向基神经网络集成建模方法建模，建立不同指标的锅炉燃烧模型；利用粒子群优化算法结合所建模型，针对不同对锅炉燃烧指标或指标组合进行锅炉燃烧参数配置的优化。本发明方法提高了整体模型的预测能力，大大提高了模型的适应能力。本发明方法既可以在线优化也可以离线优化。
-
公开(公告)号：CN101286045A
公开(公告)日：2008-10-15
申请号：CN200810061909.2
申请日：2008-05-12
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种燃煤锅炉系统混合控制方法。本发明方法首先利用实时数据驱动的方法建立过程模型，具体是将采集的实时过程运行数据作为数据驱动的样本集合，以该集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型；然后采用典型的响应曲线法设计过程模型的比例积分微分控制器；利用设计的过程模型的比例积分微分控制器设计预测比例积分微分控制器。本发明的控制方法弥补了传统控制的不足，并有效地方便了控制器的设计，保证控制性能的提升，同时满足给定的生产性能指标。本发明可以有效减少理想工艺参数与实际工艺参数之间的误差，保证控制装置操作在最佳状态，使工艺参数达到严格控制。
-
公开(公告)号：CN101286044A
公开(公告)日：2008-10-15
申请号：CN200810061907.3
申请日：2008-05-12
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明涉及一种燃煤锅炉系统混合建模方法。本发明首先利用实时数据驱动的方法建立局部预测模型，具体是将采集的实时过程运行数据作为数据驱动的样本集合，以该集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型；其次利用误差数据驱动的方法建立局部误差智能预测模型，具体是以误差数据驱动的样本集合为基础，采用支持向量机优化方法，建立局部误差智能预测模型。建立局部误差智能预测模型是根据工艺要求设定误差性能指标，然后进行判断。本发明提出的建模方法可以有效减少模型与实际工艺参数之间的误差，弥补了传统控制器的不足，保证控制装置操作在最佳状态，使生产的工艺参数达到严格控制，有效提高模型的精度。
-
公开(公告)号：CN116534922A
公开(公告)日：2023-08-04
申请号：CN202211676842.X
申请日：2022-12-26
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种机械蒸汽再压缩控制系统及优化方法。传统的机械蒸汽再压缩控制系统常常以减小系统功耗为目标去设置系统参数，但这会造成换热面积过大，进而造成系统初始投资高、占地面积大等问题；而只考虑换热面积，又会使系统功耗过大，系统的运行成本提高且不符合节能的要求。本发明通过构建蒸汽压缩再蒸发系统模型，得到在当前工况下的最佳蒸发温度和压缩温升以及此条件下的系统总功耗和总换热面积，根据分析进料水的工况和系统运行情况，设置最佳的运行条件。本发明对蒸汽压缩再蒸发系统参数实时运行的输入输出数据分析计算，涉及数理结合建模下通过对物性参数的计算，给出适合系统的蒸发温度和压缩温升，保障系统最佳经济运行成本。
-
公开(公告)号：CN113531510B
公开(公告)日：2023-03-31
申请号：CN202110679256.X
申请日：2021-06-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种电站锅炉主蒸汽温度控制方法。本发明基于获取的模型分别设计二级过热器出口温度和三级过热器出口温度两个独立的温度控制系统，两个温度控制系统的温度设定值的温差同机组运行负荷成正比。在温度控制器的设计中考虑各自系统的跟踪性能和抗扰性能，分别设计相应的跟踪控制器和抗扰控制器，这样可以保证跟踪性能和抗扰性能能够分别得到独立的调节，避免两种性能相互干扰。本发明比传统的单回路控制和串级控制方法具有更好的跟踪性能和抗扰性能，可以实现在升降负荷过程中对主蒸汽温度需求的快速响应，并能够降低温度的波动，提高汽轮机运行安全性和发电效率。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.032 seconds)
