您的位置: 专家智库 > >

国家自然科学基金(50320002)

作品数:2 被引量:17H指数:1
相关作者:董均华徐向东更多>>
相关机构:清华大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:动力工程及工程热物理更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇动力工程及工...

主题

  • 1篇寻优
  • 1篇神经网
  • 1篇神经网络
  • 1篇燃烧
  • 1篇燃烧优化
  • 1篇热力
  • 1篇热力系统
  • 1篇自寻优
  • 1篇模型辨识
  • 1篇锅炉
  • 1篇锅炉燃烧
  • 1篇非线性
  • 1篇RBF神经网...

机构

  • 2篇清华大学

作者

  • 2篇徐向东
  • 2篇董均华

传媒

  • 2篇热能动力工程

年份

  • 1篇2007
  • 1篇2006
2 条 记 录,以下是 1-2
排序方式:
基于煤种辨识的锅炉燃烧优化系统被引量:17
2006年
锅炉燃烧优化对于提高能源利用效率、保护和改善环境具有重要意义。提出了一种基于煤的低位发热值在线辨识方法的优化策略,利用煤种发热量辨识的结果,通过正平衡法计算出来的寻优参数,在线调节风煤比;最后进行了仿真,在锅炉负荷、煤种等因素发生变化时,该方法能够提高热效率2%。试验证明,该方法能够保证锅炉在安全运行的前提下,及时调整风煤比,实现锅炉的优化运行。
董均华徐向东
关键词:锅炉燃烧优化自寻优
热力系统局部非线性模型辨识
2007年
在多模型控制中,局部模型大多数是基于线性模型,其数量和精度影响多模型控制的效果。提出一种基于RBF神经网络的非线性模型辨识算法,采用G.B.Sentoni等人提出的非线性模型结构,利用径向基函数(Radial Basis Function,RBF)神经网络的逼近能力,实现热力系统非线性模型辨识。在RBF神经网络的学习过程中,根据性能函数调节学习率,可以加快学习的收敛过程。最后进行了仿真验证,基于2个局部非线性模型的多模型控制系统与基于5个局部线性模型的多模型控制系统相比,减少了切换时的震荡,控制精度有所提高。试验结果表明,该辨识算法能减少固定模型数量,从而减少模型搜索时间,并且能够提高模型预测精度。
董均华徐向东
关键词:热力系统非线性RBF神经网络
共1页<1>
聚类工具0