尚强
- 作品数：4 被引量：23H指数：3
- 供职机构：东南大学能源与环境学院更多>>
- 相关领域：动力工程及工程热物理更多>>
- 基于粒子群优化算法的变论域模糊PID控制器在过热汽温控制中的应用被引量：7
- 2014年
- 针对锅炉过热汽温大滞后和大惯性等难以建立精确的数学模型的问题,设计了模糊PID控制器。通过模糊推理对PID的参数在线调整,加入了变论域思想对控制系统进行改进,最后将粒子群优化算法应用于变论域模糊控制器中,对量化因子及PID的三个参数Kp、Ki和Kd进行优化。将模糊PID控制器应用于过热汽温度控制系统进行仿真。仿真结果表明:采用基于粒子群优化算法的变论域模糊PID控制比传统的PID控制具有较强的鲁棒性和抗干扰能力,具有明显的优越性。
- 尚强王明春尹凌霄
- 关键词：过热汽温PID控制变论域粒子群优化算法
- 锅炉燃烧智能优化技术研究被引量：5
- 2014年
- 根据燃烧特性试验数据,利用支持向量机建立锅炉燃烧过程NOx排放与热效率的响应特性模型。结合粒子群算法分别对模型参数和锅炉的运行参数进行优化,找到了使得NOx质量浓度降低和热效率提高的运行参数组合,为实现电站锅炉高效低污染的优化目标提供了有效手段。
- 尹凌霄王明春尚强
- 关键词：锅炉燃烧优化支持向量机粒子群算法
- 基于支持向量机和粒子群算法的电站锅炉燃烧优化被引量：9
- 2014年
- 近年来,随着煤炭价格的不断攀升和环保要求的日益严格,我国的电站锅炉运行面临着降低运行成本和降低污染物排放的双重要求,如何实现高效低污染燃烧优化日益引起了人们的关注。支持向量机作为一种新的统计学方法,在建模方面具有良好的性能。借助优化燃烧特性试验数据,利用支持向量机建立锅炉燃烧过程NOx排放与热效率的响应特性模型,结合粒子群算法分别对支持向量机的结构参数及锅炉运行参数进行了优化。优化数值表明,该方法可以实现锅炉燃烧高效低污染的整体优化。
- 尹凌霄王明春尚强
- 关键词：锅炉燃烧优化支持向量机粒子群算法
- 燃煤锅炉NO_x排放浓度的智能预报被引量：3
- 2014年
- 在热态试验数据的基础上,分别应用BP(神经网络)和SVM(支持向量机)回归算法建立了燃煤机锅炉NOx排放特性模型,并验证了模型的准确性。结果表明,BP网络模型对检验样本的最大预测误差、最小预测误差和均方差分别为4.263%、0.556%和2.2133%,支持向量机模型对检验样本的最大预测误差、最小预测误差和均方差分别为2.121%、0.091%和0.4549%。两种智能技术都能对锅炉在不同工况下的NOx排放做出较为准确的预报,但支持向量机在泛化能力、收敛速度、最优性等方面明显优于神经网络。
- 尹凌霄王明春尚强
- 关键词：锅炉神经网络支持向量机
