收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于粒子群算法的工业锅炉炉膛燃烧优化控制

杨宇婷  
【摘要】:工业锅炉是一种重要的热能动力设备,在工业生产领域有着极为广泛的应用。针对工业锅炉生产过程中负荷频繁变动可能导致燃烧过程出现缺氧燃烧或过氧燃烧现象,造成资源浪费与环境污染的问题,对工业锅炉燃烧系统进行优化控制具有重要的理论意义与研究应用价值。本文针对工业锅炉负荷频繁变动造成燃烧经济效益差与环保性能低的问题,提出一种基于粒子群算法优化的改进变偏置控制技术,采用智能算法优化控制方式,对工业锅炉炉膛燃烧进行优化控制。首先,在分析工业锅炉燃烧工作机理特性的基础上,建立炉膛燃烧系统模型,设计炉膛燃烧控制方案;其次,分析传统的炉膛燃烧控制方式的工作原理及优缺点,在双交叉限幅控制方式的基础上,明确了变偏置双交叉的控制方案,确定了变偏置燃烧控制方式中偏置函数的选取与偏置参数的取值范围;然后,利用粒子群优化算法对变偏置双交叉控制方案中的偏置函数及偏置参数寻优,实现优化变偏置双交叉限幅燃烧控制方式的目标;最后,通过PCS7控制系统和SMPT-1000进行半实物仿真实验,实验结果表明:基于粒子群优化的改进变偏置控制方式可以在负荷变动情况下快速调节燃料与空气回路,使燃料与空气量跟随主蒸汽压力快速的变化,保证出口蒸汽压力稳定,提高系统的响应速度;同时,在变负荷的情况下,系统燃烧所释放烟气中的烟气含氧量也维持在燃烧最优范围内,验证了优化控制系统可以确保燃烧效率,减少环境污染。仿真与半实物实验结果表明:基于粒子群算法优化的变偏置控制技术可以在负荷变动的情况下,提高系统响应速度,维持过剩空气系数在燃烧最佳范围,为实际工作提供了较好的理论价值和研究应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前12条
1 周佳莉;;浅谈粒子群算法的应用[J];计算机产品与流通;2019年11期
2 陈建新;崔广才;;基于改进粒子群算法的函数优化研究[J];电脑迷;2018年01期
3 周慧;;基于粒子群算法的最优值求解[J];科技广场;2017年12期
4 吴丰;郭晓娟;;基于混合粒子群算法的船舶稳定性分析[J];舰船科学技术;2018年14期
5 邓广彪;;改进的粒子群算法在云计算下的数据挖掘中的研究[J];科技通报;2017年04期
6 张钊旭;王志杰;李建辰;王贵奇;许军;杨进候;;一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J];水下无人系统学报;2017年03期
7 朱俚治;王兴虎;;试谈粒子群算法[J];电脑编程技巧与维护;2017年11期
8 朱宝;;基于改进粒子群算法的盾构掘进施工优化研究[J];辽宁科技学院学报;2017年03期
9 袁正午;李君琪;;基于改进粒子群算法的云资源调度[J];计算机工程与设计;2016年02期
10 江嘉伟;毋文峰;;一种改进的粒子群算法[J];电脑编程技巧与维护;2016年06期
11 张卫明;周庆忠;黎武;;基于改进粒子群算法的野战油库选址优化[J];兵器装备工程学报;2016年08期
12 胡清;张强;;基于改进二进制粒子群算法的配电网故障定位[J];南京工程学院学报(自然科学版);2016年03期
中国重要会议论文全文数据库 前10条
1 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
4 王征;刘大宝;王家林;王永骥;;基于离散粒子群算法的船舶电力系统重构研究[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
5 王波;肖健梅;王锡淮;;基于改进粒子群算法的车辆路径问题研究[A];2007中国控制与决策学术年会论文集[C];2007年
6 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
7 黄胜;任万龙;王超;何新;;多目标粒子群算法在翼型优化的应用[A];第二十五届全国水动力学研讨会暨第十二届全国水动力学学术会议文集(上册)[C];2013年
8 王莹;盛四清;;基于改进粒子群算法的电压薄弱区域恢复[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
9 孟繁敏;杨彬;张其林;;改进的粒子群算法在钢框架截面优化中的应用[A];第十三届全国现代结构工程学术研讨会论文集[C];2013年
10 孔宪仁;秦玉灵;罗文波;;带飞行因子的粒子群算法的铝蜂窝板模型修正[A];结构及多学科优化工程应用与理论研讨会’2009(CSMO-2009)论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 刘天宇;基于协作学习和文化进化机制的量子粒子群算法及应用研究[D];西安电子科技大学;2017年
2 孟丽;粒子群算法及其在分数阶系统辨识中的应用研究[D];华北电力大学(北京);2016年
3 韩佳伟;多层级苹果预冷过程模拟及预冷控制决策优化[D];北京工业大学;2018年
4 钟继如;基于混合粒子群算法的小冲杆试验预测材料强度的研究[D];华东理工大学;2019年
5 雷开友;粒子群算法及其应用研究[D];西南大学;2006年
6 王芳;粒子群算法的研究[D];西南大学;2006年
7 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
8 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
9 王雪飞;粒子群算法的动态拓朴结构研究[D];西南大学;2008年
10 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
中国硕士学位论文全文数据库 前10条
1 叶润舟;基于改进混合粒子群算法的快递最后一公里配送优化[D];合肥工业大学;2019年
2 陈爱博;基于柔性负荷的电网经济运行优化方法研究[D];沈阳工程学院;2019年
3 李晓航;增量配网型售电市场建模及运营策略研究[D];华北电力大学;2019年
4 胡康;一种改进粒子群算法及其应用[D];华北电力大学;2019年
5 康朝虎;融合向—位错模型和量子粒子群算法的断层参数反演研究[D];长安大学;2019年
6 余铖铨;考虑驾驶风格的混合动力汽车队列速度优化研究[D];江苏大学;2019年
7 张贺;混合粒子群算法在水电站优化调度中的应用研究[D];新疆大学;2019年
8 李思佳;文物虚拟挖掘真实感模拟的研究与应用[D];西北大学;2019年
9 茅继晨;改进粒子群算法在天线设计中的应用[D];杭州电子科技大学;2019年
10 徐练淞;多目标粒子群算法的改进研究[D];西华师范大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978