湖北省教育厅科学技术研究项目(Q20105001) 作品数:6 被引量:7 H指数:2 相关作者: 吴晓莉 史长城 田森平 更多>> 相关机构: 汉江师范学院 郧阳师范高等专科学校 华南理工大学 更多>> 发文基金: 湖北省教育厅科学技术研究项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 一般工业技术 金属学及工艺 理学 更多>>
基于DHP方法的锅炉燃烧系统优化控制研究 被引量:1 2011年 电厂锅炉燃烧过程是一个典型的强非线性、多输入、多输出、强耦合过程,以这一直接影响机组安全经济运行的复杂过程控制为研究对象,研究火电厂锅炉燃烧系统的优化控制.首先,采用径向基函数神经网络(radial basis function neural network,RBFNN)对电厂锅炉燃烧系统进行了建模和模型测试.然后,用RBFNN设计了基于双启发式动态规划(dual heuristic programming,DHP)的电厂锅炉燃烧控制器,并在MATLAB环境下对所设计的DHP控制器进行了仿真试验,仿真结果表明利用这种算法设计的控制器实现了锅炉的稳定燃烧控制,且具有强鲁棒性.所给出的控制方法同样可以应用于其他复杂工业过程. 史长城 吴晓莉关键词:锅炉燃烧 Pd_4四面体掺杂石墨烯储氢的第一性原理计算 被引量:3 2016年 采用第一性原理计算了Pd_4四面体掺杂石墨烯储氢的晶格结构常数、能量、电子态密度和电子结构。能量和电子结构分析显示:Pd原子转移了它的部分3d_(2z)轨道电子到石墨烯的π*,随后石墨烯反转移了部分π轨道电子到Pd的3d_(xz)+3d_(yz)轨道。由于Pd_4四面体之间的相互排斥力,它们之间没有形成团簇。在氢分子吸附Pd_4四面体掺杂石墨烯的体系中,发现Pd_4四面体顶部的Pd原子电荷发生了改变,从而加强了氢分子的吸收能和储存能。以上结果显示:对于石墨烯储氢,Pd_4四面体是良好的催化剂。 刘亚丽 史长城关键词:储氢 第一性原理 基于RBFNN和HDP方法的蔗糖生产澄清工段中和pH值优化控制器的研究 2011年 澄清工段是亚硫酸法生产蔗糖的关键过程之一,而pH值又是该过程最关键的工艺指标,能否将其pH值稳定地控制在要求范围将影响整个糖厂产量和白糖质量.由于该过程是一个复杂的物理、化学过程,具有多输入、大滞后、强非线性、时变参数等特点,因此该过程pH值的稳定控制和优化问题一直没有得到很好的解决.采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)来建立该过程的神经网络模型.然后利用RBFNN来设计基于启发式动态规划(Heuristic Dynamic Programming,HDP)方法的优化控制器.仿真结果表明该方法可以取得满意的控制效果,为解决复杂非线性动态系统的优化控制问题提供了一种新途径. 史长城 吴晓莉关键词:启发式动态规划 自适应动态规划 径向基函数神经网络 PH值控制 水泥分解炉出口温度HDP优化控制研究 被引量:2 2017年 水泥分解炉出口温度是一个典型的非线性、多输入、强耦合过程,它直接影响水泥生产的产量、质量和能耗.本文中以这一复杂工业控制过程为研究对象,研究水泥分解炉出口温度的优化控制问题.先建立分解炉出口温度的径向基函数神经网络(radial basis function neural network,RBFNN)模型;然后在此基础上设计分解炉出口温度启发式动态规划(heuristic dynamic programming,HDP)控制器,并在MATLAB环境下对所设计的HDP控制器进行了仿真实验,实验结果表明该HDP控制器实现分解炉出口温度的稳定控制.该控制算法适用于其他类似的工业控制过程,具有一定的参考借鉴意义. 史长城 田森平关键词:径向基函数神经网络 水泥回转窑RBF神经网络建模研究 被引量:2 2016年 水泥回转窑流程是新型干法水泥生产工艺的关键工艺流程之一,由于该工艺流程是一个复杂的物理、化学反应过程,具有多输入、大滞后、非线性、时变参数等特点,因此难以建立其精确的数学模型.采用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)来建立该系统的神经网络模型.通过对某大型水泥厂实时采集的生产数据对网络进行训练和测试,模型测试结果表明:采用该方法所建的模型精度较高、泛化能力较好,为解决复杂的难以建立数学模型的系统建模问题提供了参考. 史长城关键词:回转窑 径向基函数神经网络 水泥分解炉出口温度RBF神经网络建模 被引量:2 2016年 基于分解炉的工作原理,分析了影响分解炉出口温度的主要因素,利用径向基函数神经网络(Radial Basis Function Neural Network,RBFNN)具有结构简单、逼近精度高、泛化能力好等特点,建立了分解炉出口温度的神经网络模型。仿真测试结果表明,该神经网络模型具有训练收敛快、精度高、泛化能力好的特点。这对于那些多输入、时变、非线性复杂系统的建模问题具有重要的参考意义。 史长城关键词:神经网络建模 分解炉 预分解窑系统