学位论文 > 优秀研究生学位论文题录展示
热工过程中的数据校正和多目标优化研究
作 者: 陈强
导 师: 王培红
学 校: 东南大学
专 业: 动力机械及工程
关键词: 数据协调 显著误差检测 多目标优化 Pareto 演化算法 Nox 锅炉效率 神经网络
分类号: TK323
类 型: 硕士论文
年 份: 2004年
下 载: 263次
引 用: 10次
阅 读: 论文下载
内容摘要
本文对热工过程中的数据校正(数据协调和显著误差检测)和多目标优化问题进行了研究,论文的主要内容为:1.研究和探讨了热工过程中的数据校正算法模型。建立了数据校正的基本理论模型,数据校正包括数据协调(参数估计)和显著误差检测,详细分析了基于矩阵投影的数据协调算法、基于数字滤波的数据协调算法,研究了基于测量残差的测量检验法、基于约束残差的节点检验法和整体检验法的显著误差检测与识别方法;研究了数据校正算法在电站系统性能在线计算中的应用,首次运用UML建模技术建立了热工过程中基于热力特性的数据校正类层次体系结构,使算法具有极强的继承性和推广能力。2.研究了多目标优化的算法模型。多目标优化问题的最优解与单目标优化问题的解有着本质上的不同,为正确求解多目标优化问题,建立了多目标优化问题的一般数学模型并对多目标优化问题的解的概念进行了定义。介绍了多目标优化问题的常规算法(线性加权和法、理想点法、主要目标法、分层排序法和分组排序法),研究了标准遗传算法及其改进策略,详细分析了当今Pareto概念意义下的多目标优化演化算法,提出了一种改进的Pareto多目标遗传算法。3.研究了多目标优化算法在锅炉燃烧优化中的应用。介绍了锅炉NOx生成机制、影响因素和控制方法,提出了一种改进的锅炉效率在线计算模型;在NOx影响因素分析和锅炉燃烧特性实验的基础上,建立了电站锅炉污染物排放的BP神经网络模型,并通过实验数据验证了网络模型,确认网络具有良好的泛化能力。并以此为基础,建立了电站锅炉NOx排放与效率的响应特性的神经网络型与函数型混合模型,在特性模型的基础上构筑了锅炉高效低污染多目标优化的目标函数,确定了相关的决策变量和约束条件,并首次运用多目标演化算法对其进行了求解,得到了Pareto前沿。对得到的Pareto非劣解集进行了分析,分析结果与相关的定性分析结论相一致,为电站锅炉燃烧优化调整提供了依据和指导。
|
全文目录
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 某武器检测装置的控制系统设计,TP183
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于BP神经网络的水稻干燥智能控制研究,S226.6
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 海上平台消防系统研究,U698.4
- 高速公路拆迁民众生存系统评价研究,D523
- 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
- 基于神经网络的安全评价方法研究及应用,X937
- 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
- 企业安全投入灰色神经网络模型的研究,X913.4
中图分类: > 工业技术 > 能源与动力工程 > 热工量测和热工自动控制 > 热工自动控制 > 自动控制系统
© 2012 www.xueweilunwen.com
|