中国韩国日本在线观看免费,A级尤物一区,日韩精品一二三区无码,欧美日韩少妇色

神經(jīng)網(wǎng)絡預測控制在SCR煙氣脫硝系統(tǒng)中應用

發(fā)布時間:2018-04-03 19:17

  本文選題:選擇性催化還原 切入點:神經(jīng)網(wǎng)絡 出處:《東北大學學報(自然科學版)》2017年06期


【摘要】:以自某熱電廠350 MW燃煤機組的選擇性催化還原(SCR)反應系統(tǒng)所采集的數(shù)據(jù)為依托,使用神經(jīng)網(wǎng)絡預測控制方法,研究電廠尾氣中氮氧化物排放的預測及控制問題.利用神經(jīng)網(wǎng)絡的方法進行模型辨識,利用預測控制的思想對噴氨量進行控制,既可使尾氣達到限排標準,亦能減少用氨量,提升經(jīng)濟效益的同時減少氨逃逸.采用最速梯度方法進行控制器的優(yōu)化,并通過性能函數(shù)來約束控制量,達到預期輸出.最后將仿真結果與現(xiàn)場所測數(shù)據(jù)進行對比,結果表明神經(jīng)網(wǎng)絡預測控制方案可以較準確地預測出未來有限時刻所需的噴氨量.
[Abstract]:Based on the data collected from the selective catalytic reduction (SCR) reaction system of a 350MW coal-fired unit in a thermal power plant, a neural network predictive control method is used to study the prediction and control of NOx emissions from the tail gas of a power plant.The method of neural network is used to identify the model, and the idea of predictive control is used to control the amount of ammonia injection. It can not only make the tail gas meet the limit of discharge standard, but also reduce the amount of ammonia used, increase the economic benefit and reduce the ammonia escape at the same time.The speed gradient method is used to optimize the controller, and the control quantity is constrained by the performance function to achieve the expected output.Finally, the simulation results are compared with the measured data in the field. The results show that the neural network predictive control scheme can accurately predict the amount of ammonia spray required at a limited time in the future.
【作者單位】: 東北大學秦皇島分?刂乒こ虒W院;吉林省電力科學研究院有限公司;
【基金】:河北省高等學?茖W技術研究項目(ZD2016203) 國網(wǎng)吉林省電力有限公司電力科學研究院科技項目
【分類號】:TP183;X773

【參考文獻】

相關期刊論文 前4條

1 姜家國;郭為民;劉延泉;唐耀華;;選擇性催化還原脫硝系統(tǒng)Smith預估自抗擾控制[J];熱力發(fā)電;2016年01期

2 周洪煜;趙乾;張振華;汪正海;;煙氣脫硝噴氨量SA-RBF神經(jīng)網(wǎng)絡最優(yōu)控制[J];控制工程;2012年06期

3 周洪煜;張振華;張軍;張偉;趙乾;;超臨界鍋爐煙氣脫硝噴氨量混結構 徑向基函數(shù)神經(jīng)網(wǎng)絡最優(yōu)控制[J];中國電機工程學報;2011年05期

4 羅子湛;孟立新;;燃煤電站SCR煙氣脫硝噴氨自動控制方式優(yōu)化[J];電站系統(tǒng)工程;2010年04期

【共引文獻】

相關期刊論文 前10條

1 孟范偉;徐博;呂曉永;劉胤圻;;神經(jīng)網(wǎng)絡預測控制在SCR煙氣脫硝系統(tǒng)中應用[J];東北大學學報(自然科學版);2017年06期

2 秦天牧;林道鴻;楊婷婷;王綏瑜;呂游;余加喜;劉吉臻;;SCR煙氣脫硝系統(tǒng)動態(tài)建模方法比較[J];中國電機工程學報;2017年10期

3 王欣峰;白建云;王琦;;基于線性回歸的SCR脫銷系統(tǒng)入口NO_X預測模型[J];工業(yè)控制計算機;2017年04期

4 陳瑞君;郭保會;;火電廠SCR脫硝系統(tǒng)多模型自適應控制[J];自動化與儀器儀表;2017年04期

5 伏甲琪;郭為民;劉延泉;唐耀華;;SCR煙氣脫硝系統(tǒng)Smith預估條件積分型滑?刂芠J];熱力發(fā)電;2017年04期

6 朱洪偉;周忠偉;黃波波;麻紅寶;;煙氣脫硝系統(tǒng)自動控制新技術研發(fā)與應用[J];自動化與儀器儀表;2017年01期

7 許俊永;孫法治;;火電廠SCR脫硝噴氨自動控制策略探討[J];東北電力技術;2017年01期

8 秦天牧;呂游;楊婷婷;劉吉臻;;SCR煙氣脫硝系統(tǒng)自適應混合動態(tài)模型[J];儀器儀表學報;2016年12期

9 來長勝;白建云;印江;;廣義預測控制算法在CFB鍋爐SNCR煙氣脫硝系統(tǒng)中的應用[J];熱力發(fā)電;2016年12期

10 羅閩;趙伶玲;李Pr宇;;空氣預熱器硫酸氫銨積灰的數(shù)值研究[J];動力工程學報;2016年11期

【二級參考文獻】

相關期刊論文 前10條

1 顧慶華;胡秀麗;;SCR脫硝反應區(qū)域運行溫度影響因素研究[J];潔凈煤技術;2015年02期

2 趙瑞;劉毅;廖海燕;史曉宏;;火電廠脫硝催化劑壽命管理現(xiàn)狀及發(fā)展趨勢[J];潔凈煤技術;2015年02期

3 康新園;;燃煤煙氣脫硫脫硝一體化技術研究進展[J];潔凈煤技術;2014年06期

4 李剛;胡森;武寶會;;基于模糊自適應Smith的SCR噴氨量串級控制系統(tǒng)[J];熱力發(fā)電;2014年08期

5 高志強;;自抗擾控制思想探究[J];控制理論與應用;2013年12期

6 王麗君;李擎;童朝南;尹怡欣;;時滯系統(tǒng)的自抗擾控制綜述[J];控制理論與應用;2013年12期

7 陳世和;張玉文;李東海;老大中;;循環(huán)流化床鍋爐燃燒系統(tǒng)的自抗擾控制器優(yōu)化設計[J];控制理論與應用;2013年12期

8 陳增強;孫明瑋;楊瑞光;;線性自抗擾控制器的穩(wěn)定性研究[J];自動化學報;2013年05期

9 黃一;薛文超;;自抗擾控制:思想、應用及理論分析[J];系統(tǒng)科學與數(shù)學;2012年10期

10 王麗君;童朝南;李擎;尹怡欣;高志強;鄭勤玲;;實用自抗擾控制在大時滯厚度自動監(jiān)控系統(tǒng)中的應用[J];控制理論與應用;2012年03期

【相似文獻】

相關期刊論文 前10條

1 杜鋒;用神經(jīng)網(wǎng)絡預測脫氣處理時的氫含量[J];上海金屬;2001年06期

2 張延波,王金國;運用神經(jīng)網(wǎng)絡預測礦井瓦斯涌出量方法的探討[J];江西煤炭科技;2004年03期

3 劉建學,白崇仁,謝秀英,吳守一;應用神經(jīng)網(wǎng)絡預測高水分食品物料平衡含水量[J];洛陽工學院學報;1998年04期

4 王成華,李武君;灌注單樁豎向極限承載力及沉降的神經(jīng)網(wǎng)絡預測[J];西部探礦工程;2000年04期

5 王科平;吳冰;王福忠;;基于混沌機制的神經(jīng)網(wǎng)絡預測控制及仿真研究[J];河南理工大學學報(自然科學版);2007年01期

6 王婧;李修春;張渭源;;基于主成分-神經(jīng)網(wǎng)絡預測干洗后織物復合體粘合效果[J];紡織學報;2006年05期

7 鮑林;楊汝俊;張亞峰;;體外預應力混凝土抗剪承載力的神經(jīng)網(wǎng)絡預測研究[J];建筑;2013年24期

8 徐建生,趙源;神經(jīng)網(wǎng)絡預測摩擦表層轉(zhuǎn)移元素分布規(guī)律的研究[J];中國表面工程;2000年02期

9 王進學,曹作忠;神經(jīng)網(wǎng)絡預測尾礦沉積規(guī)律的方法[J];金屬礦山;2003年07期

10 萬漢偉;龍偉;龐彪;蔡永陵;程磊;;神經(jīng)網(wǎng)絡預測控制在分段臺車式電阻爐溫度控制中的應用[J];金屬熱處理;2010年08期

相關會議論文 前10條

1 孔憲軍;高文樂;;復雜環(huán)境下地下爆破震動峰值的神經(jīng)網(wǎng)絡預測研究[A];現(xiàn)代爆破理論與技術——第十屆全國煤炭爆破學術會議論文集[C];2008年

2 李英;劉豹;;神經(jīng)網(wǎng)絡預測中訓練樣本的選擇[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

3 陽杰;蔣國榮;張曉嵐;;用神經(jīng)網(wǎng)絡預測房間中的后期反射聲能序列[A];綠色建筑與建筑物理——第九屆全國建筑物理學術會議論文集(一)[C];2004年

4 王娟;趙月靜;劉明治;;大型空間可展開天線展開過程神經(jīng)網(wǎng)絡預測控制系統(tǒng)研究[A];第九屆全國動力學與控制學術會議會議手冊[C];2012年

5 李朝霞;柳百成;鄭賢淑;;利用神經(jīng)網(wǎng)絡預測半連鑄鋁板坯的凹陷變形[A];2002年材料科學與工程新進展(下)——2002年中國材料研討會論文集[C];2002年

6 陸冬娜;楊馬英;;基于DCS系統(tǒng)的神經(jīng)網(wǎng)絡預測控制[A];第八屆工業(yè)儀表與自動化學術會議論文集[C];2007年

7 張虹;王劍明;;變風量空調(diào)房間室溫的神經(jīng)網(wǎng)絡預測控制仿真[A];第六屆全國信息獲取與處理學術會議論文集(2)[C];2008年

8 楊自強;陸亞俊;;利用神經(jīng)網(wǎng)絡預測空調(diào)負荷[A];全國暖通空調(diào)制冷1998年學術年會論文集(2)[C];1998年

9 陳峰;桂衛(wèi)華;王隨平;韓曉英;;深海底履帶機器車的多神經(jīng)網(wǎng)絡預測控制[A];第二十三屆中國控制會議論文集(下冊)[C];2004年

10 劉朝暉;梅全喜;黃榕波;溫預關;李明亞;;用RBF神經(jīng)網(wǎng)絡預測利培酮穩(wěn)態(tài)血藥濃度[A];2013年廣東省藥師周大會論文集[C];2013年

相關博士學位論文 前2條

1 王冬青;非線性時滯系統(tǒng)的神經(jīng)網(wǎng)絡預測控制[D];天津大學;2005年

2 李敬兆;采用神經(jīng)網(wǎng)絡預測和變結構模糊控制的鉛酸蓄電池最優(yōu)充電技術研究[D];合肥工業(yè)大學;2003年

相關碩士學位論文 前10條

1 連惠新;催化裂化裝置反應—再生部分預測控制研究[D];新疆大學;2015年

2 周磊;基于LM算法的溶解氧濃度神經(jīng)網(wǎng)絡預測控制研究[D];安徽工業(yè)大學;2016年

3 王冬麗;高速公路交通系統(tǒng)的神經(jīng)網(wǎng)絡預測控制[D];廣西大學;2006年

4 易帆;神經(jīng)網(wǎng)絡預測研究[D];西南交通大學;2005年

5 王捍兵;神經(jīng)網(wǎng)絡預測控制應用研究[D];江蘇科技大學;2011年

6 王二成;壓電智能結構神經(jīng)網(wǎng)絡預測控制[D];河北工程大學;2008年

7 譚元飛;基于神經(jīng)網(wǎng)絡預測控制的鍋爐過熱汽溫控制研究[D];西安科技大學;2012年

8 宮宇寶;超臨界CO_2染色裝置神經(jīng)網(wǎng)絡預測控制的研究[D];東北大學;2008年

9 郭紅梅;神經(jīng)網(wǎng)絡預測控制研究和基于虛擬儀器的控制應用[D];中國石油大學;2007年

10 梁文彬;基于機器人的神經(jīng)網(wǎng)絡預測控制系統(tǒng)研究[D];揚州大學;2008年



本文編號:1706555

資料下載
論文發(fā)表

本文鏈接:http://www.lk138.cn/shengtaihuanjingbaohulunwen/1706555.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶885fe***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com