2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文針對(duì)火力發(fā)電廠水處理系統(tǒng)的控制問題提出了一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)辨識(shí)和預(yù)測(cè)控制方法,電廠水處理系統(tǒng)包括凝結(jié)水加氨處理,給水加氨處理,給水加聯(lián)氨除氧處理,以及氣泡爐的加磷酸鹽處理和電廠工業(yè)廢水處理,這些系統(tǒng)在控制上有幾個(gè)明顯的特點(diǎn):
  第一,過程時(shí)滯較大,該過程包含有混合,反應(yīng)及測(cè)量等延遲過程。
  第二,有較強(qiáng)的非線性特性,尤其強(qiáng)酸強(qiáng)堿的中和過程。
  第三,過程有一定時(shí)變性,除此以外負(fù)荷變化,測(cè)量誤差,設(shè)備切換等擾動(dòng)

2、因素也常會(huì)給此類系統(tǒng)的控制帶來一定的困難,對(duì)于這類系統(tǒng)常規(guī)的PID控制很難應(yīng)用,現(xiàn)代控制理論對(duì)模型精度要求較高,因此采用對(duì)模型精度要求不高,又能實(shí)施在線控制的預(yù)測(cè)控制方法就成為自然的選擇。
  本文總結(jié)了前人對(duì)于非線性預(yù)測(cè)控制研究成果,以及對(duì)PH中和過程的控制成果,用機(jī)理法推導(dǎo)出PH中和過程的模型,在此基礎(chǔ)上改進(jìn)了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)值的優(yōu)化算法,采用優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制器,對(duì)廢水中和過程對(duì)象實(shí)施控制,并進(jìn)行仿真驗(yàn)證。

3、本文主要做了以下工作:
  改進(jìn)了粒子群優(yōu)化算法,提出了基于混合神經(jīng)網(wǎng)絡(luò)的模型辨識(shí)方法,以及基于動(dòng)態(tài)粒子群算法(DPSO)的貝葉斯-高斯網(wǎng)絡(luò)模型在線辨識(shí)方法,通過改進(jìn)神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)和優(yōu)化算法提高系統(tǒng)的辨識(shí)精度,達(dá)到對(duì)系統(tǒng)輸出的快速和準(zhǔn)確跟蹤。并通過程仿真比較驗(yàn)證了混合神經(jīng)網(wǎng)絡(luò)模型有較強(qiáng)的泛化能力,貝葉斯-高斯網(wǎng)絡(luò)能快速跟蹤系統(tǒng)時(shí)變。
  針對(duì)廢水中和過程的特性,應(yīng)用酸堿中和的強(qiáng)酸當(dāng)量模型,提出了一種基于敏感度(SA)和改進(jìn)

4、粒子群優(yōu)化算法(DPSO)相結(jié)合的RBF混合神經(jīng)網(wǎng)絡(luò)模型辨識(shí)方法,通過調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)和辨識(shí)出系統(tǒng)的滯后時(shí)間來提高模型辨識(shí)效率和預(yù)測(cè)精度,將RBF混合神經(jīng)網(wǎng)絡(luò)辨識(shí)器與神經(jīng)網(wǎng)絡(luò)控制器相結(jié)合構(gòu)成電廠廢水PH中和過程的預(yù)測(cè)控制系統(tǒng)。并通過仿真驗(yàn)證了該控制方法的實(shí)效性。
  最后結(jié)合電廠水處理中給水加氨的處理,將該控制方法應(yīng)用至多輸入多輸出系統(tǒng)中,本文在總結(jié)了神經(jīng)網(wǎng)絡(luò)非線性預(yù)測(cè)控制系統(tǒng)優(yōu)點(diǎn)的同時(shí)也提出了一些不足之處,比如算法的實(shí)時(shí)性問題,神經(jīng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論