鋼球磨煤機是中儲式制粉系統(tǒng)的重要環(huán)節(jié),目前被廣泛應(yīng)用于中小型火電廠中。但是大多數(shù)中儲式制粉系統(tǒng)并未在經(jīng)濟工況下運行,一個最主要原因就是鋼球磨煤機滾筒內(nèi)的料位難以測量。由于至今還沒有一種完全準確可靠的料位測量方法,運行人員只能在不考慮其經(jīng)濟性情況下使其保守運行,從而導致能源的大量浪費。因此,科學解決鋼球磨煤機滾筒料位的測量問題無論對于磨煤機的經(jīng)濟安全運行還是將其應(yīng)用于自動控制和性能監(jiān)測等都具有十分重要的意義。本文基于證據(jù)理論對實際應(yīng)用中的鋼球磨煤機料位軟測量技術(shù)進行了研究。首先對國內(nèi)外鋼球磨煤機料位測量的現(xiàn)狀和發(fā)展趨勢進行了綜述,指出相關(guān)變量聯(lián)合監(jiān)測方法和軟測量建模技術(shù)是其發(fā)展趨勢。以某電廠B磨煤機為研究對象,研究了鋼球磨煤機的工作原理,確定了與其料位相關(guān)的輔助變量,設(shè)計其參數(shù)采集實驗,獲取相關(guān)數(shù)據(jù)進行預處理,并基于灰熵關(guān)聯(lián)理論分析了其相關(guān)性,為基于證據(jù)理論的模型建立及驗證提供了依據(jù)。其次,研究了證據(jù)理論在熱工過程特殊參量不確定性推理認知建模、預測與數(shù)據(jù)融合中的應(yīng)用,分析了其局限性,并從參數(shù)距離替換、結(jié)構(gòu)參數(shù)優(yōu)化和優(yōu)化準則替換三方面進行了改進,提出新型魯棒性自適應(yīng)證據(jù)K-NN分類器,仿真...

【文章頁數(shù)】：90 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 課題的研究背景及意義
        1.1.1 課題的來源
        1.1.2 研究的意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 鋼球磨煤機料位測量的研究現(xiàn)狀
        1.2.2 軟測量技術(shù)研究現(xiàn)狀
        1.2.3 證據(jù)理論的研究現(xiàn)狀
    1.3 本文研究內(nèi)容與章節(jié)安排
2 鋼球磨煤機工作原理分析及數(shù)據(jù)處理
    2.1 研究對象分析
        2.1.1 制粉系統(tǒng)概述
        2.1.2 鋼球磨煤機工作原理
        2.1.3 鋼球磨煤機的工作機理以及特性分析
    2.2 料位影響因素分析及輔助變量的選擇
        2.2.1 料位與鋼球磨煤機的制粉出力
        2.2.2 料位與鋼球磨煤機的進出口壓差
        2.2.3 料位與鋼球磨煤機進出口溫度
        2.2.4 料位與鋼球磨煤機電流
        2.2.5 料位與各種影響因素的關(guān)系
    2.3 實驗數(shù)據(jù)的獲取和處理
        2.3.1 實驗數(shù)據(jù)獲取
        2.3.2 數(shù)據(jù)的預處理
        2.3.3 基于灰熵理論對輔助變量的選擇
    2.4 本章小結(jié)
3 證據(jù)理論及傳統(tǒng)證據(jù)K-NN分類器的改進
    3.1 引言
    3.2 證據(jù)理論的理論基礎(chǔ)
    3.3 傳統(tǒng)證據(jù)K-NN分類器
    3.4 傳統(tǒng)證據(jù)K-NN分類器存在的問題及改進
    3.5 新型證據(jù)K-NN分類器的實現(xiàn)
        3.5.1 自適應(yīng)性度量空間及結(jié)構(gòu)參數(shù)優(yōu)化的證據(jù)K-NN分類器
        3.5.2 基于廣義T范數(shù)與法則的證據(jù)K-NN分類器
        3.5.3 魯棒自適應(yīng)證據(jù)K-NN分類器
        3.5.4 仿真分析
    3.6 本章小結(jié)
4 證據(jù)回歸多模型料位軟測量建模及應(yīng)用研究
    4.1 引言
    4.2 證據(jù)回歸多模型
        4.2.1 全局模型建模
        4.2.2 局部模型建模
    4.3 證據(jù)回歸多模型參數(shù)識別
        4.3.1 局部模型結(jié)構(gòu)參數(shù)識別
        4.3.2 全局模型結(jié)構(gòu)參數(shù)識別
    4.4 基于證據(jù)回歸多模型球磨料位軟測量仿真結(jié)果分析
        4.4.1 模型參數(shù)辨識
        4.4.2 模型預測的精度分析
    4.5 本章小結(jié)
5 基于D-S融合法則的料位軟測量及應(yīng)用研究
    5.1 引言
    5.2 證據(jù)理論的權(quán)重融合模型
        5.2.1 權(quán)重提取模型
        5.2.2 權(quán)重融合模型
    5.3 三種料位軟測量模型
        5.3.1 偏最小二乘回歸分析(NPLS)
        5.3.2 BP神經(jīng)網(wǎng)絡(luò)
        5.3.3 支持向量機
    5.4 基于D-S融合法則的組合軟測量模型
        5.4.1 基于實驗數(shù)據(jù)的料位軟測量
        5.4.2 模型預測的精度分析
    5.5 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
作者簡歷及攻讀碩士學位期間取得的硏究成果
學位論文數(shù)據(jù)集



本文編號：3751570