基于证据理论的钢球磨煤机料位软测量技术研究
发布时间:2023-02-28 17:44
钢球磨煤机是中储式制粉系统的重要环节,目前被广泛应用于中小型火电厂中。但是大多数中储式制粉系统并未在经济工况下运行,一个最主要原因就是钢球磨煤机滚筒内的料位难以测量。由于至今还没有一种完全准确可靠的料位测量方法,运行人员只能在不考虑其经济性情况下使其保守运行,从而导致能源的大量浪费。因此,科学解决钢球磨煤机滚筒料位的测量问题无论对于磨煤机的经济安全运行还是将其应用于自动控制和性能监测等都具有十分重要的意义。本文基于证据理论对实际应用中的钢球磨煤机料位软测量技术进行了研究。首先对国内外钢球磨煤机料位测量的现状和发展趋势进行了综述,指出相关变量联合监测方法和软测量建模技术是其发展趋势。以某电厂B磨煤机为研究对象,研究了钢球磨煤机的工作原理,确定了与其料位相关的辅助变量,设计其参数采集实验,获取相关数据进行预处理,并基于灰熵关联理论分析了其相关性,为基于证据理论的模型建立及验证提供了依据。其次,研究了证据理论在热工过程特殊参量不确定性推理认知建模、预测与数据融合中的应用,分析了其局限性,并从参数距离替换、结构参数优化和优化准则替换三方面进行了改进,提出新型鲁棒性自适应证据K-NN分类器,仿真...
【文章页数】:90 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的研究背景及意义
1.1.1 课题的来源
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 钢球磨煤机料位测量的研究现状
1.2.2 软测量技术研究现状
1.2.3 证据理论的研究现状
1.3 本文研究内容与章节安排
2 钢球磨煤机工作原理分析及数据处理
2.1 研究对象分析
2.1.1 制粉系统概述
2.1.2 钢球磨煤机工作原理
2.1.3 钢球磨煤机的工作机理以及特性分析
2.2 料位影响因素分析及辅助变量的选择
2.2.1 料位与钢球磨煤机的制粉出力
2.2.2 料位与钢球磨煤机的进出口压差
2.2.3 料位与钢球磨煤机进出口温度
2.2.4 料位与钢球磨煤机电流
2.2.5 料位与各种影响因素的关系
2.3 实验数据的获取和处理
2.3.1 实验数据获取
2.3.2 数据的预处理
2.3.3 基于灰熵理论对辅助变量的选择
2.4 本章小结
3 证据理论及传统证据K-NN分类器的改进
3.1 引言
3.2 证据理论的理论基础
3.3 传统证据K-NN分类器
3.4 传统证据K-NN分类器存在的问题及改进
3.5 新型证据K-NN分类器的实现
3.5.1 自适应性度量空间及结构参数优化的证据K-NN分类器
3.5.2 基于广义T范数与法则的证据K-NN分类器
3.5.3 鲁棒自适应证据K-NN分类器
3.5.4 仿真分析
3.6 本章小结
4 证据回归多模型料位软测量建模及应用研究
4.1 引言
4.2 证据回归多模型
4.2.1 全局模型建模
4.2.2 局部模型建模
4.3 证据回归多模型参数识别
4.3.1 局部模型结构参数识别
4.3.2 全局模型结构参数识别
4.4 基于证据回归多模型球磨料位软测量仿真结果分析
4.4.1 模型参数辨识
4.4.2 模型预测的精度分析
4.5 本章小结
5 基于D-S融合法则的料位软测量及应用研究
5.1 引言
5.2 证据理论的权重融合模型
5.2.1 权重提取模型
5.2.2 权重融合模型
5.3 三种料位软测量模型
5.3.1 偏最小二乘回归分析(NPLS)
5.3.2 BP神经网络
5.3.3 支持向量机
5.4 基于D-S融合法则的组合软测量模型
5.4.1 基于实验数据的料位软测量
5.4.2 模型预测的精度分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
作者简历及攻读硕士学位期间取得的硏究成果
学位论文数据集
本文编号:3751570
【文章页数】:90 页
【学位级别】:硕士
【文章目录】:
致谢
摘要
ABSTRACT
1 绪论
1.1 课题的研究背景及意义
1.1.1 课题的来源
1.1.2 研究的意义
1.2 国内外研究现状
1.2.1 钢球磨煤机料位测量的研究现状
1.2.2 软测量技术研究现状
1.2.3 证据理论的研究现状
1.3 本文研究内容与章节安排
2 钢球磨煤机工作原理分析及数据处理
2.1 研究对象分析
2.1.1 制粉系统概述
2.1.2 钢球磨煤机工作原理
2.1.3 钢球磨煤机的工作机理以及特性分析
2.2 料位影响因素分析及辅助变量的选择
2.2.1 料位与钢球磨煤机的制粉出力
2.2.2 料位与钢球磨煤机的进出口压差
2.2.3 料位与钢球磨煤机进出口温度
2.2.4 料位与钢球磨煤机电流
2.2.5 料位与各种影响因素的关系
2.3 实验数据的获取和处理
2.3.1 实验数据获取
2.3.2 数据的预处理
2.3.3 基于灰熵理论对辅助变量的选择
2.4 本章小结
3 证据理论及传统证据K-NN分类器的改进
3.1 引言
3.2 证据理论的理论基础
3.3 传统证据K-NN分类器
3.4 传统证据K-NN分类器存在的问题及改进
3.5 新型证据K-NN分类器的实现
3.5.1 自适应性度量空间及结构参数优化的证据K-NN分类器
3.5.2 基于广义T范数与法则的证据K-NN分类器
3.5.3 鲁棒自适应证据K-NN分类器
3.5.4 仿真分析
3.6 本章小结
4 证据回归多模型料位软测量建模及应用研究
4.1 引言
4.2 证据回归多模型
4.2.1 全局模型建模
4.2.2 局部模型建模
4.3 证据回归多模型参数识别
4.3.1 局部模型结构参数识别
4.3.2 全局模型结构参数识别
4.4 基于证据回归多模型球磨料位软测量仿真结果分析
4.4.1 模型参数辨识
4.4.2 模型预测的精度分析
4.5 本章小结
5 基于D-S融合法则的料位软测量及应用研究
5.1 引言
5.2 证据理论的权重融合模型
5.2.1 权重提取模型
5.2.2 权重融合模型
5.3 三种料位软测量模型
5.3.1 偏最小二乘回归分析(NPLS)
5.3.2 BP神经网络
5.3.3 支持向量机
5.4 基于D-S融合法则的组合软测量模型
5.4.1 基于实验数据的料位软测量
5.4.2 模型预测的精度分析
5.5 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
作者简历及攻读硕士学位期间取得的硏究成果
学位论文数据集
本文编号:3751570
本文链接:https://www.wllwen.com/projectlw/hxgylw/3751570.html
最近更新
教材专著