燃煤电厂CO_2捕集与系统集成的能耗与水耗分析

CO_2捕集是目前降低电厂CO_2排放最直接有效的方法之一,但能耗过高成为限制其发展的最大障碍,同时水耗的增加也对现有电厂的集成带来了挑战,本文从CO_2捕集系统与电厂系统的集成角度出发,建立了集成系统的能耗与水耗模型,结合典型300 MW亚临界燃煤发电机组参数,分析了CO_2捕集对电厂的影响,考察了CO_2捕集系统的运行参数对集成系统能耗与水耗的变化关系。结果表明,集成CO_2捕集后电厂发电效率降低了近10个百分点,冷却循环水用量与总水耗增加了近25%,单位发电量冷却循环水量与水耗增加了70%以上,同时系统能耗与水耗随CO_2捕集参数的变化而呈现不同的变化趋势。     

基于Wiener模型的传感器动态非线性辨识研究

针对实际测量中传感器存在较大非线性的缺点,提出利用改进型Wiener模型描述传感器动态非线性模型;将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识,最终实现传感器模型的建立;通过仿真实验验证比较不同方法的辨识误差与速度,最终结果表明该方法在非线性动态传感器模型辨识方面具有明显的速度和精度优势。     

基于神经网络内部模型的非线性偏最小二乘法用于火电厂烟气光谱定量分析

针对火电厂烟气光谱数据的非线性特性,采用了基于神经网络内部模型的非线性偏最小二乘定量分析方法。该方法进行偏最小二乘（PLS）回归后,将自变量和因变量的隐变量作为神经网络的输入和输出进行训练,即可得到非线性内部模型。将PLS、基于向后传递神经网络内部模型的非线性PLS（BP-NPLS）、基于径向基函数神经网络内部模型的非线性PLS（RBF-NPLS）和基于自适应模糊推理系统内部模型的非线性PLS（ANFIS-NPLS）对火电厂烟气多组分进行测定后比较,BP-NPLS、RBF-NPLS和ANFIS-NPLS较之PLS,将二氧化硫预测模型的预测均方根误差（RMSEP）分别降低了16.96%,16.60%和19.55%;将一氧化氮预测模型的RMSEP分别降低了8.60%,8.47%和10.09%;将二氧化氮预测模型的RMSEP分别降低了2.11%,3.91%和3.97%。实验表明,非线性PLS较PLS更适用于火电厂烟气定量分析。通过神经网络对非线性函数的高度逼近特性,基于本文所提及内部模型的非线性偏最小二乘方法有较好的预测能力和稳健性,在一定程度上解决了基于多项式和样条函数等其他内部模型的非线性偏最小二乘方法的自身局限性。其中,ANFIS-NPLS的效果最好,自适应模糊推理系统的学习能力能够有效降低残差,使模型具有较好的泛化性,是一种比较准确实用的火电厂烟气定量分析方法。     

双吸收升温型热泵驱动电厂碳捕集的方案研究

本文提出了一种CO_2捕集的新方法,利用双吸收升温型热泵提升汽轮机末级蒸汽的品位,使之与CO_2再生温度相互匹配后用于富液的解析,同时回收锅炉排烟热量,预热进入热泵的循环水,进一步降低CO_2捕集能耗。本文利用Aspen Plus 11.0对流程进行模拟,并对关键过程的结果进行了实验验证。研究表明,随着CO_2捕集率逐渐增加,机组发电效率增幅呈现先增后减的趋势:对于350 MW的机组,当捕集率为53.65%时,新方案效率增幅达到最大,相对常规捕集方案效率能够提升2.06个百分点;当CO_2捕集率为90%时,新方案CO_2捕集能耗下降10.5%,效率提升幅度为1.25个百分点;此方法实现了热能品位的对口利用,降低了CO_2再生过程的不可逆损失,为电厂降低CO_2捕集能耗提供了一种新思路。     

电动舵机非线性系统的辨识研究

本文针对所设计的三闭环电动舵机系统,为了提高舵机的控制精度,提出了采用非线性系统辨识的方法,并且利用辨识的参数对系统进行补偿。根据电动舵机的模型分别采用了前馈补偿的方法和反馈辨识的方法对系统的摩擦进行仿真建模研究,并且将建模数据加入到电动舵机中进行试验验证,系统的位置跟踪误差和速度跟踪误差均有大幅度减小。试验结果证明,本文所提出的辨识研究方法可以准确地实现摩擦模型的建立,并且从该模型出发进行补偿可以有效地提高电动舵机的控制精度。     

雷达天线控制系统频域辨识与仿真方法研究

雷达天线控制系统仿真是雷达系统目标跟踪动态仿真中一个重要环节。为解决雷达天线控制系统仿真中滞后误差大、动态效果差等问题,依据某雷达天线控制系统性能实际测试结果,以典型系统模型作为研究对象,利用频域最小二乘法完成模型参数辨识,建立系统模型,并对辨识模型进行验证。在此基础上,采用基于时域的增广矩阵法对系统进行了数字快速仿真分析。结果表明,辨识模型满足精度,且增广矩阵法能够有效快速地完成系统数字仿真,对天线控制系统建模以及快速动态仿真研究具有一定的参考价值。     

利用钙基吸收剂连续分离烟气中CO_2的双流化床实验研究

钙基吸收剂循环煅烧/碳酸化法(CCRs)是捕集燃煤电厂烟气中CO_2的一种潜在技术。利用双流化床反应器实现连续高效捕集烟气中的CO_2是此技术应用到实际的关键。本文利用天然白云石,采用双鼓泡流化床反应器,连续捕集烟气中的CO_2。试验结果表明,所采用的双流化床反应器可以实现两个反应器之间物料连续稳定地交换,并长时间连续高效捕集烟气中的CO_2,捕集效率超过90%。     

基于N_2/CO_2相平衡分析的新型CO_2液化再凝华分离系统

低温分离CO_2是捕获烟气中CO_2的有效方法之一,低温捕集法研究的首要问题是进行N_2-CO_2的相平衡计算。通过不同状态方程结合不同混合规则进行相平衡计算,结果显示在分析N_2/CO_2相平衡特性时PR状态方程结合Vdw混合规则的计算精度最高,N_2气相摩尔浓度计算结果与已有实验数据的最大偏差为5.15%,220 K时误差仅为0.43%。本文提出一种新型的液化再凝华低温分离系统并进行系统能耗分析,结果显示此方法能达到较高回收率及回收纯度,并与仅使用凝华方法分离相比,能耗降低9%以上。     

基于全谱数据挖掘技术的土壤有机质高光谱预测建模研究

可见/近红外高光谱技术与建模方法是当前土壤近地传感器研究领域的重要方向,可应用于土壤养分信息的快速获取和农田作物的精确施肥管理。以浙江省水稻土为研究对象,利用以非线性模型为核心的数据挖掘技术,包括随机森林、支持向量机、人工神经网络等方法分别建立了不同建模集和验证集的原始光谱与有机质含量的估测模型。结果表明：研究比较的1∶1,3∶1和全部样本建模并全部验证的三种样本模式划分对建模的结果有一定的影响。相较于目前常用的偏最小二乘回归(PLSR)建模方法而言,非线性模型RF和SVM也取得了较好的建模精度,三种模式下其RDP值均大于1.4。特别是采用SVM建模方法所得模型具有很好的预测能力,模式二下其RDP值达到2.16。同时引入ANN方法改进建立的PLSR-ANN方法显著提高了PLSR的模型预测能力。     

磁流变减振系统参数辨识

在对磁流变体的力学性能、减振系统设计和实验建模方法深入研究的基础上,提出了采用非线性顺序滤波来辨识磁流变化减振装置粘弹性模型参数的实验建模方法。研究表明,基于粘塑性假设,可用于该辨识算法获得库仑摩擦力和粘性摩擦系数。     

水泥窑余热发电辅助碳捕集系统分析

本文提出一种应用于水泥厂的基于余热发电技术的醇胺法碳捕集系统,针对余热发电系统和乙醇胺(MEA)碳捕捉系统建立模型,利用Visual Basic软件编程模拟余热发电系统,利用Aspen Plus软件模拟MEA法CO_2捕集系统。探讨了废气负荷、低压蒸汽温度、压力对余热发电系统性能的影响,废气负荷和解析塔操作压力对MEA碳捕捉系统中解析塔耗能的影响,并分析了系统的耦合和匹配关系。结果表明,该系统碳捕获率范围为8.6%~15.0%。     

基于化学链燃烧生物质煤互补的天然气动力联产系统研究

针对传统煤制天然气过程存在的能量利用不合理、碳捕集能耗过高等技术瓶颈,本文探索了一种能实现CO_2零排放的基于化学链燃烧的生物质煤互补天然气动力联产系统。生物质与煤互补从气化源头调节了合成气中H_2/CO比例,有利于甲烷化反应过程,化学链燃烧实现了零能耗的CO_2捕集。研究结果表明:系统总能效率(η_(en))为57.03,效率(η_(ex))为54.65,系统能源节约率高达18.6,实现了系统CO_2零排放。分析了关键参数如氧气碳比(O/C)、蒸气碳比(S/C)、生物质煤互补比例和未反应气循环倍率对系统热力学性能的影响。     

电磁脉冲测试系统的非线性辨识建模与性能补偿

给出了准阶跃信号激励下电磁脉冲测试系统非线性模型参数在连续域的直接辨识算法。结合实际研制的光纤传输式脉冲电压测试系统及其时域动态校准数据,建立了由4阶多项式非线性环节和3阶传递函数线性环节组成的测试系统Hammerstein模型,实测结果验证了辨识模型的准确性。在此基础上,构建了由动态线性补偿滤波器和静态非线性校正器组成的补偿环节,将测试系统的下限截止频率由数十kHz拓展至直流,稳态响应时间由s级降至ns级,有效改善了系统的动态性能,实测脉冲波形的重建结果验证了补偿环节设计的有效性。     

基于小波核偏最小二乘回归方法的混沌系统建模研究

基于核学习的强大非线性映射能力,结合用于回归建模的线性偏最小二乘(PLS)算法,提出一种小波核偏最小二乘(WKPLS)回归方法. 该方法基于支持向量机使用的经典核函数技巧,将输入映射到高维非线性的特征空间,在特征空间中,构造线性的PLS回归模型. PLS方法利用输入与输出变量之间的协方差信息提取潜在特征,而可允许的小波核函数具有近似正交以及适用于信号局部分析的特性. 因此,结合它们优点的WKPLS方法显示了更好的非线性建模性能. 将WKPLS方法应用在非线性混沌动力系统建模上,并与基于高斯核的核偏最小二乘 关键词： 小波核 偏最小二乘回归 混沌系统 建模     

共焦显微镜扫描工作台的系统建模与动态分析

共焦显微镜扫描工作台动态模型是研究控制系统的重要依据,它直接影响工作台的重复定位精度.提出了将机械部分和电气部分分开建模的方法,建立了系统数学模型,该方法具有较好的可移植性,建模过程简单,有利于分析系统各环节对系统控制性能的影响.在MATLAB/Simulink下进行仿真,2 s内系统达到了稳定状态,证明了系统具有很好的动态特性,满足控制的要求.     

带有高压储液器的制冷系统建模研究

通过对制冷系统循环特性、变工况特性和参数间耦合特性的分析,遵循热力学基本定律和能量、动量、质量守恒定律,采用稳态和动态建模相结合的方法建立压缩式制冷系统的数学模型。针对换热器建模难点采用分相区和移动边界相结合的方法建立其集总参数动态模型,并且冷凝器与高压储液器相结合,构成冷凝器加储液器的整体部件,文中建立的制冷系统的整体模型,反映了制冷系统工况变化时制冷剂质量的重新分配及其对状态变量的影响,提高了系统建模的精度,最后通过实验对所建模型的准确性进行了验证。     

混沌蚂蚁群算法设计T-S模糊系统

介绍了混沌蚂蚁群算法,然后利用该算法设计T-S模糊系统,给出了具体的设计过程,并成功地将其应用于非线性动态系统辨识和自适应模糊控制,最后给出了数值仿真,数值仿真表明该方法是有效的. 关键词： 混沌蚂蚁群算法 T-S模糊系统 非线性动态系统辨识 自适应控制     

基于最小二乘支持向量机的混沌控制

利用支持向量机良好的非线性函数逼近和泛化能力，提出基于最小二乘支持向量机非线性补偿的混沌控制新方法.应用最小二乘支持向量机离线辨识混沌系统的非线性部分，并用辨识模型补偿系统的非线性，同时应用线性状态反馈控制混沌系统.对三种典型连续混沌系统的仿真研究表明，提出的控制方法可以有效的控制混沌系统到达设定的目标状态，并且由线性状态反馈控制器构成的闭环系统稳定. 关键词： 混沌控制 支持向量机 最小二乘支持向量机 状态反馈 稳定性     

NIR光谱的Isomap-PLS非线性建模方法

针对样品的近红外(NIR)光谱与其物理化学性质之间存在的非线性关系,提出了一种结合等距映射(Isomap)和偏最小二乘(PLS)的非线性建模新方法。Isomap是一种新的非线性降维方法,属于流形学习方法,能有效地发现高维数据中的本真低维结构。Isomap-PLS建模方法首先用Isomap对高维NIR光谱数据作非线性降维,再用PLS降维并建立校正模型。将Isomap-PLS建模方法分别应用于两个公开的NIR光谱标准数据集,并与PLS单独建模进行比较。结果表明,在两个数据集上,用Isomap-PLS方法建立的校正模型比单独用PLS算法建立的校正模型具有更小的交叉验证均方根误差(RMSECV);对某些性质数据,Isomap-PLS模型比PLS模型的RMSECV值要小2～5倍。因此,Isomap能够有效反映NIR光谱中存在的非线性结构,Isomap-PLS比PLS具有更好的建模与预测能力。     

生成式对抗网络的土壤有机质高光谱估测模型

已有的土壤有机质含量估测模型大多以光谱特征波段、线性和非线性模型为基础,较少考虑通过拓展样本数据建模集来提高模型的估测能力。为进一步提高土壤有机质高光谱反演模型估测精度,提出利用生成式对抗网络(GAN)合成伪高光谱数据和有机质含量的动态估测模型。选取湖南省长沙市及周边区域的水稻田为研究对象,采集土样和实测高光谱数据(350~2 500 nm),室内化学测定有机质含量。以高光谱数据和有机质含量为基础,利用生成式对抗网络生成等量新数据, 结合原始数据建模集组成增强建模集。在GAN正式训练中,每轮训练完成后,设置4个观测点(对应增强建模集中含50,100,150和239个生成样本),动态构建交叉验证岭回归(RCV)、偏最小二乘回归(PLSR)和BP神经网络(BPNN)土壤有机质含量估测模型(分别简称GAN-RCV,GAN-PLSR和GAN-BPNN),并在相同测试集上实施模型评估。实验结果表明：(1)原始数据建模集上拟合的估测模型中,交叉验证岭回归表现最佳,决定系数(R2)和均方根误差(RMSE)分别为0.831 1和0.189 6;(2)GAN的150轮正式训练中,增强建模集上动态构建的GAN-RCV,GAN-PLSR和GAN-BPNN模型性能显著提高,具体表现为：GAN-RCV的R2取得最大值0.890 9(RMSE 0.153 7)、最小值0.850 5 (RMSE 0.18)与平均值0.868 7(RMSE 0.168 6),最大R2比建模集上拟合的RCV提高了7.2%(RMSE降低了18.9%),GAN-PLSR获得R2最大值0.855 4(RMSE 0.176 9)、最小值0.727 0 (RMSE 0.243 2)与平均值0.780 1 (RMSE 0.217 7),最大R2比建模集上拟合的PLSR提高了20.6%(RMSE降低了29.5%),GAN-BPNN表现最佳,R2取得最大值0.905 2(RMSE 0.143 3)、最小值0.801 7(RMSE 0.207 3)与平均值0.868 1(RMSE 0.168 6),最大R2比建模集上拟合的BPNN提高了30.8%(RMSE降低了44.5%);(3)随着增强建模集中生成样本数量增加,模型精度提升效果呈先升后降趋势,4个观测点中第3个观测点的模型性能提升最显著。充分的实验表明：基于GAN动态构建的有机质含量估测模型显著改善了模型预测性能。依据测试集上的评估结果,可择优使用最佳模型进行后续土壤有机质含量估测。