基于全局優(yōu)化的鍋爐排放軟件傳感器建立方法基本信息

采用基于全局優(yōu)化方法，建立鍋爐機(jī)組運(yùn)行排放軟件傳感器，用代替硬件分析儀表，對(duì)煙氣排放水平進(jìn)行低成本、無(wú)滯后的在線監(jiān)測(cè)。研究成果將為鍋爐排放軟件傳感器的自動(dòng)生成提供理論基礎(chǔ)和工具，為鍋爐機(jī)組及煙氣處理裝置的優(yōu)化運(yùn)行和控制、最終降低煙氣污染排放提供有效手段。

采用有限元分析法對(duì)單跨轉(zhuǎn)子和不同聯(lián)軸節(jié)的多跨轉(zhuǎn)子系統(tǒng)進(jìn)行動(dòng)力學(xué)響應(yīng)分析，并根據(jù)實(shí)際約束條件，提出了旋轉(zhuǎn)機(jī)械軸向與徑向振動(dòng)傳感器的布置方法和策略；提出了基于相關(guān)熵與特征相似度的傳感器冗余度計(jì)算方法，作為度量傳感器信息間冗余性的指標(biāo)；提出了一種根據(jù)噪聲變化自適應(yīng)調(diào)整窗長(zhǎng)的方差估計(jì)算法，給出了對(duì)方差估計(jì)曲線突變段的尋找方式以及自適應(yīng)窗長(zhǎng)的選擇策略；提出了一種基于證據(jù)貼近度的加權(quán)權(quán)值的計(jì)算方法，并建立了一種基于神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的多傳感器信息融合的故障診斷模型。 針對(duì)傳統(tǒng)的BP網(wǎng)絡(luò)在應(yīng)用時(shí)易陷入局部最優(yōu)、收斂速度慢等缺陷，提出了混合蛙跳算法（ISFLA）并融合BP網(wǎng)絡(luò)形成ISFLA-BP網(wǎng)絡(luò)的故障診斷模型，通過(guò)對(duì)滾動(dòng)軸承的早期故障實(shí)驗(yàn)，與BP網(wǎng)絡(luò)、SFLA-BP網(wǎng)絡(luò)相比，該模型泛化能力好，魯棒性較強(qiáng)，可以提高軸承早期故障模式識(shí)別的準(zhǔn)確率。 基于遺傳算法的馬爾科夫特性，提出了將Markov鏈用于循環(huán)次數(shù)估計(jì)，并通過(guò)設(shè)定自適應(yīng)交叉算子以及變?nèi)后w規(guī)模的一種自適應(yīng)進(jìn)化算法用于車削過(guò)程狀態(tài)監(jiān)測(cè)的傳感器布置策略。提高了模型的收斂特性。針對(duì)單工位多工步切削過(guò)程狀態(tài)監(jiān)測(cè)，基于多工位誤差流理論構(gòu)建了單工位多工步信息流模型，確定了故障/監(jiān)測(cè)量信息傳遞系數(shù)用來(lái)表征不同測(cè)點(diǎn)傳感器的監(jiān)測(cè)能力。基于屬性層次模型（AHM）構(gòu)建了傳感器，故障/檢測(cè)量以及系統(tǒng)檢測(cè)能力之間的因果關(guān)系，提出了基于單工位狀態(tài)監(jiān)測(cè)的六步傳感器優(yōu)化布置策略。 針對(duì)切削過(guò)程中工件表面形貌形成的隨機(jī)性的特點(diǎn)，提出了基于隱馬爾科夫模型的工件表面粗糙度和圓度綜合質(zhì)量監(jiān)測(cè)方法。分析了刀尖在三個(gè)方向振動(dòng)位移對(duì)于工件表面粗糙度和圓度的影響，構(gòu)建了二者與刀尖振動(dòng)位移的理論模型。基于數(shù)據(jù)分層思想，提出了一種判別矩陣判別法用于工件質(zhì)量識(shí)別，提高了目標(biāo)特征的識(shí)別率。在硬車削全因子試驗(yàn)樣本缺失的情況下，以ICA和SSA提取的多方向刀具振動(dòng)信號(hào)融合特征作為輸入，提出了基于貝葉斯推理的HMM-SVM工件表面質(zhì)量二次識(shí)別方法，使其能有效滿足試驗(yàn)樣本缺失條件下的硬車削監(jiān)測(cè)要求。 2100433B

隨著對(duì)機(jī)電設(shè)備狀態(tài)檢測(cè)和質(zhì)量測(cè)控要求的不斷提高，傳感器的優(yōu)化布置和信息的有效利用已成為提高機(jī)電設(shè)備狀態(tài)檢測(cè)和質(zhì)量測(cè)控精度的關(guān)鍵問(wèn)題。本項(xiàng)目針對(duì)傳感器優(yōu)化布置、信息融合理論與方法在機(jī)電設(shè)備狀態(tài)檢測(cè)、質(zhì)量測(cè)制中存在的局限性，以旋轉(zhuǎn)機(jī)械和復(fù)雜制造系統(tǒng)為研究對(duì)象，將理論研究、實(shí)驗(yàn)研究及工程應(yīng)用相結(jié)合，綜合考慮傳感器布置受限條件，結(jié)合各人工智能方法，通過(guò)信息的有效利用及復(fù)用，研究在機(jī)電設(shè)備狀態(tài)檢測(cè)和質(zhì)量測(cè)控過(guò)程中高效、適應(yīng)性廣的傳感器優(yōu)化布置策略，實(shí)現(xiàn)多目標(biāo)函數(shù)優(yōu)化、降低檢測(cè)成本和提高狀態(tài)檢測(cè)與質(zhì)量監(jiān)控的可靠性。建立多層次、多方法的信息融合模型以融合不同時(shí)空、不同種類的傳感器信息，并將傳感器優(yōu)化布置理論與信息融合技術(shù)相結(jié)合，研究?jī)烧咧g的作用關(guān)系，完善傳感器優(yōu)化布置策略。本項(xiàng)目將能有效地提高設(shè)備狀態(tài)檢測(cè)和質(zhì)量控制的準(zhǔn)確性和實(shí)用性，推動(dòng)狀態(tài)檢測(cè)和質(zhì)量控制理論的發(fā)展和應(yīng)用。

智能電網(wǎng)作為合理利用新能源的一種新興組網(wǎng)模式得到了世界范圍內(nèi)的廣泛關(guān)注。本課題研究智能電網(wǎng)在不確定和耦合信息作用下的全局動(dòng)態(tài)優(yōu)化控制的理論和方法。通過(guò)建立起考慮系統(tǒng)不確定和耦合因素影響的包括分布式電源、變壓器、輸配電線路和重要負(fù)荷的數(shù)學(xué)模型，對(duì)采集到的系統(tǒng)實(shí)時(shí)數(shù)據(jù)進(jìn)行深入分析和研究。研究出先進(jìn)的信息處理、控制優(yōu)化策略（包括基于模糊雙曲正切建模的潮流計(jì)算方法、廣義模糊節(jié)點(diǎn)轉(zhuǎn)換策略、以及近似動(dòng)態(tài)規(guī)劃方法等一系列關(guān)鍵理論和技術(shù)環(huán)節(jié)）。對(duì)分布式發(fā)電的連續(xù)調(diào)壓裝置、電力電子設(shè)備、并聯(lián)電容器、電抗器和可調(diào)變壓器分抽頭等進(jìn)行綜合協(xié)調(diào)控制，從而實(shí)現(xiàn)智能電網(wǎng)的各節(jié)點(diǎn)電壓偏差、系統(tǒng)網(wǎng)損、無(wú)功補(bǔ)償設(shè)備投資、分接頭和電容器(電抗器)投切次數(shù)以及電壓合格率等指標(biāo)的綜合優(yōu)化。本研究成果對(duì)于我國(guó)輸配電（特別是新興智能電網(wǎng)）自動(dòng)化領(lǐng)域的發(fā)展和科技進(jìn)步將具有重要的理論價(jià)值和廣泛的應(yīng)用前景。