位置:成果数据库 > 期刊 > 期刊详情页
基于量子遗传算法的循环流化床锅炉Hammerstein模型辨识
  • ISSN号:1674-7607
  • 期刊名称:《动力工程学报》
  • 时间:0
  • 分类:TK323[动力工程及工程热物理—热能工程]
  • 作者机构:[1]华北电力大学河北省发电过程仿真与优化控制重点实验室,保定071003
  • 相关基金:国家自然科学基金资助项目(61203041);中央高校基本科研基金资助项目(11MG49) .
中文摘要:

将Harnmerstein模型应用于某循环流化床锅炉2个典型系统的辨识,用多项式表示模型的非线性部分,用差分方程表示模型的线性部分,并通过量子遗传算法将模型的辨识问题转化为参数空间上的寻优问题,求得模型中待定参数的最优解,从而得出循环流化床锅炉2个系统的具体模型,并结合现场数据进行了一系列仿真试验.结果表明:Hammerstein模型可以很好地表达循环流化床锅炉典型系统的特性,用量子遗传算法优化可得到精度较高的数学模型.

英文摘要:

Hammerstein models were used to identify two typical systems of a circulating fluidized bed (CFB) boiler, of which the nonlinear and linear parts were respectively expressed by polynomials and difference equations, and the identification problems of models were converted into the optimization search ing in parameter space using quantum genetic algorithm (QGA). Optimal solutions of unknown parameters were solved so as to obtain specific models of the two systems in the CFB boiler. Moreover, a series of simulation experiments were performed with field data. Results show that Hammerstein models can well express the characteristics of typical systems in CFB boilers, and mathematical models of high precision can be obtained by using quantum genetic algorithm to optimize the parameters.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《动力工程学报》
  • 中国科技核心期刊
  • 主管单位:上海发电设备成套设计研究院
  • 主办单位:上海上发院发电成套设备成套设备工程有限公司 中国动力工程学会
  • 主编:严宏强
  • 地址:上海闵行剑川路1115号
  • 邮编:200240
  • 邮箱:DONG@chinajournal.net.cn
  • 电话:021-64358710-609
  • 国际标准刊号:ISSN:1674-7607
  • 国内统一刊号:ISSN:31-2041/TK
  • 邮发代号:4-301
  • 获奖情况:
  • 2000年获《CAJ-CD规范》执行优秀奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:3107