线上期刊服务咨询,发表咨询:400-808-1701 订阅咨询:400-808-1721

基于改进云自适应粒子群优化算法的NO_X含量测量

金秀章; 刘潇 自动化仪表 2017年第07期

摘要:脱硝反应器入口NO_X浓度的及时、准确测量,对精确调节喷氨量、控制氮氧化物的排放至关重要。针对NO_X气体分析仪测量存在的精度差、滞后性等问题,基于传统云理论,并结合径向基函数(RBF)神经网络,提出了改进的云自适应粒子算法(CPSO)-RBF神经网络的测量模型。利用云模型理论中云滴具有随机性、稳定倾向性等特点,提出了一种新型分段式自适应调整粒子群惯性权重算法。利用此优化算法,对神经网络参数进行优化,提高了测量模型的精度。将该模型应用于SCR反应器入口的NO_X含量测量中,实例仿真表明,改进算法优化的神经网络模型具有较高的精度,为反应器入口NO_X含量的实时、准确测量提供了一定的理论依据,也为实际生产过程中NO_X的测量与控制提供了一定的参考。

关键词:脱硝反应器气体分析仪云模型粒子群优化算法自适应调整

单位:华北电力大学控制与计算机工程学院; 河北保定071003

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

自动化仪表

统计源期刊

¥408.00

关注 27人评论|1人关注