首页> 中文期刊> 《测控技术》 >基于CPSO-RBF神经网络喷氨量的最优控制

基于CPSO-RBF神经网络喷氨量的最优控制

         

摘要

火力发电厂选择性催化还原脱硝控制方法中,由于PID控制算法具有较大的惯性和延迟,喷氨量的控制精度导致烟气出口NOx含量过高,不符合国家环保标准.因此,在分析脱硝喷氨控制影响因素基础上,建立选择性催化还原系统出口NOx的径向基函数神经网络预测模型,采用混沌局部搜索算法确定最大迭代步数,并利用混沌粒子群优化算法(CPSO)求取最优解,以实现喷氨量的最优控制.仿真实验结果表明:与传统的PID控制算法相比,提高了喷氨量的控制精确和脱硫效率,同时降低了氨气的逃逸率.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号