声明
摘要
1.1 课题研究的背景与意义
1.2 国内外研究动态
1.2.1 超超临界机组建模方法及研究现状
1.2.2 热工对象辨识算法的发展与研究现状
1.2.3 非线性预测控制的发展与研究现状
1.3 本文主要内容
第二章 改进的免疫遗传算法及在热工系统辨识中的应用
2.1 引言
2.2 基本遗传算法的原理与特点
2.2.1 基本遗传算法的原理描述
2.2.2 遗传算法的基本步骤‘
2.2.3 遗传算法步骤描述
2.2.4 基本遗传算法存在的问题
2.2.5 原因分析
2.3 人工免疫系统原理
2.3.1 人工免疫系统简介
2.3.2 人工免疫系统的术语
2.3.3 免疫算法描述
2.3.4 采用免疫系统的特性和原理
2.4 改进的免疫遗传算法
2.4.1 免疫遗传算法简介
2.4.2 免疫算法术语介绍
2.4.3 改进的免疫遗传算法流程描述
2.4.4 算法优化性能试验分析
2.5 三种优化算法在热工系统辨识中的应用
2.5.1 热工系统参数辨识简介
2.5.2 超超临界机组负荷模型结构介绍
2.5.3 超超临界机组协调系统模型参数辨识
2.6 本章小结
第三章 超超临界机组仿真负荷模型的建立
3.1 引言
3.2 超超临界机组系统简介
3.3 制粉系统建模
3.4.1 简化与假设
3.4.2 锅炉部分
3.4.3 汽轮机部分
3.5 超超临界机组非线性动态模型结构
3.6 参数辨识
3.6.1 静态参数辨识
3.6.2 动态参数辨识
3.7 模型验证
3.7.1 稳态模型验证
3.7.2 动态模型验证
3.8 结果与讨论
3.9 本章小结
第四章 超超临界机组控制负荷模型的建立
4.1 引言
4.2 模型建立
4.2.1 制粉系统建模
4.2.2 锅炉建模
4.2.3 汽轮机建模
4.2.4 最简模型结构
4.3 参数辨识
4.3.1 静态参数辨识
4.3.2 动态参数辨识
4.4 模型验证
4.4.1 稳态值验证
4.4.2 模型动态验证
4.5 结果与讨论
4.6 本章小结
第五章 基于免疫优化的超超I临界机组负荷非线性预测控制
5.1 引言
5.2 预测控制的基本原理
5.3 基于免疫优化的非线性预测控制方法
5.3.1 非线性预测控制系统结构
5.3.2 机理预测模型及反馈校正
5.3.3 基于改进免疫遗传算法的滚动优化求解
5.3.4 基于改进的免疫遗传算法的非线性预测控制的具体步骤
5.4 超超临界机组负荷非线性预测控制
5.4.1 负荷阶跃扰动试验仿真
5.4.2 大范围升降负荷扰动试验仿真
5.4.3 分析与讨论
5.5 本章小结
第六章 结论与展望
6.1 论文的主要工作
6.2 研究展望
参考文献
附录
作者简介
致谢