一、基于实时运行数据的稳态在线优化系统研究（论文文献综述）
康俊杰[1]（2021）在《电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究》文中指出随着我国能源结构的变化,为了接纳更多的新能源并提高电网调峰调频的灵活性,燃煤火力发电机组将更多运行在低负荷、变负荷工况,造成机组性能及控制方式发生重大变化。深入分析燃煤火电机组在全局工况下的运行特性,研发新型优化控制策略,挖掘机组节能潜力,实现宽负荷范围下的安全稳定、节能环保运行,已成为新形势下火力发电主动适应角色转换,提升市场竞争力的重要举措。锅炉的燃烧优化涉及安全性、经济性和环保性三个方面,目前的研究集中单一方面,缺乏对这三个方面的综合考虑。本论文首先从安全性方面考虑了结渣状态对锅炉燃烧传热模型的影响,在此基础上设计了在线辨识系统,对结渣率进行辨识;进而利用DCS系统中的大数据信息建立了锅炉燃烧过程和SCR脱硝系统深度学习神经网络的预测模型,并在此基础上提出了喷氨量精准控制策略,避免了 SCR系统喷氨量和NOx排放不匹配的问题,保证了其环保性;最后,根据现场运行的实际需求,将理论与实际工程相结合,将离线优化与在线寻优相结合,实现了在线实时锅炉优化,提高了锅炉燃烧的经济性。论文的主要研究内容如下:1.针对复杂燃烧过程的结渣问题,建立了结渣状态的锅炉燃烧传热理论模型。基于特征模型和自适应黄金分割方法,设计了受热面结渣情况的辨识系统,将在线辨识与基于CFD的锅炉燃烧传热仿真模块相结合,为无法实时用设备测量的燃烧过程的结渣情况,提供了一种新的控制策略;为合理调整锅炉运行参数,帮助运行人员及时了解燃烧的安全状态,防止由结渣情况引发的事故提供了一种辨识手段。2.构建了一个基于混合LSTM和CNN神经网络的燃煤锅炉NOx排放预测的动态模型。利用小波变换（WT）的信号处理技术,将原始燃烧数据样本分解为一个平滑近似分量和一系列的细节分量。利用LSTM深度网络建立了近似分量的动态模型,预测NOx排放的整体趋势;同时,利用3个CNN神经网络对多个细节分量分别进行动态建模,预测NOx排放的特征信息。最后,将两个预测模型融合,得到最终的NOx排放模型。仿真结果表明,该方法能够实现准确稳定的建模和良好的预测性能。与典型的建模方法相比,该模型具有更好的通用性和可重复性。3.为了充分利用历史信息和未来信息,综合考虑输入变量对输出的影响,利用动态联合互信息（DJMI）估计了每个输入变量的延迟时间。采用双向长短时记忆（Bi-LSTM）深度学习算法对燃煤锅炉SCR系统出口 NOx排放进行预测,提高了预测精度,并建立了预测未来3min的t+3时刻的NOx模型。仿真结果表明该预测模型比当前时刻的波形有明显的提前,提前时间完全满足现场实际喷氨控制的要求。利用该模型可以及时调整喷氨量,对降低污染物排放、降低燃煤机组成本具有指导意义。4.通过SCR入口 NOx排放将锅炉燃烧模型和SCR系统模型整合起来,形成预测SCR出口NOx排放的一体化动态模型,并将其作为智能预测前馈信号构建智能前馈控制系统对SCR喷氨量进行精准控制。仿真结果表明,提出的一体化智能前馈预测控制方法控制效果好,喷氨控制平稳,能够满足具有大惯性、大延迟特性工业对象的控制需求。5.提出了一种基于灰色关联理论的案例推理（GR-CBR）锅炉燃烧在线优化方法。采用全局优化算法离线建立了优化案例库,结合主、客观因素利用遗传算法优化案例推理特征权重,提高了检索精度,并能从庞大的案例库中检索出与目标案例相匹配的案例。在保证机组稳定燃烧的同时,兼顾锅炉燃烧效率和NOx排放浓度,合理给出二、三次风门挡板开度指令及氧量定值,实现锅炉稳定经济燃烧。系统整体运用到某350MW燃煤发电机组,简化了优化计算的过程,寻优时间短,稳定性高,适合在线实时寻优。
陈安钢[2]（2021）在《工业烟丝干燥过程建模与先进控制策略研究》文中研究说明工业干燥是一项能源密集型的过程,大多数工业干燥过程的能源效率及质量性能偏低。在不断上升的能源成本和愈加激烈的全球化竞争中,干燥过程的能源消耗和质量性能必须得到改善。研究者往往更多地研究干燥过程的机理和模拟仿真,而对干燥过程的操作控制研究甚少。干燥过程的主要成本并不是在初期的投资（设计和装配）,而是在日常运行的干燥过程优化。控制策略对于提高能源效率和获得理想的干燥产品质量至关重要,改善的方法和策略是建立合理的干燥模型和使用有效的控制策略优化干燥过程。在工业干燥过程中,大多数优化控制策略都是基于模型设计的,在控制调节问题中,模型的预测值被用来产生最优控制动作;在估计问题中,基于模型的预测值与工业实际测量数据协调来产生系统最优状态和参数估计。系统模型不仅有助于了解系统内部机理行为,而且是整个控制系统协同优化的基础,因此干燥过程建模是控制研究中首要解决的问题。大多数干燥模型研究从工艺角度来建立,主要的作用是模拟干燥过程以及了解干燥过程各物理变量的变化规律,模型非常复杂且很多涉及到高维度偏微分动态模型,利用该模型进行干燥过程实时控制策略比较困难。作为控制策略研究者更关注模型对后续的控制策略实施的影响,线性模型过于简化并不能精确描述复杂的干燥过程,变量之间的耦合性考虑很少。基于第一原理/机理（能量、质量和动量平衡）的非线性模型不仅能准确地描述干燥过程的复杂动态特性,而且在其他干燥过程/条件下容易移植和扩展这些模型的使用。为了得到干燥过程的最优干燥条件、更好的质量性能以及更高的能源效率,通常基于第一原理模型的优化控制策略是首选。本文主要的研究工作如下:首先,本文基于实际干燥过程（烟丝干燥过程）的相关变量因素客观分析、干燥过程数据主成分分析以及干燥过程机理分析建立起四阶非线性第一原理模型。第一原理模型具有一般性,不仅对于其他干燥过程具有很强的模型移植性和扩展性,而且能够建立起高度复杂且精确的系统模型。其次,针对工业干燥过程存在不可测量或难以测量的状态变量及物理参数,通过能够处理非线性模型及约束的滚动时域估计算法进行估计,避免花费大量精力去测量验证干燥过程中一些难以测量的物理量,以及为后续优化控制提供精确的模型。最后,针对工业干燥过程模型存在自由度不足的控制难题,设计出三种控制策略对其进行优化控制,都取得良好的控制效果。本文主要的创新点如下:（1）设计了烟丝干燥过程的非线性滚动时域估计策略。由于烟丝干燥过程为非线性模型且存在难以测量的未知参数和状态变量以及系统约束,常规的时域估计策略很难处理非线性问题及系统约束,并且不能同时估计出干燥过程模型的未知参数和状态变量。本文设计的非线性滚动时域估计策略（L1-Norm Moving Horizon Estimation,L1-Norm MHE）能显式处理系统非线性及各类约束。基于滚动时域窗口,优化策略只利用最邻近的时域窗口数据同时估计出系统状态变量及未知参数,与全信息时域估计策略相比,该策略不仅有精确的估计结果,而且减少了优化计算负载及计算时间。通过实例仿真对比,发现L1-Norm MHE估计策略在面对复杂工况（数据异常值、噪声、数据漂移）时,更能抑制异常工况,鲁棒性及精确性优于其他算法。该估计策略为后续工业干燥过程的优化控制层提供实时的状态和未知参数估计,改进干燥过程的优化控制效果。（2）提出了烟丝干燥过程的区域非线性模型预测控制策略。针对烟丝干燥系统为多变量非方模型（模型的操作变量数目小于输出变量数目）,存在控制自由度不足的问题。常规模型预测控制往往会导致输出变量存在稳态误差,控制精度及产品质量可能会受到很大影响。本文提出的区域模型预测控制（Zone Model Predictive Control,ZMPC）将烟丝出口水分w无偏差地控制在设定值上。其他被控输出变量不需要严格控制在设定值上,放松其他输出变量的控制要求,只要其在给定的设定区域内即可。放松设定值的策略在一定程度上提高了系统的控制自由度,满足系统关键输出变量的控制要求,消除了输出变量的稳态误差。区域模型预测控制独特特点是采用区域参考轨迹,只有当模型的预测值超过这个区域参考轨迹时,优化器才会改变操作变量。与传统的设定点跟踪模型预测控制相比,区域模型预测控制（ZMPC）具有更好的跟踪性能和鲁棒性能以及控制器最小动作的经济特性,关键是让烟丝出口水分跟踪设定值无任何稳态误差。（3）研究了烟丝干燥过程的优先级多目标非线性模型预测控制策略。针对非线性多变量模型的烟丝干燥过程,系统的被控输出变量间存在相互耦合竞争的矛盾。再加上干燥过程是一个自由度不足的非方模型,如何在有限的操作变量下优先满足系统最为关键的被控输出变量是非方系统迫切需要解决的问题。本文提出将优先级多目标优化策略引入到模型预测控制策略框架上,利用优先级多目标优化是处理系统目标间存在相互竞争的最佳解决策略。对干燥过程被控输出变量进行优先级升序排序依次优化,优先满足优先级高的被控输出变量的工艺要求。针对被控输出变量可能额外受到不同的目标约束,在确定具体被控输出变量的优先级后,对此变量的目标约束进行优先级降序划分,先放松优先级低的目标约束,一旦优化可行时,停止放松其他优先级高的目标约束,最终使系统被控输出变量沿最佳目标轨迹运动。通过控制策略仿真验证,优先级多目标控制策略优先满足烟丝出口水分的目标要求下,降低其他三个输出变量控制目标,以达到干燥过程最优控制效果。与区域模型预测控制比较,设计的控制策略更多地反映工业操作者对干燥过程的主观意愿的要求。（4）开发了烟丝干燥过程的双层非线性模型预测控制策略。对烟丝干燥过程模型进一步分析,发现系统输入输出稳态值的相容性和唯一性都是由于上层优化（Real Time Optimization,RTO）不合理的设定值及模型自由度不足造成的,导致输入输出稳态关系无法求解。系统输出变量存在稳态误差的根本原因是被控输出变量的设定值不合理。针对这一根本原因,本文在上层优化（RTO）和控制层之间增加一个稳态目标优化层（Steady State Objective Optimization,SSTO）,结合当前阶段工艺过程重新优化输出变量的设定值,从而开发出双层模型预测控制（Steady State Objective Optimization-Model Predictive Control,SSTO-MPC）策略。通过控制策略验证,SSTO-MPC控制策略比传统模型预测控制具有更好的跟踪能力和抗干扰能力,与区域模型预测控制及优先级多目标模型预测控制策略相比,SSTO-MPC控制策略具有更严格的理论优化操作设定值,实施更科学合理。
冯川[3]（2021）在《基于预测控制的航空发动机控制器设计与验证》文中进行了进一步梳理航空发动机是一种经常工作在高温、高压、高转速环境中的热机,要求控制器具有较高的控制性能。传统模型预测控制由于需要在线反复计算二次规划问题而导致算法实时性较差,本文基于某型涡扇发动机,从降低算法复杂度和程序存储空间方面分别研究了显式模型预测控制算法和动态矩阵控制算法,并将模型预测控制算法拓展到加力状态。主要工作如下:（1）基于多参数规划设计了一种航空发动机显式预测控制算法,降低了模型预测控制算法的复杂度。基于多参数规划方法,将有约束二次规划问题转化为关于状态的线性函数计算问题,通过航空发动机当前状态即可查询得到当前控制量。仿真结果表明,建立的显式预测控制算法在考虑约束的同时实现了稳态和过渡态控制,有效地降低了模型预测控制算法的复杂度,硬件在环仿真试验结果验证了所设计算法的优越性和可行性。（2）基于稀疏矩阵存储和矩阵分解法设计了一种航空发动机动态矩阵控制算法,降低了模型预测控制算法的复杂度并减少了程序存储空间。首先基于航空发动机阶跃响应,求出算法中所需的预测模型,然后通过矩阵分解法离线求解算法中的二次规划问题,最后设计了基于三元组表的稀疏矩阵存储方法存储程序中的矩阵。仿真结果表明,建立的动态矩阵控制算法在考虑约束的同时实现了稳态和过渡态控制,稀疏矩阵存储方法极大的降低了程序存储空间,矩阵分解法减少了程序在线计算时间,硬件在环仿真试验结果验证了算法的优越性和可行性。（3）基于补偿控制策略设计了一种航空发动机加力状态组合控制算法,将模型预测控制器拓展到了加力状态。基于航空发动机加力控制计划,设计了加力燃油流量关于油门杆角度、压气机进口总温等参数的开环控制算法;由于加力的快速开通和关断会干扰核心机正常工作,利用调节参数更少的线性自抗扰控制器对发动机压比控制环节进行扰动补偿。仿真结果表明,建立的加力控制算法和抗加力扰动补偿控制算法在保证航空发动机正常加力控制的同时不会对核心机造成扰动,模型预测控制算法在加力状态也可以保证核心机正常工作。
曹永吉[4]（2020）在《大功率缺额事故下电力系统频率稳定控制策略研究》文中研究说明在可再生能源发电和特高压直流输电技术快速发展的双重驱动下,传统火电机组被替换,电网形态逐渐发生变化,频率动态响应恶化而控制资源量减少,频率稳定控制面临巨大的挑战。一方面,电网运行的不确定性和复杂性增加,且面临的潜在有功功率缺额事故的扰动量和发生概率增加。另一方面,电网等效惯量降低,一次调频（Primary Frequency Regulation,PFR）备用容量减少,热状态等因素对PFR能力的影响愈加明显。此外,新的电力安全事故处理政策的出台导致低频切负荷控制的冗余性降低,进一步削减了频率稳定控制的控制资源量。因此,为了应对上述电网形态变化所带来挑战,保障频率稳定,支撑可再生能源和特高压直流的持续接入和安全运行,研究大功率缺额扰动下电力系统频率控制技术具有重要意义。本文以改进机组对功率缺额的响应机制和优化低频切负荷控制措施、提升控制效果为出发点,对机组PFR能力评估、机组频率控制和低频切负荷控制等方面开展研究,取得的创新性成果如下:（1）针对机组PFR能力在线精细化评估问题,提出一种考虑锅炉热状态的机组PFR能力评估方法。首先,构建含热状态的扩展系统频率响应（Extended System Frequency Response,ESFR）模型,推导大功率缺额事故后频率动态响应在PFR时间尺度下线性、低阶的时域表达式。其次,提出考虑锅炉热状态的等效下垂系数（Equivalent Speed Droop Coefficient,ESDC）指标,以衡量机组真实的 PFR 能力,并从频率动态响应瞬时特征和累积特征两个角度构建量化分析框架,分析热状态对机组PFR能力的影响,为PFR能力评估提供基础。然后,提出基于ESFR的机组PFR能力在线评估方法,利用ESFR模型和广域量测信息在线预测频率动态响应特征量,对机组PFR能力进行快速估计。最后,提出基于ESDC的机组PFR能力在线优化方法,利用ESDC指标构建PFR能力优化模型,对PFR和低频减载（Under-frequency Load Shedding,UFLS）进行协调。算例分析结果表明,所提评估方法误差相对较小,能够为频率稳定分析和控制提供有效支撑;所提优化方法能够较好地协调PFR和UFLS,减少事故后UFLS非预期动作。（2）针对大功率缺额事故下机组频率控制问题,提出一种基于事件驱动的机组功率超前控制方法。首先,构建基于事件驱动的机组功率超前控制框架,提出机组超前功率多级控制方案,利用扰动事件信息快速触发对应级别的超前控制策略,结合广域量测信息在线调节机组出力,实现超前功率多级控制。然后,提出基于模型预测控制（Model Prediction Control,MPC）的机组功率超前控制策略,利用MPC实现超前功率控制总量的滚动优化,并构建多时步优化模型分配各机组超前功率,以主动的机组功率控制减缓频率下降,减少被动的UFLS动作。最后,提出基于频率轨迹灵敏度（Frequency Trajectory Sensitivity,FTS）的机组功率超前控制策略,利用FTS优化超前功率控制总量,并对各机组超前功率进行优化分配,以协调配合UFLS,共同减缓频率下降。算例分析结果表明,所提控制方法能够充分利用有功功率备用,实现与UFLS的协调配合,改善电网频率动态响应,降低切负荷量。（3）针对大功率缺额事故下低频切负荷协调控制问题,提出一种基于事件特征驱动的紧急切负荷控制方法。首先,构建频率-电压动态响应轨迹联合分析框架,量化描述受端电网在直流闭锁后的动态响应模式,理论推导并提取受端电网直流闭锁事故特征。然后,提出基于事件特征驱动的紧急轮切负荷控制方法,利用灰色关联分析（Gray Correlation Analysis,GCA）方法提取频率-电压动态响应信息,采用k-近邻（K-nearest Neighbor,KNN）方法辨识事故场景,配置紧急轮在直流闭锁事故后快速启动,以协调紧急切负荷（Emergency Load Shedding,ELS）和UFLS,填补控制空白区间。最后,提出基于FTS的紧急轮切负荷优化决策方法,构建多防线低频切负荷协调优化模型,利用FTS求解紧急轮动作方案。算例分析结果表明,所提ECLS控制方法能够较好地协调ELS和UFLS,改善电网频率动态响应,降低被动失负荷量。
王赛赛[5]（2020）在《无人帆船航速的极值搜索在线优化研究》文中认为近年来,伴随着能源环境等危机的进一步凸显,无人帆船因降低航行成本和绿色环保航行等优点,日渐成为众多海上行业关注的焦点。无人帆船作为一种新型海上智能交通工具,在海洋数据采集和海上危险监测等方面已显现出独特的优势。充分利用风能使帆船处于最优速度航行状态,从而实现安全性和效益性最大化,合理的航速在线优化方案,对提升帆船的整体性能具有重要作用。因此,对无人帆船航速在线优化展开系统深入的研究,具有一定的理论意义和实际价值。本文针对无人帆船航速的在线优化问题,以一艘12m型无人帆船为研究对象,考虑传统航速优化方法的动态性差、存在建模误差和稳态振荡等问题,结合一个前馈项和极值搜索控制（Extremum Seeking Control,ESC）方法,设计了航速优化方案,实现无人帆船航速的极值搜索在线优化目标。首先,针对无人帆船的航速在线优化问题,结合帆船速度极坐标图知识和经典扰动极值搜索控制方法,设计出一种航速经典扰动极值搜索在线优化方案,该方案由前馈项和反馈控制两部分组成:通过前馈项可以预设一个初始帆攻角,这相当于根据专家经验给出的初始值,前馈项的功能是避免系统输出速度值较大偏离最优速度值;而反馈控制则利用ESC方法对输出速度进行微调优化,使其达到最优速度航行状态,但该方案中存在稳态振荡的问题。其次,针对经典扰动ESC航速优化方案中存在稳态振荡的问题,对其进行改进,设计出一种无稳态振荡扰动ESC航速在线优化方案。在不断优化过程中,构造一种激励信号幅值和极值估计偏差函数关系,随着航速ESC优化系统渐近收敛,激励信号幅值变小趋向零,因此消除稳态振荡且获得最大航速。然后,介绍了传统滑模ESC方法的基本原理,其性能取决事先设定的滑模面,在滑模面上方法性能不受参数非确定性与外部干扰影响,它将以预设的速度收敛于极值点。但与经典扰动ESC航速优化一样,传统滑模ESC航速优化方案中也存在稳态振荡的问题。针对此问题,设计了一个切换律将滑模ESC和无稳态振荡扰动ESC组合起来,提出无稳态振荡滑模ESC航速在线优化方案。在不断优化过程中,通过设计的切换律进行控制转换,使优化系统在收敛阶段执行滑模ESC,而在稳态阶段执行无稳态振荡扰动ESC,从而保持较快收敛速度到达最优值,并消除稳态振荡。最后,基于一艘12m型无人帆船模型进行仿真验证,结果表明无人帆船航速的极值搜索在线优化方案能够使航速达到理想最优值,并消除稳态振荡,且有较高控制精度与较强鲁棒性。
任彦君[6]（2020）在《分布式驱动电动汽车多目标协同转矩优化分配控制研究》文中提出汽车诞生至今仅百余年时间,但消耗的石油资源和造成的环境污染已经深刻地影响了人类社会发展进程,汽车电动化被广泛认为是解决交通排放和能源安全问题的重要手段。以轮毂电机为动力单元的分布式驱动电动汽车,凭借简化的底盘结构、快速的扭矩响应以及准确的控制执行优势,被誉为汽车底盘未来发展的“终极形态”。得益于轮毂电机的独立控制机制,转矩在四轮间的自由分配赋予了汽车性能优化“软调节”的发挥空间,如何更加有效地控制轮胎力分布并优化电驱动系统能量流动,实现更安全、更节能的高性能底盘控制已经成为研究热点。本文以分布式驱动电动汽车为研究对象,重点关注了轮毂电机转矩分配方式对车辆动力学性能和整车能量效率的耦合影响,研究了如何利用转矩分配实现底盘性能的多目标协同优化,全文主要内容如下:（1）为综合提高车辆在直线行驶工况下的动力性、制动性和经济性表现,分析了电池系统与电机系统的功率流关系,针对前后轴转矩分配问题提出了全新的“能量-附着”联合优化指标函数,融合了车辆附着利用率优化目标与电驱动系统能耗优化目标,解决了当前以节能为目标的转矩分配方法必须实时准确获取路面附着系数的困难。为了保证控制策略的实时性,推导了用车辆结构参数和电机效率参数表征的优化问题全局最优解析表达式,设计了在线优化与离线修正相结合的转矩优化分配策略。仿真结果表明,该策略在WLTP工况下能够获得与能量最优转矩分配策略相近的经济性表现,同时有效提高了车辆动力性并保证了制动安全。（2）针对转矩矢量控制时左右轮毂电机工作负荷不均导致的能耗增加问题,提出了一种协调直接横摆力矩控制作用与转向特性改善需求的转矩分配控制策略,采用分层控制架构实现了转向工况下底盘系统能量效率与转向特性的协同优化。考虑到电机容量限制,采用模型预测控制算法设计了包含执行约束的转向运动上层控制器,优化目标中融入了运动跟踪精度和直接横摆力矩幅值的综合指标,将优化问题转化为二次规划问题在线求解;下层控制器在目标横摆力矩和总纵向力矩需求的约束下,将轮胎负荷率和电驱动系统能耗作为优化目标,根据极小值原理推导了全局最优的四轮转矩分配方法。在Carsim-Simulink联合仿真环境下验证了算法的有效性,研究了不同控制策略对车辆操纵稳定性和电驱动系统能耗的影响规律。（3）为了获取转矩分配控制所必须的纵向车速信息,提出了一种基于运动学信息融合的多工况自适应纵向车速估计方法。通过设计基于线性Kalman滤波的过程噪声和量测噪声自适应算法,补偿了工况变化对传感器信息采集的不利干扰,同时避免了先验噪声统计特性的获取困难;结合衰减记忆滤波器与强迫残差序列保持正交的强跟踪滤波器,有效兼顾了车速估计算法对常规工况下最优估计和极限工况下稳定滤波的双重需求。在Carsim-Simulink联合仿真环境下验证了算法的有效性,并在自主开发的处理器在环试验系统中验证了算法在实际嵌入式微控制器中运行的实时性。（4）通过研究现代汽车电子控制系统V模式开发流程,分析了基于模型的设计方法在汽车控制软件开发领域应用的必要性和显着优势。介绍了基于量产电动汽车底盘平台打造的新一代分布式驱动底盘系统设计方案与整车网络通信架构,确定了整车控制软件的协同开发方案、功能需求与系统集成规范。设计了整车控制架构和相应控制功能,在Simulink环境下以模块化方式开发了应用层控制软件。根据V模式要求,对所开发软件的关键功能进行了测试和实车道路测试,验证了所开发控制软件的有效性。
高舒潭[7]（2020）在《大数据驱动的间接空冷机组冷端信息物理融合与运行优化》文中提出随着我国能源消费与供给革命不断推进,火电企业发展形势日益严峻,需要在新一代能源系统中提高自身竞争优势。提出基于信息物理融合的火电机组生产方式,阐述电站CPS的体系结构与应用模式,以间接空冷机组冷端系统优化为例进行研究。冷端系统作为火电机组与自然环境交互的边界,对机组背压有多重不确定性影响,首先阐明电站物理信息融合系统的工作原理,揭示了电站CPS中赛博空间与实体空间的关系,及连接层、分析层、网络层、认知层、执行层之间的内部逻辑。进行电站CPS应用方法理论研究,提出电站应用背景下,CPS的应用方法范式,研究了电站CPS中的离线建模方法与在线优化步骤;运用数据协调方法对海量电站历史数据中的异常数据进行协调修正,并基于滑动窗口法进行了电站数据筛选研究;分别运用数据驱动的机理建模与算法建模的相关理论方法,对案例级组的汽轮机热工特性,冷端热工特性,间冷塔热力特性等进行离线建模;结合案例机组进行在线优化研究,得到一系列不同边界间接空冷机组冷端优化策略。以某电厂660MW机组为例,修正汽轮机级组效率曲线,构建汽轮机变工况模型,结果显示机组实际热耗率与设计值相比高出2.5%至3.7%;并通过BP神经网络回归预测空冷塔出口水温,结果显示预测整体误差为1.26%,且误差位于5%以下的样本占总体超过95%,且最大误差不超过8%;基于案例机组全年运行数据,优化得到不同边界条件下的多组变频泵最佳运行频率,结果表明:3-5月份的数据分析下,采用优化策略可以提高机组0.28%净输出发电量,说明采用冷端CPS模型能够提高机组经济性。
李啸晨[8]（2020）在《过程系统优化运行与控制一体化研究》文中认为制造业是我国国民经济和社会发展的支柱型产业,而以化学工业为代表的流程行业是其重要的组成部分。目前我国流程行业的生产装置日益庞大,产能、产量日益增长,工艺链、供应链日益复杂,产品、中间产品日益增多,自动化系统面临的问题更加复杂、多变,对流程工业先进过程控制与优化提出了更复杂、更深刻、更具挑战性的要求。为此,本文针对过程系统的优化运行与控制一体化问题进行了深入研究,着重研究变量选择和运行优化与控制集成两个核心问题,通过案例分析验证了所提出策略的可行性和有效性。本文的主要贡献概括如下:1)针对动态系统的被控变量选择问题,介绍了动态自优化控制的概念。提出一种基于零空间方法的动态自优化控制策略,假设过程测量误差可以近似忽略,通过最优灵敏度分析来寻找测量值的线性组合关系,作为过程的被控变量。针对不同的扰动情况,证明被控变量的最优值保持不变,利用反馈作用实现最优轨迹跟踪,避免了反复在线优化的过程,减少了设定点的更新频率。由于所提出的策略属于动态优化范畴,线性组合矩阵和最优灵敏度矩阵都是时变的,但是他们可以通过有限差分的方法计算获得,进而减小计算负担。2)针对现有局部自优化控制（线性自优化控制）方法应用于非线性过程时,被控变量只在标称工作点附近具有自优化效果,提出一种基于离线模型和仿真数据的全局自优化控制策略。利用非线性模型计算整个操作空间内的平均经济损失,同时考虑各种扰动因素和测量误差对优化目标的影响。所提出的策略本质上是一个非线性规划问题,通过对某些条件进行合理假设,将整个问题转化为一个凸优化问题,进而得到全局被控变量的解析表达形式。为了平衡传感器成本和系统性能,引入混合整数约束,对测量变量子集进行选择。通过求解混合整数规划问题,能够同时获得最优的测量变量子集以及由其构成的全局被控变量,此外上述子集选择方法还可以处理附加的结构性约束问题。3)针对过程系统的运行优化与控制集成问题,分析了过程系统的层次模型,提出一种实时优化与控制集成的级联结构。对于优化层采用基于梯度信息的稳态实时优化方法,通过在线采集过程测量值,估计过程的梯度信息,进而更新设定值。不需要使用显式的过程模型,可以有效地抑制模型失配对优化目标的影响。利用最小二乘的思想求解梯度向量,降低了计算成本,可以应用于大规模工业过程的稳态实时优化中。此外,提出一种基于特征值分解的被控变量选取方法,利用非线性模型计算平均损失,优化效果具有全局性。为了快速求解非线性规划问题,对某些条件进行合理简化,从而获得次优解,给出求解被控变量的解析方法,提高了计算效率,同时将优化层与控制层联系起来。4)针对系统优化运行与控制过程中受多种扰动和不确定因素影响问题,提出一种极值搜索与自优化控制集成的层级结构,该结构主要有以下两个特点:第一,开发了一种基于数据驱动的快速极值搜索方法,并将其应用于层级结构的上层,起到实时优化的作用。与传统实时优化方法相比,基于数据驱动的方法不依赖于过程模型,可以有效抑制未建模扰动的影响,同时与传统极值搜索方法相比,在梯度估计过程中引入动态特性可以极大地提高算法的收敛速度;第二,提出了一种基于最优性必要条件的全局自优化控制策略,有效地将优化层与控制层集成起来,同时对预期的扰动进行快速地作用和抑制,所提出的策略不需要使用过程二阶梯度信息,理论上具有更高的可靠性和鲁棒性。
张琳悦[9]（2020）在《自动变速器挡位实时优化与在线决策技术》文中进行了进一步梳理我们为什么需要进行自动变速器挡位实时优化与在线决策?因为如今智能化换挡决策技术研究存在的动力需求解析不完善、预测模型精度低以及实时性差这三个问题拖慢了汽车行业智能化脚步。本文以驾驶操纵性和舒适性为边界条件,在满足整车动力需求的前提下追求最优燃油消耗特性。研究自动变速器挡位实时优化与在线决策技术时借助理论推导和仿真分析相结合的研究手段,制定“定制化”的换挡边界条件,实现动力性、经济性和驾驶性三者的最优平衡,以减轻换挡点标定的繁复工作内容。具体研究内容如下:1)搭建整车仿真模型。在AVL Cruise中搭建整车仿真模型,并联合利用Matlab/Simulink/stateflow工具箱搭建换挡边界条件决策,二者联合来完成换挡边界条件下车辆运行挡位的合理切换。2)提取挡位评价指标。首先依照解析法来编写m文件来获得侧重动力性和侧重经济性的基础换挡边界条件,再进一步提取出可以权衡动力性、经济性以及驾驶性的客观评价指标,继而可以运用解析法思想来根据量化过的指标推断出不同的换挡边界条件对于整车性能的影响。3)基于动态规划算法离线优化换挡边界条件。对于在循环工况下运行的车辆,将其挡位决策过程分解为多阶段决策问题,则可运用动态规划理论求解出标准工况下侧重经济性的挡位序列最优解,实现离线优化问题的“段段优精准优”。并考虑动态规划模型的局限性。4)基于模型预测控制算法在线优化换挡边界条件。首先建立车辆纵向动力学模型,接着构建状态空间方程。通过数学表达来预测未来的状态变量状态,实施滚动优化的策略来达到实时优化的效果,在约束条件的规范下来“定制化”在线优化换挡边界条件。研究成果可以减少或完全取代繁复的人工标定工作,并完善自动变速理论。
洪天佑[10]（2020）在《基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现》文中进行了进一步梳理楼宇节能一直是节能领域研究的重点方向。相对于其他能耗,中央空调系统所用的能耗占据了楼宇总能耗的最大部分,现今楼宇系统的智能化带给我们很多便利。在使用楼宇自控系统（Building Automation System,BAS）监控、管理楼宇设备的同时,产生了大量的中央空调日常运行数据。在不加装任何物理硬件以及其他额外成本的前提下,如何有效利用这一部分数据,从大量数据本身中挖掘出隐藏信息,达到中央空调节能的目的。现有的建筑中央空调节能方法大多数是首先基于建筑结构、空调设备建立机理模型,再利用该机理模型模型对空调能耗预测。由于建筑结构、空调设备以及外界的环境干扰,这类传统的机理模型是在诸多假设的条件下建立的,存在建模难度大、模型不精确,难以真实的反映系统的真实状况等缺陷,难以应用于实际的中央空调系统。同时,能耗优化涉及到多个目标,如何将复杂的多目标优化的不确定性问题有效转化为在实际生产中切实可用的单目标优化问题,是工程实践中亟待解决的问题。本文结合工程实际应用,主要针对楼宇中央空调的能耗预测建模、目标能耗优化等方面存在的问题开展了研究,主要内容如下:（1）针对数据缺少特征属性及建模精度不足等问题,本文提出了应用基于LSTM-RNN的数据驱动建模的方法进行能耗预测建模。该方法首先对数据进行预处理,增加并提取出关键数据属性;再结合LSTM-RNN算法对中央空调能耗建模。相比于其他算法方法,本文提出的方法在训练和测试精度均有了较大幅度的提升。经三个实际工程数据测试,该方法训练集和测试集的错误率均控制在1%左右。（2）针对冷量需求无法预测,冷却水系统存在的多目标优化不确定性等问题,提出融合遗传算法结合空调能耗预测模型的方法对空调能耗进行优化。首先对中央空调的冷却水系统、以及优化可行性进行了分析;再针对遗传算法的不足、以及空调的特性,融合三种遗传算法策略,并增加约束条件,使得优化更符合实际工程需求。其他算法对比显示,融合遗传算法不仅能提供更好的优化效果,且在速度上有一定优势,更适合于工程的精度和实时性实际需求。（3）本文开发了一套面向中央空调能耗优化的人机交互系统软件。该系统与BAS无缝衔接,由模型管理、模型训练、模型预测等模块组成,通过云服务器集成了空调建模、方案优化、能耗预测等功能。通过云服务器实现跨地域的中央空调节能调度,既解决了本地计算机计算能力受限的问题,又能跨地域为中央空调提供有效的能耗优化。
二、基于实时运行数据的稳态在线优化系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于实时运行数据的稳态在线优化系统研究（论文提纲范文）
（1）电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外研究动态 |
| 1.2.1 锅炉燃烧建模研究现状 |
| 1.2.2 SCR脱硝系统建模研究现状 |
| 1.2.3 锅炉燃烧及SCR脱硝系统一体化建模及优化控制研究现状 |
| 1.3 论文研究内容 |
| 第2章 燃烧过程结渣状态理论建模与辨识 |
| 2.1 前言 |
| 2.2 基于CFD模型的燃烧传热理论 |
| 2.3 基于CFD模型的受结渣影响的燃烧传热模型 |
| 2.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
| 2.4.1 二阶非线性系统特征模型 |
| 2.4.2 特征模型参数辨识 |
| 2.4.3 黄金分割自适应控制 |
| 2.4.4 基于特征模型和自适应黄金分割的结渣率在线辨识 |
| 2.4.5 结渣率的辨识仿真 |
| 2.5 本章小结 |
| 第3章 炉膛出口NO_x深度神经网络建模 |
| 3.1 燃煤电站锅炉燃烧系统简介 |
| 3.2 WT、LSTM和CNN模型的理论方法 |
| 3.2.1 小波变换理论 |
| 3.2.2 LSTM理论 |
| 3.2.3 CNN理论 |
| 3.3 基于小波分解与动态混合深度学习的NO_x排放预测结构 |
| 3.4 数据选取 |
| 3.5 模型建立及结果分析对比 |
| 3.6 本章小结 |
| 第4章 SCR脱硝系统动态建模 |
| 4.1 SCR脱硝系统简介 |
| 4.1.1 SCR系统布置方式及简单分析 |
| 4.1.2 NO_x浓度检测滞后 |
| 4.1.3 SCR脱硝系统工作流程 |
| 4.2 BI-LSTM和动态联合互信息(DJMI)原理方法 |
| 4.2.1 Bi-LSTM结构 |
| 4.2.2 动态联合互信息(DJMI) |
| 4.3 变量选择和数据准备 |
| 4.4 SCR脱硝系统动态模型的建立 |
| 4.5 不同建模方法的比较分析 |
| 4.6 本章小结 |
| 第5章 锅炉燃烧与SCR脱硝一体化控制 |
| 5.1 SCR脱硝控制系统及其存在的问题 |
| 5.1.1 SCR脱硝控制系统 |
| 5.1.2 脱硝系统存在的问题 |
| 5.2 喷氨控制方法 |
| 5.2.1 单级PID控制方法 |
| 5.2.2 PID串级控制方法(出口NO_x定值控制) |
| 5.2.3 智能前馈控制方法 |
| 5.2.4 模型预测控制方法 |
| 5.2.5 分区控制方法 |
| 5.3 智能预测控制系统 |
| 5.4 本章小结 |
| 第6章 燃烧系统案例推理自适应寻优方法及应用 |
| 6.1 引言 |
| 6.2 离线建立燃烧优化案例库 |
| 6.3 基于灰色关联的案例推理方法 |
| 6.3.1 灰色关联的案例推理理论 |
| 6.3.2 采用遗传算法确定最优的权重分配 |
| 6.3.3 修正和案例重用 |
| 6.4 GR-CBR自适应优化设计 |
| 6.5 GR-CBR自适应寻优的具体应用 |
| 6.5.1 数据准备 |
| 6.5.2 仿真结果及对比 |
| 6.5.3 电厂实际投运效果 |
| 6.6 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（2）工业烟丝干燥过程建模与先进控制策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 工业干燥过程建模及先进控制策略研究的背景及意义 |
| 1.3 工业干燥过程建模及先进控制策略研究的现状分析 |
| 1.3.1 工业干燥过程的研究现状 |
| 1.3.2 工业干燥过程建模的研究现状 |
| 1.3.3 工业干燥过程先进控制策略的研究现状 |
| 1.3.4 工业干燥过程建模及先进控制策略相关研究之不足 |
| 1.4 本文的主要研究工作和创新点 |
| 1.5 符号说明 |
| 第2章 工业烟丝干燥过程机理数学建模 |
| 2.1 引言 |
| 2.2 工业烟丝干燥过程建模相关研究概况 |
| 2.3 工业干燥过程建模理论方法 |
| 2.3.1 控制系统数学模型 |
| 2.3.2 工业过程主要建模法 |
| 2.4 工业烟丝干燥过程 |
| 2.4.1 烟丝干燥过程工艺描述 |
| 2.4.2 烟丝干燥设备结构及工艺要求 |
| 2.4.3 工业烟丝干燥过程建模 |
| 2.4.4 烟丝干燥过程控制方案 |
| 2.5 系统控制周期内层级间协同优化 |
| 2.5.1 有限元正交配置法 |
| 2.5.2 非线性约束优化算法 |
| 2.6 本章小结 |
| 第3章 基于非线性滚动时域估计器的状态和参数估计 |
| 3.1 引言 |
| 3.2 状态估计方法相关概述 |
| 3.3 滚动时域估计(MHE)相关概述 |
| 3.4 全信息估计策略(FIE) |
| 3.5 有限滚动时域估计(MHE) |
| 3.6 状态及参数的滚动时域估计 |
| 3.7 工业干燥过程估计算法鲁棒性对比 |
| 3.7.1 基于线性模型的各类状态估计策略对比 |
| 3.7.2 基于非线性模型的L1-Norm 估计器和L2-Norm 估计器对比 |
| 3.8 本章小结 |
| 第4章 烟丝干燥过程的区域非线性模型预测控制 |
| 4.1 引言 |
| 4.2 干燥过程系统及控制策略相关概述 |
| 4.3 非方多变量系统的非线性控制策略 |
| 4.4 区域模型预测控制策略 |
| 4.5 干燥过程控制策略结果分析 |
| 4.5.1 负载跟踪能力测试的结果 |
| 4.6 本章小结 |
| 第5章 烟丝干燥过程的优先级多目标非线性模型预测控制 |
| 5.1 引言 |
| 5.2 多目标MPC优化算法结构 |
| 5.3 多目标MPC可行性判定及软约束调整 |
| 5.4 多目标优先级及目标约束优先级调整 |
| 5.5 多目标MPC控制策略仿真验证 |
| 5.5.1 单变量系统的多目标控制策略验证 |
| 5.5.2 多变量系统的多目标控制策略验证 |
| 5.6 本章小结 |
| 第6章 烟丝干燥过程的双层非线性模型预测控制 |
| 6.1 引言 |
| 6.2 烟丝干燥系统及性能指标概述 |
| 6.3 非线性滚动时域估计与实时优化 |
| 6.3.1 非线性滚动时域估计(NMHE) |
| 6.3.2 实时优化设计(RTO) |
| 6.4 子层稳态目标优化设计(SSTO) |
| 6.4.1 SSTO可行性判断 |
| 6.4.2 SSTO目标跟踪 |
| 6.4.3 SSTO经济优化 |
| 6.4.4 SSTO可行性与经济优化的协调 |
| 6.5 集成SSTO的 MPC |
| 6.6 控制策略验证 |
| 6.6.1 系统参数和约束 |
| 6.6.2 SSTO和 RTO的优化设定值 |
| 6.6.3 最优操作设定值跟踪能力测试的结果 |
| 6.6.4 非方系统的控制策略对比 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 攻读学位期间发表论文清单 |
| 攻读学位期间承担的科研项目 |
| 致谢 |
（3）基于预测控制的航空发动机控制器设计与验证（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 航空发动机控制系统研究现状 |
| 1.2.2 航空发动机模型预测控制研究现状 |
| 1.2.3 航空发动机硬件在环仿真研究现状 |
| 1.3 本文研究内容和结构 |
| 2 涡扇发动机及传统模型预测控制 |
| 2.1 涡扇发动机基础知识 |
| 2.1.1 基本结构 |
| 2.1.2 数学模型 |
| 2.1.3 基本概念 |
| 2.2 涡扇发动机线性模型 |
| 2.2.1 线性拟合法 |
| 2.2.2 线性模型获取 |
| 2.3 传统模型预测控制 |
| 2.3.1 模型预测控制基本原理 |
| 2.3.2 实时性验证 |
| 2.4 本章小结 |
| 3 涡扇发动机显式模型预测控制器设计 |
| 3.1 显式模型预测控制基本原理 |
| 3.2 基于非线性模型的仿真验证 |
| 3.2.1 显式模型预测控制离线计算 |
| 3.2.2 数值仿真验证 |
| 3.2.3 硬件在环仿真系统 |
| 3.2.4 硬件在环仿真验证 |
| 3.3 本章小结 |
| 4 涡扇发动机动态矩阵控制器设计 |
| 4.1 动态矩阵控制基本原理 |
| 4.1.1 预测模型 |
| 4.1.2 基于矩阵分解法的滚动优化 |
| 4.1.3 反馈校正 |
| 4.1.4 稀疏矩阵存储 |
| 4.2 基于非线性模型的仿真验证 |
| 4.2.1 数值仿真验证 |
| 4.2.2 硬件在环仿真验证 |
| 4.3 本章小结 |
| 5 涡扇发动机加力状态预测控制研究 |
| 5.1 加力燃油流量控制 |
| 5.1.1 涡扇发动机加力燃油流量控制器设计 |
| 5.1.2 数值仿真验证 |
| 5.1.3 硬件在环仿真验证 |
| 5.2 抗扰动补偿控制 |
| 5.2.1 涡扇发动机抗扰动补偿控制器设计 |
| 5.2.2 数值仿真验证 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 附录A 变量声明 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）大功率缺额事故下电力系统频率稳定控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 一次调频能力评估研究现状 |
| 1.2.2 一次频率控制研究现状 |
| 1.2.3 低频切负荷控制研究现状 |
| 1.3 本文主要学术思想 |
| 1.4 本文解决的关键问题 |
| 1.5 本文主要工作 |
| 第2章 考虑锅炉热状态的机组一次调频能力评估方法 |
| 2.1 引言 |
| 2.2 考虑锅炉热状态的ESFR模型 |
| 2.2.1 SFR模型 |
| 2.2.2 锅炉热状态模型 |
| 2.2.3 ESFR模型构建 |
| 2.2.4 ESFR模型验证 |
| 2.3 锅炉热状态对机组PFR能力影响 |
| 2.3.1 综合瞬时-累积特征的量化分析框架 |
| 2.3.2 基于ESFR的热状态影响量化指标 |
| 2.3.3 热状态对机组PFR能力影响量化分析 |
| 2.4 考虑锅炉热状态的机组PFR能力在线评估与优化 |
| 2.4.1 机组PFR能力在线评估-优化框架 |
| 2.4.2 基于ESFR的PFR能力评估方法 |
| 2.4.3 基于ESDC的PFR能力优化方法 |
| 2.5 算例分析 |
| 2.5.1 9节点系统分析 |
| 2.5.2 省级电网分析 |
| 2.6 本章小结 |
| 第3章 基于事件驱动的机组功率超前控制方法 |
| 3.1 引言 |
| 3.2 基于事件驱动的机组功率超前控制框架 |
| 3.2.1 机组功率超前控制框架 |
| 3.2.2 机组超前功率多级控制方案 |
| 3.3 基于MPC的机组功率超前控制策略 |
| 3.3.1 基于MPC的功率超前控制模型 |
| 3.3.2 基于MPC的超前功率控制优化决策方法 |
| 3.3.3 超前功率多时步优化分配方法 |
| 3.4 基于FTS的机组功率超前控制策略 |
| 3.4.1 基于FTS的机组超前控制模型 |
| 3.4.2 基于FTS的超前功率优化决策方法 |
| 3.4.3 超前功率单时步优化分配方法 |
| 3.5 算例分析 |
| 3.5.1 9节点系统分析 |
| 3.5.2 省级电网分析 |
| 3.6 本章小结 |
| 第4章 基于事件特征驱动的紧急切负荷控制方法 |
| 4.1 引言 |
| 4.2 受端电网直流闭锁事故特征 |
| 4.2.1 频率-电压动态响应联合分析框架 |
| 4.2.2 受端电网直流闭锁事故特征推导 |
| 4.2.3 受端电网直流闭锁事故特征量化分析 |
| 4.3 基于事件特征驱动的紧急轮切负荷方法 |
| 4.3.1 基于KNN的事故场景辨识方法 |
| 4.3.2 基于事件特征驱动的紧急轮控制方案 |
| 4.4 基于FTS的紧急轮切负荷优化决策方法 |
| 4.4.1 多防线低频切负荷协调控制模型 |
| 4.4.2 多防线低频切负荷协调优化方法 |
| 4.5 算例分析 |
| 4.5.1 事故场景辨识分析 |
| 4.5.2 极端运行方式分析 |
| 4.5.3 最优运行方式分析 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
| 学位论文评阅及答辩情况表 |
（5）无人帆船航速的极值搜索在线优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文结构安排 |
| 2 无人帆船航速的经典扰动极值搜索在线优化 |
| 2.1 无人帆船运动数学模型 |
| 2.2 问题描述 |
| 2.3 航速经典扰动极值搜索优化方案设计 |
| 2.4 稳定性分析 |
| 2.5 仿真研究 |
| 2.5.1 无外部扰动仿真 |
| 2.5.2 带外部扰动仿真 |
| 2.5.3 帆船速度极坐标图仿真 |
| 2.6 本章小结 |
| 3 无人帆船航速的无稳态振荡扰动极值搜索在线优化 |
| 3.1 航速无稳态振荡扰动极值搜索优化方案设计 |
| 3.2 稳定性分析 |
| 3.3 仿真研究 |
| 3.3.1 无外部扰动仿真 |
| 3.3.2 带外部扰动仿真 |
| 3.3.3 帆船速度极坐标图仿真 |
| 3.4 本章小结 |
| 4 无人帆船航速的传统滑模极值搜索在线优化 |
| 4.1 问题描述 |
| 4.2 航速传统滑模极值搜索优化方案设计 |
| 4.2.1 基本原理 |
| 4.2.2 滑模面分析 |
| 4.3 稳定性分析 |
| 4.4 仿真研究 |
| 4.4.1 无外部扰动仿真 |
| 4.4.2 带外部扰动仿真 |
| 4.4.3 帆船速度极坐标图仿真 |
| 4.5 本章小结 |
| 5 无人帆船航速的无稳态振荡滑模极值搜索在线优化 |
| 5.1 航速无稳态振荡滑模极值搜索优化方案设计 |
| 5.1.1 基本原理 |
| 5.1.2 切换律设计 |
| 5.2 稳定性分析 |
| 5.3 仿真研究 |
| 5.3.1 无外部扰动仿真 |
| 5.3.2 带外部扰动仿真 |
| 5.3.3 帆船速度极坐标图仿真 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（6）分布式驱动电动汽车多目标协同转矩优化分配控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本文研究背景 |
| 1.2 分布式驱动电动汽车发展概述 |
| 1.3 转矩分配控制的国内外研究进展 |
| 1.3.1 以动力学系统稳定和性能优化为目标的转矩分配控制 |
| 1.3.2 以提高整车能量利用率为目标的转矩分配研究 |
| 1.4 本文选题意义与研究价值 |
| 1.5 本文主要工作及内容安排 |
| 第二章 面向直线行驶工况的参数化实时转矩优化分配控制策略 |
| 2.1 直线行驶工况转矩分配方案分析 |
| 2.2 电动汽车纵向动力学与能量系统建模 |
| 2.2.1 车辆纵向动力学模型 |
| 2.2.2 轮毂电机功率模型 |
| 2.2.3 动力电池功率模型 |
| 2.3 转矩优化分配策略设计 |
| 2.3.1 电动汽车节能原理分析 |
| 2.3.2 优化问题形成 |
| 2.3.3 优化算法设计 |
| 2.3.4 控制逻辑设计 |
| 2.4 仿真分析 |
| 2.5 本章小结 |
| 第三章 节能与操纵优化协同的分布式驱动转矩矢量控制策略 |
| 3.1 分布式驱动底盘系统转矩矢量控制方案分析 |
| 3.2 直接横摆力矩模型预测控制算法设计 |
| 3.2.1 线性二自由度模型建立 |
| 3.2.2 模型预测控制算法设计 |
| 3.3 转矩优化分配算法设计 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于运动学信息融合的纵向车速多工况自适应估计 |
| 4.1 车速估计方案分析 |
| 4.2 系统建模 |
| 4.3 纵向车速估计算法设计 |
| 4.4 仿真分析 |
| 4.4.1 对比算法设计 |
| 4.4.2 算法验证与结果讨论 |
| 4.5 处理器在环试验分析 |
| 4.6 本章小结 |
| 第五章 分布式驱动电动汽车整车控制设计与软件开发 |
| 5.1 基于模型设计的汽车控制软件开发方法 |
| 5.2 分布式驱动电动汽车系统设计方案 |
| 5.2.1 工程样车底盘方案与网络通信架构 |
| 5.2.2 整车控制软件协同开发方案 |
| 5.3 整车控制架构设计与控制软件应用层开发 |
| 5.3.1 应用层软件Simulink建模方法 |
| 5.3.2 整车控制架构设计 |
| 5.3.3 底盘控制策略层功能设计 |
| 5.4 控制软件测试与实车道路测试 |
| 5.4.1 软件测试 |
| 5.4.2 实车道路测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（7）大数据驱动的间接空冷机组冷端信息物理融合与运行优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景意义 |
| 1.1.1 当前我国能源结构现状 |
| 1.1.2 工业物联网背景下电力行业的发展需求 |
| 1.1.3 间冷机组冷端优化研究的必要性 |
| 1.2 国内外研究现状 |
| 1.2.1 冷端系统综合优化研究现状 |
| 1.2.2 信息物理融合系统研究现状 |
| 1.3 本文主要工作内容 |
| 第2章 电站物理信息融合系统 |
| 2.1 信息物理融合系统的内涵及其诞生与发展 |
| 2.2 电站信息物理融合系统 |
| 2.2.1 电站物理信息融合系统的基本架构 |
| 2.2.2 电站信息物理融合系统的应用模式 |
| 2.2.3 间接空冷机组冷端信息物理融合系统 |
| 2.3 本章小结 |
| 第3章 电站信息物理融合系统离线建模 |
| 3.1 数据预处理方法研究 |
| 3.1.1 基于数据协调方法的给水流量修正 |
| 3.1.2 基于滑动窗口法的数据预处理方法 |
| 3.1.3 数据预处理实例分析 |
| 3.2 数据驱动的机理建模 |
| 3.2.1 数据驱动的汽轮机侧机理建模 |
| 3.2.2 间接空冷机组冷端系统变工况建模 |
| 3.2.3 电站信息物理融合系统离线建模实例 |
| 3.3 数据驱动的算法建模 |
| 3.3.1 空冷塔热力特性人工神经网络建模 |
| 3.3.2 冷端系统变工况特性人工神经网络建模 |
| 3.3.3 循环水泵泵组热功特性建模 |
| 3.4 本章小结 |
| 第4章 间接空冷机组冷端系统在线优化 |
| 4.1 机组概况 |
| 4.2 冷端信息物理融合系统在线优化方法研究 |
| 4.2.1 间接空冷机组冷端系统优化逻辑 |
| 4.2.2 间接空冷机组冷端系统优化步骤 |
| 4.3 间接空冷机组信息层优化决策 |
| 4.3.1 系统内信息层优化决策逻辑 |
| 4.3.2 间接空冷机组冷端系统运行优化决策 |
| 4.4 在线优化前后节能效果分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 本文主要结论 |
| 5.2 未来工作展望 |
| 附录 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（8）过程系统优化运行与控制一体化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 厂级控制概念 |
| 1.3 过程系统优化运行与控制问题研究进展 |
| 1.3.1 实时优化 |
| 1.3.2 模型预测控制 |
| 1.3.3 最优性必要条件跟踪 |
| 1.3.4 极值搜索控制 |
| 1.3.5 实验方法 |
| 1.3.6 其他方法 |
| 1.4 自优化控制方法研究综述 |
| 1.4.1 自优化控制概念 |
| 1.4.2 基本问题定义 |
| 1.4.3 穷举法选择被控变量 |
| 1.4.4 局部自优化控制方法 |
| 1.4.5 自优化控制中的约束处理方法 |
| 1.4.6 全局自优化控制和动态自优化控制方法探索 |
| 1.5 论文总体框架与主要内容 |
| 2 基于零空间方法的动态自优化控制策略 |
| 2.1 引言 |
| 2.2 自优化控制基本概念和问题定义 |
| 2.3 基于零空间方法的自优化控制策略 |
| 2.4 案例研究 |
| 2.4.1 过程描述 |
| 2.4.2 半间歇式反应过程的自优化控制 |
| 2.4.3 闭环验证 |
| 2.5 分析与讨论 |
| 2.6 本章小结 |
| 3 全局自优化控制策略及其测量变量子集选择 |
| 3.1 引言 |
| 3.2 局部自优化控制方法 |
| 3.3 全局自优化控制策略 |
| 3.4 测量变量子集选择 |
| 3.5 案例研究 |
| 3.5.1 蒸发过程 |
| 3.5.2 Kaibel分壁精馏塔 |
| 3.6 本章小结 |
| 4 基于梯度信息的实时优化与控制集成策略 |
| 4.1 引言 |
| 4.2 过程系统的层次模型 |
| 4.3 基于梯度信息的稳态实时优化方法 |
| 4.3.1 方法概述 |
| 4.3.2 利用最小二乘思想求解梯度向量 |
| 4.4 非线性过程快速自优化控制策略 |
| 4.4.1 问题描述 |
| 4.4.2 损失函数计算 |
| 4.4.3 快速自优化控制算法 |
| 4.5 实时优化与控制集成策略 |
| 4.6 案例研究 |
| 4.6.1 数值算例 |
| 4.6.2 蒸发过程 |
| 4.7 本章小结 |
| 5 基于层级结构的实时优化与控制集成策略 |
| 5.1 引言 |
| 5.2 快速极值搜索方法 |
| 5.3 全局自优化控制策略选择被控变量 |
| 5.3.1 问题描述 |
| 5.3.2 基于最优性必要条件的全局自优化控制策略 |
| 5.4 实时优化与控制集成层级结构 |
| 5.4.1 集成策略特点及步骤 |
| 5.4.2 稳定性分析证明 |
| 5.5 案例研究 |
| 5.5.1 过程描述 |
| 5.5.2 快速极值搜索策略 |
| 5.5.3 全局自优化控制策略 |
| 5.5.4 快速极值搜索与全局自优化控制集成策略 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间科研成果 |
| 作者简历 |
（9）自动变速器挡位实时优化与在线决策技术（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 换挡边界条件优化研究史 |
| 1.2.1 动态规划策略 |
| 1.2.2 模型预测控制策略 |
| 1.2.3 模糊控制策略 |
| 1.2.4 遗传算法策略 |
| 1.3 本文主要研究内容 |
| 第2章 换挡边界条件的制定与评价指标的提取 |
| 2.1 基于规则的换挡边界条件求解 |
| 2.1.1 换挡边界条件(Shiftlogic)模块 |
| 2.1.2 整车模型构建 |
| 2.1.3 动力性与经济性换挡边界条件制定 |
| 2.2 评价指标提取 |
| 2.2.1 动力性分析 |
| 2.2.2 经济性分析 |
| 2.2.3 驾驶性分析 |
| 2.2.4 基于规则的换挡边界条件仿真 |
| 2.3 本章小结 |
| 第3章 基于动态规划的换挡点离线优化 |
| 3.1 动态规划 |
| 3.1.1 动态规划的释义 |
| 3.1.2 动态规划的原理 |
| 3.2 关键部件纵向动力学建模 |
| 3.2.1 发动机离散化模型建立 |
| 3.2.2 变速器离散化模型建立 |
| 3.2.3 整车离散化模型建立 |
| 3.3 换挡边界条件离线优化问题建立 |
| 3.3.1 阶段划分 |
| 3.3.2 状态变量和决策变量 |
| 3.3.3 约束条件 |
| 3.3.4 代价(目标函数) |
| 3.3.5 惩罚函数 |
| 3.3.6 问题求解步骤 |
| 3.4 动态规划优化结果序列及后续问题探讨 |
| 3.4.1 工况仿真优化结果 |
| 3.4.2 动态规划在解决挡位优化过程中的问题 |
| 3.5 本章小结 |
| 第4章 基于模型预测控制的换挡边界条件实时优化 |
| 4.1 模型预测控制算法 |
| 4.1.1 模型预测控制算法的释义 |
| 4.1.2 模型预测控制算法的原理 |
| 4.1.3 模型预测控制算法求解引理 |
| 4.2 换挡边界条件实时优化问题架构 |
| 4.2.1 直接式控制架构 |
| 4.2.2 分层式控制架构 |
| 4.3 换挡边界条件实时优化问题建立 |
| 4.3.1 车辆模型建立 |
| 4.3.2 目标函数 |
| 4.3.3 约束条件 |
| 4.3.4 协态变量 |
| 4.3.5 问题求解步骤 |
| 4.4 硬件在环测试 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
（10）基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空调系统能耗建模技术研究 |
| 1.2.2 空调系统能耗优化技术研究 |
| 1.3 本文主要挑战和创新点 |
| 1.4 论文结构 |
| 第二章 中央空调系统建模及优化方法的相关理论 |
| 2.1 LSTM-RNN介绍 |
| 2.2 遗传算法介绍 |
| 2.3 本章小结 |
| 第三章 中央空调系统建模方案 |
| 3.1 中央空调系统介绍 |
| 3.2 数据收集和预处理 |
| 3.2.1 数据收集 |
| 3.2.2 数据预处理 |
| 3.2.3 数据预处理有效性验证 |
| 3.3 空调模型建立 |
| 3.3.1 LSTM-RNN参数设置 |
| 3.3.2 LSTM-RNN训练与测试 |
| 3.4 本章小结 |
| 第四章 中央空调系统能耗优化方案 |
| 4.1 中央空调优化目标和方法 |
| 4.2 融合遗传算法参数设置和优化目标函数建立 |
| 4.3 融合遗传算法优化效果对比 |
| 4.4 融合遗传算法优化结果 |
| 4.5 本章小结 |
| 第五章 中央空调能耗在线优化系统实现 |
| 5.1 引言 |
| 5.2 系统总体架构 |
| 5.2.1 系统概述 |
| 5.2.2 系统结构 |
| 5.3 系统服务器端开发 |
| 5.4 系统客户端设计开发 |
| 5.4.1 客户端与BAS通信设计开发 |
| 5.4.2 系统界面以及功能详细设计开发 |
| 5.5 实验结果与分析 |
| 5.6 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 发明专利 |
| 学位论文数据集 |
四、基于实时运行数据的稳态在线优化系统研究（论文参考文献）
- [1]电站锅炉燃烧和SCR脱硝系统一体化建模与优化控制研究[D]. 康俊杰. 华北电力大学(北京), 2021(01)
- [2]工业烟丝干燥过程建模与先进控制策略研究[D]. 陈安钢. 东华大学, 2021(01)
- [3]基于预测控制的航空发动机控制器设计与验证[D]. 冯川. 大连理工大学, 2021(01)
- [4]大功率缺额事故下电力系统频率稳定控制策略研究[D]. 曹永吉. 山东大学, 2020
- [5]无人帆船航速的极值搜索在线优化研究[D]. 王赛赛. 大连海事大学, 2020(01)
- [6]分布式驱动电动汽车多目标协同转矩优化分配控制研究[D]. 任彦君. 东南大学, 2020
- [7]大数据驱动的间接空冷机组冷端信息物理融合与运行优化[D]. 高舒潭. 华北电力大学(北京), 2020(06)
- [8]过程系统优化运行与控制一体化研究[D]. 李啸晨. 浙江大学, 2020(01)
- [9]自动变速器挡位实时优化与在线决策技术[D]. 张琳悦. 吉林大学, 2020(08)
- [10]基于GA和LSTM-RNN的楼宇空调能耗在线优化系统的研究与实现[D]. 洪天佑. 浙江工业大学, 2020(02)