کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
9952263 | 1444170 | 2018 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Optimization of industrial boiler combustion control system based on genetic algorithm
ترجمه فارسی عنوان
بهینه سازی سیستم کنترل احتراق دیگهای صنعتی بر اساس الگوریتم ژنتیک
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
سیستم کنترل احتراق کوره، ضریب هوا بیش از حد، جابجایی متقاطع دوقطبی، الگوریتم ژنتیک،
ترجمه چکیده
در فرایند احتراق، روش کنترل احتراق کوره های سنتی نمی تواند نیازهای کنترل را با بارهای متغیر مکرر برآورده کند. در مرحله اول، برای سیستم کنترل احتراق با تغییر متغیر متغیر و دو طرفه عبور دوگانه، محدوده ضرایب تعادلی به تدریج تجزیه و تحلیل می شود. دوم، تابع هدف بر اساس ضریب هوای اضافی و سیگنال انحراف فشار بخار اصلی طراحی شده است. در نهایت، الگوریتم ژنتیک برای بهینه سازی ضرایب تعادلی برای دستیابی به عملکرد کنترل بهتر مورد استفاده قرار می گیرد. نتایج شبیه سازی نشان می دهد که روش ارائه شده می تواند به طور موثر سرعت پاسخ را بهبود بخشد و ضریب هوای اضافی را در فاصله زمانی احتراق مطلوب حفظ کند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
In the combustion process, the traditional furnace combustion control method cannot meet the control requirements with frequent variable loads. Firstly, for the combustion control system with the varying variable bias and bi-double crossing limit, the ranges of bias coefficients are analyzed gradually. Secondly, the objective function is designed based on the excess air coefficient and the main steam pressure deviation signal. Finally, the genetic algorithm is adopted to optimize the bias coefficients to achieve better control performance. The simulation results show that the presented method can effectively improve the response speed and keep the excess air coefficient in the optimal combustion interval.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Electrical Engineering - Volume 70, August 2018, Pages 987-997
Journal: Computers & Electrical Engineering - Volume 70, August 2018, Pages 987-997
نویسندگان
Hongguang Pan, Weimin Zhong, Zaiying Wang, Guoxin Wang,