张永恒
- 作品数:9 被引量:22H指数:2
- 供职机构:长春工业大学更多>>
- 发文基金:吉林省科技发展计划基金更多>>
- 相关领域:自动化与计算机技术机械工程理学化学工程更多>>
- 基于GA-SVR的水泥分解炉分解率软测量方法
- 2016年
- 针对水泥生产企业无法对分解炉分解率进行实时在线检测的情况,结合厂家DCS系统中现有的数据,使用灰色关联分析法观察相关变量与分解炉分解率的关系。利用遗传算法对SVR中的惩罚参数C、核函数核宽g、损失系数ε进行参数寻优,使用寻优结果对分解炉分解率进行SVR软测量建模。不同建模方法间的比较结果表明:使用GA-SVR所建的水泥分解炉分解率模型的预测结果与真实值拟合程度高、测量误差小,能够达到稳定水泥分解炉分解率的目的。
- 金星李冰岩张永恒秦石凌徐婷
- 关键词:软测量水泥分解炉
- 基于改进粒子群优化算法的PID控制器参数优化被引量:15
- 2017年
- PID参数优化是控制领域的热点,其控制效果与比例、积分、微分参数有直接关系.为了改善系统性能,提出用一种改进的粒子群优化算法对PID控制器参数进行优化.该算法引入进化速度因子和聚集度因子对权值进行改进,进而改进了速度更新公式,并引入飞行时间因子以改进位置更新公式.通过3种典型函数证明了该算法的优越性,加快了收敛速度,提高了寻优效率.以典型二阶被控模型为研究对象,将上述算法与其他粒子群算法进行对比,表明改进的粒子群算法得到的PID参数具有更好的控制性能.
- 姜长泓张永恒王盛慧
- 关键词:PID参数优化权值
- 一种水泥分解炉窑尾分解率SVR软测量方法
- 本发明涉及水泥生料预分解过程的窑尾分解率软测量技术领域,具体的说是一种水泥分解炉窑尾分解率SVR(支持向量回归)软测量方法。该方法利用格罗布斯准则剔除原始数据中的粗大误差,减少了误差对软测量模型的干扰。使用灰色关联度降维...
- 金星王盛慧姜长泓李冰岩张永恒徐婷秦石凌李洋洋李国宾
- 文献传递
- 一种纳米铁粉分解炉级联温度控制系统
- 本实用新型属于热处理与温度控制技术领域,具体的说是一种纳米铁粉分解炉级联温度控制系统。该系统包括分解炉、测温热电偶、加热器、可编程温度调节器、可控硅功率控制器、变压器、冷凝器和基本控制回路;所述的分解炉有第一、二控制单元...
- 王盛慧秦石凌张永恒李冰岩徐婷
- 文献传递
- 基于IPSO-SVR的水泥窑尾分解率软测量研究被引量:1
- 2016年
- 为实现水泥窑尾分解率的实时在线检测,利用软测量技术在解决工业在线测量问题中的优势,提出一种改进的粒子群参数优化的支持向量回归机算法(IPSO-SVR),即通过粒子群算法对支持向量机模型核心参数进行优化选择,并在粒子群算法中引入自适应惯性权重的思想,克服粒子群算法容易出现早熟收敛、陷入局部极值的缺点,最终建立起基于IPSO-SVR的窑尾分解率软测量模型。将其与基于交叉验证法(CV)和未改进粒子群算法优化SVR参数的软测量模型进行仿真对比实验,实验表明:该IPSO-SVR模型具有更佳的预测能力,窑尾分解率预测相关系数达0.857 5,预测最大相对误差不超过1.14%,平均相对误差为0.75%,可进一步运用到诸如水泥生产等大型工业的产品分解率预测中。
- 金星徐婷王盛慧李冰岩秦石凌张永恒
- 关键词:软测量支持向量回归机
- 一种篦冷机刮板速度控制方法
- 本发明属于水泥熟料工业生产自动控制过程领域,具体的说是一种篦冷机刮板速度控制方法。该方法包括:一、建立适应度函数;二、初始化参数;三、初始化种群;四、通过适应度函数算出第一代每个粒子适应值,选出最小适应值作为全局最佳适应...
- 王盛慧金星姜长泓张永恒秦石凌李冰岩徐婷
- 文献传递
- 水泥熟料篦冷机热量转换控制系统研究
- 篦冷机是新型干法水泥生产过程中的重要设备,在整个水泥熟料的生产过程中承担对高温熟料的冷却任务的同时,还有改善水泥熟料的易磨性、回收熟料热量等作用。目前,已经有很多预测和控制理论在篦冷机环节进行了仿真与应用,例如BP神经网...
- 张永恒
- 关键词:水泥熟料篦冷机自适应粒子群算法控制系统支持向量机
- 文献传递
- 一种篦冷机刮板速度控制方法
- 本发明属于水泥熟料工业生产自动控制过程领域,具体的说是一种篦冷机刮板速度控制方法。该方法包括:一、建立适应度函数;二、初始化参数;三、初始化种群;四、通过适应度函数算出第一代每个粒子适应值,选出最小适应值作为全局最佳适应...
- 王盛慧金星姜长泓张永恒秦石凌李冰岩徐婷
- 基于自适应粒子群算法的篦冷机电液位置伺服系统PID参数优化被引量:6
- 2016年
- 针对PID控制器的参数选取直接影响到第四代篦冷机刮板在调速过程中的稳定性和调节时间的问题,提出一种新的粒子群算法的PID参数整定方法。新的粒子群算法充分利用了适应函数提供的搜索信息,对传统粒子群算法中的权值进行自适应动态控制,并用飞行时间参数替代了压缩因子,飞行时间参数的变化规律是线性递减,并把它命名为自适应粒子群算法。通过测试函数证明提出的自适应粒子群算法比传统的粒子群算法收敛速度快和寻优效率高,应用改进的方法对篦冷机电液伺服系统进行仿真实验,结果证明自适应粒子群算法的PID参数整定方法比传统的整定方法有更好的控制效果,即调速过程稳定和调节时间快。
- 姜长弘张永恒王盛慧
- 关键词:自适应粒子群算法电液伺服系统PID参数优化仿真