文献

J-GLOBAL ID：201902244410393599   整理番号：19A0938993

CPSO-RBFニューラルネットワークに基づくアンモニア量の最適制御【JST・京大機械翻訳】

Optimal Control of Ammonia Injection Based on CPSO-RBF Neural Network

著者 (4件)： Ren Zhiling (遼寧工程技術大学電气与控制工程学院,遼寧葫芦島,125105) ,  Zhao Boya (遼寧工程技術大学電气与控制工程学院,遼寧葫芦島,125105) ,  Zhao Xing (新疆電力公司烏魯木斉供電公司,新疆烏魯木斉,830000) ,  Feng Yong (大唐長春第二熱電厂有限公司,吉林長春,130000)
資料名： Cekong Jishu  (Cekong Jishu)
巻： 37  号： 12  ページ： 38-41,56  発行年： 2018年 
JST資料番号： C2879A  ISSN： 1000-8829  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 火力発電所の選択的接触還元脱硝制御方法において、PID制御アルゴリズムは大きい慣性と遅延があるため、アンモニア量の制御精度により、排ガス出口のNOx含量が高すぎ、国家環境保護基準に満たない。従って,NO_2O_3制御の影響因子の分析に基づき,選択的接触還元システムの出口NOxの動径基底関数ニューラルネットワーク(RBFNN)モデルを確立し,カオス局所探索アルゴリズムを用いて最大反復ステップ数を決定し,カオスパーティクルスウォーム最適化(CPSO)を用いて最適解を求めた。アンモニア量の最適制御を実現した。シミュレーション結果により,従来のPID制御アルゴリズムと比較して,アンモニア排出制御の精度および脱硫効率は,改善し,そして,アンモニアの逃散率は,減少した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *最適制御 ,  近傍探索法 ,  脱硝 ,  アルゴリズム ,  酸化窒素 ,  カオス ,  シミュレーション ,  環境保全 ,  *アンモニア ,  制御方式 ,  *ニューラルネットワーク
準シソーラス用語： 最適解 ,  粒子群最適化 ,  制御アルゴリズム ,  火力発電所 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (2件)： アンモニア ,  最適制御