陈贵林
- 作品数：26 被引量：209H指数：8
- 供职机构：燕山大学电气工程学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术动力工程及工程热物理机械工程一般工业技术更多>>
- 基于万有引力搜索算法的电厂锅炉NO_x排放模型的参数优化被引量：21
- 2013年
- 以某330MW煤粉汽包锅炉为测试对象,以支持向量回归机为基础,利用最小二乘支持向量机和一种新的寻优算法———万有引力搜索算法进行了综合建模及参数优化.结果表明:建立的模型较好地实现了对电厂锅炉NOx质量浓度排放量的预测;与遗传算法、蜂群算法和粒子群算法相比,万有引力搜索算法能更好地找到未知优化参数,使得所建模型具有更高的预测能力和泛化能力,从而有效控制燃煤电厂NOx的排放量.
- 牛培峰肖兴军李国强马云飞陈贵林张先臣
- 关键词：最小二乘支持向量机燃烧优化NOX排放参数优化
- 直接型自适应模糊控制器的设计及其在汽温控制中的应用被引量：8
- 2010年
- 针对一类具有未知函数增益的不确定非线性系统,基于监督控制方法并利用第二类模糊系统的通用逼近能力,提出了一种带有自适应补偿器的直接型模糊控制器的设计方案.它通过引入自适应补偿器来减小建模误差和参数估计误差对系统性能的影响,从而在稳定性分析中取消了要求逼近误差平方可积或上界已知的条件.理论分析表明闭环系统的状态有界,跟踪误差收敛到零,仿真和实际应用结果证明了该方法的有效性.
- 牛培峰孟凡东陈贵林马巨海王怀宝张君窦春霞
- 关键词：电站锅炉汽温控制非线性系统
- 基于GSA—SVM的循环流化床锅炉NO_x排放特性模型被引量：4
- 2013年
- 为了准确地预测循环流化床锅炉NO_x排放量，以某热电厂循环流化床锅炉燃烧数据为样本，提出了基于支持向量机（SVM）的循环流化床锅炉NO_x排放特性GSA—SVM模型。由于SVM精度及泛化能力依赖于参数选择，故将万有引力搜索算法（GSA）运用到模型参数寻优过程中，利用不同工况下的样本数据检验了模型的预测性能，并将该模型分别与BP神经网络、粒子群（PSO）和遗传算法（GA）优化的SVM模型进行比较，仿真实验证明GSA—SVM模型具有很好的辨识能力及良好的泛化能力。
- 牛培峰麻红波李国强马云飞陈贵林张先臣
- 关键词：计量学支持向量机循环流化床锅炉
- 基于模拟平台的MPPT无模型自适应控制研究被引量：1
- 2013年
- 基于异步电机驱动永磁同步发电机(PMSG)的风力发电模拟平台,提出了一种新的最大功率点跟踪(MPPT)的控制策略。使用MPPT叶尖速比控制方案,上位机将相应风速下风力机最佳转速作为转速给定,根据风力机模型计算出该转速下的风轮输出转矩,通过变频器直接控制异步电动机转矩;PMSG转速采用无模型自适应控制器(MFAC)进行控制,以此来进行MPPT。搭建了基于该控制器的PMSG转速控制模型,并在模拟平台上进行了MPPT实验。实验结果证明该控制器可应用于风力发电系统MPPT控制。
- 陈贵林刘吉斯杨娟霞刘福才
- 关键词：风力发电最大功率点跟踪
- 基于模糊滑模的不确定混沌系统控制
- 2012年
- 提出了一种利用直接自适应模糊神经网络控制与模糊滑膜控制相结合来控制一类不确定非线性混沌系统的新方法。应用Takagi-Sugeno模糊逻辑系统设计系统控制律和参数在线调整规则,使控制系统能准确的跟踪给定信号,同时具有较强的抑制系统参数摄动的能力以及抑制随机噪声的能力。仿真实验结果表明,此算法有效地实现了不确定混沌系统的追踪控制,使系统的跟踪误差减小,提高了系统的鲁棒性,应用前景十分广阔。
- 牛培峰金音陈贵林张君窦春霞
- 关键词：混沌系统模糊滑模控制模糊神经网络自适应控制
- 模糊神经网络自适应控制在循环流化床锅炉燃烧控制系统中的应用研究被引量：4
- 2011年
- 循环流化床锅炉是一种比较复杂的被控对象,采用常规的控制方法难以收到好的控制效果。在本文中,根据模糊控制理论和神经网络技术,一种模糊神经网络控制器被提出,通过对神经解耦网络的合理设计,使得该控制器不但可以适应被控对象的变参数运行工况,而且可以实现循环流化床锅炉燃烧过程主汽压力与床层温度的解耦。仿真试验和现场应用结果证明,本文提出的模糊神经网络控制器对循环流化床锅炉燃烧过程具有良好的控制效果。
- 牛培峰高龙陈贵林王怀宝张君
- 关键词：循环流化床锅炉模糊神经网络燃烧过程
- 具有全位姿反馈的六自由度微操作机器人
- 本发明公开了一种具有全位姿反馈的六自由度微操作机器人。其特征是：工作台(1)与基座(4)之间由12个运动链分支相联，其中，6个运动链分支为反馈分支(2)，由两端带有柔性铰链(5)的反馈分支支柱(6)和应变片(7)组成；其...
- 金振林高峰陈贵林
- 文献传递
- 基于数据驱动的气动加载系统在线建模方法被引量：3
- 2013年
- 气动加载系统具有严重非线性和参数不确定性,很难用精确的数学模型来描述,而在系统运行过程中,存在大量的输入输出数据,因此,提出一种基于数据驱动的气动加载系统在线建模方法。离线辨识阶段,基于Takagi-Sugeno模糊模型,采用减法聚类和模糊c-均值相结合的模糊聚类算法从输入输出样本数据中提取模糊规则,然后利用递推最小二乘法对后件参数进行辨识,得到离线模型;在线调参阶段,采用最小均方差算法在线修正模型线性参数,得到在线模型。基于VC++6.0软件开发平台,设计了在线建模程序,在气动变载荷摩擦磨损试验机上进行了实验研究。实验结果表明:该模型具有较高的辨识精度、较理想的泛化能力和跟踪能力,为建立气动加载系统的数学模型提供了一条新途径,同时也为气动加载系统的智能控制奠定了基础。
- 陈贵林刘砚徐文丽刘吉斯刘福才
- 关键词：数据驱动模糊聚类
- 一种定性定量信息转换的不确定性模型——云模型被引量：58
- 2010年
- 目前,许多领域的研究进入到复杂系统阶段。从复杂系统描述与评价的角度来讲,严格、精确的数学描述几乎是不可能做到的,只有将定性定量的知识加以变换与集成才能获得关于系统的定性定量相结合的完整描述。因此,建立一个定性定量的不确定性转换模型,实现语言值与数值的互换,是复杂系统研究迫切需要解决的问题,也是其他领域研究需要解决的问题。从定性定量转换研究现状出发,综述了由李德毅院士提出的定性定量转换的不确定性模型——云模型。从云模型提出背景出发,讨论了云模型的理论基础、发展过程与研究现状;综述了云模型基本理论研究进展情况,云模型在质量评价、模式识别、控制等领域的研究进展。通过研究发现,云模型是定性定量转换的有力工具,并且已经比较成功地得到了应用,取得了重要的研究成果。如何进一步深化理论研究,研究不同领域中定性定量转换应用问题是加强和促进云模型研究的有效途径。
- 陈贵林
- 关键词：云模型不确定性复杂系统
- 自适应模糊神经网络控制在锅炉过热汽温控制中的应用被引量：16
- 2011年
- 常规的模糊控制系统不能自动地将专家知识经验转化为推理规则库,缺乏有效的方法来改进隶属度函数,而自适应神经模糊推理系统(ANFIS)将模糊逻辑和神经元相结合,采用反向传播算法和最小二乘法的混合算法来调整前提参数和结论参数,并能自动产生模糊规则.在此基础上提出了一种自适应模糊神经网络控制器,并将其应用于火电厂锅炉过热汽温控制中.结果表明:与常规的PID控制相比,该方法提高了锅炉汽温控制系统的动态稳定性和抗干扰性.
- 牛培峰张密哲陈贵林王怀宝张君窦春霞
- 关键词：锅炉过热汽温控制系统自适应神经模糊推理系统PID
