马云鹏
- 作品数：16 被引量：126H指数：8
- 供职机构：燕山大学更多>>
- 发文基金：国家自然科学基金河北省自然科学基金秦皇岛市科技局资助项目更多>>
- 相关领域：动力工程及工程热物理一般工业技术机械工程自动化与计算机技术更多>>
- 针对多变量耦合时滞系统的无模型控制改进算法被引量：3
- 2016年
- 工业生产是国家经济发展的命脉,而在工业生产中过程控制起到非常重要的作用。实际的工业过程控制系统难以避免时滞,再者大部分的工业化生产过程都不只有一个被控量且往往互相耦合,种种原因使得整个控制过程难以建立准确的数学模型,因此一般控制方法难以实现令人满意的控制。无模型自适应控制(model free adaptive control,MFAC)方法无须建立被控对象准确模型,可直接进行控制器的设计,考虑针对被控系统的大时滞特性,将基本MFAC算法中的控制律进行变周期差值分析,增大控制输入差值周期,对原有控制算法进行改进,并对MIMO系统实现直接解耦控制。以循环流化床锅炉燃烧过程模型为例,MATLAB计算机模拟仿真实验表明该改进算法具有良好的控制效果。
- 牛培峰李梦宁孙丽朋马云鹏刘魏岩李刚
- 关键词：大时滞无模型自适应计算机模拟循环流化床
- 一种循环流化床锅炉燃烧过程的动态建模方法
- 本发明公开了一种循环流化床锅炉燃烧过程的动态建模方法，其内容包括：调取锅炉燃烧过程的主要影响锅炉热效率和氮氧化合物排放浓度的运行参数，记为输入数据和输出数据；首先根据量子计算规则，确定样本增量量子神经网络的输入权值和隐藏...
- 牛培峰马云鹏
- 文献传递
- 基于风驱动算法的锅炉NO_x排放模型优化被引量：14
- 2016年
- 为了准确地预测电站锅炉的NO_x排放量,以某300 MW亚临界循环流化床锅炉为研究对象,利用自适应风驱动优化(AWDO)算法和极端学习机(ELM)进行综合建模,并根据不同工况下现场收集的样本数据检验该模型的预测能力;将该模型的预测值与基本极端学习机、差分进化算法、粒子群算法和基本风驱动算法优化的极端学习机模型预测值进行比较.结果表明:AWDO算法可以更好地找到优化参数,该算法优化的极端学习机模型具有良好的预测精度和泛化能力,可以准确、有效地预测电站锅炉的NO_x排放量.
- 牛培峰赵振马云鹏陈科王丘亚赵庆冲
- 关键词：循环流化床锅炉极端学习机
- 基于磷虾群算法的汽轮机组最优初压研究被引量：3
- 2017年
- 为找到汽轮机变工况运行时的最优初压,利用改进的磷虾群算法(A-KH)和快速学习网(FLN)建立热耗率预测模型,然后利用A-KH算法的全局搜索能力,在可行的压力区间内对所建模型热耗率最低时对应的主蒸汽压力进行寻优,并将优化后的最优初压曲线与厂家设计压力曲线进行对比.结果表明:优化后的最优初压曲线能有效降低汽轮机组的热耗率,对汽轮机的安全经济运行更具有指导意义.
- 牛培峰陈科刘阿玲马云鹏赵振李国强
- 关键词：汽轮机热耗率最优初压
- 基于鲸鱼优化算法的汽轮机热耗率模型预测被引量：50
- 2017年
- 为了准确地建立汽轮机热耗率预测模型,提出了一种基于反向学习自适应的鲸鱼优化算法(AWOA)和快速学习网(FLN)综合建模的方法。首先将改进后的鲸鱼算法与经典改进的粒子群、差分进化算法和基本鲸鱼算法进行比较,结果证明其具有更高的收敛精度和更快的收敛速度;然后采用某热电厂600 MW超临界汽轮机组现场收集的运行数据建立汽轮机热耗率预测模型,并将改进后的鲸鱼算法优化的快速学习网模型的预测结果与基本快速学习网及经典改进的粒子群、差分进化算法和基本鲸鱼算法优化的快速学习网模型预测结果相比较。结果表明,AWOA-FLN预测模型具有更高的预测精度和更强的泛化能力,更能准确地预测汽轮机的热耗率。
- 牛培峰吴志良马云鹏史春见李进柏
- 关键词：汽轮机热耗率
- 基于量子自适应鸟群算法的锅炉NO_x排放特性研究被引量：10
- 2017年
- 针对锅炉NO_x排放量难以准确预测的问题,提出了一种新的NO_x排放预测方法,利用改进的量子自适应鸟群算法(QBSA)和快速学习网(FLN)进行综合建模,得到锅炉NO_x排放浓度模型。将QBSA与基本鸟群算法(BSA)、差分进化算法(DE)、粒子群算法(PSO)进行比较,并通过仿真实验证明了其具有更好的寻优精度和更快的收敛速度。最后采用不同工况下的样本数据检测QBSA-FLN与BSA-FLN模型的预测效果,实验结果表明,QBSAFLN具有更高的预测精度和泛化能力,可以更准确地预测NO_x排放量。
- 牛培峰王丘亚马云鹏赵庆冲陈科赵振
- 关键词：计量学
- 极端学习机算法的改进及应用研究被引量：4
- 2015年
- 极端学习机是一种新型的单隐藏层前馈神经网络模型,其输入权值和隐藏层阈值随机设置,其输出权值解析计算得到。因此,其运算速度是传统的BP神经网络的数千倍,而且具有良好的模型辨识能力。然而,极端学习机的输入权值和隐藏层阈值是随机设定的,可能不是使网络训练目标能达到全局最小值时的最优模型参数。针对此不足,本文采用最小二乘思想确定极端学习机的输入权值和隐藏层阈值。同时,将改进的极端学习机算法应用于电站锅炉的燃烧热效率建模,并与BP、原始极端学习机、粒子群优化极端学习机和"教与学"优化极端学习机算法进行比较,证明了改进算法的有效性。
- 牛培峰马云鹏刘魏岩卢青杨潇
- 关键词：极端学习机粒子群算法
- 基于相关向量机的电站锅炉NO_x燃烧优化被引量：8
- 2016年
- 为了降低电站锅炉NOx排放量,采用一种新的机器学习方法——相关向量机对某330 MW煤粉汽包锅炉的一、二次风速以及含氧量等26个输入参数和NOx输出结果进行建模,并用万有引力算法对模型的参数进行优化,获得最优模型。与粒子群算法、遗传算法优化相关向量机以及万有引力算法优化支持向量机等进行了比较,选择锅炉输入参数中的可调变量为优化变量,以NOx低排放量为目标进行优化,获得低NOx排放的输入参数。结果证明：万有引力优化相关向量机算法建立的模型精确度比其它几种算法高,对模型进行低NOx优化后,NOx输出值由最初的的906.65 mg/m3变为550.600 mg/m3,下降幅度约为38.9%,实现了NOx排放量大幅度降低。
- 牛培峰马云鹏张京张鑫李国强陈贵林张先臣
- 关键词：计量学相关向量机电站锅炉
- 基于改良的鸡群优化算法优化锅炉NO_x排放质量浓度被引量：5
- 2017年
- 为达到锅炉NO_x排放质量浓度最优的目标,针对鸡群优化算法收敛速度慢、容易早熟等缺点,对算法中母鸡和小鸡的觅食行为分别进行了修改,得到改良的鸡群优化(A-CSO)算法,并通过测试函数验证了A-CSO算法性能优于粒子群算法、引力搜索算法、磷虾群算法和原鸡群优化算法.利用A-CSO算法以及快速学习网建立锅炉NO_x排放质量浓度预测模型,对锅炉运行时的可调参数进行优化,获得锅炉燃烧优化调整方式.结果表明:优化后所有工况的NO_x排放质量浓度明显下降,相对下降率优于文献[12]中的结果;由于锅炉燃烧中飞灰含碳量的影响,可适当调整优化后的氧量和一次风量,以达到锅炉高效低污染燃烧.
- 李霞牛培峰马云鹏陈科王丘亚
- 关键词：锅炉燃烧优化
- 基于混沌分组教与学优化算法锅炉NO_x模型优化研究被引量：9
- 2018年
- 为了平衡教与学优化算法的全局和局部搜索能力,提出一种混沌分组教与学优化算法。采用3种调整机制:应用混沌方法初始化种群个体;在教阶段成绩更新中引入自适应惯性权值;在学阶段,采用随机蛙跳算法思想,将班级中的学生分组,更新子种群的最差解。用10个经典的测试集函数测试改进算法的性能,并与人工蜂群算法、万有引力算法、原始的教学优化算法进行比较,结果显示:改进算法具有良好的全局和局部搜索能力,而且收敛精度高。此外,应用改进的教与学算法优化循环流化床锅炉氮氧化合物排放浓度的模型,仿真试验表明优化后的模型具有良好的辨识能力和泛化能力,能够指导工程,解决实际问题。
- 马云鹏牛培峰陈科闫姗姗李国强
- 关键词：计量学氮氧化合物混沌循环流化床锅炉
