CN104460653B - 一种加热炉监控系统评价方法 - Google Patents
一种加热炉监控系统评价方法 Download PDFInfo
- Publication number
- CN104460653B CN104460653B CN201410594863.6A CN201410594863A CN104460653B CN 104460653 B CN104460653 B CN 104460653B CN 201410594863 A CN201410594863 A CN 201410594863A CN 104460653 B CN104460653 B CN 104460653B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- heating furnace
- index
- monitoring
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
Abstract
一种加热炉监控系统评价方法:确定评判加热炉控制系统性能等级评判标准的评判值;从加热炉本体、产品质量、安全三个方面确定评价加热炉监控系统的指标,建立加热炉监控系统控制效果的评判值标准;利用层次分析法建立被评监控系统评价指标的判断矩阵,确定加热炉监控水平指标的权向量;通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集中的各个评价指标,得到评价值,建立评价指标关系矩阵;将权向量与评价指标关系矩阵进行合成,得到综合评价结果向量;对综合评价结果向量进行综合分析,得到总体的综合评判分值,对比已给出的控制性能等级评判标准的评判值,判定被评价加热炉控制系统性能等级。本发明提高了加热炉监控系统综合评价的可操作性。
Description
技术领域
本发明涉及一种加热炉监控系统。特别是涉及一种具有量化评价指标的加热炉监控系统评价方法。
背景技术
加热炉控制系统是典型的复杂工业过程控制系统,具有时变、非线性、多变量、强耦合、大惯性兼滞后等特点,针对这些复杂的因素,采用普通的PID控制算法很难达到控制要求。炉内热交换机理不仅包括辐射传热和对流传热,还有很多随机指标,如燃烧气热值的波动等。针对这些复杂的指标,控制系统需要获取大量加热炉运行参数。
在过程控制中,控制器的性能会随着时间逐渐退化,影响DCS控制系统的功能,从而降低生产效率、增大操作成本,严重时还会引起安全问题。据统计,目前在工业过程控制中普遍采用的PID控制回路有60%左右存在性能缺陷,其中有些问题可通过参数调整来解决,而另一些问题只能通过采用新的控制策略或者硬件改造来改善。
据调查,国内炼化企业尚未有较好的针对加热炉监控系统的评价方法,目前较流行的模糊综合评价方法是采用专家评分的方式,此方式易受人为因素带来的影响产生偏差,且操作性不强。
因此,对加热炉监控系统运行状况进行分析,对存在的问题早识别,过程控制工程师和工艺操作人员则可以针对控制性能的潜在问题采取相应措施。
发明内容
本发明所要解决的技术问题是,提供一种排除了人为因素导致的偏差,具有评价的准确性和可操作性的加热炉监控系统评价方法。
本发明所采用的技术方案是:一种加热炉监控系统评价方法,包括如下步骤:
1)确定评判加热炉控制系统性能等级评判标准的评判值V;
2)从加热炉本体、产品质量、安全三个方面确定评价加热炉监控系统的指标,建立加热炉监控系统控制效果的评判值标准;
3)利用层次分析法建立被评监控系统评价指标的判断矩阵,确定加热炉监控水平指标的权向量A;
4)通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,得到评价值ri,建立评价指标关系矩阵R;
5)将权向量A与评价指标关系矩阵R进行合成,得到综合评价结果向量B;
6)对综合评价结果向量B进行综合分析,得到总体的综合评判分值,对比步骤1)给出的控制性能等级评判标准的评判值V,判定被评价加热炉控制系统性能等级。
步骤1)所述的加热炉控制系统性能等级评判标准分为:好、一般和差三个等级,其中,评判值V设定如下:
好的评判值V=0.75~1,一般的评判值V=0.4~0.75,差的评判值V=0~0.4。
其特征在于,步骤2)所述的加热炉监控系统控制效果的评判值标准,是针对加热炉监控系统的18个指标,建立评价指标集U={u1,u2,u3……u18}={炉膛温度监测、燃料气压力监控、燃料气温度监控、燃料气热值监控、热空气流量监控、炉膛负压监控、氧含量监控、一氧化碳监控、排烟温度监控、鼓风机出口压力监控、引烟机出口压力监控、烟道挡板开度监控、支路进料流量监控、支路进料温度监控、支路进料辅助控制、物料出口温度控制、炉管表面温度监测、火焰监控}。
步骤3)是通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,建立评价指标关系矩阵R,合成综合评价结果向量,得到评判值V,确定加热炉监控系统的性能等级。
步骤4)还根据加热炉监控系统评价指标集中的不同属性,将评价指标ui分为单纯监测和控制两个部分,量化各个评价指标ui。
单纯监测部分评价指标的评价值ri确定方法:
(1)评价值ri取值范围0≤ri≤1;
(2)通过统计分析现场仪表运行数据,求出稳定负荷下各指标ui的均值和标准差以及最大值和最小值,做出ui对应的偏差数据的频度直方图;
(3)对应相应的直方图,若所述的直方图形状近似正态分布,则0.6≤ri≤1,评价值ri的值根据所述直方图的峰度确定,峰度值kurtosis=3时为正态分布,若峰度值≤3,则取0.9≤ri≤1;若峰度值>3,则取0.6≤ri<0.9;
(4)对应相应的直方图,若所述的直方图分散,则取ri=0;
(5)对于炉膛温度值方差,统计分析温度传感器同一时间段的样本值的方差,若相近,则0.9≤ri≤1;
(6)评价指标ui下有多个传感器时,则取平均值作为ri的具体值。
控制部分评价指标的评价值ri确定方法:控制回路未投用的,ri值取零;控制回路投用的,控制回路的评价值ri是通过最小方差法得到的,定义ri=ηmv,ηmv是最小方差控制基准。
步骤5)是利用加权平均M(·,⊕)模糊合成算子将权向量A与评价指标关系矩阵R组合成得到各被评实物的综合评价结果向量B=A·R。
本发明的一种加热炉监控系统评价方法,显著优点是确定了评价加热炉监控系统性能等级基准,借鉴模糊综合评价法的理念,有针对性地确定了反映加热炉监控系统水平的18个综合评价指标,采用层次分析法对指标的权重进行确定;根据加热炉监控系统评价指标的不同属性,将评价指标分为单纯监测和控制两个部分,通过对加热炉监控系统运行数据的统计分析,采用不同方法逐个量化每个评价指标,建立评价指标关系矩阵,排除了人为因素导致的偏差,增加了评价的准确性和可操作性。本发明针对加热炉特性,建立加热炉监控系统评价指标集,提高了加热炉监控系统评价的准确性,通过量化评价指标,提高了加热炉监控系统综合评价的可操作性。本发明的方法设计合理,实用性强,为加热炉监控系统的稳定运行提供了很好的技术和数据支持,为进一步加热炉监控系统参数整定、系统稳定等的分析提供依据。
附图说明
图1是本发明方法的流程图;
图2是本发明加热炉监控系统评估评价层次图;
图3是本发明加热炉监控系统量化单项监测指标曲线图;
图4a是本发明加热炉监控系统量化单项控制的一个控制器运行数据变化的自相关图;
图4b是本发明加热炉监控系统量化单项控制的一个控制器运行数据变化的偏相关图;
图5是本发明中确定权重的图。
具体实施方式
下面结合实施例和附图对本发明的一种加热炉监控系统评价方法做出详细说明。
本发明的一种加热炉监控系统评价方法,根据炼化企业加热炉监控水平管理实际状况,借鉴模糊综合评价法的理念,提出一种加热炉监控系统的评价方法,量化评价指标,提高了评价的准确性和操作性。以此方法可对加热炉监控系统运行状况进行分析,对存在的问题早识别,有利于及时提出行之有效的优化改进方案,以指导过程控制工程师和工艺操作人员针对控制性能的潜在问题采取相应措施。经过在实际生产中的应用,表明本发明的方法设计合理、可操作性强,适合推广应用。
如图1所示,本发明的一种加热炉监控系统评价方法,具体包括如下步骤:
1)确定评判加热炉控制系统性能等级评判标准的评判值V;
查阅国内外相关文献,炼化企业加热炉监控系统性能遵循正态分布规则,将所述的加热炉控制系统性能等级评判标准分为:好、一般和差三个等级,其中,评判值V设定如下:
好的评判值V=0.75~1,一般的评判值V=0.4~0.75,差的评判值V=0~0.4;如下表1:
表1
炼化企业加热炉监控系统性能较好的占75%。
2)从加热炉本体、产品质量、安全三个方面确定评价加热炉监控系统的指标,建立加热炉监控系统控制效果的评判值标准;
对加热炉监控系统作综合评价,前提是要确定加热炉监控系统控制效果的评价指标。加热炉监控系统是典型的复杂工业过程控制系统,具有时变、非线性、多变量、强耦合、大惯性兼滞后等特点,根据对不同装置加热炉的各个运行参数进行现场调查,收集与加热炉热效率、产品质量、安全相关的各项数据,并做相应的数据处理,最终确定从加热炉本体、产品质量、安全三方面设定18个评价指标构成评价体系。
所述的加热炉监控系统控制效果的评判值标准,是针对加热炉监控系统的18个指标,建立评价指标集U={u1,u2,u3……u18}={炉膛温度监测、燃料气压力监控、燃料气温度监控、燃料气热值监控、热空气流量监控、炉膛负压监控、氧含量监控、一氧化碳监控、排烟温度监控、鼓风机出口压力监控、引烟机出口压力监控、烟道挡板开度监控、支路进料流量监控、支路进料温度监控、支路进料辅助控制、物料出口温度控制、炉管表面温度监测、火焰监控}。
即,评价指标集U={u1,u2,u3……u18},其中u1,u2,u3……u18见表2。
表2加热炉综合评价指标
3)利用层次分析法建立被评监控系统评价指标的判断矩阵,确定加热炉监控水平指标的权向量A;
确定加热炉监控水平指标的权向量A,是通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,建立评价指标关系矩阵R,合成综合评价结果向量,得到评判值V,确定加热炉监控系统的性能等级。
运用层次分析法(AHP法),两两比较评价指标的相对重要性,然后通过综合评判,决定各评价指标的相对重要性。AHP法的核心是依据T·L·Satty(萨蒂)准则(1~9间的整数及其倒数作为标度)来构造两两比较判断矩阵,分别分为3、5、7、9四个标度,以此来判断评价指标相互间的重要性。
权重确定是采用层次分析法(AHP)将加热炉监控系统评价目标分为三个层次和18个指标,采用如图5所示的流程确定权重。具体如下:
(1)对加热炉监控系统的18个评价指标来说,两两比较各个指标的重要程度,按T·L·Satty准则确定两指标的比例标度uij,可得到两两判断矩阵S=(uij)18*18,此矩阵为正反对称阵。通过相应两两指标的比较,建立比较矩阵,即判断矩阵S1、S2、S3。其中S1为18个指标基于热效率准则的成对比较阵,S2为18个指标基于产品质量准则的成对比较阵,S3为18个指标基于安全准则的成对比较阵。
(2)求判断矩阵S1、S2、S3的最大特征根λ1max、λ2max、λ3max及其对应的特征向量S'1、S'2、S'3,依照“一致性指标”CI对判断矩阵进行一致性检验,如果得到较满意的一致性检验结果,则认为层次分析排序的结果有满意的一致性,即权系数的分配是合理的,输出计算结果,此特征向量就是各评价指标的重要性排序,也即是权系数的分配;否则,要调整判断矩阵的元素取值,重新分配权系数的值。
其中:
①计算“一致性指标”CI
其中λmax最大特征根,n为判断矩阵S的行数
②计算“随机一致性比率”CR
CR=CI/RI,CI为一致性指标,RI为平均随机一致性指标。当随机一致性比率CR<0.10时,认为层次分析排序的结果有满意的一致性。
表31~18阶平均随机一致性指标RI
(3)从加热炉监控水平看,热效率、产品质量、安全的重要程度相同,因此,判断矩阵S1、S2、S3检验合格后,三者对应的特征向量按照1:1:1的方式进行归一化处理,从而得出加热炉监控系统的评价指标U对应的指标权向量A。
4)通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,得到评价值ri,建立评价指标关系矩阵R,从评价指标集U中的单个评价指标出发进行评价,通过对加热炉监控系统运行数据的统计分析,对每个指标ui(i=1,2,……,p)进行量化,然后将几个评价指标的评价值构建评价指标关系矩阵R:
矩阵R中的元素ri表示某个被评监控系统针对指标ui的评价值。
根据加热炉监控系统评价指标集中的不同属性,将评价指标ui分为单纯监测和控制两个部分,量化各个评价指标ui。其中,
单纯监测部分评价指标的评价值ri确定方法:
(1)评价指标关系矩阵中的评价值ri取值是通过统计分析现场仪表运行数据确定的,评价值ri取值范围0≤ri≤1。随机选取每台加热炉某一时间内负荷的实时数据,并进行统计分析,找到稳定负荷的时间段,用这个时间段的各指标的实时数据作为样本数据;
(2)通过统计分析现场仪表运行数据,求出稳定负荷下各指标ui的均值和标准差以及最大值和最小值,做出ui对应的偏差数据的频度直方图;
(3)对应相应的直方图,若所述的直方图形状近似正态分布,则0.6≤ri≤1,评价值ri的值根据所述直方图的峰度确定;当峰度值kurtosis=3时为正态分布,峰度越小,图形越夹紧,在均值附近出现的频度越高。因此,若峰度值≤3,则取0.9≤ri≤1,如图2所示;若峰度值>3,则取0.6≤ri<0.9;
(4)对应相应的直方图,若所述的直方图分散,则取ri=0;
(5)对于炉膛温度值方差,统计分析温度传感器同一时间段的样本值的方差,若相近,则0.9≤ri≤1;
(6)评价指标ui下有多个传感器时,则取平均值作为ri的具体值。
控制部分评价指标的评价值ri确定方法:控制回路未投用的,评价值ri值取零;控制回路投用的,控制回路的评价值ri是通过最小方差法得到的,定义ri=ηmv,ηmv是最小方差控制基准。具体是:
带有控制回路样本数据选取:取与监测部分相同时间段数据作为样本数据。
(1)评价值ri量化原则
①样本数据平稳性检验:通过观察数据的变化趋势图,以及对数据进行Dickey-Fuller检验来确定数据是否平稳,如果不平稳,则对数据进行一阶差分处理使数据平稳,如图3所示。
②对该样本数据进行时间序列分析,通过分析软件辨识得到ARMA(m,n)模型。
③对估计出的模型进行分析和检验。判断模型的估计系数是否具有统计显著性,同时取模型的残差序列,通过对残差的一阶DW检验和高阶Q检验来判断该残差序列是否为白噪声序列,如果检验通过,则估计的模型正确。得到模型如下:
④依据上面得到的模型,计算出最小基准方差同时依据样本数据计算出实际方差得到控制器的最小方差性能基准:
ηmv越接近1表明越接近最小方差控制。ηmv越小表明控制器的性能越差。
(2)评价值ri量化过程
有控制回路但未投用的,ri值取零;控制回路投用的,则控制回路的评价值ri则是通过最小方差法得到,定义ri=ηmv,ηmv是最小方差控制基准。
5)将权向量A与评价指标关系矩阵R进行合成,得到综合评价结果向量B;
具体是利用加权平均M(·,⊕)模糊合成算子将A与R组合成得到各被评实物的综合评价结果向量B。即评价加热炉监控系统评价结果向量的计算公式为:
B=A·R。
6)对综合评价结果向量B进行综合分析,得到总体的综合评判分值,对比步骤1)给出的控制性能等级评判标准的评判值V,按V值大小判定被评价加热炉控制系统性能等级。
Claims (5)
1.一种加热炉监控系统评价方法,其特征在于,包括如下步骤:
1)确定评判加热炉控制系统性能等级评判标准的评判值V;
2)从加热炉本体、产品质量、安全三个方面确定评价加热炉监控系统的指标,建立加热炉监控系统控制效果的评判值标准;
3)利用层次分析法建立被评监控系统评价指标的判断矩阵,确定加热炉监控水平指标的权向量A;
4)通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,得到评价值ri,建立评价指标关系矩阵R;还根据加热炉监控系统评价指标集中的不同属性,将评价指标ui分为单纯监测和控制两个部分,量化各个评价指标ui,其中,单纯监测部分评价指标的评价值ri确定方法:
(1)评价值ri取值范围0≤ri≤1;
(2)通过统计分析现场仪表运行数据,求出稳定负荷下各指标ui的均值和标准差以及最大值和最小值,做出ui对应的偏差数据的频度直方图;
(3)对应相应的直方图,若所述的直方图形状近似正态分布,则0.6≤ri≤1,评价值ri的值根据所述直方图的峰度确定,峰度值kurtosis=3时为正态分布,若峰度值≤3,则取0.9≤ri≤1;若峰度值>3,则取0.6≤ri<0.9;
(4)对应相应的直方图,若所述的直方图分散,则取ri=0;
(5)对于炉膛温度值方差,统计分析温度传感器同一时间段的样本值的方差,若相近,则0.9≤ri≤1;
(6)评价指标ui下有多个传感器时,则取平均值作为ri的具体值;
控制部分评价指标的评价值ri确定方法:控制回路未投用的,ri值取零;控制回路投用的,控制回路的评价值ri是通过最小方差法得到的,定义ri=ηmv,ηmv是最小方差控制基准;
5)将权向量A与评价指标关系矩阵R进行合成,得到综合评价结果向量B;
6)对综合评价结果向量B进行综合分析,得到总体的综合评判分值,对比步骤1)给出的控制性能等级评判标准的评判值V,判定被评价加热炉控制系统性能等级。
2.根据权利要求1所述的一种加热炉监控系统评价方法,其特征在于,步骤1)所述的加热炉控制系统性能等级评判标准分为:好、一般和差三个等级,其中,评判值V设定如下:
好的评判值V=0.75~1,一般的评判值V=0.4~0.75,差的评判值V=0~0.4。
3.根据权利要求1所述的一种加热炉监控系统评价方法,其特征在于,步骤2)所述的加热炉监控系统控制效果的评判值标准,是针对加热炉监控系统的18个指标,建立评价指标集U={u1,u2,u3……u18}={炉膛温度监测、燃料气压力监控、燃料气温度监控、燃料气热值监控、热空气流量监控、炉膛负压监控、氧含量监控、一氧化碳监控、排烟温度监控、鼓风机出口压力监控、引烟机出口压力监控、烟道挡板开度监控、支路进料流量监控、支路进料温度监控、支路进料辅助控制、物料出口温度控制、炉管表面温度监测、火焰监控}。
4.根据权利要求1所述的一种加热炉监控系统评价方法,其特征在于,步骤3)是通过对加热炉监控系统运行数据的统计分析,逐个量化评价指标集U中的各个评价指标ui,建立评价指标关系矩阵R,合成综合评价结果向量,得到评判值V,确定加热炉监控系统的性能等级。
5.根据权利要求1所述的一种加热炉监控系统评价方法,其特征在于,步骤5)是利用加权平均M(·,⊕)模糊合成算子将权向量A与评价指标关系矩阵R组合成得到各被评实物的综合评价结果向量B=A·R。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410594863.6A CN104460653B (zh) | 2014-10-29 | 2014-10-29 | 一种加热炉监控系统评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410594863.6A CN104460653B (zh) | 2014-10-29 | 2014-10-29 | 一种加热炉监控系统评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104460653A CN104460653A (zh) | 2015-03-25 |
CN104460653B true CN104460653B (zh) | 2017-06-27 |
Family
ID=52906875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410594863.6A Active CN104460653B (zh) | 2014-10-29 | 2014-10-29 | 一种加热炉监控系统评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104460653B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107152695B (zh) * | 2017-05-23 | 2018-09-21 | 合肥瑞石测控工程技术有限公司 | 基于多参量检测的加热炉可视化燃烧控制系统及控制方法 |
CN109269117B (zh) * | 2018-08-10 | 2020-10-02 | 中国石油天然气股份有限公司 | 一种用于确定加热炉运行状态的方法 |
CN112990773B (zh) * | 2021-04-23 | 2022-03-01 | 浙江浙能技术研究院有限公司 | 一种基于多指标融合的控制回路性能评价方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8014880B2 (en) * | 2006-09-29 | 2011-09-06 | Fisher-Rosemount Systems, Inc. | On-line multivariate analysis in a distributed process control system |
JP2009199545A (ja) * | 2008-02-25 | 2009-09-03 | Toshiba Corp | 遠隔監視システム |
CN102621434A (zh) * | 2012-04-19 | 2012-08-01 | 山东大学 | 一种电力电缆隧道运行安全非线性模糊检测方法 |
CN103778578A (zh) * | 2012-10-26 | 2014-05-07 | 无锡南理工科技发展有限公司 | 一种基于模糊评价的高校创新创业能力评价方法 |
CN103366378B (zh) * | 2013-07-26 | 2016-01-20 | 深圳大学 | 基于条件直方图形状一致性的无参考型图像质量评价方法 |
CN103793859B (zh) * | 2014-02-21 | 2017-11-07 | 北京科诺伟业科技股份有限公司 | 一种风电场运行监控及事件综合评价方法 |
CN103871242B (zh) * | 2014-04-01 | 2015-09-09 | 北京工业大学 | 一种驾驶行为综合评价系统与方法 |
CN104063608B (zh) * | 2014-07-01 | 2017-02-01 | 天津市水文水资源勘测管理中心 | 一种利用风险评价确定地下水控制水位的方法 |
-
2014
- 2014-10-29 CN CN201410594863.6A patent/CN104460653B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104460653A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583585B (zh) | 一种电站锅炉壁温预测神经网络模型的构建方法 | |
CN104460653B (zh) | 一种加热炉监控系统评价方法 | |
JP5469131B2 (ja) | プラントの診断方法及び装置。 | |
CN103246279B (zh) | 一种存在执行阀粘滞特性的化工过程的控制性能评估方法 | |
CN110189800B (zh) | 基于多粒度级联循环神经网络的炉氧含量软测量建模方法 | |
CN105242660A (zh) | 基于相对变化分析的多模态卷烟制叶丝过程在线监测与故障诊断方法 | |
CN105955026A (zh) | 模糊pid控制方法和装置及系统 | |
Wu et al. | Integrated soft sensing of coke-oven temperature | |
CN103207567B (zh) | 一种低误报率的改进主元分析过程监测方法及其监测系统 | |
Vasquez et al. | System identification of steam pressure in a fire-tube boiler | |
CN106896795A (zh) | 一种火电厂变负荷协调控制品质评价方法 | |
CN110942258A (zh) | 一种性能驱动的工业过程异常监测方法 | |
CN104655672B (zh) | 一种两分仓回转式空气预热器换热性能在线诊断方法 | |
CN111309065B (zh) | 压力模型建立方法、压力调节方法以及装置 | |
Zhao et al. | Gas turbine exhaust system health management based on recurrent neural networks | |
CN105740559A (zh) | 一种燃气轮机实时能效寻优方法 | |
CN115014454A (zh) | 一种火电机组主蒸汽流量软测量方法、系统、设备及介质 | |
CN108536129A (zh) | 一种群智能搜索的相关向量机故障诊断系统 | |
Wu et al. | Study on intelligent monitoring methodology based on the mathematical model of heat transfer for blast furnace stave | |
Karri et al. | Artificial neural networks and neuro-fuzzy inference systems as virtual sensors for hydrogen safety prediction | |
Chen et al. | Performance design of image-oxygen based cascade control loops for boiler combustion processes | |
CN109655275B (zh) | 一种基于敏感系数法的燃气轮机循环热经济性诊断方法 | |
Zhang et al. | Energy consumption diagnosis in the iron and steel industry via the Kalman filtering algorithm with a data-driven model | |
CN106227191A (zh) | 一种火力发电机组控制品质监测报警方法 | |
CN112446003A (zh) | 基于特征通流面积准确评估汽轮机组蒸汽泄漏量的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |