摘要：火电厂机炉协调控制系统的控制对象是一个多变量的复杂模型,具有非线性、强耦合、惯性大的特点。针对传统的建模方法缺乏灵活性的缺点,提出一种基于粒子群优化DBN(深度信念网络)的机炉协调系统数据驱动建模方法,以时序数据为基础,采用DBN的无监督贪婪逐层训练算法确定各层网络的权值,引入粒子群优化算法对DBN网络层的神经元数量进行寻优,提高模型精度,最后,结合BP网络在顶层设计联想记忆层实现预测回归分析功能。以660 MW燃煤机组协调系统为试验对象,结果表明,该方法建立的模型具有良好的非线性拟合能力,预测精度高。

摘要：为提升静力压桩机定位精度和调平精度,增强静力压桩机抗干扰能力,文中设计基于PLC传感器的静力压桩机控制系统。该系统包括数据收集模块、核心处理模块及输入/输出模块。核心处理模块主要采用可编程PLC传感器,完成压桩机横向和纵向移动距离的控制及压桩机机身调平控制。其中,自动定位子模块采用比例电磁铁控制的先导式比例换向阀,转换电信号为液体压力信号,实现压桩机自动定位;机身自动调平子模块通过建立该模块控制方程,完成压桩机机身调平控制。经试验测试分析,文中系统在正常施工情况下或受到磁场及电流干扰情况下,均具备良好调平性能及抗干扰能力;系统桩点定位的横、纵坐标误差均小于2 cm;压桩机机身经过5 s调整后便可达到平稳状态,且倾斜角度偏差小于0.15°,具备较高调平精度。