电站锅炉石灰石/石膏脱硫系统中基于神经网络的GPC应用研究

• 作者: 张韵辉 秦鹏
• 来源期刊: 测控技术
• 学科: 工学
• 关键词: 石灰石/石膏脱硫系统 GPC 神经网络
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 理论与实践
• 页码范围: 74-77
• 页数: 4页
• 分类号: TK3
• 字数: 4497字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2005.03.024

摘要

SO2的脱硫率是电站湿式石灰石/石膏脱硫系统脱硫效率的关键.为保证较高的脱硫效率,吸收塔内浆液pH的控制是其中最重要的控制参数之一.采用递推遗忘因子最小二乘法(REFLS),用于神经网络在线学习,并结合广义预测控制(GPC)方法应用到吸收塔浆液pH值控制中.仿真结果表明,采用基于神经网络的广义预测控制,输出能较好地跟踪设定值,可以满足系统实时控制要求,在工程实践上具有较强的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张韵辉	东南大学动力系	10	99	4.0	9.0